检测识别钻井泵冲击振动信号的新方法

吕苗荣,陈志强 (常州大学机械与能源工程学院,江苏常州213016)

如何从复杂、强噪声背景中提取有用的弱信号一直是人们研究的重点之一。通过对弱信号的检测可以实现机械设备故障的早期诊断、隐型目标的发现和预警、复杂系统辨识等,具有非常重要的应用价值。目前采用弱信号检测方法中主要有频谱分析、时频与小波分析[1～3]、人工神经网络分析[4]、共振解调[5,6]、混沌振子[7～10]和随机共振[11,12]等。但无论是窄带滤波、同步迭加、相关分析等传统的弱信号提取的方法,还是随机共振理论的检测、基于混沌理论的检测、基于神经网络的检测等现代检测方法,都需要对信号的一些信息事先有一定的了解。由于机械设备的疲劳、微裂缝、点蚀、摩擦、松动等因素会导致运动副之间的变形和运动出现差异,检测的信号会发生漂移和调制现象。显然,这样的检测方法存在一定的漏检风险。

笔者在对信号进行基元分段处理的基础上[13],提出了一种基于时域信号平滑提取冲击信号的新检测方法,不仅能够检测出各种振动和弱冲击成分,而且还能够实现各种弱信号的归类识别和模型化处理,这一方法已经成功地应用于钻井泵的故障诊断。下面,笔者作较详细的论述。

1 基本原理

1.1 时域信号的平滑处理

对一组有n个等距点的时域采样信号{x0,x1,x2,…,xn}进行平滑处理,可以有3点、5点、7点等多种方式,例如5点3次平滑的计算公式如下:

如果要采用其他平滑方法进行处理,可以查阅相关的文献,在此不作赘述。

为了滤波处理的需要,往往需要采用高次平滑,即对信号进行重复多次平滑处理。平滑后得到的信号是低频信号,将原信号减去平滑后的信号可以得到被滤除的高频信号成分。图1就是一段井场钻井泵振动基元信号进行高次平滑的处理结果。

从图1可以看出,平滑次数越低,高频信号中的低频成分含量就越少,信号也越弱,平滑次数越高,信号也越往低频偏移。实际上,平滑就是将测量信号按高低频进行分离处理。如果处理的是声信号,将是一种非常合理、完整的信号分离方法[4]。

1.2 平滑滤波结果分析

采用不同次数的时域信号平滑处理能够获得机械设备振动的各种冲击成分,能够清晰地获得淹没于强噪声背景中的弱冲击信号成分。就钻井泵振动信号而言,这些冲击振动信号可以采用数字化音频技术来实现直接的耳听识别处理。平滑滤波获得的信号真实地反映了信号中实际的冲击成分。图2就是典型振动冲击信号的分离实例。

图1 信号多次平滑滤波处理实例

图2 钻井泵冲击信号平滑滤波分离实例

1.3 平滑滤波的优越性

采用平滑滤波的方法获取高频信号并不需要预先知道高频信号的各种信息,而且能够毫不遗漏地分离得到各种频率成分的冲击振动信号。与共振解调法相比较,平滑滤波分离后的高频信号是真实的冲击信号,而不是经共振放大后调制得到的信号。平滑滤波也不存在低通滤波中心频率的限制,而只受平滑次数的制约。因此,通过选择合理的平滑次数,可以将信号中存在的所有冲击成分都毫无遗漏地分次数提取得到。

如果将该方法与信号的基元分段处理和最优频率匹配法相结合,还可以实现各种信号成分的模型化处理,并提取得到同类信号的共同成分[13]。

2 钻井泵信号处理流程

2.1 处理流程

结合前面的介绍,笔者建立了进行钻井泵信号特征提取与故障诊断的处理流程,如图3所示。

图3 冲击信号检测处理流程

从图3可以看出,对于采用平滑处理的方法所获得的信号进行分类后,同样可以用于冲击信号的解调处理,以便拓宽设备故障诊断的途径。

2.2 振动信号识别

振动信号和分离信号可以通过数字化音频测试,采用耳听分辨的方法进行直接的识别。在一般情况下,各种振动或其他信号代表何种物理含义很难回答,只能从具体的某个振动现象中测量得到的某一点、某个时间段的振动,来获知振动包含的信息。而通过将信号转变成数字化声音,利用耳听分辨各种信号成分,就可以直接找到问题的答案。将振动信号转换为数字化音频信号的详细介绍,参见文献 [15]。

3 应用实例

3.1 钻井泵泵阀振动信号的基元分段处理

文献 [13]介绍了一种进行设备振动信号处理的基元分段方法,可以对机械设备的振动信号按振动主周期的大小进行合理的分段处理,以便提高信号分析的针对性和处理效果。对于一个实测钻井泵振动信号,利用基元分段处理得到的结果如图4所示。

对图4的一系列基元信号子段分别按300次进行平滑滤波,得到的高低频信号分离结果如图5所示。由于在钻进过程中钻柱受力、钻井液流动、摩擦等各种因素的耦合作用,不同时间钻井泵的周期会发生波动,这些波动的直接影响就是冲击信号不仅存在幅度调制,同时也存在相位调制。采用振动信号的基元分段处理后,各种相同的冲击信号被归入到同类,如图5高频基元信号中的A～H 8个分段就是同一类型的冲击振动信号。因此,这样的处理方法极大地简化了信号的分类与识别处理。

图4 泵阀信号基元分段处理

图5 基元信号高低分频处理结果

这些信号互之间的差异性非常明显,按基元分段后的时间对应规律也非常强烈,但由于受环境各种因素的影响,每个基元长度 (或数据点数量)各不相同,存在着波动和差异。结合钻井现场实际,起始1、2段基元信号处于钻头提离井底,钻柱负荷较轻,因此柴油发动机传输给钻井泵功率比较大,转速比较快。

显然,在需要的情况下可以对每一类冲击振动信号进行信号的后续分析,例如信号的音频测试或共振解调处理。

3.2 振动信号的识别

1)基元内冲击信号类识别 由于该次测量的钻井泵是3NB-1300钻井泵,这是一种三缸单作用往复泵。3个缸套内活塞运动导致的振动是钻井泵泵阀的主要振源,三缸套同时工作时,势必会导致3个缸套振动之间的相互混叠。但钻井泵缸套的振动信号具有明显的规律性,根据文献 [13]的介绍,可以按照图4下部的方式划分钻井泵振动信号的归属,其中A、B、C分别对应3个缸套,1代表排液过程,2代表抽吸过程。更详细的识别需要结合钻井泵动力学模拟来确定。图5中的B类信号代表图4 B缸套排出阀振动产生的冲击,是排出阀发生泄漏导致的结果;F类信号是缸套发生泄漏后,钻井液内部的固相成分进入活塞与缸套之间,产生摩擦造成的结果,是一种摩擦信号。图4中A2、B2段吸入过程冲击非常强烈,与钻井泵动力学模拟结果相比较来看,这是由于对应缸套连接件之间存在松动产生的。

因此采用钻井泵振动信号的基元分段处理,结合冲击信号频谱、钻井泵动力学模拟结果的比较分析,可以容易地确定各种冲击信号的成分,并作出正确合理的故障诊断。

2)冲击信号的识别 由于平滑处理后可以得到信号中所包含的所有冲击振动信号,因此对这些信号进行辨别、分类就显得十分重要。机械设备的冲击振动与运转过程中运动副的动力学状态和设备状况密切相关。任何一个冲击信号都是冲击信号源、传播过程、传感器等的函数,包含有丰富的机械设备状态的信息,每一种冲击信号都有各自独特的特征和规律性。可以利用频谱的方法将信号进行基本的归类,图6就是钻井泵各种典型冲击信号实例。

根据信号的频谱识别结果,结合冲击出现的时间特征,可以很容易确定信号的振源,从而为实现钻进泵故障诊断提供决策信息。

图6 钻井泵典型冲击信号与频谱

4 结 论

通过研究可以得出以下几点结论:

1)采用平滑滤波分离的方法可以实现钻井泵冲击振动高频和低频信号分离。采用不同次数的平滑滤波处理可以将信号中的各种高频振动成分进行逐一提取与分离处理。

2)信号的平滑滤波处理所得到的各种高低频信号分离结果能够保持信号原有的特征,是一种可以复现的真实信号。通过钻井泵振动信号的音频测试表明,这是一种非常合理、完整的信号分离方法。

3)信号的平滑滤波处理能够有效地滤除低频强噪声背景干扰,为快速提取各种撞击、摩擦、泄漏和冲击成分提供了一条非常有效的途径,也为钻井泵故障诊断提供了极大的便利。

[1]吴涛,袁嗣杰,梅高杰.基于多窗傅里叶变换的弱Chirp信号检测 [J].装备指挥技术学院学报,2008,19(3):96～100.

[2]吴芳,杨日杰,田淑荣,等.基于相关与小波变换相结合的弱信号检测 [J].海军航空工程学院学报,2008,23(1):26～28.

[3]童宁宁,刘东红,张永顺,等.基于小波包变换的弱信号检测[J].计算机仿真,2006,23(7):105～107,168.

[4]林红波,祁放,邓小英,等.混沌噪声背景下弱谐波信号的GRNN检测[J].吉林大学学报(信息科学版),2004,22(3):209～213.

[5]Deter W T,Peng Y H,Yam R.Wavelet Analy sis and Envelope Detection for Rolling Element Bearing Fault Diag nosis-Their Effectiveness and Flexibilities[J].ASME J Vibr Acoust,2001,123:303～310.

[6]唐德尧,王定晓.共振解调技术与机车车辆传动装置故障诊断[J].电力机车技术,2002,25(5):1～5.

[7]李瑜,章新华,肖毅,等.杜芬振子阵列实现弱正弦信号频率检测[J].系统仿真学报,2006,18(9):2650～2656.

[8]杜鹏飞,王永良,孙文峰.混沌海杂波背景下的弱信号检测[J].系统工程与电子技术,2002,24(7):65～67,98.

[9]刘瑞平,郭昕,沈福民.混沌时间序列中弱信号的检测[J].火力与指挥控制,2006,31(7):14～16,20.

[10]李健,何坤,乔强.弱暂态正弦信号的检测 [J].电讯技术,2003,(6):95～98.

[11]李强,王太勇,冷永刚,等.基于变步长随机共振的弱信号检测技术[J].天津大学学报,2006,39(4):432～437.

[12]范胜波,王太勇,冷永刚,等.基于变尺度随机共振的弱周期性冲击信号的检测 [J].中国机械工程,2006,17(4):387～390.

[13]吕苗荣,周琳,王丽,等.石油工程准周期振动信号的新处理方法 [J].石油钻探技术,2009,37(5):89～92.

[14]吕苗荣,古德生.声信号分离基本原则与分离方法 [J].中南大学学报 (自然科学版),2004,35(1):62～66.

[15]吕苗荣.工程信号处理最优化理论的研究应用——语音信号处理新方法探索[D].长沙:中南大学,2006.