原油输送离心泵预测维修技术

2016-12-20王安琪徐勇靳红利

设备管理与维修 2016年11期

关键词：离心泵灰色神经网络

王安琪，徐勇，靳红利

（1.中国石化管道储运有限公司天津输油处，天津300280；2.中国石化管道储运有限公司徐州输油处，江苏徐州221000）

原油输送离心泵预测维修技术

王安琪1，徐勇2，靳红利1

（1.中国石化管道储运有限公司天津输油处，天津300280；2.中国石化管道储运有限公司徐州输油处，江苏徐州221000）

使用时间序列、灰色理论与RBF神经网络的方法分别建立预测模型，利用实际数据进行测试和预测计算，证明上述几种方法在预测维修中的有效性，分析和对比不同预测方法得到的结果，找出最适合离心泵预测维修的方法。

离心泵；预测维修；灰色理论；RBF神经网络

0 引言

离心泵是原油储运生产过程中的大型关键设备，主要作用是原油输送、储罐的倒罐和原油装卸等。保障其正常运行是输油站库日常工作的重点，需定期对其进行维护保养。在日常生产中，事后维修和预防维修是最常用的两种设备维护保养方法，这两种方法的不足之处是，前者会导致设备的严重损坏，降低设备寿命；后者往往造成维修过剩或维修不足。因此，为了更有效的进行离心泵的维护保养，需要引入新的维修方法［1］。

1 预测维修技术

预测维修（Predictive Maintenance，PdM）是以状态为依据的维修，在设备运行时，对它的主要（或需要）部位进行定期（或连续）的状态监测和故障诊断，判定装备所处的状态，预测装备状态未来的发展趋势，依据装备的状态发展趋势和可能的故障模式，预先制定预测维修计划，确定设备应该修理的时间、内容、方式和必需的技术和物资支持。预测维修集装备状态监测、故障诊断、故障（状态）预测、维修决策支持和维修活动于一体，技术体系如图1所示［2］。其中，故障诊断技术和状态预测技术是预测维修的核心，

2 状态预测技术

根据所使用的方法不同，状态预测技术可以分为4种类型：统计学预测、数学模型预测、智能预测及信息融合预测，技术体系如图2所示［3］。

图1 预测维修技术体系

2.1 时间序列预测

时间序列预测技术是一种用于有序数据的预测技术，其运用范围十分广泛。假定已知序列{X}的历史时刻（l到m-l）队形的观测值{x1，x2，...xm-1}及当前时刻m对应的观测值xm，时间序列就是：利用时间序列分析法，对未来时刻m+l（l＞1）的值xm+l进行估计。当预测步长l=1时，为单步预测；当预测步长l＞1时，为多步预测。时间序列的预测模型为式（1）。

图2 预测技术体系

式（1）中，f（…）和g（…）为待估函数；{εl}为观测噪声。从而可以使用此模型，对系统进行分析、预测。显然的，分析、预测的关键是如何根据不同的序列选择合适的函数f（…）和g（…），这两个函数的选择关系到预测的准确性。

在时间序列预测中常见方法包括移动平均法、分解方法、指数平滑方法、季节系数法及自回归移动平均（ARIMA）法及外源自回归移动平均（ARMAX）法［4-6］。

2.2 灰色预测

灰色预测是基于灰色系统理论的预测方法，它将一切随机变量看作是在一定范围内变化的灰色量，将随机过程看作是在一定范围内变化的、与时间有关的灰色过程，利用连续灰色微分模型，对系统的发展变化进行全面的观察分析，作出长期预测［7］。

灰色预测中常用的模型为GM（1，1）模型。设GM（1，N）表示一阶的N个变量的灰微分方程模型，则GM（1，1）模型表示一阶的只有一个变量的灰微分方程模型，G（1，1）是GM（1，N）。当N=1时的特殊情况，也是GM（1，N）的核心［8］。

数列x（0）相应的微分模型为式（2）。

预测模型为式（3）

式中，a为发展灰数，u为内生控制灰数。

2.3 基于RBF神经网络预测

人工神经网络拥有很强的非线性拟合能力，可映射任意复杂的非线性关系，而且学习规则简单，便于计算机实现等优点，作为状态预测的方法是十分合适的。本文选用RBF神经网络作为状态预测方法，其结构与BP神经网络相似，共分为3层：输入层、隐含层和一级输出层。输入层负责将网络与外界环境联系起来；隐含层负责从输入空间到隐含层空间之间的非线性变换；输出层负责经过神经网络处理后的数据的输出。图3为1个n个输入节点，k个隐含层节点，m个输出节点的3层RBF神经网络。

图3 RBF神经网络结构图

图3中x=［x1，x2，…，xn］T为输入矢量；Φ=［φ（x，c1），φ（x，c2），…，φ（x，ck）］为网络隐含层输出矩阵，ci为第i隐含层节点位置，i=1，2，…，k；Wkm=［w1，w2，…，wk］T为输出权值矩阵，其中wi=［wi1，wi2，…，wim］T；F（x）=［f1（x），f2（x），…，fm（x）］T为网络输出矢量。

与BP神经网络的激活函数不同，RBF神经网络的激活函数为径向基函数，常用的径向基函数有多二次函数、逆多二次函数、高斯函数等。