优化状态监测技术在往复压缩机上的应用

吕晨昊

（中国石油锦西石化公司，辽宁 葫芦岛 125001）

1 维修策略的发展

石化设备的维修策略始终向着“安、稳、长、满、优”的目标发展，纵观发展过程，大致经历以下几个步骤：故障维修、定期（预防）维修、预知维修、基于可靠性的维修（RCM）。

故障维修，指设备发生故障后的修理，只适用于故障后果不严重的非主流成设备。定期维修，指按照固定的周期对设备进行修理，适用于故障周期较长且有明显规律可循的设备。但实践证明，此种策略会导致一部分设备过度维修而另一部分设备维修不足。预防性维修，指采用状态监测和故障诊断分析技术提前对隐蔽的故障进行修复，避免故障扩大，适用于关键、复杂设备。通常设备的潜在故障点与功能故障点的最小时间间隔（P-F间隔）应该满足要采取措施、排除故障所需要的时间。基于可靠性的维修（Reliability Centered Maintenance，RCM）是已知的最先进的设备维修策略之一，该方法在保证设备本质安全的前提下，通过风险分析的手段，以设备寿命周期内维护费用最低为原则，指导和优化设备维修方式的选择。

图1 RCM决策过程

RCM决策过程（如图1）中有一个非常重要的环节，这就是状态检测技术。状态监测技术作为控制风险的一种有效手段，其检测结果的准确与否直接影响维修策略的效果，出现误诊或漏诊会使风险升高。

2 状态检测技术

状态监测就是利用先进的传感器技术、监测技术、数据处理技术提取故障特征信息。能够反映出故障形式的监测参数通常分为两类：一类表现为热力参数变化，如进排气温度变化、压力变化等；另一类表现为动力参数变化，如零部件振动、位移等。

3 往复机状态检测技术的优化

往复运动作为复合运动，其故障特性复杂，所检测的参数和布置的传感器比单一旋转运动要繁杂得多。另外，往复机多发的激励也使数据监测过程变得更加困难，如何监测到更多参数、屏蔽掉干扰参数，是往复机监测优化的方向。

3.1 润滑油监测优化：“常规润滑油化验”与“光谱分析”

润滑油常规分析通常包括黏度、酸值、闪点、水分和机械杂质这五大类参数。这五项参数仅能反映出润滑油本身的理化性质是否能满足润滑需求。如果对润滑油进行更细致的分析，就可以监测到零部件的磨损情况。润滑油光谱分析可以直观了解润滑油中某种元素含量。由于每种元素含量的多少与设备中某种摩擦副磨损量的大小有直接关系，因此，光谱分析可以用来判断设备内部磨损的部位及状态。例如，Fe元素主要来自连杆、十字头等部件，Pb元素主要来自轴承合金材料、密封件等。目前，使用铁谱显微镜下观察润滑油中磨粒外部形状、3D尺寸越来越受到推崇，为实现的润滑油定性定量分析迈出了重要一步。

3.2 压力检测优化：“气缸开孔”与“气阀开孔”

目前，一部分压缩机制造厂采用在气缸缸壁直接开孔的方式获取气缸内的动态压力。但由于这种方式在开孔过程中会对气缸局部造成破坏，气缸整体失效的风险增加，因而此种方法没有得到广泛的推广。近年来，随着对气阀结构不断优化，如今出现了一种可以在气阀上测取气缸压力的新方法：通过一根中空的气阀中心螺栓，将气缸内气体与缸体外的压力传感器相连，中心螺栓穿过阀盖与外部的阀门对接，并依靠法兰、填料进行固定和密封。该方法只要密封处理得当，不仅能够准确测取气缸内的动态压力，还能避免对气缸结构造成的破坏。

3.3 位移监测优化：“活塞杆沉降监测”与“活塞杆位置监测”

往复压缩机活塞杆下方通常安装有位移传感器用来监测沉降量，可以间接了解活塞环、填料函、十字头滑块的磨损状况。活塞杆位置监测是在位移监测基础上发展而来，位移监测在每根活塞杆上只使用一个垂直布置的电涡流传感器，而位置监测还需要在活塞杆水平位置再布置一个传感器。由此不仅可以监测垂直间隙的变化，还可以监测水平间隙变化，并且通过数据处理手段模拟出活塞杆轴心的运动轨迹，这是沉降监测做不到的。活塞杆沉降监测原理图如图2。

图2 活塞杆沉降监测原理图

3.4 气阀泄漏监测优化：“气阀温度监测”与“超声波监测”

通过监测气阀温度变化判断气阀泄漏情况是最便捷的手段之一。但是，从实际应用情况来看，由于气阀盖直接暴露在大气中，日照、风吹都会给测量带来明显影响，所以，单纯使用气阀温度诊断气阀故障并不实用。气阀启闭产生的撞击、气体通过气阀产生的声波通常会给振动信号采集带来极大干扰。若采集常规的振动频谱，故障信息往往湮没在强大的背景噪声中，难以提取。超声波检测探头恰恰可以采集气阀周围气流的高频振动，屏蔽其他干扰，再结合键项信号（气阀启闭时间）、示功图综合分析就可以达到监测气阀内漏的目的。

4 故障诊断

故障诊断是利用提取得到的数据与理论中、历史中的故障特征进行对比，从而识别故障。状态监测和故障诊断在实际应用中是一个整体系统，目前，以DYNALCO、GE Bently和贺尔碧格为代表的美国公司已经开发出往复压缩机在线监测诊断系统。在国内许多高校和研究机构，例如，北京化工大学，合肥通用机械研究所等对往复式压缩机的失效机理进行了深入的研究并且开发了一些监测和分析系统。目前，国内企业应用比较广泛的有DYNALCO 9260CR系统，GE Bently的3500系统和由北京化工大学开发的BH5000R系统等。虽然监测手段和诊断方式都在不断进步，但仍然难以满足RCM（基于可靠性的维修）需求。现阶段，我国科研单位与大型石化企业联系不够密切，各种研究方法大多局限于实验室的模拟阶段，企业的故障案例数据也没有形成系统数据库。因此，加强科研单位与企业的合作是取得这一领域技术突破的第一先决条件。

5 状态监测技术发展方向

目前，往复机状态监测技术已经得到了迅速的发展，诊断的准确率不断提高，但仍然没有达到旋转机械那样的成熟度，与行业内往复式压缩机的重要地位仍不相称。随着科技的发展，人工智能技术逐渐成为人们关注的重点技术。人工智能非常适合压缩机故障诊断系统，理论上可以节省人工分析的时间，达到分析报告、维修策略实时更新的理想状态。在实时监测领域，一方面，应开发新型传感器；另一方面，应运用现代信号处理方法和智能技术，找到信号间相互干扰最小的最佳测量点。在诊断领域，应将故障案例数据库、专家系统、神经元网络技术进行融合，使普通技术人员通过诊断系统所获得的结果可以比拟专家分析的水平，让智能故障诊断成为可能。