炼化厂大型机组在线状态监测与故障诊断

刘春庆，张 哮，吴世奇

（中国石油大庆炼化公司，黑龙江大庆 163411）

0 引言

近年来炼化厂为进一步提高产能，大型机组的数量呈现出增加趋势，同时也使得机组设备的日常维护和监测压力同步提升。传统以人工为主的状态监测，不仅花费较高的人力成本和浪费较多的时间，而且很多潜在故障无法及时发现，不利于机组设备的稳定和可靠运行。在传感器、大数据分析和人工智能技术的支持下，在线状态监测和故障诊断系统在工业设备运行监测、故障诊断与预警等方面发挥了重要作用。在实时监测、精确诊断的基础上，还能智能生成故障排查与处理方案，从而帮助技术人员开展故障维修，彻底消除质量问题，让炼化厂大型机组设备得以稳定运行。

1 大型机组在线状态监测与故障诊断系统设计

在线状态监测与故障诊断系统主要由数据采集模块、状态监测模块、信号分析与故障诊断模块和系统管理模块4 大部分组成，整体结构如图1 所示。

图1 在线状态监测与故障诊断系统

1.1 数据采集

该模块是利用安装在机组设备上的各种传感器（如电流传感器、振动传感器等）实时采集设备的运行工况，对采集到的各种数据做滤波、放大等处理，然后利用A/D 转换器将电流、温度、振动等模拟信号转换成数字信号，将所得信号通过工业以太网上传给终端计算机。

1.2 状态监测

状态监测模块的作用是将传感器反馈的实时运行参数与系统预设的标准参数进行对比，如果实测数据超出了标准阈值，则进行超限报警，提醒机组管理人员及时发现问题并做出相应的处理。状态监测模块可以根据前端传感器类型的不同，对不同种类的信号进行监测、对比，常见的信号包括振动信号、电流信号、温度信号等。例如，某设备正常工况下振动幅值为10 mm/s，如果实际监测到的振动幅值为16 mm/s、超出限值，则进行声音报警或视觉报警。

1.3 信号分析与故障诊断

该模块是整个系统的核心，其中信号分析部分支持振动信号的时域和频域特性分析，根据频谱分析结果能够更加直观、准确地展示当前被监测设备的运行状态，为设备管理人员进行故障诊断提供了辅助参考。故障诊断有人工诊断和智能诊断2 种模式，以智能诊断为主，利用人工神经网络和模拟专家的诊断推理，可以快速判断所有的故障类型，以及引发这些故障的可能原因，然后再通过人工诊断，确定最终的故障形式和原因，为下一步开展故障排查与维修提供依据。

1.4 系统管理

该模块提供用户管理、数据库管理等基础功能，其中用户管理模块包括新用户注册，用户访问权限管理等。数据库管理模块包括历史数据的查询、调用，以及设备信息数据库的定期维护和故障数据库的信息更新等。

2 烟机在线状态监测与故障诊断系统的应用

2.1 故障现象

某炼化厂YL-8000J 型烟机于2013 年投入使用，2019 年6月开始出现不稳定工作状态。检修发现，烟机北瓦振动速度达到24 mm/s，超过了正常标准10 mm/s，停机检修后发现烟机局部有结垢现象，维修人员予以清理后重新开机运行，烟机振幅回归正常。但是一段时间后，振幅过高、振速过快的情况仍然时有发生，为查明故障原因，使用了在线状态监测与故障诊断系统。

2.2 监测点的布置

在烟机的状态监测和故障诊断中，为了提高故障诊断结果的可靠性，必须要选择合适的监测对象。其中，振动信号、温度信号、流量信号、电流信号等都可以作为监测对象。综合对比来看，烟机的许多故障都会引起振动异常，因此采集振动信号能够为故障诊断提供重要依据，更加直观地表示烟机的实时运行工况，因此选择振动信号作为监测参数。监测点的布置是否合理也会直接影响故障诊断结果的准确率，为了尽可能获取更加丰富的振动信号，使用了6 个振动传感器，1#和2#传感器布置于烟机两侧，分别测量烟机的轴向和径向振动；3#和4#传感器布置于风机两侧，测量的是风机的轴向和径向振动；5#和6#传感器布置于电机两侧，测量电机的轴向和径向振动。另外在电机上还安装了1 台电流传感器，监测机组运行期间的电流变化情况，监测点布置情况如图2 所示。

图2 机组监测点布置

2.3 烟机监测参数分析

2020 年10 月21 日在线状态监测与诊断系统记录的机组振动参数见表1。

表1 满负荷下烟机运行工况

评定标准中，A 区域为新机器振动品质，B 区域为可长期运行的机器，C 区域为不宜长期运行、需要检修的机器，D 区域为即将损坏停机的机器。

结合表1 数据可以发现，整个机组中只有烟机两侧支撑轴上的测点处评定结果为差，其他测点的评定结果为良好或正常，说明烟机确实存在异常振动，继续采集烟机两侧振动传感器反馈的振动数据，见表2。

表2 不同时段内烟机两侧振动参数

已知YL-8000J 型烟机在正常运行时振动幅值不超过10 mm/s，而表2 提供的监测数据表明烟机南、北瓦水平针对应的振动幅值已经多次超出标准值，其中在2020 年11 月5 日18：07：53 监测到最大振幅达到了17.06 mm/s。另外，观察表2 数据还能发现随着时间的推移，振动幅值也呈现出增加趋势，说明烟机振动故障变得越来越严重。结合在线状态监测数据和以往的烟机维修经验，初步判断导致南、北瓦振动超标的原因是高温烟气中含有过多的催化剂微粒，这些微粒在高温、高压烟气的带动下，以较高速度冲击烟机的叶片，并且一部分颗粒还会在叶片上沉积形成硬质焦块。随着时间的推移，硬质焦块的厚度不断增加，但是分布并不均匀，导致烟气轮机的动平衡遭到破坏，从而在高速运转时失稳，产生异常振动。

2.4 故障验证及处理

为了验证上述故障诊断结果，机组维修人员拆解烟机后观察叶片，发现叶片上确实存在不均匀分布的结垢，并立即进行了清理。除此之外，还要从源头上解决烟机运行时，如何降低高温烟气中细小催化剂颗粒浓度的问题。

经过技术人员的讨论后，采取了以下改造措施：①调节烟机轮盘冷却蒸汽的控制模式，从中心温度控制调节为冷却蒸汽流量控制，并设定蒸汽品质≥240 ℃、蒸汽压力≥65 MPa、蒸汽流量在1.2～1.5 t/h 的运行参数；②对轮盘蒸汽线、气封蒸汽线、润滑油线进行改造，新增1 块限流孔板，可以有效减少烟气中微粒的含量；③将烟机径向轴承替换为可倾瓦式轴承，并密切做好轴承与转子的稳定性分析。上述改造措施于2021 年4 月完毕，改造后的机组投入运行，并使用在线状态监测和故障诊断系统进行持续监测。截止2021 年12 月，烟机各监测点振幅均≤10 mm/s，运行稳定。

3 结束语

炼化厂大型机组的日常管理向信息化、智能化转型是必然趋势。在烟机、压缩机、发动机等大型机组设备中推广应用在线状态监测和故障诊断系统，一方面是能代替人工，更加高效地完成实时监测、精确诊断，在辅助设备管理方面发挥了重要作用；另一方面，该系统还能对潜在的、隐蔽的故障作出精准识别，弥补了人工检修的缺陷，真正做到了防患于未然。下一步炼化厂的在线状态监测与故障诊断系统，要把重点放在提高数据信息传输速率、加强故障样本训练等方面进行优化，从而使该系统发挥更加实用的功能。