席傲然，莫岳平，王玉杰，王建明，毛新平，任學(xué)強(qiáng)

（1．揚(yáng)州大學(xué) 電氣與能源動(dòng)力工程學(xué)院，江蘇 揚(yáng)州 225127；2．山西省水利水電勘測(cè)設(shè)計(jì)研究院有限公司，山西 太原 030000；3．廈門(mén)品方工程項(xiàng)目管理有限公司山西省分公司，山西 太原 030000；4.山西省平遙縣水利局，山西 晉中 030600）

大中型立式水泵機(jī)組的故障排查是保障泵站安全運(yùn)行不可或缺的一環(huán)，立式水泵作為一種常見(jiàn)的水泵類型，若不進(jìn)行定期故障排查，一旦出現(xiàn)故障再進(jìn)行維修不僅會(huì)大大浪費(fèi)人力、時(shí)間，更可能造成嚴(yán)重的安全事故。立式水泵機(jī)組的故障主要包括異常振動(dòng)故障、軸承重度磨損和汽蝕等，其中振動(dòng)是立式水泵機(jī)組故障的最常見(jiàn)表現(xiàn)形式。為了保障立式水泵機(jī)組的工作效率和安全可靠性，應(yīng)對(duì)其進(jìn)行定期振動(dòng)監(jiān)測(cè)，從而推斷立式水泵機(jī)組是否出現(xiàn)故障。然而，不同的故障所導(dǎo)致的振動(dòng)情況也有所不同，對(duì)檢測(cè)信號(hào)進(jìn)行處理分析，判斷故障原因，從而提出相應(yīng)改善措施建議也是十分必要的。因此，通過(guò)對(duì)振動(dòng)信號(hào)進(jìn)行監(jiān)測(cè)分析，推斷立式水泵機(jī)組的運(yùn)行狀況是否良好并在出現(xiàn)故障時(shí)及時(shí)進(jìn)行維修是保障泵站安全穩(wěn)定運(yùn)行的有效方法之一。

1 立式水泵機(jī)組振動(dòng)故障診斷技術(shù)發(fā)展過(guò)程與現(xiàn)狀

我國(guó)的立式水泵機(jī)組振動(dòng)故障處理方式的發(fā)展大體分為三個(gè)階段：

第一階段為事后處理階段，當(dāng)時(shí)由于人們?cè)O(shè)備維護(hù)與檢修的意識(shí)薄弱，工具較為簡(jiǎn)陋，多數(shù)情況下不能夠及時(shí)發(fā)現(xiàn)設(shè)備的異常狀況，只能在發(fā)生故障后才進(jìn)行修理，并且當(dāng)時(shí)對(duì)于設(shè)備故障維修多依賴于個(gè)人的維修經(jīng)驗(yàn)，修復(fù)時(shí)間長(zhǎng)，周期長(zhǎng)，對(duì)于故障類型不能夠做到精確判斷，對(duì)于大型立式泵站來(lái)說(shuō)不能夠進(jìn)行及時(shí)的維修很容易造成重大經(jīng)濟(jì)損失。

第二階段為預(yù)防性試驗(yàn)階段，即按照固定計(jì)劃，對(duì)水泵站進(jìn)行定期的停運(yùn)與檢測(cè)維修。但對(duì)于立式泵站機(jī)組，預(yù)防性試驗(yàn)從本質(zhì)來(lái)說(shuō)是一種離線檢測(cè)方式，需要水泵站全程停止運(yùn)營(yíng)才能夠進(jìn)行，并且對(duì)于全部件的拆裝檢測(cè)所需周期長(zhǎng)，耗費(fèi)人力物力大，可能伴隨著操作不夠靈活，對(duì)于故障的判斷有所偏差等問(wèn)題，難以滿足泵站運(yùn)行需求。

現(xiàn)階段，由于互聯(lián)網(wǎng)及人工智能等技術(shù)的快速發(fā)展，迅速衍生出了故障診斷技術(shù)。通過(guò)這種技術(shù)的發(fā)展與應(yīng)用，現(xiàn)在可以安裝傳感器采集立式水泵機(jī)組的運(yùn)行信號(hào)，對(duì)其進(jìn)行處理與分析，并依賴于機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析等一系列方法，在不進(jìn)行停機(jī)的前提下對(duì)于立式水泵機(jī)組的運(yùn)行狀態(tài)進(jìn)行評(píng)估，能夠?qū)α⑹剿脵C(jī)組可能出現(xiàn)的故障問(wèn)題進(jìn)行預(yù)測(cè)以及定點(diǎn)判斷，這樣做不僅大大節(jié)約了人力物力和時(shí)間，還更有效地增強(qiáng)了立式泵站安全運(yùn)行的保障，避免突發(fā)故障的發(fā)生[1]。

2 基于解析模型的立式水泵機(jī)組振動(dòng)故障診斷方法

為了更好地描述實(shí)際工程中立式水泵系統(tǒng)故障情況，需要工作人員對(duì)通過(guò)傳感器所檢測(cè)到的信號(hào)進(jìn)行分析，或估計(jì)出構(gòu)建系統(tǒng)所需的物理參數(shù)，并通過(guò)結(jié)合物理參數(shù)的變化及實(shí)際出現(xiàn)的故障現(xiàn)象來(lái)建立立式水泵故障數(shù)學(xué)模型，從而可以對(duì)所出現(xiàn)的故障進(jìn)行分析、預(yù)測(cè)、定位等。基于解析模型的立式水泵機(jī)組故障診斷方法大體可以分為3種：狀態(tài)估計(jì)法、等價(jià)空間法以及參數(shù)估計(jì)法。

2.1 狀態(tài)估計(jì)法

狀態(tài)估計(jì)是一種根據(jù)檢測(cè)數(shù)據(jù)來(lái)估計(jì)動(dòng)態(tài)系統(tǒng)的內(nèi)部狀態(tài)變化的方法。即構(gòu)建準(zhǔn)確的立式水泵數(shù)學(xué)模型，并通過(guò)傳感器測(cè)量設(shè)備的具體數(shù)值，自動(dòng)排除系統(tǒng)因噪聲或其他影響所帶來(lái)的干擾信息，將兩者數(shù)據(jù)進(jìn)行對(duì)比，所得差值即可用來(lái)判斷設(shè)備的故障情況。通過(guò)狀態(tài)估計(jì)法可以對(duì)數(shù)據(jù)進(jìn)行檢測(cè)辨識(shí)，從而對(duì)立式水泵未來(lái)的工作狀態(tài)進(jìn)行預(yù)測(cè)。但使用狀態(tài)估計(jì)法的前提是需要構(gòu)建準(zhǔn)確的數(shù)學(xué)模型，但目前是比較難以實(shí)現(xiàn)的，因此目前有關(guān)研究多集中于增強(qiáng)模型對(duì)于安裝檢測(cè)系統(tǒng)所帶來(lái)的干擾、噪聲等一系列誤差的抗干擾能力[2]。

2.2 等價(jià)空間法

等價(jià)空間法是一種直接利用立式水泵系統(tǒng)模型輸入與輸出的測(cè)量值比較形成殘差，由于靜態(tài)等價(jià)空間法的實(shí)際應(yīng)用具有較大的局限性，當(dāng)前基于動(dòng)態(tài)等價(jià)模型的等價(jià)空間法更為常見(jiàn)。

通過(guò)系統(tǒng)輸入與輸出的測(cè)量值形成殘差后，比較所測(cè)殘差與系統(tǒng)最優(yōu)運(yùn)行時(shí)的殘差數(shù)據(jù)可以對(duì)立式水泵系統(tǒng)進(jìn)行故障評(píng)價(jià)，當(dāng)殘差為零時(shí)對(duì)應(yīng)立式水泵機(jī)組與我們構(gòu)建的模型數(shù)據(jù)吻合，水泵機(jī)組運(yùn)行正常，反之則有故障產(chǎn)生。然而實(shí)際的立式水泵機(jī)組因噪聲等外界干擾存在誤差，使得其在正常運(yùn)行的范圍內(nèi)殘差值也不為零[3]，因此殘差闕值的選擇對(duì)于使用該種方法進(jìn)行立式泵站故障診斷非常重要，若殘差闕值選擇過(guò)高，在立式泵站初期發(fā)生故障時(shí)殘差偏差值較小，會(huì)出現(xiàn)不報(bào)警或漏報(bào)等現(xiàn)象，而殘差闕值過(guò)低，因外界因素所引起的殘差數(shù)據(jù)略微升高就會(huì)導(dǎo)致報(bào)警而立式水泵機(jī)組運(yùn)行完好的情況[4]。綜上而言，在使用等價(jià)空間法進(jìn)行立式水泵系統(tǒng)的故障診斷時(shí)，需要注意殘差闕值的選擇。

2.3 參數(shù)估計(jì)法

立式水泵系統(tǒng)發(fā)生故障時(shí)，其發(fā)生故障部分的系統(tǒng)參數(shù)定會(huì)發(fā)生改變，從而導(dǎo)致其數(shù)學(xué)模型的參數(shù)也會(huì)發(fā)生變化，并且不同的參數(shù)變化所表示的立式水泵系統(tǒng)故障也不相同。也就是說(shuō)，當(dāng)在描述立式水泵系統(tǒng)故障時(shí)，可以通過(guò)模型不同程度的參數(shù)變化來(lái)表示。我們可以建立系統(tǒng)的參數(shù)模型并找到其與元件參數(shù)等量關(guān)系式：

其中：θ是建立的系統(tǒng)模型參數(shù)，p為我們建立系統(tǒng)模型的物理元件參數(shù)。

通過(guò)傳感器測(cè)量得到實(shí)際機(jī)組參數(shù)θ'，代入式中，可以得到實(shí)際物理元件參數(shù)p'，通過(guò)p'和p標(biāo)稱值的比較，便可以得出立式水泵機(jī)組實(shí)際的運(yùn)行狀況是否良好，也可以通過(guò)p'值的大小來(lái)估計(jì)立式水泵機(jī)組物理元件的損壞情況[5]。因此，參數(shù)估計(jì)法的原理就是通過(guò)立式水泵模型的參數(shù)變化來(lái)對(duì)立式水泵機(jī)組的運(yùn)行狀態(tài)進(jìn)行推測(cè)，也可進(jìn)行參數(shù)對(duì)比找到故障源。但與狀態(tài)估計(jì)法相類似，在實(shí)際的工程中較難得到精準(zhǔn)的數(shù)學(xué)模型，并且對(duì)于等價(jià)關(guān)系式的建立也存在缺少參數(shù)、參數(shù)估計(jì)不準(zhǔn)確等一系列情況，因此也存在一定的缺陷。

3 基于信號(hào)處理的立式水泵機(jī)組振動(dòng)故障診斷方法

當(dāng)系統(tǒng)的數(shù)學(xué)模型難以建立時(shí)，就能夠體現(xiàn)出基于信號(hào)的處理方法的優(yōu)勢(shì)。該方法不用建立繁雜的立式水泵系統(tǒng)模型，直接利用信號(hào)模型或特征提取的方法進(jìn)行故障檢測(cè)與故障分離，具有適用性強(qiáng)的特點(diǎn)。原本絕大多數(shù)的基于信號(hào)處理的故障診斷方法都是針對(duì)線性系統(tǒng)提出的，但由于其可以提取信號(hào)進(jìn)行處理，因此極易轉(zhuǎn)化為非線性系統(tǒng)，常見(jiàn)的方法有3種，分別是頻譜分析法、主元分析法以及小波分析法。

3.1 頻譜分析法

頻譜分析法是立式水泵機(jī)組故障檢測(cè)方法中最為常用的方法之一，通過(guò)傳感器采集立式水泵機(jī)組的振動(dòng)數(shù)據(jù)可以通過(guò)頻譜分析分解成振動(dòng)信號(hào)頻譜圖。頻譜圖可以非常直觀地看出立式水泵機(jī)組的運(yùn)行情況，圖中幅值的最突出部分可以與故障情況充分聯(lián)系在一起，并提供診斷信息。

頻譜分析法一般依賴于傅里葉變換即

其中：X（f）表示信號(hào)所分解出的頻率曲線的幅值大小的分布情況，?（f）稱為相位譜，可以表示頻率曲線的相位分布情況。

3.2 主元分析法

主元分析法的主要原理是將高維信息通過(guò)線性變換的方法降維從而構(gòu)成一個(gè)新的低維變量，且產(chǎn)生的新的低維變量是原高維變量的線性組合。通過(guò)分析新低維變量產(chǎn)生的信息從而推論原高維變量數(shù)據(jù)所包含的變化信息，比較這些數(shù)據(jù)變化值的方差大小確定主元模型，一旦傳感器的實(shí)測(cè)信號(hào)與主元模型信號(hào)不一致，就可以判定立式水泵機(jī)組發(fā)生了故障，并且可以很方便處理數(shù)據(jù)并進(jìn)行故障分離。

使用主元分析法進(jìn)行立式水泵機(jī)組的故障診斷過(guò)程需要我們著重關(guān)注兩個(gè)變量的情況，通常在主元子空間建立Hotelling T2統(tǒng)計(jì)量進(jìn)行統(tǒng)計(jì)檢驗(yàn)，在殘差子空間中建立平方預(yù)測(cè)誤差（Squared Prediction Error，SPE）統(tǒng)計(jì)量進(jìn)行統(tǒng)計(jì)檢測(cè)。主要步驟如圖1所示。

圖1 主元分析法步驟示意圖

使用主元分析法進(jìn)行故障檢測(cè)可以將復(fù)雜的問(wèn)題變得簡(jiǎn)單、直觀，且能夠提供原有指標(biāo)的大部分信息，使得數(shù)據(jù)集更容易使用。但這種方法同時(shí)也存在一定的局限性：若存在被噪音污染的數(shù)據(jù)，標(biāo)準(zhǔn)化后噪聲的影響會(huì)更加顯著；對(duì)降維最終得到的數(shù)目，也就是潛在的隱變量的數(shù)目，不能很好地估計(jì)[6]。

3.3 小波分析法

頻譜分析雖然是一種便捷實(shí)用的故障檢測(cè)方法，但對(duì)于大中型立式水泵機(jī)組來(lái)說(shuō)，頻譜分析進(jìn)行傅里葉變換可能并不存在，為了詳盡表達(dá)信號(hào)在局部的特征，使用小波分析法檢測(cè)故障應(yīng)運(yùn)而生，彌補(bǔ)了傅里葉變換在立式水泵故障檢測(cè)中的不足之處。小波變換的基礎(chǔ)建立在短時(shí)傅里葉變換之上，在立式水泵機(jī)組采集信號(hào)不穩(wěn)定的情況下占據(jù)很大的優(yōu)勢(shì)，具有良好的時(shí)頻特性。從系統(tǒng)上來(lái)看，小波分析的信號(hào)處理方法相當(dāng)于給采集信號(hào)添加帶通濾波器，在分析立式水泵機(jī)組的運(yùn)行狀況時(shí)，對(duì)傳感器采集的振動(dòng)信號(hào)進(jìn)行小波變換，可以有效區(qū)分突變信號(hào)與噪聲，具有非常強(qiáng)的抗噪能力和實(shí)時(shí)性，檢測(cè)效率高，且對(duì)多分量的信號(hào)分析而言非常便捷。應(yīng)用小波分析法檢測(cè)立式水泵機(jī)組故障情況的工作流程如圖2所示。

圖2 小波分析在立式泵站故障診斷中應(yīng)用工作流程圖

文獻(xiàn)[7]給出了以下幾種利用小波分析法進(jìn)行故障診斷的方法，可以對(duì)立式水泵的故障監(jiān)測(cè)與診斷提供很好的思路：

（1）利用小波信號(hào)分析直接檢測(cè)信號(hào)突變的奇異點(diǎn)，從而實(shí)現(xiàn)對(duì)立式水泵的故障監(jiān)測(cè)。

（2）利用小波分析進(jìn)行信號(hào)頻率結(jié)構(gòu)變化觀測(cè)，可以有效地實(shí)現(xiàn)對(duì)立式水泵的故障監(jiān)測(cè)。

（3）利用立式水泵機(jī)組系統(tǒng)發(fā)生故障會(huì)導(dǎo)致脈沖函數(shù)的變化，從而導(dǎo)致少量小波變換系數(shù)產(chǎn)生變化來(lái)判斷立式水泵機(jī)組是否產(chǎn)生故障。

小波分析法應(yīng)用于立式泵站故障檢測(cè)，能夠十分便利地將采集到的故障信號(hào)進(jìn)行多維度分解，從而獲得不同的信號(hào)特征，進(jìn)而實(shí)現(xiàn)對(duì)于各個(gè)部分故障程度的區(qū)分，是一種非常實(shí)用的檢測(cè)方法。

4 基于知識(shí)的立式水泵機(jī)組振動(dòng)故障診斷方法

基于知識(shí)的故障診斷方法與基于信號(hào)處理的故障診斷方法相類似，都不需要建立精確的立式水泵模型，這種故障診斷方法不斷積累以往人們的故障診斷經(jīng)驗(yàn)，充分利用統(tǒng)計(jì)知識(shí)，并將存入的信息與診斷對(duì)象進(jìn)行充分比對(duì)，從而精確判斷設(shè)備是否發(fā)生故障以及設(shè)備的故障類型。主要方法分為專家系統(tǒng)方法、人工神經(jīng)網(wǎng)絡(luò)法和模糊故障診斷法等。

4.1 專家系統(tǒng)方法

如圖3所示，專家系統(tǒng)方法其實(shí)就是存入大量現(xiàn)有故障信息，在采集到立式水泵系統(tǒng)的檢測(cè)信號(hào)后，通過(guò)綜合性比對(duì)，進(jìn)行快速的分析處理，通過(guò)一系列演算推理后能夠定位具有可能性的故障位置及其產(chǎn)生的具體原因。它的系統(tǒng)存儲(chǔ)庫(kù)中儲(chǔ)存著大量的故障原因、征兆、表現(xiàn)形式、建議處理意見(jiàn)等數(shù)據(jù)，因此只需將所測(cè)信號(hào)與已知數(shù)據(jù)進(jìn)行不斷比對(duì)，從而推算出最為相近的最優(yōu)解。專家系統(tǒng)方法在立式水泵的故障診斷中已經(jīng)具有了較為廣泛的應(yīng)用，但這種方法存在一定的局限性，那就是由于知識(shí)庫(kù)內(nèi)容是有限的，對(duì)于沒(méi)有出現(xiàn)過(guò)的故障數(shù)據(jù)無(wú)法進(jìn)行演算推理。

圖3 專家系統(tǒng)方法原理示意圖

4.2 人工神經(jīng)網(wǎng)絡(luò)法

近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)法在立式水泵的故障診斷中應(yīng)用廣泛，它是一種基于模仿人的神經(jīng)網(wǎng)絡(luò)對(duì)所獲得的復(fù)雜信息進(jìn)行自主處理的方式，具有自學(xué)能力、自組織、自適應(yīng)的非線性動(dòng)力學(xué)系統(tǒng)，如圖4所示。與專家系統(tǒng)法相比，人工神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)極大地體現(xiàn)在其學(xué)習(xí)能力上，它的推理是一種數(shù)值計(jì)算過(guò)程，具有分析處理能力以及很強(qiáng)的識(shí)別、記憶、聯(lián)想功能，可持續(xù)獲取新的知識(shí)，并將其運(yùn)用在解決專家系統(tǒng)不能處理的問(wèn)題上[8]。

圖4 人工神經(jīng)網(wǎng)絡(luò)法示意圖

人工神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)庫(kù)具有很強(qiáng)的通用性和容錯(cuò)性，并可以對(duì)于復(fù)雜的非新型系統(tǒng)進(jìn)行處理分析，通過(guò)不斷地學(xué)習(xí)新知識(shí)并應(yīng)用于推廣，可以構(gòu)建適應(yīng)性強(qiáng)、容錯(cuò)率高的數(shù)據(jù)庫(kù)，進(jìn)行故障類型分析識(shí)別后給出故障處理建議，具有很廣泛的應(yīng)用范圍。但實(shí)際運(yùn)用時(shí)也存在一些缺陷：與專家系統(tǒng)方法相似，人工神經(jīng)網(wǎng)絡(luò)也需要大量的基礎(chǔ)數(shù)值支撐，進(jìn)行學(xué)習(xí)時(shí)的過(guò)程無(wú)法觀測(cè)，可能會(huì)影響結(jié)果可信度，且對(duì)樣本選取也有一定的要求[9]。

4.3 模糊故障診斷法

模糊故障診斷法簡(jiǎn)單來(lái)說(shuō)就是基于立式水泵機(jī)組故障發(fā)生的征兆與故障本身之間建立模糊矩陣并將其轉(zhuǎn)化為模糊方程，通過(guò)模糊變換求得征兆與故障之間的關(guān)系。具有應(yīng)用方便，結(jié)論直觀的優(yōu)勢(shì)?；谶@種方法，結(jié)合立式水泵的數(shù)學(xué)模型難以精確建立的現(xiàn)實(shí)情況，我們可以利用模糊方程表示立式水泵機(jī)組的振動(dòng)情況，從而判斷立式水泵的故障原因。但模糊故障診斷法不具備自學(xué)能力，且征兆與故障間的關(guān)系平衡難以掌握，隸屬函數(shù)、特征元素等的選取也存在偏差，一般可以將模糊故障診斷法、神經(jīng)網(wǎng)絡(luò)與小波分析等方法結(jié)合使用[10]。

5 結(jié)束語(yǔ)

現(xiàn)階段，立式水泵在中國(guó)的水利系統(tǒng)中應(yīng)用越來(lái)越廣泛，如供水、工業(yè)增壓、液體輸送、灌溉等等，因此立式水泵機(jī)組的故障診斷研究并不僅僅局限于此，其故障監(jiān)測(cè)與診斷技術(shù)也應(yīng)成為研究的熱點(diǎn)。本文通過(guò)基于解析模型、信號(hào)和知識(shí)處理方法3個(gè)大方向，總結(jié)了多種常見(jiàn)的立式水泵機(jī)組故障檢測(cè)方法，并進(jìn)行了分析與優(yōu)缺點(diǎn)對(duì)比。

基于解析模型的處理方法通過(guò)構(gòu)建立式水泵的模型，通過(guò)將立式水泵模型的參數(shù)與實(shí)際采集數(shù)據(jù)進(jìn)行對(duì)比來(lái)判斷立式水泵機(jī)組的運(yùn)行狀況，這種方法可以通過(guò)數(shù)據(jù)非常直觀地判斷是否有故障出現(xiàn)，但要精確建立立式水泵機(jī)組的數(shù)學(xué)模型具有很大的難度?；谛盘?hào)的處理方法是現(xiàn)在較為常見(jiàn)的方法，不需要進(jìn)行數(shù)學(xué)模型的建立，直接對(duì)采集的數(shù)據(jù)進(jìn)行分析與處理，適用性強(qiáng)?；谥R(shí)的處理方法依賴于數(shù)據(jù)庫(kù)的建立，需要長(zhǎng)時(shí)間的積累與學(xué)習(xí)才能夠?qū)α⑹剿脵C(jī)組的運(yùn)行狀況進(jìn)行較為準(zhǔn)確的判斷，一旦知識(shí)庫(kù)建立較為完善后可以直接判斷立式水泵機(jī)組的故障位置、故障原因以及給出維修建議，會(huì)給立式水泵機(jī)組的維修提供很大便利。