螺杆泵驱动装置故障智能诊断方法

地面驱动螺杆泵抽油装置用于开采高黏度、高含砂、高含气原油已成为一种成熟的开采工艺应用于油田生产，并取得了明显的经济效益。但其地面驱动装置因受力复杂，振源众多，常发生故障，如轴承磨损、剥落、裂纹，齿轮磨损过大，轴不平衡、不对中等，这些故障的突发会严重影响生产。因此，对其进行状态监测和故障诊断，确保设备安全运行十分必要。目前，各种单项指标检测，如振动有效值、峰峰值测试，只能进行定性的分析，对于故障的定位与诊断精确度不高，为此，开展了螺杆泵驱动装置智能诊断方法研究。

1 测点布置及数据采集

测点的布置必须满足“最近”原则，也就是传感器安装在离待检部件最近的部位，使信号最大限度地反映部件的真实运行状态，此外还要考虑经济性、实用性、稳定性等原则。最终确定螺杆泵驱动装置的测点布置，见图1、图2。各测点的诊断对象：1#、2#为电机轴承和轴；3#为输入轴、轴承和小齿轮；4#为输出轴、大齿轮和上端轴承；5#为输出轴、大齿轮和下端轴承。

应用中国石油大学(北京)开发的机械设备故障诊断系统采集振动信号。采集数据时，首先将传感器安装在事先选好的测点上，然后将传感器、数据采集器和笔记本电脑连接起来。传感器采集的振动信号通过电缆传给采集器，再经采集器内的A /D转换器转换成数字信号后存入缓存，随后经通讯接口传入计算机存入硬盘。

2 诊断方法研究

2.1 故障模式库的建立

采集到的信号都以二进制的数据形式存储在文件中，只有经过信号处理后才能为后续过程(如时域指标统计、频域变换)所利用。但是，由于每台螺杆泵有7个轴承、3根转轴、2个齿轮共12个部件，平均每个部件有4种故障类型，每个故障类型要提取时域、频域各种指标约10个，因此每台设备需要计算和提取480个指标，工作量非常大，人工处理很难将工作持续地开展下去。为了实现数据自动处理，建立了螺杆泵驱动装置的故障模式库，预先将设备的各种故障以一定的数据结构存储在库中，包括以下内容：(1)定性关系，即当一个故障发生时，它与哪些因素有关；(2)逻辑关系，即这些因素和相应故障是什么样的逻辑关系；(3)定量值，即这些因素在多大程度上与该故障相关。

首先通过反复实验、经验积累，建立起各部件典型故障的发生模式，即用哪些参数才能对故障有效地诊断。再根据大量实验，统计出故障发生时各诊断参数的界限值，以及各参数对故障的重要程度(即重要度系数)。表1是螺杆泵驱动装置的故障模式库(限于篇幅，只列部分)。

模式库由部件、故障类型、故障特征几个层次组成，是对设备各部件及其故障特征的一个高度集成与总结。在数据处理时根据库中的故障模型自动调入需要分析的数据，对各种指标进行提取，并将提取的特征值存储在模式库中。模式库的建立和使用，极大地降低了诊断工作量，提高了工作效率。

2.2 故障综合值的确定

根据螺杆泵驱动装置的故障模式，提出了故障综合值的概念，其定义为

式中， Fij=Fij/Sij，表示第i类故障第j个特征参数与标准值的比值；Fij为第i类故障第j个特征参数的实测值；Sij为第i类故障第j个特征参数的标准值；Pj为第j个特征参数的定量值；n为特征参数的个数。显然，故障综合值fi越大，则故障程度越严重。

2.3 故障的判断

首先建立故障综合值的警告值和极限值，当故障综合值超过警告值，就可能存在隐含的故障。而超过极限值时就肯定存在故障了。建立的方法是对比法，即以标准设备的故障综合值分别乘以允许倍数q1和q2作为警告值和极限值。根据现场多次测试，q1和q2分别取为2和4。

3 应用实例

自2004年6月以来，共测试螺杆泵驱动装置160余台次，其中有49台次诊断认为存在故障，经检验44台次确实存在故障，正确率为87%。2005年5月23日，对大庆油田杏2 -2丙16井驱动装置进行测试。其中电机自由端轴承座处的振动信号时域图和频域图见图3、图4。振动时域指标最大值为同类正常设备的近3倍，而从频域图中可以看出，频率为91. 5 Hz处出现峰值，也比正常设备大，而该频率正好是轴承故障的特征频率，所以可初步判断为轴承故障。经软件自动提取和计算各故障类型的综合值，并与警告值和极限值比较后，得出诊断结论：电机自由端轴承磨损过大。同时，还诊断出驱动头内部大、小齿轮局部磨损。表2即为根据表1计算得到的电机自由端滚动轴承和输入轴齿轮的故障综合值。

缺润滑脂，滚珠磨损大，轴承保持架松动。将齿轮箱拆回厂房解体检修，发现驱动头输入轴、输出轴的轴承基本正常，而小齿轮和大齿轮都有不同程度的磨损。其中大齿轮齿厚为4. 5 mm(标准齿厚为5mm)，已发生较严重的磨损。

4 结论

通过对螺杆泵驱动装置的测点选布、数据采集和智能诊断方法的研究，实现了螺杆泵驱动装置常规故障的智能诊断。在实际应用中，诊断出了电机轴承磨损，驱动装置大、小齿轮磨损的故障，具有较高的现场应用价值。