CN103558837B - 一种空分设备工况波动的修复方法 - Google Patents

Abstract

本发明公开了一种空分设备工况波动的修复方法。通过对空分设备中的空气压缩机、预冷系统、纯化系统、增压机、膨胀机和精馏系统的进出口温度、压力和气体流量波动状态进行监测，在信息存储设备中对工况特征量的监测数据进行残差阵列分析，并计算出工况特征量的转录因子阵列和状态酶阵列，联合启动综合工况修复方案，进行空分设备工况波动的修复。本发明针对空分设备运行过程中面临复杂的工况波动而导致性能下降甚至发生事故的问题，具有实时性、便捷性、经济性、响应速度快、适应性强、修复效率高的优点。

Description

一种空分设备工况波动的修复方法

技术领域

本发明涉及一种在线检测方法，尤其是涉及一种空分设备工况波动的修复方法。

背景技术

大型空分设备是冶金、石油化工、煤化工等行业广泛使用的关键设备，为生产流程提供氧气、氮气和氩气等。其工作原理是先将空气压缩、冷却,并使空气液化,利用氧、氮、氩组分沸点的不同,在精馏塔的塔板上使气、液接触,进行质、热交换,最终分离获得符合纯度要求的氧、氮、氩产品。随着现代工业生产不断向规模化、复杂化、集成化的方向发展，其技术含量越来越高，结构越来越复杂，生产运行中发生故障的几率也随之增加，而系统一旦发生故障，不仅导致设备受损，产品质量下降，生产资源浪费，而且可能危及人身安全、造成环境污染，带来巨大的经济和社会损失，于是保障空分设备运行过程安全、可靠、高效和稳定成为设计制造的主要目标之一。

大型空分设备由多个互联的机械、液压、气动、电子及机电结合的子系统构成，其结构复杂，造价昂贵，需要保证设备长期运行的安全性和可靠性。而对运行状态过程中空分设备受到不可避免的工况波动影响（比如温度高低的变化、气压升降的波动、空气湿度扰动等）而产生的故障状态。

例如，温度的波动变化影响着系统的性能，高温会引起热老化、结构变化、物理膨胀；低温使材料脆化，物理收缩；温度变化造成热胀冷缩，产生机构应力等等。高湿度胁迫会引起湿气积聚、电化反应等从而导致设备机械强度降低，绝缘电阻降低等潜在故障；低湿度胁迫即干燥，会引起设备材料干裂、脆化、粒化等反应造成机械强度下降、结构失效、电气性能变化等潜在故障。振动会导致装备和机构的随机位移，这些位移和相应的速度、加速度可能引起或促进结构疲劳，结构、装备和元器件的失效。同时，低气压会引起气体膨胀、容器破裂，电子设备绝缘击穿，跳弧等潜在故障；盐雾胁迫，引起腐蚀和锈蚀反应，降低机械结构强度；风雨胁迫、噪音胁迫、杂质胁迫等其它胁迫形式，其长期作用都会对设备系统可靠性产生影响，需要在对运行过程中的空分设备进行工况波动的修复工作。

针对上述问题，现阶段对空分设备维修的研究主要集中在计划维修（周期性停机检修），其停机成本较大，而且拆检后可靠性降低较大；事后维修（故障发生后的维修），造成较大社会经济损失；实时维修，主要针对设备零部件本体，进行在线故障诊断和零部件更换，其工作难度大，成本较高。由于空分设备运行周期较长，负荷量大，期间承受工况波动状态复杂，由其引起的潜在故障积累周期长，形成功能故障的风险大。于是对空分设备的工况波动进行及时在线维修，保持空分设备运行在正常工况状态下，对提高空分设备运行可靠性和安全性有着重要的意义。

发明内容

鉴于上述存在的问题，本发明目的在于提供一种空分设备工况波动的修复方法，在空分设备在运行过程中面对各种工况因子波动而造成装备性能下降的情况下，可以对空分设备工况因子波动进行及时修复，以保障空分设备运行可靠性和安全性的方法。

为了达到上述发明目的，本发明采用的技术方案的步骤如下：

步骤1、对空分设备中的空气压缩机、预冷系统、纯化系统、增压机、膨胀机和精馏系统的进出口进行温度传感器、压力传感器和气体流量计布置调试；构建传感器信号滤波器和数据库的信息存储设备；工况负荷调节装置控制系统与信息存储设备连接；

步骤2、对空分设备的工况特征量的波动幅度进行固定频度监测，并将监测数据作为空分设备信息数据库记录在信息存储设备中，通过滤波器数据过滤和优化，形成原始工况状态阵列；

步骤3、读出在过程管理信息存储设备中的工况负荷状态数据，形成时序状态阵列，以所述各系统的数学模型为基础，通过与原始工况状态阵列进行比较构成残差阵列，然后基于额定阈值对残差进行分析与评价，从残差阵列中提取故障特征实现工况状态故障溯源诊断；

步骤4、根据信息存储设备中的监测数据构建转录因子阵列和状态酶阵列，转录因子启动综合工况修复方案，修复启动时间必须小于空分设备潜在故障状态发生与其演变为功能故障之间的间隔周期，并配合状态酶调控工况调节功能部件的运行程度，进行空分设备工况波动的修复；

步骤5、在过程管理信息存储设备中记录空分设备工况波动的修复过程。

所述的工况特征量的波动幅度必须大于传感器测量精度。

所述的传感器的监测固定频度，必须小于空分设备潜在故障状态发生与其演变为功能故障之间的间隔的一半，以保证能及时通过监测判断其潜在故障状态。

所述的工况负荷是时间轴上矩形波函数的负荷。

所述的信息存储设备中存储多个工况特征量的状态时序监测结果和还存储不同的生产环境下多个空分设备的工况波动信息数据和各工况调节功能部件的修复方案。

所述的构建转录因子阵列和状态酶阵列，是通过实时状态运算构建转录因子和状态酶阵列，并联合映射到各工况调节功能部件的修复方案，获取相应的历史运行状态数据和工况波动修复方案，实现对空分设备的在线工况修复，及时排除潜在故障，保障设备的良性运行，其具体步骤如下所示：

1）确定系统工况负荷监测点位L：

L＝{l_i|i＝1,2,…,n}

2）通过原始工况状态阵列统计，得到正常运行的工况数据T⁰：

T⁰＝{t⁰ _i|i＝1,2,…,n}

3）通过对工况负荷状态数据分析，得到正常运行工况波动区间

4）对运行工况进行实时监测，构建状态阵列T：

T＝{t_ij|i＝1,2,…,n;j＝1,2,…,m}

对实施综合工况修复方案后的工况继续监测，其状态阵列记为T′;

5）依据系统设计中的工况因素调节辅助系统及其控制参数，构建状态酶阵列E，其具体因子状态酶e_ij在模型中表征相同系统元器件在不同的工况负荷下的失效/性能波动程度的参数，其作为转录因子对修复方案启用的程度调解器，控制工况负荷响应中转录因子所映射修复方案的运行状态，

E＝{e_ij＝f(ΔT_ij)|i＝1,2,…,n;j＝1,2,…,m}

其中，

6）通过监测的工况因子状态数据，计算出工况负荷转录因子阵列F，通过转录因子阵列确定出受到工况负荷影响处于潜在故障期的元器件位置，并映射到工况因子修复方案库，启动/关闭工况修复设备实现对系统运行工况的在线调节，其阵列值的正负表征潜在故障趋势以及工况波动调节的正/负方向：

F＝{f_ij|i＝1,2,…,n;j＝1,2,…,m}，

其中：

7）由转录因子阵列F和状态酶阵列E联合映射工况负荷响应的综合修复方案M：转录因子f_ij=1即监测点l_i受到胁迫，且响应为正调控，状态酶e_ij表示所需的调控程度；转录因子f_ij=0即监测点l_i未受到工况负荷，不需要进行调控；转录因子f_ij=-1即监测点l_i受到胁迫，且响应为负调控，状态酶为e_ij；通过控制系统启动工况修复，保证系统处于正常的工作工况中维持其良好的工作状态；

8）通过对运行装备的工况状态时序数据T_i和T_i+1的比较分析，判断工况修复方案M是否达到工况波动修复效果，如果发现其时序数据与调节趋势不符或超出修复方案M的调控范围，则启动报警器，对系统进行元件故障诊断或是采取相应的系统升级措施，避免功能故障发生。

本发明具有的有益效果是：

1．采用本发明可通过对空分设备工况波动的实时监测，并运用运算模块计算工况状态时间阵列数据的残差阵列，使用工况波动与空分设备性能趋势进行模糊化匹配，解决现有装备维修方法不能直接进行潜在故障诊断的问题。

2．本发明提出的空分设备工况波动的修复方法，根据工况特征量传感器监测到的状态数据，构建状态酶阵列和转录因子阵列，并对信息存储设备中工况调节功能部件的修复方案进行控制，通过实时修复驱动控制器实现对空分设备潜在故障状态的修复，保障其运行的高可靠性和安全性。

附图说明

图1是本发明的工况波动修复方法框架图。

图2是本发明的工艺流程示意图。

图3是本发明的运行状态各系统部件运行温度对比图。

图4是本发明的运行状态膨胀机进出口温度对比图。

具体实施方式

以下结合附图和实施例对本发明作进一步的描述。

本发明内容包括一种空分设备工况波动的修复方法实现框架。如图1所示，是本发明的工况波动修复流程总图，主要包括以下实施步骤：

步骤1、如图2所示的包含空气压缩机、预冷系统、分子筛纯化系统、增压机、透平膨胀机和精馏系统的空分工艺流程设备；针对空分设备运行过程中不可避免的工况负荷波动状态，在上述各子系统的进出口布置温度传感器、压力传感器和气体流量计，并进行监测传感器性能测验和调试；构建传感器信号滤波器和数据库的信息存储设备，使其能实时接收上述工况特征量传感器输出的信号数据，并在处理器模块中对信号数据进行准确运算；配备工况特征量波动调节功能部件，具体包括冷却装置，冷却液，加热装置，干燥器，加湿器，控制阀，溢流阀；工况负荷调节装置控制系统与信息存储设备连接；配备过程管理信息存储设备，记录空分设备运行过程的全部信息。

步骤2、通过对如图2所示的气体压缩、预冷、纯化、热交换以及精馏工艺流程中工况特征量进行分析，可确定温度、压强、流量是对空分设备运行性能产生扰动影响的3种主要工况负荷，为运算需要选取工况负荷之一的温度作为对象，主要对空气压缩机、预冷系统、纯化系统、增压机和膨胀机的进出口温度进行检测，并对精馏塔的产品质量进行分析，构成系统工况负荷监测点位L，

L={C_{p_i},C_{p_o},C_{l_i},C_{l_o},P_in,P_out,P_{b_i},P_{b_o},E_in,E_out}

其中，C_{p_i}表示空气压缩机气体进入口位置，C_{p_o}表示空气压缩机气体输出口位置，C_{l_i}表示预冷系统气体进入口位置，C_{l_o}表示预冷系统气体进出口位置，P_in表示分子筛纯化系统气体进入口位置，P_out表示分子筛纯化系统气体进出口位置，P_{b_i},表示增压机气体进入口位置，P_{b_o},表示增压机气体进出口位置，E_in,表示透平膨胀机气体进入口位置，E_out表示透平膨胀机气体进出口位置；

对空分设备的工况特征量的波动幅度进行固定频度监测，并将监测数据作为空分设备信息数据库记录在信息存储设备中，通过滤波器数据过滤和优化对初始运行数据进行收敛计算，并对其进行多次平均值计算，得到正常工况状态值S₀，即空分设备原始工况状态阵列T⁰：

T⁰={14.50,36.51,36.49,12.19,12.18,15.82,15.81,59.08,-111.03,-165.14}^T

步骤3、将工况特征量监测数据记录到信息存储设备中，联通工况特征量传感器数据的输入/输出与信息存储设备、处理器模块之间的信息通道，通过处理器模块对工况特征量监测数据进行平均值、标准偏差、自相关函数、离散率的统计运算，形成工况特征量数据的时间状态阵列，并以所述各系统的数学模型为基础，通过与原始工况状态阵列进行比较构成残差阵列，然后基于额定阈值对残差进行分析与评价，判断工况特征流量数据的时序状态变化趋势，从残差阵列中提取故障特征实现工况负荷故障溯源诊断。

其中，正常运行工况波动区间为：

步骤4、对其进行温度负荷波动试验，将工况特征量传感器的输出信号记录到信息存储设备中，并通过滤波器和处理器模块进行时间状态阵列运算，得到如表1所示的空分设备运行状态工况负荷波动试验的时序数据，可构建空分设备运行过程工况特征量的时序状态阵列T，其包含10个工况特征量监测点以及每个监测点所选取的4组温度负荷状态阵列T_10,4：

$T_{\mathrm{10,4}}=\left|\begin{array}{cccc}41.30& 41.30& 41.31& 41.31\\ 72.48& 75.62& 78.14& 79.97\\ 72.57& 75.47& 77.98& 80.51\\ 18.88& 19.56& 20.17& 20.85\\ 18.96& 18.81& 19.19& 19.91\\ 29.87& 31.56& 34.24& 37.11\\ 29.87& 31.44& 34.12& 37.03\\ 96.19& 98.41& 102.30& 105.70\\ -106.68& -104.25& -102.67& -100.18\\ -158.2& -157.5& -155.7& -153.5\end{array}\right|$

运行处理器模块对监测到的工况特征量时序状态阵列T_10,4与原始工况状态阵列T⁰进行残差阵列运算，得到温度负荷残差阵列矩阵

${\stackrel{\‾}{T}}_{\mathrm{10,4}}=\left|\begin{array}{cccc}26.80& 26.80& 26.81& 26.81\\ 35.97& 39.11& 41.63& 43.46\\ 36.08& 38.98& 41.49& 44.02\\ 6.69& 7.37& 7.98& 8.66\\ 6.78& 6.63& 7.01& 7.73\\ 14.05& 15.74& 18.42& 21.29\\ 14.06& 15.63& 18.31& 21.22\\ 37.11& 39.33& 43.22& 46.62\\ 4.35& 6.78& 8.36& 10.85\\ 6.94& 7.64& 9.44& 11.64\end{array}\right|$

通过运行处理器模块对温度负荷残差阵列矩阵和正常运行工况波动区间进行运算，得到转录因子阵列F和状态酶阵列E。

转录因子阵列F运算过程如下：

$F=\left\{\begin{array}{cccc}26.8<40& & \&RightArrow;& 0\\ 36<60& & \&RightArrow;& 0\\ 36<60& & \&RightArrow;& 0\\ 5.98>4& 12.2<18.18& \&RightArrow;& -1\\ 6.06>4& 12.2<18.26& \&RightArrow;& -1\\ 14.07>6& 15.8<29.87& \&RightArrow;& -1\\ 14.07>6& 15.8<29.87& \&RightArrow;& -1\\ 37.12>30& 59.08<96.2& \&RightArrow;& -1\\ 6.93<10& & \&RightArrow;& 0\\ 6.9>3& -165.1<-158.2& \&RightArrow;& -1\end{array}\right.$

即得到转录因子阵列F={0，0，0，-1，-1，-1，-1，-1,0，-1}，

状态酶阵列E为：E={0,0,0,1.49,1.52,2.35,2.35,1.24,0,2.3}

通过联合转录因子阵列F和状态酶阵列E，对信息存储设备中工况调节功能部件的修复方案库映射得到综合工况修复方案M，通过驱动控制器控制工况调节功能部件的运行，即控制预冷系统气体进出口位置C_{l_o}，纯化系统气体进入口位置P_in，纯化系统气体进出口位置P_out，增压机气体进入口位置P_{b_i},，增压机气体进出口位置P_{b_o}及膨胀机气体进出口位置E_out的冷却装置启动，执行降温修复方案，并调节控制阀实现对冷却液的流量控制，实现空分装备运行过程中温度负荷波动状态的修复。

通过本发明涉及的一种空分设备工况波动的修复方法，得到工况波动修复后空分设备运行过程工况特征量的状态阵列T′，其包含10个工况特征量监测点以及每个监测点所选取的4组温度负荷状态阵列T′_10,4：

通过对比T_10,4和T′_10,4温度负荷监测时间状态阵列，得到如图3和图4所示的空分设备运行状态阵列图中实线所示曲线图，其中虚线表示温度负荷波动试验的工况特征量时序状态，实线表示温度负荷波动修复的工况特征量时序状态，由图可以看出采用本发明涉及的空分设备工况波动的修复方法，可以准确地对空分设备工况波动进行判断，为工况波动修复方法提供精确的数据来源和控制信号，实现空分设备工况波动的修复工作，保障其运行过程的安全性和可靠性。

步骤5、在过程管理信息存储设备中记录空分设备工况波动的修复过程。

表1本发明的空分设备运行状态工况负荷波动试验的时序数据表

Claims (6)

1.一种空分设备工况波动的修复方法，其特征在于，该方法的步骤如下：

1.1)对空分设备中的空气压缩机、预冷系统、纯化系统、增压机、膨胀机和精馏系统的进出口进行温度传感器、压力传感器和气体流量计布置调试；构建传感器信号滤波器和数据库的信息存储设备；工况负荷调节装置控制系统与信息存储设备连接；

1.2)对空分设备的工况特征量的波动幅度进行固定频度监测，并将监测数据作为空分设备信息数据库记录在信息存储设备中，通过滤波器进行数据过滤，形成原始工况状态阵列；

1.3)读出在信息存储设备中的工况负荷状态数据，形成时序状态阵列，以所述空气压缩机、预冷系统、纯化系统、增压机、膨胀机和精馏系统的数学模型为基础，通过与原始工况状态阵列进行比较构成残差阵列，然后基于额定阈值对残差进行分析与评价，从残差阵列中提取故障特征实现工况状态故障溯源诊断；

1.4)根据信息存储设备中的监测数据构建转录因子阵列和状态酶阵列，转录因子启动综合工况修复方案，修复启动时间必须小于空分设备潜在故障状态发生与其演变为功能故障之间的间隔周期，并配合状态酶调控工况调节功能部件的运行程度，进行空分设备工况波动的修复；

1.5)在信息存储设备中记录空分设备工况波动的修复过程。

2.根据权利要求1所述的一种空分设备工况波动的修复方法，其特征在于：所述的工况特征量的波动幅度必须大于传感器测量精度。

3.根据权利要求1所述的一种空分设备工况波动的修复方法，其特征在于：所述的传感器的监测固定频度，必须小于空分设备潜在故障状态发生与其演变为功能故障之间的间隔的一半，以保证能及时通过监测判断其潜在故障状态。

4.根据权利要求1所述的一种空分设备工况波动的修复方法，其特征在于：所述的工况负荷是时间轴上矩形波函数的负荷。

5.根据权利要求1所述的一种空分设备工况波动的修复方法，其特征在于：所述的信息存储设备中存储多个工况特征量的状态时序监测结果和还存储不同的生产环境下多个空分设备的工况波动信息数据和各工况调节功能部件的修复方案。

6.根据权利要求1所述的一种空分设备工况波动的修复方法，其特征在于：所述的构建转录因子阵列和状态酶阵列，是通过实时状态运算构建转录因子和状态酶阵列，并联合映射到各工况调节功能部件的修复方案，获取相应的历史运行状态数据和工况波动修复方案，实现对空分设备的在线工况修复，及时排除潜在故障，保障设备的良性运行，其具体步骤如下所示：

6.1)确定系统工况负荷监测点位L：

L＝{l_i|i＝1,2,…,n}

6.2)通过原始工况状态阵列统计，得到正常运行的工况数据T⁰：

T⁰＝{t⁰ _i|i＝1,2,…,n}

6.3)通过对工况负荷状态数据分析，得到正常运行工况波动区间

6.4)对运行工况进行实时监测，构建状态阵列T：

T＝{t_ij|i＝1,2,…,n；j＝1,2,…,m}

对执行综合工况修复方案后的工况进行监测，其状态阵列记为T′；

6.5)依据系统设计中的工况因素调节系统及其控制参数，构建状态酶阵列E，其具体因子状态酶e_ij在模型中表征相同系统元器件在不同的工况负荷下的失效/性能波动程度的参数，其作为转录因子对修复方案启用的程度调解器，控制工况负荷响应中转录因子所映射修复方案的运行状态，

E＝{e_ij＝f(ΔT_ij)|i＝1,2,…,n；j＝1,2,…,m}

其中，

6.6)通过监测的工况因子状态数据，计算出工况负荷转录因子阵列F，通过转录因子阵列确定出受到工况负荷影响处于潜在故障期的元器件位置，并映射到工况因子修复方案库，启动/关闭工况修复设备实现对系统运行工况的在线调节，其阵列值的正负表征潜在故障趋势以及工况波动调节的正/负方向：

F＝{f_ij|i＝1,2,…,n；j＝1,2,…,m}，

其中：

6.7)由转录因子阵列F和状态酶阵列E联合映射工况负荷响应的综合修复方案M：转录因子f_ij＝1即监测点l_i受到胁迫，且响应为正调控，状态酶e_ij表示所需的调控程度；转录因子f_ij＝0即监测点l_i未受到工况负荷，不需要进行调控；转录因子f_ij＝-1即监测点l_i受到胁迫，且响应为负调控，状态酶为e_ij；通过控制系统启动工况修复，保证系统处于正常的工作工况中维持其良好的工作状态；

6.8)通过对运行装备的工况状态时序数据的比较分析，判断工况修复方案M是否达到工况波动修复效果，如果发现其时序数据与调节趋势不符或超出修复方案M的调控范围，则启动报警器，对系统进行元件故障诊断或是采取相应的系统升级措施，避免功能故障发生。