CN109944809B - 一种诊断浆液循环泵故障的方法 - Google Patents

Abstract

本发明提供了一种诊断浆液循环泵故障的方法，利用振动、超声、红外、油液四种手段来对浆液循环泵进行状态监测，然后将浆液循环泵的运行状态进行分类，可以有效地发现设备的早期故障特征，并且对设备的故障发展趋势进行全方位跟踪，可以在最佳时机对设备及其部件进行维修或更换，力求在保障设备正常运行的基础上最大程度的节约维修成本。

Description

一种诊断浆液循环泵故障的方法

技术领域

本发明对旋转设备的故障诊断方法，尤其涉及利用多种手段对浆液循环泵故障的综合诊断方法。

背景技术

浆液循环泵是电厂脱硫系统中非常重要的设备之一，其主要功能是将吸收塔中的浆液不断循环，使烟气中的二氧化硫完全被吸收。

然而因为经常性受到浆液的酸性腐蚀、磨损和气蚀等影响，导致浆液循环泵非常容易发生故障。据统计，一般浆液循环泵的使用寿命仅为3年左右，而其叶轮在1年左右就要更换新的。

目前大多数电厂对浆液循环泵的故障诊断方法都还停留在比较原始的阶段，即利用手持测振仪测量泵体振动幅值，利用点温仪测量局部温度，利用肉耳听设备运行噪音等，且无法将上述几种方法有效的互相参照、综合分析，造成浆液循环泵的故障率一直居高不下。且多数情况都是设备损坏停机后才进行抢修，耽误脱硫系统的正常运行，对电厂的环保指标造成影响。

发明内容

为解决上述问题，本发明提供了一种诊断浆液循环泵故障的方法，可以有效判断浆液循环泵的运行状态，将其故障分为多个阶段，在设备濒临损坏前对其进行状态检修，以达到既保障设备安全又节约维修成本的目的，具体发明内容如下：

一种诊断浆液循环泵故障的方法，其特征在于：包括如下步骤：

步骤1：利用振动分析仪来采集特征值，所述特征值包括浆液循环泵运行时的振动幅值和前后两个轴承的Peakvue值；利用超声波检测仪来采集浆液循环泵运行时的超声分贝；利用红外热成像仪来采集浆液循环泵运行时两端轴承的温度；利用激光油液颗粒计数分析仪来对浆液循环泵的油样进行化验检测，取得油液中不同尺寸的颗粒数，以确定油液的污染度等级；

步骤2：分别将步骤1中得到五项特征值进行分类，将上述五项特征值分为优秀、合格、报警、危险四个等级；

步骤3：对浆液循环泵的运行状态进行分类，分类标准如下：当五项特征值中有至少两项特征值都处于危险范围时，则该浆液循环泵处于危险阶段；

当五项特征值中仅有一项特征值处于危险范围，则该浆液循环泵处于报警阶段；

当五项特征值中无特征值处于危险范围，有至少两项特征值都处于报警范围时，则该浆液循环泵处于报警阶段；

当五项特征值中无特征值处于危险范围，仅有一项特征值处于报警范围，则该浆液循环泵处于合格阶段；

当五项特征值中无特征值处于报警范围，有至少两项特征值都处于合格范围时，则该浆液循环泵处于合格阶段；

当五项特征值中无特征值处于报警范围，仅有一项特征值处于合格范围，则该浆液循环泵处于优秀阶段；

当五项特征值均处于优秀范围时，则该浆液循环泵处于优秀阶段；

步骤4：结束。

2.如权利要求1所述的一种诊断浆液循环泵故障的方法，其特征在于：上述五项特征值的分类标准如下：

本发明的有益效果为：

利用振动、超声、红外、油液四种手段来对浆液循环泵进行状态监测，可以有效地发现设备的早期故障特征，并且对设备的故障发展趋势进行全方位跟踪，可以在最佳时机对设备及其部件进行维修或更换，力求在保障设备正常运行的基础上最大程度的节约维修成本。

附图说明

图1为本发明一种诊断浆液循环泵故障的方法的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明：

本发明所公开的一种诊断浆液循环泵故障的方法，包括一台振动分析仪、一台超声波检测仪、一台红外热成像仪和一台激光油液颗粒计数分析仪。包括如下步骤：

步骤1：利用振动分析仪来采集特征值，所述特征值包括浆液循环泵运行时的振动幅值和前后两个轴承的Peakvue值；利用超声波检测仪来采集浆液循环泵运行时的超声分贝；利用红外热成像仪来采集浆液循环泵运行时两端轴承的温度；利用激光油液颗粒计数分析仪来对浆液循环泵的油样进行化验检测，取得油液中不同尺寸的颗粒数，以确定油液的污染度等级；

步骤2：分别将步骤1中得到五项特征值进行分类，将上述五项特征值分为优秀、合格、报警、危险四个等级；

步骤3：对浆液循环泵的运行状态进行分类，将浆液循环泵的运行状态分为优秀、合格、报警、危险四个等级；

步骤4：结束。

具体分类方法如下：

振动幅值。振动检测技术是目前在工程实际领域中应用最广泛、使用最有效的设备监测技术。利用振动检测可以诊断出浆液循环泵中叶轮不平衡；转子弯曲、裂纹；轴系不对中；动静部件摩擦；共振；机械松动；喘振、紊流等流体引起的振动以及滚动轴承等故障。而振动幅值描述的是振动剧烈程度的一个参数，它反映了振动大小的量，幅值越大表明设备的机械振动越严重，是振动检测技术中最重要的一个参数。本发明中振动幅值应用速度有效值，根据ISO 10816-3标准进行分类，浆液循环泵适用于ISO 10816-3中规定的第三组机器分组：额定功率大于15kW多叶片叶轮并与原动机分开连接的泵(离心式、混流式或轴流式)。因此适用于以下标准，见表1。

表1第三组机器振动评价区域界限(ISO 10816—3)

备注：区域A：新交付使用的机器的振动通常属于该区域。

区域B：通常认为振动值在该区域的机器可不受限制地长期运行。

区域C：通常认为振动值在该区域的机器不适宜于长期持续运行。一般来说，该机器可在这种状态下运行有限时间，直到有采取补救措施的合适时机为止。

区域D：振动值在这一区域中通常被认为振动剧烈，足以引起机器损坏。

轴承Peakvue值，是美国艾默生电气公司研究得出的一项用以判断滚动轴承、齿轮故障的诊断工具。其原理依托于金属与金属相互碰撞而产生的应力波，可以利用加速度传感器捕获应力波，进而通过计算得出Peakvue值，根据Peakvue值来判断轴承故障的严重程度。本发明中Peakvue值根据艾默生Peakvue技术标准进行分类，适用于以下标准，见表2。

表2艾默生Peakvue技术标准

Peakvue值大小(G’s)	轴承运行状态
		0-10	轴承运行正常
10-20	轴承故障萌芽阶段
		20-30	轴承故障进一步发展
＞30	轴承随时可能损坏

超声分贝。超声波检测技术是指通过检测20000Hz以上的超声波，来对轴承故障进行判断的故障诊断方法。当金属物体之间产生摩擦或碰撞时，就会产生超声波，超声波检测仪接收到超声波后，通过计算处理得出超声分贝值，进而通过其大小来判断轴承故障程度。本发明中的超声分贝值根据NASA研究建立的各阶段轴承故障模式进行分类，见表3。

表3NASA轴承故障模式

超声分贝(dB)	轴承故障模式
		0-12	轴承运行正常
12-16	轴承故障模式已经开始
		16-25	轴承故障进一步发展
＞25	轴承已经进入灾难性故障阶段

轴承温度。红外热成像诊断技术是通过测量物体的红外线辐射来检测其温度，是对设备实行状态监测最直观、最有效的方法之一。它可在设备不停止、正常运行、无接触的情况下，检测设备的运行状况，通过对设备表面温度及其分布的测试，诊断设备外部或内部的缺陷，确定设备状态及异常部位的确切位置。本发明中的轴承温度是根据长期监测总结的浆液循环泵轴承温度故障发展趋势进行分类，如表4。

表4轴承温度故障发展趋势

颗粒污染度等级。油液分析诊断技术是用来检查转动机械润滑油质量变化和机械磨损的最好方法。分析油液中的颗粒和其它杂质，可以检查确认机械磨损情况，评价润滑油变化和设备零件磨损状况，预测其剩余寿命。本发明中首先根据NAS 1638颗粒污染度分级标准对颗粒度进行分级，如表5所示。然后对不同等级的颗粒度进行分类，如表6所示。

表5NAS 1638颗粒污染度分级标准

表6不同等级颗粒度分类标准

颗粒度等级	设备磨损情况
		00-4	设备运行正常
5-8	设备有轻微磨损
		9-11	设备磨损较为严重
>12	设备已进入失效边缘

上面提到的五项特征值可以用来单独诊断设备的故障，同时互相之间也存在内在关联并相辅相成。例如当浆液循环泵某一端的滚动轴承外圈出现故障时，轴承金属表面会出现小的凹坑，滚动体经过凹坑时会产生碰撞，发出应力波和超声波。这时轴承Peakvue值和超声分贝会率先有所增加。接着随着故障逐渐发展，这个凹坑越来越大时，金属碰撞时产生的振动幅值也会越来越大，同时碰撞产生的碎屑会导致油液中颗粒污染度等级的提高，当油液润滑效果降低时，轴承摩擦导致的温度也会随之增加。这样一个轴承的故障便会导致五项特征值综合变化，因此如果将这五项特征值综合起来进行故障诊断，可以更准确的判断浆液循环泵的故障情况。

对表1-表6进行汇总，将振动幅值、轴承Peakvue值、超声分贝、轴承温度、颗粒污染度等级这五种手段综合，得到表7如下：

表7利用多种手段综合诊断浆液循环泵故障方法的原理示意图。

表格中的优秀阶段相当于浆液循环泵刚出厂新交付时候的状态，非常良好；合格阶段意味着该浆液循环泵可以不受限制的长期运行，只需要保持定期的监测即可；报警阶段表示该浆液循环泵已经存在故障，有劣化趋势，不适宜长期运行，需要缩短监测周期，多加观察；危险阶段表示该浆液循环泵故障已经较为严重，随时有损坏的危险，需要尽快采取维修和处理措施。

首先用振动分析仪测量浆液循环泵前后轴承位置的振动幅值和轴承Peakvue值，利用超声波检测仪来采集浆液循环泵运行时的超声分贝，利用红外热成像仪来采集浆液循环泵运行时两端轴承的温度，利用激光油液颗粒计数分析仪来对浆液循环泵的油样进行化验检测，取得油液中不同尺寸的颗粒数，以确定油液的污染度等级。

以上通过各项标准，对五项特征值进行了分类。然而在实际工作中，当某台浆液循环泵处于某一故障阶段时，它的五项特征值并不会全部处于该故障范围。因为设备的不同故障在不同特征值上的反映有所差别，有的故障可能在振动上表现比较敏感，而在温度上表现比较迟缓等等。因此，如果想准确的判断某一台浆液循环泵所处的状态，则必须要将几项特征值综合起来进行分析判断，具体分析判断方法如下：

首先，无法根据单独某一项特征值所处的范围来判断该浆液循环泵所处的阶段。原因主要有两个：第一，在工程实际中，设备仪器的测量可能会存在偏差，将某一项特征值测量为比它原本所处范围更高或者更低的一个范围，造成对设备状态的误判。第二，设备的某一项特征值也可能存在与设备实际状态不相符的情况。上段提到，设备的不同故障在不同特征值上的反映有所差别，可能会导致某一项特征值与其他四项特征值处于不同范围，因此单纯根据某一项特征值所处范围来判断浆液循环泵的故障阶段并不准确。但是当某一项特征值已经处于较高故障范围时，即使存在测量偏差或者与实际状态不相符的情况，也说明该设备至少在某一方面已经接近并向该较高故障范围发展，因此可以判断该设备已处于该阶段下面的故障阶段。

其次，当至少两项的特征值均处于同一个较高的故障范围时，则可以判断该浆液循环泵处于该故障阶段。因为当至少两项特征值都处于同一较高的故障范围时，说明该几项特征值均测量误差或者均与设备实际状态不符的可能性较小。而且至少两项的特征值可以相互之间彼此印证，更加肯定了该设备所处故障的阶段。

第三，之所以以两项而不是三项、四项、五项特征值作为判断设备所处阶段的判据，是因为当有两项特征值同处于同一故障范围时，已经基本可以判断该设备处于该故障阶段，且还有时间采取必要措施来对设备进行处理检修。但是当三项、四项、五项特征值均发展为该故障范围时，说明设备不仅已处于该故障阶段，并且是处于该阶段的后期，马上要损坏或者向下一故障阶段发展了，这时可能已经来不及采取必要措施对设备进行处理检修以防止设备损坏。

因此以至少两项特征值所处同一故障范围来判断浆液循环泵的故障阶段既可以防止由于测量仪器误差以及单一特征值与设备实际状态不相符而造成对设备故障阶段的误判，又可以尽早判定设备处于某一故障阶段，以便及时采取必要措施来防止设备损坏。

因此当五项特征值中仅有一项处于危险范围时，并不能直接判断该浆液循环泵处于危险阶段。但是因为该特征值已处于危险范围，说明该设备至少在某一方面已经接近并向危险阶段发展，因此可以判断该设备已处于报警阶段。当五项特征值中有两项都处于危险范围时，这两项特征值可以相互印证，进而判断该两项特征值并不是因为误差或者偶然造成，而是实际设备状态确实处于危险阶段，此时可以判断该浆液循环泵处于危险阶段。以此类推，当五项特征值中无特征值处于危险范围，但有至少两项都处于报警范围时，可以判断该设备实际状态确实处于报警范围。当五项特征值中无特征值处于危险范围，仅有一项处于报警范围时，并不能直接判断该浆液循环泵处于报警阶段。但是因为该特征值已处于报警范围，说明该设备至少在某一方面已经接近并向报警阶段发展，因此可以判断该设备已处于合格阶段。当五项特征值中无特征值处于报警范围，有至少两项都处于合格范围时，可以判断该设备实际状态确实处于合格阶段。当五项特征值中无特征值处于报警范围，仅有一项处于合格范围，或者当五项特征值均处于优秀范围时，都可以判断该浆液循环泵处于优秀阶段。

取得这五项特征值后，分别将这些特征值进行分类，判断其处于何种阶段。当五项特征值中有至少两项都处于危险范围时，则该浆液循环泵处于危险阶段。当五项特征值中仅有一项处于危险范围，则该浆液循环泵处于报警阶段。当五项特征值中无特征值处于危险范围，有至少两项都处于报警范围时，则该浆液循环泵处于报警阶段。当五项特征值中无特征值处于危险范围，仅有一项处于报警范围，则该浆液循环泵处于合格阶段。当五项特征值中无特征值处于报警范围，有至少两项都处于合格范围时，则该浆液循环泵处于合格阶段。当五项特征值中无特征值处于报警范围，仅有一项处于合格范围，则该浆液循环泵处于优秀阶段。当五项特征值均处于优秀范围时，则该浆液循环泵处于优秀阶段。

以下结合某电厂#4炉A浆液循环泵的故障实例，对本发明一种诊断浆液循环泵故障的方法作详细描述。2017年1月份某电厂#4机组进行了大修，对浆液循环泵进行了解体并更换轴承处理，大修后2017年1月20日#4炉A浆液循环泵试转正常。自此保持每月一次的设备状态监测周期，从2017年1月20日-2017年11月20日，每月定期对#4炉A浆液循环泵进行各项特征值监测，这11个月各项特征值基本保持稳定，其中浆液循环泵驱动端水平测点振动幅值基本都在3.5mm/s左右，Peakvue值在15G’s左右，超声分贝在20dB左右，轴承温度随气温有所变化，但基本在50℃-60℃范围内，油液颗粒污染度等级均处于4级。五项特征值中有一项处于报警范围，三项处于合格范围，一项处于优秀范围。按照本发明一种诊断浆液循环泵故障的方法判断，该浆液循环泵处于合格范围，因此没必要对该设备进行处理，只需要继续保持每月一次的常规监测即可。

2017年12月20日，再次对#4炉A浆液循环泵进行状态监测，发现各项特征值发生了变化，其中振动幅值增加为4.3mm/s，Peakvue值增加为22G’s，超声分贝增加为24dB，轴承温度达到59℃，油液颗粒污染度等级达到了5级。五项特征值中有两项处于报警范围，三项处于合格范围。按照本发明一种诊断浆液循环泵故障的方法判断，该浆液循环泵已处于报警阶段，表示该设备已经存在故障，有劣化趋势，不适宜长期运行，需要缩短监测周期，多加观察。因此之后将该设备列入重点观察名单，并将该设备的监测周期从每月一次改为每周一次。

2017年12月20日-2018年2月10日，通过每周一次的监测可以发现该浆液循环泵的各项特征值都在逐渐增加中，在2018年2月10日的状态监测中，发现各项特征值又发生了显著变化。其中振动幅值增加至6.2mm/s，Peakvue值增加为32G’s，超声分贝增加为35dB，轴承温度达到65℃，油液颗粒污染度等级达到了8级。五项特征值中有两项处于危险范围，两项处于报警范围，一项处于合格范围。按照本发明一种诊断浆液循环泵故障的方法判断，该浆液循环泵已处于危险阶段，表示该设备故障已经较为严重，随时有损坏的危险，需要尽快采取维修和处理措施。因此迅速通知检修人员对该台浆液循环泵驱动端进行解体检修，解体后发现驱动端滚动轴承外圈及滚动体都出现明显点蚀故障。及时更换轴承后，设备各项特征值恢复到正常水平。

如果对设备进行过早检修的话故障还很轻微，达不到轴承的正常使用寿命；过晚检修的话可能会使设备因轴承故障而损坏，影响设备正常运行。因此一种诊断浆液循环泵故障的方法可以科学有效的判断设备的运行状态，既可以充分利用设备部件使用寿命，又可以防止设备因故障而损坏。

以上对本发明所提供的一种诊断浆液循环泵故障的方法的实施例进行了详细阐述。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明的原理的前提下，还可以本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (2)

1.一种诊断浆液循环泵故障的方法，其特征在于：包括如下步骤：

步骤1：利用振动分析仪来采集特征值，所述特征值包括浆液循环泵运行时的振动幅值和前后两个轴承的Peakvue值；利用超声波检测仪来采集浆液循环泵运行时的超声分贝；利用红外热成像仪来采集浆液循环泵运行时两端轴承的温度；利用激光油液颗粒计数分析仪来对浆液循环泵的油样进行化验检测，取得油液中不同尺寸的颗粒数，以确定油液的污染度等级；

步骤2：分别将步骤1中得到五项特征值进行分类，将上述五项特征值分为优秀、合格、报警、危险四个等级；

步骤3：对浆液循环泵的运行状态进行分类，分类标准如下：当五项特征值中有至少两项特征值都处于危险范围时，则该浆液循环泵处于危险阶段；

当五项特征值中仅有一项特征值处于危险范围，则该浆液循环泵处于报警阶段；

当五项特征值中无特征值处于危险范围，有至少两项特征值都处于报警范围时，则该浆液循环泵处于报警阶段；

当五项特征值中无特征值处于危险范围，仅有一项特征值处于报警范围，则该浆液循环泵处于合格阶段；

当五项特征值中无特征值处于报警范围，有至少两项特征值都处于合格范围时，则该浆液循环泵处于合格阶段；

当五项特征值中无特征值处于报警范围，仅有一项特征值处于合格范围，则该浆液循环泵处于优秀阶段；

当五项特征值均处于优秀范围时，则该浆液循环泵处于优秀阶段；

步骤4：结束。

2.如权利要求1所述的一种诊断浆液循环泵故障的方法，其特征在于：上述五项特征值的分类标准如下：

Images