CN109960780B - 一种机泵运行经济性能和稳定状态的评判系统及评判方法 - Google Patents

一种机泵运行经济性能和稳定状态的评判系统及评判方法 Download PDF

Info

Publication number
CN109960780B
CN109960780B CN201910201749.5A CN201910201749A CN109960780B CN 109960780 B CN109960780 B CN 109960780B CN 201910201749 A CN201910201749 A CN 201910201749A CN 109960780 B CN109960780 B CN 109960780B
Authority
CN
China
Prior art keywords
value
bearing
vibration intensity
centrifugal pump
judging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910201749.5A
Other languages
English (en)
Other versions
CN109960780A (zh
Inventor
张翮辉
陈月贤
薛夤溢
邓大津
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dragon Totem Technology Hefei Co ltd
Original Assignee
Xiangtan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiangtan University filed Critical Xiangtan University
Priority to CN201910201749.5A priority Critical patent/CN109960780B/zh
Publication of CN109960780A publication Critical patent/CN109960780A/zh
Application granted granted Critical
Publication of CN109960780B publication Critical patent/CN109960780B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Control Of Non-Positive-Displacement Pumps (AREA)

Abstract

本发明公开了一种机泵运行经济性能和稳定状态的评判系统及评判方法。本发明机泵运行经济性能和稳定状态的评判系统包括参数输入模块、采集模块、存储模块、计算模块、经济性能评分模块和稳定状态判定模块；所述计算模块包括第一计算模块、第二计算模块、第三计算模块和第四计算模块。本发明机泵运行经济性能和稳定状态的评判方法，包括机泵运行经济性能评分方法和机泵运行稳定状态判定方法。采用本发明提供的机泵运行经济性能和稳定状态的评判系统及其评判方法，可以根据有限种类的机泵运行数据，综合考虑各方面因素，全面准确地评判机泵运行过程的经济性能和稳定状态，该方法具有逻辑简单、普适性好、稳定可靠和易于编程实现的优点。

Description

一种机泵运行经济性能和稳定状态的评判系统及评判方法
技术领域
本发明属于离心泵监测技术领域，具体涉及一种机泵运行经济性能和稳定状态的评判系统及评判方法。
背景技术
作为应用最为广泛的泵类设备，离心泵大量用于工农业生产和居民生活的各个场合，发挥着液体输送和增压的作用。当前绝大部分离心泵由电机驱动，离心泵和电机紧密联系组成了机泵系统，机泵服役的全寿命周期中消耗了大量的电能，并需要投入大量的人力物力用于维护保养以保证其运行的安全稳定性。因此，有必要将机泵系统视为一个整体，对机泵运行过程中的数据进行监测，并从多个维度实时全面地从机泵运行的经济性能和稳定状态这两方面的指标进行综合评判，从而在经济性能或稳定状态欠佳时及时提醒和指导运行维护人员进行人工处置。而现有的离心泵运行效果评判方面必须高度依赖专业技术人员长期的技术沉淀和经验积累，十分费时费力且缺乏通用性和客观性。
因此，针对现有离心泵运行评判方法的不足，如何从机泵运行过程的大量历史数据中挖掘有效信息，从而更为全面客观地综合评判离心泵及其电机运行过程的经济性能和稳定状态，是一个亟待解决的技术问题。
发明内容
本发明的目的之一在于提供一种用于实时对机泵运行经济性能进行评分并判定机泵的运行稳态状态等级的机泵运行经济性能和稳定状态的评判系统。
本发明的上述目的是通过如下的技术方案来实现的：
该机泵运行经济性能和稳定状态的评判系统，它包括参数输入模块、采集模块、存储模块、计算模块、经济性能评分模块和稳定状态判定模块；所述计算模块包括第一计算模块、第二计算模块、第三计算模块和第四计算模块；所述第一计算模块与参数输入模块、采集模块和济性能评分模块分别电性连接；所述存储模块与第二计算模块和第三计算模块分别电性连接；所述第四计算模块与第一计算模块、第二计算模块、第三计算模块和稳定状态判定模块分别电性连接；其中：
(a)参数输入模块：用于输入机泵性能基本参数和评判系统参数；所述机泵性能基本参数包括离心泵额定流量Qn、离心泵额定效率ηpn、电机额定效率ηmn、离心泵效率-流量曲线拟合参数、离心泵功率-流量曲线拟合参数和电机输出功率-效率曲线拟合参数；所述评判系统参数包括轴承温度第一阈值、轴承温度第二阈值、轴承振动烈度第一阈值、轴承振动烈度第二阈值和隶属度钟形函数参数a、b、c；
(b)采集模块：用于实时采集机泵运行过程的流量值Q、轴承温度值T和轴承振动烈度值V，数据采样周期在0.5分钟至30分钟之间；
(c)存储模块：用于存储采集得到的机泵运行过程的流量值Q、轴承温度值T和轴承振动烈度值V；
(d)第一计算模块：用于实时处理采集模块获得的采集值得到离心泵当前效率值ηp、电机当前效率值ηm和离心泵当前相对流量值Z；
(e)第二计算模块：用于处理存储模块的长期历史数据得到轴承温度值T和轴承振动烈度值V各自的均值和标准差；
(f)第三计算模块：用于处理存储模块的短期历史数据得到轴承温度值T和轴承振动烈度值V各自的增长趋势；
(g)第四计算模块：用于接收第一计算模块至第三计算模块的计算结果并分别判断流量工况状态、轴承温度超阈值状态、轴承振动烈度超阈值状态、轴承温度统计分布状态、轴承振动烈度统计分布状态、轴承温度增长趋势状态、轴承振动烈度增长趋势状态；
(h)经济性能评分模块：用于接收第一计算模块得到的离心泵当前效率值ηp、电机当前效率值ηm、离心泵当前相对流量值Z，并结合参数输入模块的参数，完成机泵经济性能的评分；
(i)稳定状态判定模块：用于接收第四计算模块得到的7种状态，并以最恶劣的状态作为机泵稳定状态判定结果。
具体的，步骤(a)参数输入模块所述机泵性能基本参数中，
离心泵效率-流量曲线拟合参数是：以离心泵流量值为横坐标，以离心泵效率值为纵坐标，对一系列离心泵流量值、离心泵效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
离心泵功率-流量曲线拟合参数是：以离心泵流量值为横坐标，离心泵功率值为纵坐标，对一系列离心泵流量值、离心泵功率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
电机效率-电机输出功率曲线拟合参数是：以电机输出功率值为横坐标，电机效率值为纵坐标，对一系列电机输出功率、电机效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数。
具体的，步骤(a)参数输入模块所述评判系统参数中，轴承温度第一阈值小于轴承温度第二阈值，轴承振动烈度第一阈值小于轴承振动烈度第二阈值，隶属度钟形函数参数a的取值在0.2至0.4之间，隶属度钟形函数参数b的取值在1.2至1.8之间，隶属度钟形函数参数c的取值在0.8至1.2之间。
本发明的第二个目的在于提供基于上述机泵运行经济性能和稳定状态的评判系统的评判方法，以解决现有的离心泵运行效果评判过于依赖专业技术人员的技术和经验、且不够全面和客观的技术问题。该方法包括如下步骤：
(a)机泵性能曲线拟合步骤：分别输入离心泵效率-流量曲线数据、离心泵功率-流量曲线数据、电机效率-电机输出功率曲线数据，并依次按照一元多次函数关系式拟合，获得各自的拟合系数；
(b)参数输入步骤：将步骤(a)得到的系列机泵性能曲线拟合系数以及离心泵额定流量Qn、离心泵额定效率ηpn、电机额定效率ηmn、轴承温度第一阈值、轴承温度第二阈值、轴承振动烈度第一阈值、轴承振动烈度第二阈值和隶属度钟形函数参数a、b、c输入进参数输入模块；
(c)运行数据采集步骤：通过数据采集模块实时采集机泵运行过程的离心泵流量值Q、轴承温度值T和轴承振动烈度值V，数据采样周期在0.5分钟至30分钟之间；
(d)运行数据存储步骤：通过数据存储模块存储采集获得的机泵运行过程的流量值Q、轴承温度值T和轴承振动烈度值V；
(e)数据计算处理步骤：通过第一计算模块、第二计算模块和第三计算模块进行采集数据的实时处理、长期历史数据的处理和短期历史数据的处理；
(f)多种状态判断步骤：在步骤(e)数据计算处理结果的基础上，通过第四计算模块分别判断流量工况状态、轴承温度超阈值状态、轴承振动烈度超阈值状态、轴承温度统计分布状态、轴承振动烈度统计分布状态、轴承温度增长趋势状态、轴承振动烈度增长趋势状态；
(g)机泵性能评判步骤：通过经济性能评分模块对机泵运行进行经济性能评分，通过稳定状态判定模块对机泵运行进行稳定状态判定。
具体的，步骤(a)所述机泵性能曲线拟合步骤包括：
离心泵效率-流量曲线拟合：以离心泵流量值为横坐标，离心泵效率值为纵坐标，对一系列离心泵流量值、离心泵效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
离心泵功率-流量曲线拟合：以离心泵流量值为横坐标，离心泵功率值为纵坐标，对一系列离心泵流量值、离心泵功率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
电机效率-电机输出功率曲线拟合：以电机输出功率值为横坐标，电机效率值为纵坐标，对一系列电机输出功率、电机效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数。
具体的，步骤(e)所述采集数据的实时处理，是将实时采集得到的离心泵流量值Q除以步骤(b)输入的离心泵额定流量Qn得到离心泵当前相对流量值Z，将离心泵流量值带入离心泵效率-流量曲线拟合函数得到离心泵当前效率值ηp，将离心泵流量值带入离心泵功率-流量曲线拟合函数得到离心泵当前功率值，将离心泵当前功率值带入电机输出功率-效率曲线拟合函数得到电机当前效率值ηm。
进一步的，所述拟合函数，是将步骤(a)获得的一元多次函数关系式拟合结果按降幂顺序得到的各项系数组合得到一元多次函数。
具体的，步骤(e)所述长期历史数据的处理，是将步骤(d)存储的、以当前采样时刻为基准倒推历史上共计1000次以上采样获得的长期轴承温度和轴承振动烈度数据，各自统计得到对应的均值μ和标准差σ。
具体的，步骤(e)所述短期历史数据的处理，是将步骤(d)存储的、以当前采样时刻为基准倒推历史上共计m次采样获得的短期轴承温度和轴承振动烈度数据，各自统计得到增长趋势计数和，其中，m在50至1000之间。
进一步的，短期历史数据的处理中，增长趋势计数和的统计包括以下步骤：
(Ⅰ)对以当前采样时刻为基准倒推历史上共计m次采样获得的短期轴承温度和轴承振动烈度数据，按照先后次序从1至m进行编号；
(Ⅱ)获得第i次采样值的斜率ki，其计算公式如式(1)：
Figure BDA0001997683010000061
式(1)中，i的取值在w+1至m之间，w值设定在5至20之间，yl为第l次采样的轴承温度或轴承振动烈度值，
Figure BDA0001997683010000067
为第i-w次至第i次采样数据的均值；
Figure BDA0001997683010000062
的计算公式如式(2)：
Figure BDA0001997683010000063
式(2)中，l为采样值斜率ki计算过程中的采样编号，l位于i-w至i之间，
Figure BDA0001997683010000064
为采样编号的均值；
Figure BDA0001997683010000065
的计算公式如式(2)：
Figure BDA0001997683010000066
(Ⅲ)获得第i次采样值的增长趋势计数Di：
Figure BDA0001997683010000071
即若第i次采样值的斜率大于前1次采样值的斜率，则第i次采样值的增长趋势计数为1，否则为0；
(Ⅳ)获得短期采样期间的第w+1次至第m次采样增长趋势计数和R：
Figure BDA0001997683010000072
具体的，步骤(f)多种状态判断步骤包括：
流量工况状态的判断方法是：在步骤(e)的基础上，计算离心泵当前相对流量值Z与1之差的绝对值|Z-1|，当|Z-1|小于Z1时判断流量工况状态为优，当|Z-1|大于Z2时判断流量工况状态为差，当|Z-1|在Z1和Z2之间为良，其中，Z1取值在0.15至0.3之间，Z2取值在0.3至0.5之间，且Z1<Z2；
轴承温度超阈值状态的判断方法是：在步骤(e)的基础上，将当前轴承温度值与轴承温度第一阈值和轴承温度第二阈值比较，若当前轴承温度值小于或等于轴承温度第一阈值，判断轴承温度超阈值状态为优；若当前轴承温度值大于轴承温度第一阈值且小于轴承温度第二阈值，判断轴承温度超阈值状态为良；若当前轴承温度值大于或等于轴承温度第二阈值，判断轴承温度超阈值状态为差；
轴承振动烈度超阈值状态的判断方法是：在步骤(e)的基础上，将当前轴承振动烈度值与轴承振动烈度第一阈值和轴承振动烈度第二阈值比较，若当前轴承振动烈度值小于或等于轴承振动烈度第一阈值，判断轴承振动烈度超阈值状态为优；若当前轴承振动烈度值大于轴承振动烈度第一阈值且小于轴承振动烈度第二阈值，判断轴承振动烈度超阈值状态为良；若当前轴承振动烈度值大于或等于轴承振动烈度第二阈值，判断轴承振动烈度超阈值状态为差；
轴承温度统计分布状态的判断方法是：在步骤(e)的基础上，若当前轴承温度值小于或等于均值和1倍标准差之和(μ+σ)，则判断为优；若当前轴承温度值大于均值和1倍标准差之和(μ+σ)且小于均值和2倍标准差之和(μ+2σ)，则判断为良；若当前轴承温度值大于或等于均值和2倍标准差之和(μ+2σ)，则判断为差；其中，μ为轴承温度统计得到的均值，σ为轴承温度统计得到的标准差；
轴承振动烈度统计分布状态的判断方法是：在步骤(e)的基础上，若当前轴承振动烈度值小于或等于均值和1倍标准差之和(μ+σ)，则判断为优；若当前轴承振动烈度值大于均值和1倍标准差之和(μ+σ)且小于均值和2倍标准差之和(μ+2σ)，则判断为良；若当前轴承振动烈度值大于或等于均值和2倍标准差之和(μ+2σ)，则判断为差；其中，μ为轴承振动烈度统计得到的均值，σ为轴承振动烈度统计得到的标准差；
轴承温度增长趋势状态的判断方法是：在步骤(e)的基础上，若轴承温度短期采样期间的采样增长趋势计数和R小于或等于q1(m-w)，则判断为优；若R在q1(m-w)与q2(m-w)之间，则判断为良；若R大于或等于q2(m-w)则判断为优，其中，q1取值在0.1至0.4之间，q2在0.3至0.8之间，且q1<q2；R为轴承温度短期采样期间的采样增长趋势计数和，m为短期历史数据中轴承温度采样次数，w为设定的趋势评价用经验值，且m在50至1000之间、w在5至20之间；
轴承振动烈度增长趋势状态的判断方法是：在步骤(e)的基础上，若轴承振动烈度短期采样期间的采样增长趋势计数和R小于或等于q1(m-w)，则判断为优；若R在q1(m-w)与q2(m-w)之间，则判断为良；若R大于或等于q2(m-w)则判断为优，其中q1取值在0.1至0.4之间，q2在0.3至0.8之间且q1<q2；其中，R为轴承振动烈度短期采样期间的采样增长趋势计数和，m为短期历史数据中轴承振动烈度采样次数，w为设定的趋势评价用经验值，且m在50至1000之间、w在5至20之间。
具体的，步骤(g)中，所述机泵运行经济性能的评分方法是，在步骤(e)采集数据实时处理的基础上，其评分计算式如式(6)：
Figure BDA0001997683010000091
式(6)中，ηp为离心泵当前效率值，ηm为电机当前效率值，ηpn为离心泵额定效率，ηmn为电机额定效率，Score为机泵运行经济性能评分，bell(Z)为隶属度钟形函数；
其中，隶属度钟形函数如式(7)：
Figure BDA0001997683010000092
式(7)中，Z为离心泵当前相对流量值，即离心泵当前流量值与额定流量值之比；a为隶属度钟形函数经验参数之一，取值在0.2至0.4之间；b为隶属度钟形函数经验参数之一，取值在1.2至1.8之间；c为隶属度钟形函数经验参数之一，取值在0.8至1.2之间。
具体的，步骤(g)中，所述机泵运行稳定状态的判定方法是，在步骤(f)多种状态判断的基础上，判定结果为多种状态判断结果的最坏结果。
与现有技术相比，本发明具有如下有益效果：
(1)本发明将离心泵及配套电机结合考虑，在运行经济性能评分中综合考虑了离心泵和电机二者的效率指标，并设计隶属度钟形函数以包含相对流量值的影响，在运行流量接近额定流量时获得较高分数，否则随着运行流量偏离额定流量的程度的增加，隶属度钟形函数发挥调节作用使得经济性能评分迅速下降。
(2)本发明在稳定状态判定方面客观综合考虑了七种状态的判定情况，并以最恶劣情况最为最终判定输出，这大大提高了状态判定的覆盖范围，增加了判定的稳定性和可靠性。
(3)本发明提供的判定系统及其判定方法，普适性广，逻辑清晰，操作家变，成本较低且易于编程实现。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，其中：
图1是本发明机泵运行经济性能和稳定状态评判系统的功能模块结构框图。
图2是本发明机泵运行经济性能和稳定状态的评判方法的流程框图。
图3是本发明实施例提供的隶属度钟形函数值随相对工况值的变化曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细的描述。
参见图1，本发明的机泵运行经济性能和稳定状态评判系统，它包括参数输入模块1、采集模块2、存储模块3、计算模块4、经济性能评分模块5和稳定状态判定模块6；所述计算模块4包括第一计算模块7、第二计算模块8、第三计算模块9和第四计算模块10；所述第一计算模块7与参数输入模块1、采集模块2和济性能评分模块5分别电性连接；所述存储模块3与第二计算模块8和第三计算模块9分别电性连接；所述第四计算模块10与第一计算模块7、第二计算模块8、第三计算模块9和稳定状态判定模块6分别电性连接；其中：
(a)参数输入模块1：用于输入机泵性能基本参数和评判系统参数；所述机泵性能基本参数包括离心泵额定流量Qn、离心泵额定效率ηpn、电机额定效率ηmn、离心泵效率-流量曲线拟合参数、离心泵功率-流量曲线拟合参数和电机输出功率-效率曲线拟合参数；所述评判系统参数包括轴承温度第一阈值、轴承温度第二阈值、轴承振动烈度第一阈值、轴承振动烈度第二阈值和隶属度钟形函数参数a、b、c；
其中，所述机泵性能基本参数中，
离心泵效率-流量曲线拟合参数是：以离心泵流量值为横坐标，以离心泵效率值为纵坐标，对一系列离心泵流量值、离心泵效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
离心泵功率-流量曲线拟合参数是：以离心泵流量值为横坐标，离心泵功率值为纵坐标，对一系列离心泵流量值、离心泵功率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
电机效率-电机输出功率曲线拟合参数是：以电机输出功率值为横坐标，电机效率值为纵坐标，对一系列电机输出功率、电机效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
所述评判系统参数中，
轴承温度第一阈值小于轴承温度第二阈值，轴承振动烈度第一阈值小于轴承振动烈度第二阈值，隶属度钟形函数参数a的取值在0.2至0.4之间，隶属度钟形函数参数b的取值在1.2至1.8之间，隶属度钟形函数参数c的取值在0.8至1.2之间。
(b)采集模块2：用于实时采集机泵运行过程的流量值Q、轴承温度值T和轴承振动烈度值V，数据采样周期在0.5分钟至30分钟之间。
(c)存储模块3：用于存储采集得到的机泵运行过程的流量值Q、轴承温度值T和轴承振动烈度值V。
(d)第一计算模块7：用于实时处理采集模块2获得的采集值得到离心泵当前效率值ηp、电机当前效率值ηm和离心泵当前相对流量值Z。
(e)第二计算模块8：用于处理存储模块3的长期历史数据得到轴承温度值T和轴承振动烈度值V各自的均值和标准差。
(f)第三计算模块9：用于处理存储模块3的短期历史数据得到轴承温度值T和轴承振动烈度值V各自的增长趋势。
(g)第四计算模块10：用于接收第一计算模块7至第三计算模块9的计算结果并分别判断流量工况状态、轴承温度超阈值状态、轴承振动烈度超阈值状态、轴承温度统计分布状态、轴承振动烈度统计分布状态、轴承温度增长趋势状态、轴承振动烈度增长趋势状态。
(h)经济性能评分模块5：用于接收第一计算模块7得到的离心泵当前效率值ηp、电机当前效率值ηm、离心泵当前相对流量值Z，并结合参数输入模块(1)的参数，完成机泵经济性能的评分。
(i)稳定状态判定模块6：用于接收第四计算模块10得到的7种状态，并以最恶劣的状态作为机泵稳定状态判定结果。
参见图2，机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于包括如下步骤：
(a)机泵性能曲线拟合步骤S1(本步骤事先人工采用其它公知技术手段获得并将拟合系数输入参数输入模块1即可)：分别输入离心泵效率-流量曲线数据、离心泵功率-流量曲线数据、电机效率-电机输出功率曲线数据，并依次按照一元多次函数关系式拟合，获得各自的拟合系数；
所述机泵性能曲线拟合步骤具体是：
离心泵效率-流量曲线拟合：以离心泵流量值为横坐标，离心泵效率值为纵坐标，对一系列离心泵流量值、离心泵效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
离心泵功率-流量曲线拟合：以离心泵流量值为横坐标，离心泵功率值为纵坐标，对一系列离心泵流量值、离心泵功率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
电机效率-电机输出功率曲线拟合：以电机输出功率值为横坐标，电机效率值为纵坐标，对一系列电机输出功率、电机效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数。
(b)参数输入步骤S2：将步骤(a)得到的系列机泵性能曲线拟合系数以及离心泵额定流量Qn、离心泵额定效率ηpn、电机额定效率ηmn、轴承温度第一阈值、轴承温度第二阈值、轴承振动烈度第一阈值、轴承振动烈度第二阈值和隶属度钟形函数参数a、b、c输入进参数输入模块1。
(c)运行数据采集步骤S3：通过数据采集模块2实时采集机泵运行过程的离心泵流量值Q、轴承温度值T和轴承振动烈度值V，数据采样周期在0.5分钟至30分钟之间。
(d)运行数据存储步骤S4：通过数据存储模块3存储采集获得的机泵运行过程的流量值Q、轴承温度值T和轴承振动烈度值V。
(e)数据计算处理步骤S5：通过第一计算模块7、第二计算模块8和第三计算模块9进行采集数据的实时处理、长期历史数据的处理和短期历史数据的处理；
其中，采集数据的实时处理步骤S5.1，是将实时采集得到的离心泵流量值Q除以步骤(b)输入的离心泵额定流量Qn得到离心泵当前相对流量值Z，将离心泵流量值带入离心泵效率-流量曲线拟合函数得到离心泵当前效率值ηp，将离心泵流量值带入离心泵功率-流量曲线拟合函数得到离心泵当前功率值，将离心泵当前功率值带入电机输出功率-效率曲线拟合函数得到电机当前效率值ηm；所述拟合函数，是将步骤(a)获得的一元多次函数关系式拟合结果按降幂顺序得到的各项系数组合得到一元多次函数；
其中，长期历史数据的处理步骤S5.2，是将步骤(d)存储的、以当前采样时刻为基准倒推历史上共计1000次以上采样获得的长期轴承温度和轴承振动烈度数据，各自统计得到对应的均值μ和标准差σ；
其中，短期历史数据的处理步骤S5.3，是将步骤(d)存储的、以当前采样时刻为基准倒推历史上共计m次采样获得的短期轴承温度和轴承振动烈度数据，各自统计得到增长趋势计数和，其中，m在50至1000之间；
在短期历史数据的处理中，增长趋势计数和的统计包括以下步骤：
(Ⅰ)对以当前采样时刻为基准倒推历史上共计m次采样获得的短期轴承温度和轴承振动烈度数据，按照先后次序从1至m进行编号；
(Ⅱ)获得第i次采样值的斜率ki，其计算公式如式(1)：
Figure BDA0001997683010000151
式(1)中，i的取值在w+1至m之间，w值设定在5至20之间，yl为第l次采样的轴承温度或轴承振动烈度值，
Figure BDA0001997683010000159
为第i-w次至第i次采样数据的均值；
Figure BDA0001997683010000152
的计算公式如式(2)：
Figure BDA0001997683010000153
式(2)中，l为采样值斜率ki计算过程中的采样编号，l位于i-w至i之间，
Figure BDA0001997683010000154
为采样编号的均值；
Figure BDA0001997683010000155
的计算公式如式(2)：
Figure BDA0001997683010000156
(Ⅲ)获得第i次采样值的增长趋势计数Di：
Figure BDA0001997683010000157
即若第i次采样值的斜率大于前1次采样值的斜率，则第i次采样值的增长趋势计数为1，否则为0；
(Ⅳ)获得短期采样期间的第w+1次至第m次采样增长趋势计数和R：
Figure BDA0001997683010000158
(f)多种状态判断步骤S6：在步骤(e)数据计算处理结果的基础上，通过第四计算模块10分别判断流量工况状态、轴承温度超阈值状态、轴承振动烈度超阈值状态、轴承温度统计分布状态、轴承振动烈度统计分布状态、轴承温度增长趋势状态、轴承振动烈度增长趋势状态；
上述多种状态判断步骤具体是：
流量工况状态的判断方法是：在步骤(e)的基础上，计算离心泵当前相对流量值Z与1之差的绝对值|Z-1|，当|Z-1|小于Z1时判断流量工况状态为优，当|Z-1|大于Z2时判断流量工况状态为差，当|Z-1|在Z1和Z2之间为良，其中，Z1取值在0.15至0.3之间，Z2取值在0.3至0.5之间，且Z1<Z2；
轴承温度超阈值状态的判断方法是：在步骤(e)的基础上，将当前轴承温度值与轴承温度第一阈值和轴承温度第二阈值比较，若当前轴承温度值小于或等于轴承温度第一阈值，判断轴承温度超阈值状态为优；若当前轴承温度值大于轴承温度第一阈值且小于轴承温度第二阈值，判断轴承温度超阈值状态为良；若当前轴承温度值大于或等于轴承温度第二阈值，判断轴承温度超阈值状态为差；
轴承振动烈度超阈值状态的判断方法是：在步骤(e)的基础上，将当前轴承振动烈度值与轴承振动烈度第一阈值和轴承振动烈度第二阈值比较，若当前轴承振动烈度值小于或等于轴承振动烈度第一阈值，判断轴承振动烈度超阈值状态为优；若当前轴承振动烈度值大于轴承振动烈度第一阈值且小于轴承振动烈度第二阈值，判断轴承振动烈度超阈值状态为良；若当前轴承振动烈度值大于或等于轴承振动烈度第二阈值，判断轴承振动烈度超阈值状态为差；
轴承温度统计分布状态的判断方法是：在步骤(e)的基础上，若当前轴承温度值小于或等于均值和1倍标准差之和(μ+σ)，则判断为优；若当前轴承温度值大于均值和1倍标准差之和(μ+σ)且小于均值和2倍标准差之和(μ+2σ)，则判断为良；若当前轴承温度值大于或等于均值和2倍标准差之和(μ+2σ)，则判断为差；其中，μ为轴承温度统计得到的均值，σ为轴承温度统计得到的标准差；
轴承振动烈度统计分布状态的判断方法是：在步骤(e)的基础上，若当前轴承振动烈度值小于或等于均值和1倍标准差之和(μ+σ)，则判断为优；若当前轴承振动烈度值大于均值和1倍标准差之和(μ+σ)且小于均值和2倍标准差之和(μ+2σ)，则判断为良；若当前轴承振动烈度值大于或等于均值和2倍标准差之和(μ+2σ)，则判断为差；其中，μ为轴承振动烈度统计得到的均值，σ为轴承振动烈度统计得到的标准差；
轴承温度增长趋势状态的判断方法是：在步骤(e)的基础上，若轴承温度短期采样期间的采样增长趋势计数和R小于或等于q1(m-w)，则判断为优；若R在q1(m-w)与q2(m-w)之间，则判断为良；若R大于或等于q2(m-w)则判断为优，其中，q1取值在0.1至0.4之间，q2在0.3至0.8之间，且q1<q2；R为轴承温度短期采样期间的采样增长趋势计数和，m为短期历史数据中轴承温度采样次数，w为设定的趋势评价用经验值，且m在50至1000之间、w在5至20之间；
轴承振动烈度增长趋势状态的判断方法是：在步骤(e)的基础上，若轴承振动烈度短期采样期间的采样增长趋势计数和R小于或等于q1(m-w)，则判断为优；若R在q1(m-w)与q2(m-w)之间，则判断为良；若R大于或等于q2(m-w)则判断为优，其中q1取值在0.1至0.4之间，q2在0.3至0.8之间且q1<q2；其中，R为轴承振动烈度短期采样期间的采样增长趋势计数和，m为短期历史数据中轴承振动烈度采样次数，w为设定的趋势评价用经验值，且m在50至1000之间、w在5至20之间。
(g)机泵性能评判步骤S7：通过经济性能评分模块5对机泵运行进行经济性能评分，通过稳定状态判定模块6对机泵运行进行稳定状态判定；
机泵运行经济性能的评分步骤S7.1具体是，在步骤(e)采集数据实时处理的基础上，其评分计算式如式(6)：
Figure BDA0001997683010000181
式(6)中，ηp为离心泵当前效率值，ηm为电机当前效率值，ηpn为离心泵额定效率，ηmn为电机额定效率，Score为机泵运行经济性能评分，bell(Z)为隶属度钟形函数；
其中，隶属度钟形函数如式(7)：
Figure BDA0001997683010000182
式(7)中，Z为离心泵当前相对流量值，即离心泵当前流量值与额定流量值之比；a为隶属度钟形函数经验参数之一，取值在0.2至0.4之间；b为隶属度钟形函数经验参数之一，取值在1.2至1.8之间；c为隶属度钟形函数经验参数之一，取值在0.8至1.2之间；
机泵运行稳定状态的判定步骤S7.2方法具体是，在步骤(f)多种状态判断的基础上，判定结果为多种状态判断结果的最坏结果。
下面是运用本发明方法的具体工程实例。
某离心泵额定流量Qn为2945m3/h，额定效率ηpn为0.85，电机额定效率ηmn为0.90，离心泵不同流量值下对应的效率值和功率值见表1，电机不同输出功率值下对应的效率值见表2。基于表1和表2的性能曲线，通过最小二乘法拟合得到离心泵效率-流量函数关系式为y＝-8.05E-08x2+5.30E-04x-2.94E-02，离心泵功率-流量函数关系式为y＝-3.13E-06x2+5.80E-02x+2.08E+02，电机效率-输出功率函数关系式为y＝-1.43E-06x2+1.63E-03x+4.57E-01。
表1离心泵不同流量值下对应的效率值和功率值
流量(m<sup>3</sup>/h) 效率 功率(kW)
1768 0.66 302
2354 0.76 326
2945 0.85 351
3532 0.83 377
4122 0.79 393
表2电机不同输出功率值下对应的效率值
输出功率(kW) 效率
350 0.85
400 0.88
450 0.9
500 0.91
550 0.92
本实施例对隶属度钟形函数的参数取值为a＝0.3，b＝1.5，c＝1，则隶属度钟形函数随相对流量值Z的变化如图3所示。图3中，当相对流量值Z在1附近时，函数值也接近1；但是当相对流量值Z偏离1时，随着偏离程度的增加，函数值急剧下降。
本实施例对轴承温度第一阈值取55℃、轴承温度第二阈值取65℃、轴承振动烈度第一阈值2.8mm/s、轴承振动烈度第二阈值4.5mm/s，相关阈值的取值可参照国家标准、行业标准或企业标准。
本实施例中当前离心泵的流量值为2250m3/h，轴承温度值为52℃，轴承振动烈度值为2.3mm/s。
由第一计算模块计算得到当前相对流量值Z为0.764，当前离心泵效率为0.756，当前离心泵功率为323kW，离心泵功率作为电机输出功率，由此得当前电机效率为0.834。
本实施例由第二计算模块对长期历史数据统计分析得到轴承温度值T的均值和标准差分别为45℃和4.5℃，轴承振动烈度值V的均值和标准差分别为1.91mm/s和0.52mm/s。
本实施例由第三计算模块对短期历史数据进行计算，以当前采样时刻为基准倒推历史上共计m＝60次采样获得短期轴承温度和轴承振动烈度数据，w值设定为6，计算得到短期采样期间轴承温度采样增长趋势计数和为23，轴承振动烈度采样增长趋势计数和为19。
在以上第一至第三计算模块基础上，使用第四计算模块进行多种状态判断：
流量工况状态判断中，设置Z1和Z2的取值分别为0.2和0.4，由于当前的相对流量值Z为0.764，故|Z-1|为0.236，即|Z-1|在Z1和Z2之间，故流量工况状态判断为良；
轴承温度超阈值状态判断中，当前轴承温度值为52℃，而本实施例对轴承温度第一阈值取55℃、轴承温度第二阈值取65℃，故当前轴承温度值小于或等于轴承温度第一阈值，判断轴承温度超阈值状态为优；
轴承振动烈度超阈值状态判断中，当前轴承振动烈度值为2.3mm/s，而本实施例对轴承振动烈度第一阈值取2.8mm/s、轴承振动烈度第二阈值取4.5mm/s，故当前轴承温度值小于或等于轴承温度第一阈值，判断轴承温度超阈值状态为优；
轴承温度统计分布状态判断中，当前轴承温度值为52℃，而长期历史数据统计分析得到轴承温度值T的均值μ和标准差σ分别为45℃和4.5℃，故当前轴承温度值大于均值和1倍标准差之和(μ+σ)且小于均值和2倍标准差之和(μ+2σ)，则判断为良；
轴承振动烈度统计分布状态判断中，当前轴承振动烈度值为2.3mm/s，而长期历史数据统计分析得到轴承振动烈度值V的均值μ和标准差σ分别为1.91mm/s和0.52mm/s，故当前轴承振动烈度值小于均值和1倍标准差之和(μ+σ)，则判断为优；
轴承温度增长趋势状态判断中，设置q1和q2的取值分别为0.3和0.5，以当前采样时刻为基准倒推历史上共计m＝60次采样获得短期轴承温度数据，w值设定为6，计算得到短期采样期间轴承温度采样增长趋势计数和R为23，R在q1(m-w)与q2(m-w)之间，则判断为良；
轴承振动烈度增长趋势状态判断中，设置q1和q2的取值分别为0.3和0.5，以当前采样时刻为基准倒推历史上共计m＝60次采样获得短期轴承振动烈度数据，w值设定为6，计算得到短期采样期间轴承振动烈度采样增长趋势计数和R为19，R在q1(m-w)与q2(m-w)之间，则判断为良；
根据第一计算模块得到的结果，由经济性能评分模块对机泵运行经济性能进行评分，相对流量值Z带入隶属度钟形函数定义式得到隶属度钟形函数值bell(Z)为0.67，又知当前离心泵效率和电机效率分别为0.756和0.834，而参数输入模块1输入的离心泵和电机的额定效率分别为0.85和0.90，故运行经济性能评分为：
Figure BDA0001997683010000211
即当前机泵运行经济性能评分为55；
根据第四计算模块得到的结果，七种状态判断结果分别为良、优、优、良、优、良、良，故最终选取最差的判断结果评定机泵当前运行稳定状态为良。
本实施例提供的机泵运行经济性能和稳定状态的评判系统及其评判方法，根据离心泵运行时的流量、轴承温度和轴承振动烈度数据，结合用户从参数输入模块1输入的参数，充分利用采集数据的当前值并对历史数据进行深度挖掘，解决了现有的离心泵运行效果评判技术必须高度依赖专业技术人员长期的技术沉淀和经验积累的不足，能够综合考虑各方面因素，全面准确地评判机泵运行过程的经济性能和稳定状态，且具有逻辑简单、普适性好、稳定可靠和易于编程实现的优点。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种机泵运行经济性能和稳定状态的评判系统，其特征在于：它包括参数输入模块(1)、采集模块(2)、存储模块(3)、计算模块(4)、经济性能评分模块(5)和稳定状态判定模块(6)；所述计算模块(4)包括第一计算模块(7)、第二计算模块(8)、第三计算模块(9)和第四计算模块(10)；所述第一计算模块(7)与参数输入模块(1)、采集模块(2)和济性能评分模块(5)分别电性连接；所述存储模块(3)与第二计算模块(8)和第三计算模块(9)分别电性连接；所述第四计算模块(10)与第一计算模块(7)、第二计算模块(8)、第三计算模块(9)和稳定状态判定模块(6)分别电性连接；其中：
(a)参数输入模块(1)：用于输入机泵性能基本参数和评判系统参数；所述机泵性能基本参数包括离心泵额定流量Qn、离心泵额定效率ηpn、电机额定效率ηmn、离心泵效率-流量曲线拟合参数、离心泵功率-流量曲线拟合参数和电机输出功率-效率曲线拟合参数；所述评判系统参数包括轴承温度第一阈值、轴承温度第二阈值、轴承振动烈度第一阈值、轴承振动烈度第二阈值和隶属度钟形函数参数a、b、c；
(b)采集模块(2)：用于实时采集机泵运行过程的流量值Q、轴承温度值T和轴承振动烈度值V，数据采样周期在0.5分钟至30分钟之间；
(c)存储模块(3)：用于存储采集得到的机泵运行过程的流量值Q、轴承温度值T和轴承振动烈度值V；
(d)第一计算模块(7)：用于实时处理采集模块(2)获得的采集值得到离心泵当前效率值ηp、电机当前效率值ηm和离心泵当前相对流量值Z；
(e)第二计算模块(8)：用于处理存储模块(3)的长期历史数据得到轴承温度值T和轴承振动烈度值V各自的均值和标准差；
(f)第三计算模块(9)：用于处理存储模块(3)的短期历史数据得到轴承温度值T和轴承振动烈度值V各自的增长趋势；
(g)第四计算模块(10)：用于接收第一计算模块(7)至第三计算模块(9)的计算结果并分别判断流量工况状态、轴承温度超阈值状态、轴承振动烈度超阈值状态、轴承温度统计分布状态、轴承振动烈度统计分布状态、轴承温度增长趋势状态、轴承振动烈度增长趋势状态；
(h)经济性能评分模块(5)：用于接收第一计算模块(7)得到的离心泵当前效率值ηp、电机当前效率值ηm、离心泵当前相对流量值Z，并结合参数输入模块(1)的参数，完成机泵经济性能的评分；
(i)稳定状态判定模块(6)：用于接收第四计算模块(10)得到的7种状态，并以最恶劣的状态作为机泵稳定状态判定结果。
2.根据权利要求1所述机泵运行经济性能和稳定状态的评判系统，其特征在于：步骤(a)参数输入模块(1)所述机泵性能基本参数中，
离心泵效率-流量曲线拟合参数是：以离心泵流量值为横坐标，以离心泵效率值为纵坐标，对一系列离心泵流量值、离心泵效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
离心泵功率-流量曲线拟合参数是：以离心泵流量值为横坐标，离心泵功率值为纵坐标，对一系列离心泵流量值、离心泵功率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
电机效率-电机输出功率曲线拟合参数是：以电机输出功率值为横坐标，电机效率值为纵坐标，对一系列电机输出功率、电机效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数。
3.根据权利要求1所述机泵运行经济性能和稳定状态的评判系统，其特征在于：步骤(a)参数输入模块(1)所述评判系统参数中，轴承温度第一阈值小于轴承温度第二阈值，轴承振动烈度第一阈值小于轴承振动烈度第二阈值，隶属度钟形函数参数a的取值在0.2至0.4之间，隶属度钟形函数参数b的取值在1.2至1.8之间，隶属度钟形函数参数c的取值在0.8至1.2之间。
4.一种基于权利要求1所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于包括如下步骤：
(a)机泵性能曲线拟合步骤：分别输入离心泵效率-流量曲线数据、离心泵功率-流量曲线数据、电机效率-电机输出功率曲线数据，并依次按照一元多次函数关系式拟合，获得各自的拟合系数；
(b)参数输入步骤：将步骤(a)得到的系列机泵性能曲线拟合系数以及离心泵额定流量Qn、离心泵额定效率ηpn、电机额定效率ηmn、轴承温度第一阈值、轴承温度第二阈值、轴承振动烈度第一阈值、轴承振动烈度第二阈值和隶属度钟形函数参数a、b、c输入进参数输入模块(1)；
(c)运行数据采集步骤：通过数据采集模块(2)实时采集机泵运行过程的离心泵流量值Q、轴承温度值T和轴承振动烈度值V，数据采样周期在0.5分钟至30分钟之间；
(d)运行数据存储步骤：通过数据存储模块(3)存储采集获得的机泵运行过程的流量值Q、轴承温度值T和轴承振动烈度值V；
(e)数据计算处理步骤：通过第一计算模块(7)、第二计算模块(8)和第三计算模块(9)进行采集数据的实时处理、长期历史数据的处理和短期历史数据的处理；
(f)多种状态判断步骤：在步骤(e)数据计算处理结果的基础上，通过第四计算模块(10)分别判断流量工况状态、轴承温度超阈值状态、轴承振动烈度超阈值状态、轴承温度统计分布状态、轴承振动烈度统计分布状态、轴承温度增长趋势状态、轴承振动烈度增长趋势状态；
(g)机泵性能评判步骤：通过经济性能评分模块(5)对机泵运行进行经济性能评分，通过稳定状态判定模块(6)对机泵运行进行稳定状态判定。
5.根据权利要求4所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于：步骤(a)所述机泵性能曲线拟合步骤包括：
离心泵效率-流量曲线拟合：以离心泵流量值为横坐标，离心泵效率值为纵坐标，对一系列离心泵流量值、离心泵效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
离心泵功率-流量曲线拟合：以离心泵流量值为横坐标，离心泵功率值为纵坐标，对一系列离心泵流量值、离心泵功率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数；
电机效率-电机输出功率曲线拟合：以电机输出功率值为横坐标，电机效率值为纵坐标，对一系列电机输出功率、电机效率值组成的点连线绘制成曲线，根据最小二乘法将点集拟合为一元多次函数关系式，并按降幂关系依次获得各次幂所对应的系数。
6.根据权利要求4所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于：步骤(e)所述采集数据的实时处理，是将实时采集得到的离心泵流量值Q除以步骤(b)输入的离心泵额定流量Qn得到离心泵当前相对流量值Z，将离心泵流量值带入离心泵效率-流量曲线拟合函数得到离心泵当前效率值ηp，将离心泵流量值带入离心泵功率-流量曲线拟合函数得到离心泵当前功率值，将离心泵当前功率值带入电机输出功率-效率曲线拟合函数得到电机当前效率值ηm。
7.根据权利要求6所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于：所述拟合函数，是将步骤(a)获得的一元多次函数关系式拟合结果按降幂顺序得到的各项系数组合得到一元多次函数。
8.根据权利要求4所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于：步骤(e)所述长期历史数据的处理，是将步骤(d)存储的、以当前采样时刻为基准倒推历史上共计1000次以上采样获得的长期轴承温度和轴承振动烈度数据，各自统计得到对应的均值μ和标准差σ。
9.根据权利要求4所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于：步骤(e)所述短期历史数据的处理，是将步骤(d)存储的、以当前采样时刻为基准倒推历史上共计m次采样获得的短期轴承温度和轴承振动烈度数据，各自统计得到增长趋势计数和，其中，m在50至1000之间。
10.根据权利要求9所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于：短期历史数据的处理中，增长趋势计数和的统计包括以下步骤：
(Ⅰ)对以当前采样时刻为基准倒推历史上共计m次采样获得的短期轴承温度和轴承振动烈度数据，按照先后次序从1至m进行编号；
(Ⅱ)获得第i次采样值的斜率ki，其计算公式如式(1)：
Figure FDA0001997683000000061
式(1)中，i的取值在w+1至m之间，w值设定在5至20之间，yl为第l次采样的轴承温度或轴承振动烈度值，
Figure FDA0001997683000000062
为第i-w次至第i次采样数据的均值；
Figure FDA0001997683000000063
的计算公式如式(2)：
Figure FDA0001997683000000064
式(2)中，l为采样值斜率ki计算过程中的采样编号，l位于i-w至i之间，
Figure FDA0001997683000000065
为采样编号的均值；
Figure FDA0001997683000000066
的计算公式如式(2)：
Figure FDA0001997683000000067
(Ⅲ)获得第i次采样值的增长趋势计数Di：
Figure FDA0001997683000000068
即若第i次采样值的斜率大于前1次采样值的斜率，则第i次采样值的增长趋势计数为1，否则为0；
(Ⅳ)获得短期采样期间的第w+1次至第m次采样增长趋势计数和R：
Figure FDA0001997683000000069
11.根据权利要求4所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于：步骤(f)多种状态判断步骤包括：
流量工况状态的判断方法是：在步骤(e)的基础上，计算离心泵当前相对流量值Z与1之差的绝对值|Z-1|，当|Z-1|小于Z1时判断流量工况状态为优，当|Z-1|大于Z2时判断流量工况状态为差，当|Z-1|在Z1和Z2之间为良，其中，Z1取值在0.15至0.3之间，Z2取值在0.3至0.5之间，且Z1<Z2；
轴承温度超阈值状态的判断方法是：在步骤(e)的基础上，将当前轴承温度值与轴承温度第一阈值和轴承温度第二阈值比较，若当前轴承温度值小于或等于轴承温度第一阈值，判断轴承温度超阈值状态为优；若当前轴承温度值大于轴承温度第一阈值且小于轴承温度第二阈值，判断轴承温度超阈值状态为良；若当前轴承温度值大于或等于轴承温度第二阈值，判断轴承温度超阈值状态为差；
轴承振动烈度超阈值状态的判断方法是：在步骤(e)的基础上，将当前轴承振动烈度值与轴承振动烈度第一阈值和轴承振动烈度第二阈值比较，若当前轴承振动烈度值小于或等于轴承振动烈度第一阈值，判断轴承振动烈度超阈值状态为优；若当前轴承振动烈度值大于轴承振动烈度第一阈值且小于轴承振动烈度第二阈值，判断轴承振动烈度超阈值状态为良；若当前轴承振动烈度值大于或等于轴承振动烈度第二阈值，判断轴承振动烈度超阈值状态为差；
轴承温度统计分布状态的判断方法是：在步骤(e)的基础上，若当前轴承温度值小于或等于均值和1倍标准差之和(μ+σ)，则判断为优；若当前轴承温度值大于均值和1倍标准差之和(μ+σ)且小于均值和2倍标准差之和(μ+2σ)，则判断为良；若当前轴承温度值大于或等于均值和2倍标准差之和(μ+2σ)，则判断为差；其中，μ为轴承温度统计得到的均值，σ为轴承温度统计得到的标准差；
轴承振动烈度统计分布状态的判断方法是：在步骤(e)的基础上，若当前轴承振动烈度值小于或等于均值和1倍标准差之和(μ+σ)，则判断为优；若当前轴承振动烈度值大于均值和1倍标准差之和(μ+σ)且小于均值和2倍标准差之和(μ+2σ)，则判断为良；若当前轴承振动烈度值大于或等于均值和2倍标准差之和(μ+2σ)，则判断为差；其中，μ为轴承振动烈度统计得到的均值，σ为轴承振动烈度统计得到的标准差；
轴承温度增长趋势状态的判断方法是：在步骤(e)的基础上，若轴承温度短期采样期间的采样增长趋势计数和R小于或等于q1(m-w)，则判断为优；若R在q1(m-w)与q2(m-w)之间，则判断为良；若R大于或等于q2(m-w)则判断为优，其中，q1取值在0.1至0.4之间，q2在0.3至0.8之间，且q1<q2；R为轴承温度短期采样期间的采样增长趋势计数和，m为短期历史数据中轴承温度采样次数，w为设定的趋势评价用经验值，且m在50至1000之间、w在5至20之间；
轴承振动烈度增长趋势状态的判断方法是：在步骤(e)的基础上，若轴承振动烈度短期采样期间的采样增长趋势计数和R小于或等于q1(m-w)，则判断为优；若R在q1(m-w)与q2(m-w)之间，则判断为良；若R大于或等于q2(m-w)则判断为优，其中q1取值在0.1至0.4之间，q2在0.3至0.8之间且q1<q2；其中，R为轴承振动烈度短期采样期间的采样增长趋势计数和，m为短期历史数据中轴承振动烈度采样次数，w为设定的趋势评价用经验值，且m在50至1000之间、w在5至20之间。
12.根据权利要求4所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于：步骤(g)中，所述机泵运行经济性能的评分方法是，在步骤(e)采集数据实时处理的基础上，其评分计算式如式(6)：
Figure FDA0001997683000000081
式(6)中，ηp为离心泵当前效率值，ηm为电机当前效率值，ηpn为离心泵额定效率，ηmn为电机额定效率，Score为机泵运行经济性能评分，bell(Z)为隶属度钟形函数；
其中，隶属度钟形函数如式(7)：
Figure FDA0001997683000000091
式(7)中，Z为离心泵当前相对流量值，即离心泵当前流量值与额定流量值之比；a为隶属度钟形函数经验参数之一，取值在0.2至0.4之间；b为隶属度钟形函数经验参数之一，取值在1.2至1.8之间；c为隶属度钟形函数经验参数之一，取值在0.8至1.2之间。
13.根据权利要求4所述机泵运行经济性能和稳定状态的评判系统的评判方法，其特征在于：步骤(g)中，所述机泵运行稳定状态的判定方法是，在步骤(f)多种状态判断的基础上，判定结果为多种状态判断结果的最坏结果。
CN201910201749.5A 2019-03-18 2019-03-18 一种机泵运行经济性能和稳定状态的评判系统及评判方法 Active CN109960780B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910201749.5A CN109960780B (zh) 2019-03-18 2019-03-18 一种机泵运行经济性能和稳定状态的评判系统及评判方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910201749.5A CN109960780B (zh) 2019-03-18 2019-03-18 一种机泵运行经济性能和稳定状态的评判系统及评判方法

Publications (2)

Publication Number Publication Date
CN109960780A CN109960780A (zh) 2019-07-02
CN109960780B true CN109960780B (zh) 2022-11-15

Family

ID=67024461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910201749.5A Active CN109960780B (zh) 2019-03-18 2019-03-18 一种机泵运行经济性能和稳定状态的评判系统及评判方法

Country Status (1)

Country Link
CN (1) CN109960780B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110672325A (zh) * 2019-09-02 2020-01-10 佛山科学技术学院 一种基于概率分布的轴承工况稳定性评估方法及装置
CN111005880B (zh) * 2019-12-13 2021-04-20 湘潭大学 一种离心泵能效评估方法及装置
CN112539828B (zh) * 2020-12-08 2023-03-21 中水三立数据技术股份有限公司 基于曲线拟合对比分析的泵组设备诊断方法、系统、设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103498790A (zh) * 2013-10-18 2014-01-08 中国石油化工股份有限公司 基于光纤光栅传感的机泵群状态监测方法及装置
CN105864060A (zh) * 2016-05-04 2016-08-17 湖南睿胜能效管理技术有限公司 离心泵运行效果判定方法和系统
CN107013473A (zh) * 2017-04-19 2017-08-04 武汉惜源科技有限公司 一种泵站实时在线监测与能效管理方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006064990A1 (en) * 2004-12-17 2006-06-22 Korea Research Institute Of Standards And Science A trend monitoring and diagnostic analysis method for a vacuum pump and a trend monitoring and diagnostic analysis system therefor and computer-readable storage media including a computer program which performs the method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103498790A (zh) * 2013-10-18 2014-01-08 中国石油化工股份有限公司 基于光纤光栅传感的机泵群状态监测方法及装置
CN105864060A (zh) * 2016-05-04 2016-08-17 湖南睿胜能效管理技术有限公司 离心泵运行效果判定方法和系统
CN107013473A (zh) * 2017-04-19 2017-08-04 武汉惜源科技有限公司 一种泵站实时在线监测与能效管理方法及系统

Also Published As

Publication number Publication date
CN109960780A (zh) 2019-07-02

Similar Documents

Publication Publication Date Title
CN109960780B (zh) 一种机泵运行经济性能和稳定状态的评判系统及评判方法
CN107885959B (zh) 一种基于置信等效功率曲线带的风电建模及性能评估方法
CN106411257B (zh) 一种光伏电站状态诊断方法及装置
CN111693795B (zh) 一种基于智能电表的台区线损率评估以及异常判断方法
CN109343344A (zh) 卷烟设备操控参数寻优方法
CN102339288A (zh) 数据仓库异常数据的检测方法及装置
CN110533092B (zh) 一种基于运行工况的风力发电机组scada数据分类方法及应用
CN111669123B (zh) 用于对光伏组串进行故障诊断的方法和装置
CN103729804A (zh) 一种应对电能质量预警的在线决策支持方法
CN116399818A (zh) 一种面向化工型企业的污水排放监管系统
CN113128567A (zh) 一种基于用电量数据的异常用电行为识别方法
CN112365186A (zh) 一种电力信息系统健康度评估方法及其评估系统
CN110766328B (zh) 基于水质达标的污染源排污许可监控方法及系统
CN116911806A (zh) 基于互联网+的电力企业能源信息管理系统
CN114968999A (zh) 一种基于时序匹配和双向四分位算法的异常数据清洗方法
CN112036725B (zh) 一种电能表故障识别方法
CN108153711A (zh) 一种电力设备在线监测数据处理方法
CN116050613B (zh) 水电机组顶盖排水泵剩余使用寿命预测方法
CN111209914A (zh) 一种异常风功率数据的剔除方法
CN115326393A (zh) 一种基于温度信息的风电机组轴承对故障诊断方法
CN111950131B (zh) 一种考虑限电因素的风电场出力等值聚合模型构建方法
CN113554203B (zh) 基于高维网格化和LightGBM的风电预测方法及装置
CN114693067A (zh) 一种异常用电用户识别方法
CN117610699B (zh) 一种应用于园区零碳综合能源优化设备及方法
CN114020729A (zh) 一种基于风机功率曲线的风电场功率数据清洗方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240325

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Country or region after: China

Address before: Donkey pond in Hunan province Xiangtan City Yuhu District 411105

Patentee before: XIANGTAN University

Country or region before: China

TR01 Transfer of patent right