CN111189627A - 石化装置动设备失效模式诊断方法 - Google Patents

石化装置动设备失效模式诊断方法 Download PDF

Info

Publication number
CN111189627A
CN111189627A CN202010063612.0A CN202010063612A CN111189627A CN 111189627 A CN111189627 A CN 111189627A CN 202010063612 A CN202010063612 A CN 202010063612A CN 111189627 A CN111189627 A CN 111189627A
Authority
CN
China
Prior art keywords
failure
fracture
failure mode
vibration
mode
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.)
Pending
Application number
CN202010063612.0A
Other languages
English (en)
Inventor
张峥
张世超
杨茂鸿
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202010063612.0A priority Critical patent/CN111189627A/zh
Publication of CN111189627A publication Critical patent/CN111189627A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/02—Details
    • G01N3/06—Special adaptations of indicating or recording means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/56—Investigating resistance to wear or abrasion

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种石化装置动设备失效模式诊断方法，主要包括以下步骤：获取石化装置的名称、作用、运行工况、可能的失效模式；对装置的振动监测信号进行对比分析，找出装置失效的位置；在相应位置进行宏观和微观形貌观察，分析装置的失效模式；通过振动信号对比结果与失效断口宏微观形貌结合的方法确定装置失效的模式。利用本发明所述方法可以得出装置失效模式，准确率高，为寻找设备失效原因及确保石化装置后继的安全可靠运行提供有效依据。

Description

石化装置动设备失效模式诊断方法
技术领域
本发明属于石化装置失效分析技术领域，具体涉及一种石化装置失效模式的分析方法。
背景技术
石化装置的生产过程具有易燃易爆、有毒有害、反应易失控等特性，因此，石化产品生产企业的生产装置通常存在较大潜在危险性。为了防范重特大事故的发生，国家安全监管总局明确指出对化工装置安全运行管理中出现的异常工况要进行监测预警，及时判断发生异常工况的根源，评估可能产生的后果，制订安全处置方案，避免因处理不当造成事故。目前，用于大型石化装置的失效模式诊断，多采用振动信号和系统运行参数监测方法，但是这些方法诊断方法存在准确性较低的问题。
发明内容
本发明提出一种石化装置动设备失效模式诊断方法，可提高失效分析人员的工作效率和准确性，该方法具体步骤如下：
步骤一，获取石化装置动设备的失效背景；
步骤二，对装置运行振动信号进行监测与对比，获取所述动设备的失效信息，预估所述动设备的失效模式；
步骤三，对宏观形貌进行观察，分析所述动设备的失效模式；
步骤四，观察断口微观形貌，分析所述动设备的失效模式；
步骤五，综合步骤二所预估的失效模式和步骤三、步骤四宏、微观分析所获得的失效模式，判定所述动设备失效模式。
进一步的，所述步骤一具体为，获取石化装置中动设备的运行背景，获取所述动设备的失效背景。
进一步的，所述步骤二具体为，
首先，通过监测所述动设备的振动信号对比不同情况下所述动设备的振动信息，确定所述动设备失效前后振动信号的变化情况；
然后，根据步骤一获取的装置失效背景和所述动设备的振动信号对比结果，预估石化装置的失效模式，包括以下步骤：
对比健康状态下的振动检测信号与失效情况下的振动信号，找出发生失效的部件：与健康状态下的振动信号相比，部件断裂后，振动幅值减小，振动谱的最大幅值与最小幅值之比发生了规律性的变化；部件磨损后，振动幅值介于正常与断裂之间，振动谱的最大幅值与最小幅值之比发生了规律性的变化，但是比断裂的幅度小；当动设备存在故障时，振动信号的幅值和分布均有可能发生改变；据此，通过对振动谱的时频域统计特征，即平均值、峰峰值、均方根值、波形因子、中心频率，进行分析，进而可以识别出所述动设备发生失效的具体部件和原因。
进一步的，步骤三所述宏观形貌观察，包括对失效的具体部件未清洗时断口形貌和清洗后的形貌观察；
若宏观上变形较小，且发现疲劳弧线，则为疲劳断裂；若宏观上断面收缩率较小，有放射状的撕裂棱或人字花样，则判断为脆性断裂模式；若宏观断口呈纤维状或长毛绒状，断面收缩率在5％以上，则是延性断裂；对于磨损失效，磨损失效时，塑性材料粘着破坏发生在离表面一定的深度范围，塑性材料磨损下来的颗粒较大，而脆性材料的破坏深度较浅，脆性材料的粘着磨损产物多数呈金属磨屑碎片状。
进一步的，步骤四所述观察断口微观形貌，分析所述动设备的失效模式，具体为：
当所述具体部件上发生断裂时，如果断口上存在疲劳条带或疲劳轮胎痕迹时，为疲劳断裂模式；断口上存在冰糖状花样、解理台阶及河流花样等，为脆性断裂模式；断口上存在韧窝或产生蛇形滑动、连波等特征时，为韧性断裂模式。
进一步的，确定所述石化装置动设备的失效模式，是依据振动监测信号和宏观微观分析结果对失效模式进行综合诊断，具体为：
当振动幅值减小，振动谱的最大幅值与最小幅值之比发生了规律性的变化时，初步判定为断裂失效或磨损失效；
此时，若宏观形貌上存在变形较小且发现疲劳弧线或微观断口上存在疲劳条带、疲劳轮胎痕迹，则可判定失效模式为疲劳断裂失效；
此时，若宏观断口上断面收缩率较小且有放射状的撕裂棱或人字花样，或微观断口形貌上存在冰糖状花样、解理台阶及河流花样等，则可判定失效模式为脆性断裂失效；
此时，若宏观断口呈纤维状或长毛绒状且断面收缩率在5％以上或微观断口形貌上存在韧窝或产生蛇形滑动、连波等特征，则可判定失效模式为韧性断裂失效；
此时，若宏观形貌上存在磨损下来较大颗粒或金属磨屑碎片状，则可判定失效模式为磨损失效。
本发明所述方法根据石化装置失效振动信号与材料分析相结合得出预估失效模式,可辅助分析人员进行失效分析的逻辑判断,为分析石化装置失效原因提供指引方向,提高分析人员的分析效率和准确性。
附图说明
图1为本发明所述方法的步骤框图；
图2为疲劳断裂微观形貌图；
图3为韧性断裂微观形貌图。
具体实施方式
下面结合附图和实施例对本发明的进行详细的描述。
一种石化装置动设备失效模式诊断方法，包括以下步骤：
步骤一，获取石化装置动设备的失效背景；获取石化装置中动设备的运行背景，获取所述动设备的失效信息，包括装置的安装，使用工况，装置的受载状况等，预估石化装置的失效形式包括疲劳断裂失效、脆性断裂失效、韧性断裂失效和磨损失效。
步骤二，对装置运行振动信号进行监测与对比，获取所述动设备的失效信息；通过对装置安装传感器和信号收集装置，可对装置的振动信号进行信号监测和信号收集。通过监测所述动设备的振动信号对比不同情况下所述动设备的振动信息，确定所述动设备失效前后振动信号的变化情况。预估石化装置的失效模式，包括以下步骤：
首先，通过监测所述动设备的振动信号对比不同情况下所述动设备的振动信息，确定所述动设备失效前后振动信号的变化情况；
然后，根据步骤一获取的装置失效背景和所述动设备的振动信号对比结果，预估石化装置的失效模式，包括以下步骤：
对比健康状态下的振动检测信号与失效情况下的振动信号，找出发生失效的部件：与健康状态下的振动信号相比，部件断裂后，振动幅值减小，振动谱的最大幅值与最小幅值之比发生了规律性的变化；部件磨损后，振动幅值介于正常与断裂之间，振动谱的最大幅值与最小幅值之比发生了规律性的变化，但是比断裂的幅度小；当动设备存在故障时，振动信号的幅值和分布均有可能发生改变；据此，通过对振动谱的时频域统计特征，即平均值、峰峰值、均方根值、波形因子、中心频率，进行分析，进而可以识别出所述动设备发生失效的具体部件和失效模式。
步骤三，对宏观形貌进行观察，分析所述动设备的失效模式；包括对失效的具体部件原始形貌和清洗后的形貌观察；
如果宏观上变形较小，且发现疲劳弧线则为疲劳断裂；发生脆性断裂时，宏观上断面收缩率较小，有放射状的撕裂棱或人字花样，则判断为脆性断裂模式；宏观断口呈纤维状或长毛绒状，断面收缩率在5％以上，则是延性断裂；对于磨损失效，磨损失效时，塑性材料粘着破坏发生在离表面一定的深度范围，塑性材料磨损下来的颗粒较大，而脆性材料的破坏深度较浅，脆性材料的粘着磨损产物多数呈金属磨屑碎片状。
步骤四，观察断口微观形貌，分析所述动设备的失效模式；当所述具体部件上发生断裂时，如果断口上存在疲劳条带或疲劳轮胎痕迹时，为疲劳断裂模式；断口上存在冰糖状花样、解理台阶及河流花样等，为脆性断裂模式；断口上存在韧窝或产生蛇形滑动、连波等特征时，为韧性断裂模式。
步骤五，确定所述石化装置动设备的失效模式，是依据振动监测信号和宏观微观分析结果对失效模式进行综合诊断，具体为：
当振动幅值减小，振动谱的最大幅值与最小幅值之比发生了规律性的变化时，初步判定为断裂失效或磨损失效；
此时，若宏观形貌上存在变形较小且发现疲劳弧线或微观断口上存在疲劳条带、疲劳轮胎痕迹，则可判定失效模式为疲劳断裂失效；
此时，若宏观断口上断面收缩率较小且有放射状的撕裂棱或人字花样，或微观断口形貌上存在冰糖状花样、解理台阶及河流花样等，则可判定失效模式为脆性断裂失效；
此时，若宏观断口呈纤维状或长毛绒状且断面收缩率在5％以上或微观断口形貌上存在韧窝或产生蛇形滑动、连波等特征，则可判定失效模式为韧性断裂失效；
此时，若宏观形貌上存在磨损下来较大颗粒或金属磨屑碎片状，则可判定失效模式为磨损失效。
上述实施方式为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合和/或简化，均应视为等效的置换方式，均应包含在本发明的保护范围之内。

Claims (6)

1.一种石化装置动设备失效模式诊断方法，其特征在于，包括以下步骤：
步骤一，获取石化装置动设备的失效背景；
步骤二，对装置运行振动信号进行监测与对比，获取所述动设备的失效信息，预估所述动设备的失效模式；
步骤三，对宏观形貌进行观察，分析所述动设备的失效模式；
步骤四，观察断口微观形貌，分析所述动设备的失效模式；
步骤五，综合步骤二所预估的失效模式和步骤三、步骤四宏、微观分析所获得的失效模式，判定所述动设备失效模式。
2.如权利要求1所述的一种石化装置动设备失效模式诊断方法，其特征在于，所述步骤一具体为，获取石化装置中动设备的运行背景，获取所述动设备的失效背景。
3.如权利要求2所述的一种石化装置动设备失效模式诊断方法，其特征在于，所述步骤二具体为，
首先，通过监测所述动设备的振动信号对比不同情况下所述动设备的振动信息，确定所述动设备失效前后振动信号的变化情况；
然后，根据步骤一获取的装置失效背景和所述动设备的振动信号对比结果，预估石化装置的失效模式，包括以下步骤：
对比健康状态下的振动监测信号与失效情况下的振动监测信号，找出发生失效的部件：与健康状态下的振动信号相比，部件断裂后，振动幅值减小，振动谱的最大幅值与最小幅值之比发生了规律性的变化；部件磨损后，振动幅值介于正常与断裂之间，振动谱的最大幅值与最小幅值之比发生了规律性的变化，但是比断裂的幅度小；当动设备存在故障时，振动信号的幅值和分布均有可能发生改变；据此，通过对振动谱的时频域统计特征，即平均值、峰峰值、均方根值、波形因子、中心频率，进行分析，进而可以识别出所述动设备发生失效的具体部件和失效模式。
4.如权利要求3所述的一种石化装置动设备失效模式诊断方法，其特征在于，步骤三所述宏观形貌观察，包括对失效的具体部件未清洗时的形貌观察和清洗后的形貌观察；
若宏观上变形较小，且发现疲劳弧线，则为疲劳断裂；若宏观上断面收缩率较小，有放射状的撕裂棱或人字花样，则判断为脆性断裂模式；若宏观断口呈纤维状或长毛绒状，断面收缩率在5％以上，则是延性断裂；对于磨损失效，磨损失效时，塑性材料粘着破坏发生在离表面一定的深度范围，塑性材料磨损下来的颗粒较大，而脆性材料的破坏深度较浅，脆性材料的粘着磨损产物多数呈金属磨屑碎片状。
5.如权利要求3所述的一种石化装置动设备失效模式诊断方法，其特征在于，步骤四所述观察断口微观形貌，分析所述动设备的失效模式，具体为：
当所述具体部件上发生断裂时，如果断口上存在疲劳条带或疲劳轮胎痕迹时，为疲劳断裂模式；断口上存在冰糖状花样、解理台阶及河流花样等，为脆性断裂模式；断口上存在韧窝或产生蛇形滑动、连波等特征时，为韧性断裂模式。
6.如权利要求1-5任一所述的一种石化装置动设备失效模式诊断方法，其特征在于，确定所述石化装置动设备的失效模式，是依据振动监测信号和宏观微观分析结果对失效模式进行综合诊断，具体为：
当振动幅值减小，振动谱的最大幅值与最小幅值之比发生了规律性的变化时，初步判定为断裂失效或磨损失效；
此时，若宏观形貌上存在变形较小且发现疲劳弧线或微观断口上存在疲劳条带、疲劳轮胎痕迹，则可判定失效模式为疲劳断裂失效；
此时，若宏观断口上断面收缩率较小且有放射状的撕裂棱或人字花样，或微观断口形貌上存在冰糖状花样、解理台阶及河流花样等，则可判定失效模式为脆性断裂失效；
此时，若宏观断口呈纤维状或长毛绒状且断面收缩率在5％以上或微观断口形貌上存在韧窝或产生蛇形滑动、连波等特征，则可判定失效模式为韧性断裂失效；
此时，若宏观形貌上存在磨损下来较大颗粒或金属磨屑碎片状，则可判定失效模式为磨损失效。
CN202010063612.0A 2020-01-20 2020-01-20 石化装置动设备失效模式诊断方法 Pending CN111189627A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010063612.0A CN111189627A (zh) 2020-01-20 2020-01-20 石化装置动设备失效模式诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010063612.0A CN111189627A (zh) 2020-01-20 2020-01-20 石化装置动设备失效模式诊断方法

Publications (1)

Publication Number Publication Date
CN111189627A true CN111189627A (zh) 2020-05-22

Family

ID=70706493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010063612.0A Pending CN111189627A (zh) 2020-01-20 2020-01-20 石化装置动设备失效模式诊断方法

Country Status (1)

Country Link
CN (1) CN111189627A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002073240A1 (en) * 2001-03-13 2002-09-19 Conoco Phillips Company Method and process for prediction of subsurface fluid and rock pressures in the earth
US20060235476A1 (en) * 2005-04-18 2006-10-19 Gunderson Bruce D Method and apparatus for identifying oversensing using far-field intracardiac electrograms and marker channels
CN101813590A (zh) * 2009-02-25 2010-08-25 中国科学院半导体研究所 微机电系统机械组元可靠性评估的测试装置及方法
CN102095590A (zh) * 2010-11-29 2011-06-15 中国石油大学(北京) 一种动态环境下储运动力机组的安全监测方法
CN106644784A (zh) * 2016-12-31 2017-05-10 北京航空航天大学 一种考虑多部位及多失效模式的涡轮盘损伤容限评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002073240A1 (en) * 2001-03-13 2002-09-19 Conoco Phillips Company Method and process for prediction of subsurface fluid and rock pressures in the earth
US20060235476A1 (en) * 2005-04-18 2006-10-19 Gunderson Bruce D Method and apparatus for identifying oversensing using far-field intracardiac electrograms and marker channels
CN101813590A (zh) * 2009-02-25 2010-08-25 中国科学院半导体研究所 微机电系统机械组元可靠性评估的测试装置及方法
CN102095590A (zh) * 2010-11-29 2011-06-15 中国石油大学(北京) 一种动态环境下储运动力机组的安全监测方法
CN106644784A (zh) * 2016-12-31 2017-05-10 北京航空航天大学 一种考虑多部位及多失效模式的涡轮盘损伤容限评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIANGLONG ZHANG等: "Fatigue and fracture failure analysis of a twin-roll press", 《ENGINEERING FAILURE ANALYSIS》 *
有移亮等: "波纹管失效分析", 《金属热处理》 *
滕海洋: "换热器管束失效分析方法与应用研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *

Similar Documents

Publication Publication Date Title
Amarnath et al. Exploiting sound signals for fault diagnosis of bearings using decision tree
Yang et al. A novel feature representation method based on original waveforms for acoustic emission signals
Ratava et al. Tool condition monitoring in interrupted cutting with acceleration sensors
El-Wardany et al. Tool condition monitoring in drilling using vibration signature analysis
Elasha et al. Pitting detection in worm gearboxes with vibration analysis
Shakya et al. A novel methodology for online detection of bearing health status for naturally progressing defect
US20150122037A1 (en) Method for diagnosing faults in slurry pump impellers
Shao et al. Characteristic recognition of chatter mark vibration in a rolling mill based on the non-dimensional parameters of the vibration signal
CN110648480A (zh) 一种基于变化速率的单变量报警系统及方法
CN109141625B (zh) 一种滚珠丝杠副的在线状态监测方法
Al-Atat et al. A systematic methodology for gearbox health assessment and fault classification
Shao et al. Gearbox vibration monitoring using extended Kalman filters and hypothesis tests
Liu et al. A review of current condition monitoring and fault diagnosis methods for low-speed and heavy-load slewing bearings
Kasim et al. Cutting tool wear progression index via signal element variance
CN111189627A (zh) 石化装置动设备失效模式诊断方法
CN112505501B (zh) 一种基于电声联合的局部放电严重等级判别及预警方法
Wang et al. Study of an efficient real-time monitoring and control system for BUE and cutter breakage for CNC machine tools
CN103487275A (zh) 基于二维投射的煤矿设备状态识别和预警方法
Li Signal processing in manufacturing monitoring
CN112525337B (zh) 一种针对机械压力机振动监测数据预处理方法
Gui et al. Unsupervised detection of tool breakage: A novel approach based on time and sensor domain data analysis
Amarnath et al. Fault diagnosis of helical gearbox using decision tree and best-first tree
Siyuan et al. Study on application of Principal Component Analysis to fault detection in hydraulic pump
Prakash et al. Identification of tool wear status and correlation of chip morphology in micro-end milling of mild steel (SAE 1017) using acoustic emission signal
Pang et al. Real-Time Monitoring of Tool Wear in High-Speed Milling of Aircraft Structural Parts

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200522

WD01 Invention patent application deemed withdrawn after publication