CN112329357B - 一种清水离心泵振动故障的简易诊断方法及诊断系统 - Google Patents
一种清水离心泵振动故障的简易诊断方法及诊断系统 Download PDFInfo
- Publication number
- CN112329357B CN112329357B CN202011183831.9A CN202011183831A CN112329357B CN 112329357 B CN112329357 B CN 112329357B CN 202011183831 A CN202011183831 A CN 202011183831A CN 112329357 B CN112329357 B CN 112329357B
- Authority
- CN
- China
- Prior art keywords
- centrifugal pump
- vibration
- impeller
- time
- flow
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/0088—Testing machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Abstract
本发明公开了一种清水离心泵振动故障的简易诊断方法,包括以下步骤:获得不同流量下水平方向和竖直方向的叶轮所受水力径向力的时间序列;确定振动烈度临界值;实时采集运行流量和驱动端轴承的振动加速度值以及叶轮相位,并生成相应的时间序列;计算水平方向和竖直方向的振动烈度以及流量平均值;判断离心泵是否存在振动故障,若存在,则进一步计算相关水力径向力和振动加速度时间序列之间的相关系数。本发明还公开了一种清水离心泵振动故障的简易诊断系统,包括数据输入模块、采集模块、存储模块、运算模块和显示模块。本发明提供的清水离心泵振动故障的简易诊断方法及诊断系统,将数值计算和现场测试数据充分融合,稳定可靠,适用性广。
Description
技术领域
本发明涉及离心泵领域,具体涉及一种清水离心泵振动故障的简易诊断方法及诊断系统。
背景技术
离心泵是一种工农业生产和居民生活不可或缺的通用机械,而清水离心泵则是离心泵众多门类中应用最为广泛的一种。清水离心泵被设计用于输送清水介质,并提高清水介质的压力,主要服务于工业循环冷却水系统和自来水系统等给排水领域。为了保证所处系统正常的工作,应当尽量使清水离心泵处于安全稳定的运行状态,而一旦清水离心泵发生运行故障,应该第一时间内判断出其状态并给出大致的故障诱导因素以方便及时进行针对性维修。
对清水离心泵而言,其最为常见也最受人们关注的故障现象体现为超过合适范围的振动。离心泵运行过程中振动现象的诱发主要有机械因素和内部流体流动因素这两大方面。其中,机械因素主要与离心泵生产和安装环节的加工制作以及装配有关。譬如叶轮质量不平衡、主轴装配不对中等因素会带来较为明显的转子系统振动;而流体因素则在于离心泵内部复杂非稳态流动过程的流体激励有关。当前,人们对于上述机械因素的研究已经较为全面和成熟,并发展了大量的机械故障检测与诊断技术和工具;而对于泵内部流体流动因素的研究则比较少。事实上,对于清水离心泵,尤其是较低比转速的清水离心泵而言,其非额定流量工况下流体流动带来的泵结构振动现象比较显著,在各种离心泵的结构振动因素中占据十分重要的地位。
清水离心泵内部非稳态流体流动诱导结构产生振动现象,主要分为叶轮途径和蜗壳途径。其中,叶轮途径的振动水平与离心泵高速运动的转子系统的安全稳定性密切相关,而其振动产生则以非稳态流体流动过程作用在叶轮上的水力径向力为基础。若离心泵转子系统的振动水平较高,超过其正常合理范围,则说明离心泵出现振动故障状态;而离心泵的振动故障,究竟是由加工、装配等机械因素引起,还是由于内部流体流动造成的,则取决于作用在叶轮上的水力径向力时间序列和振动加速度信号时间序列之间的相关程度。
当离心泵处于振动故障状态时,有必要及时作出分析,准确判断故障的诱导源是机械因素还是内部流体流动因素,以便进行针对性的人工处置和维护保养。然而,公知的离心泵振动故障诊断,主要关注于机械因素,而对离心泵内部的流体流动因素研究较少,也缺乏相关的技术工具报道。因此,从离心泵的安全稳定运行和及时维修保养角度出发,有必要对离心泵振动故障时的故障大致源头进行简易的诊断,判断离心泵的振动故障是否由内部流体流动所诱发,以便在必要的时候迅速准确地采取干预和维修措施,以免产生不良的后果。
发明内容
为了解决上述技术问题,本发明提供一种稳定可靠、简单方便、成本较低且科学准确的清水离心泵振动故障的简易诊断方法,并提供一种清水离心泵振动故障的简易诊断系统。
本发明解决上述问题的技术方案是:一种清水离心泵振动故障的简易诊断方法,其特征在于,分为以下步骤:
步骤1、以0.1Qn为间隔,应用计算流体力学软件Fluent进行离心泵内部流场的瞬态计算,单个流量下瞬态计算的时间长度为N个额定转速下对应的叶轮旋转周期,依次获得0.5Qn~1.5Qn流量范围内共计11个不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列,以上Qn为离心泵的额定流量值,N为处于2~10的正整数。
步骤2、根据《GB/T 29531-2013泵的振动测量与评价方法》确定离心泵所处运行条件下不合格时的振动烈度临界值。
步骤3、实时采集离心泵的运行流量和离心泵驱动端轴承的水平方向和竖直方向振动加速度值的时间序列以及叶轮所处相位的时间序列,并通过将振动加速度值对时间积分的方式分别生成离心泵驱动端轴承的水平方向和竖直方向振动速度值时间序列。
步骤4、按照一定的时间间隔进行运行时间分段,在当前运行时间段内分别对离心泵驱动端轴承的水平方向和竖直方向振动速度值的时间序列进行振动烈度的计算,并计算出当前运行时间段内的流量平均值。
步骤5、将步骤4获得的离心泵驱动端轴承的水平方向和竖直方向的振动烈度均小于步骤2确定的振动烈度临界值,则判断离心泵不存在振动故障;否则,判断离心泵存在振动故障,并进一步分别计算出当前运行时间段内与当前时间段采集获得的平均流量最接近的流量下水平方向离心泵叶轮所受水力径向力和当前时间段内离心泵驱动端轴承的振动加速度的相关系数,以及与当前时间段采集获得的平均流量最接近的流量下竖直方向离心泵叶轮所受水力径向力和当前时间段内离心泵驱动端轴承的振动加速度的相关系数,以获得的相关系数值作为离心泵振动故障原因由泵内流体流动因素诱发的可能性的判断依据。
上述清水离心泵振动故障的简易诊断方法,所述步骤1离心泵叶轮所受水力径向力的时间序列的获得,分为以下子步骤:
子步骤S10、绘制离心泵三维水力模型,记录三维水力模型中叶轮所处的相位,划分数值计算用网格,并导入计算流体力学软件Fluent中;
子步骤S20、在计算流体力学软件Fluent中,设置模型为瞬态计算,流动介质相关物理性质为水的性质,离心泵进口为运行流量0.5Qn所对应的流量条件,出口为0压力条件,设置叶轮区域所属网格按照额定转速旋转,设置瞬态计算总的时间长度为N个叶轮旋转周期,单个迭代时间步的时间长度为m与1个叶轮旋转周期的乘积,随后进行瞬态计算,在瞬态计算过程中将叶轮表面所受压强对叶轮表面积进行积分,分别获得该流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列,以上m处于0.001至0.01之间;
子步骤S30、将子步骤S20中的运行流量在原基础上增大0.1Qn,维持其他设置不变,获得该流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列;
子步骤S40、不断重复子步骤S30,直至获得1.5Qn流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列。
上述清水离心泵振动故障的简易诊断方法,所述步骤2离心泵所处运行条件下不合格时的振动烈度临界值的获得,根据《GB/T 29531-2013泵的振动测量与评价方法》,先根据离心泵的中心高和额定转速确定离心泵的分类,再确定当前离心泵分类下其振动级别为不合格时对应的最小振动烈度值,即为离心泵所处运行条件下不合格时的振动烈度临界值。
上述清水离心泵振动故障的简易诊断方法,所述步骤3离心泵驱动端轴承的水平方向和竖直方向振动加速度值的时间序列以及叶轮所处相位的时间序列的采集,信号采集的时间周期固定且其长度等于步骤2的子步骤S20中单个迭代时间步的时间长度。
上述清水离心泵振动故障的简易诊断方法,所述步骤4的时间分段,分段的时间间隔与步骤1中的N个额定转速下对应的叶轮旋转周期时长相等,时间分段的起始时间点采集得到的叶轮相位与子步骤S10三维水力模型中叶轮所处的相位相等。
上述清水离心泵振动故障的简易诊断方法,所述步骤4当前运行时间段内离心泵驱动端轴承的水平方向和竖直方向振动速度值的振动烈度,为当前运行时间段内相应的振动速度值的均方根值。
上述清水离心泵振动故障的简易诊断方法,所述步骤5当前运行时间段内某个方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数,由以下公式确定:
式中,X和Y分别为当前运行时间段内某个方向离心泵叶轮所受水力径向力的时间序列和离心泵驱动端轴承的振动加速度的时间序列,Var[X]和Var[Y]分别为序列X和Y各自的方差,Cov(X,Y)为序列X和Y之间的协方差。
一种用于实现以上所述简易诊断方法的诊断系统,其特征在于:包括数据输入模块、数据采集模块、数据存储模块、数据运算模块和数据显示模块:
所述数据输入模块、数据采集模块、数据运算模块和数据显示模块均与数据存储模块相连;
数据输入模块用于人工输入离心泵振动烈度临界值、额定转速、分段的时间间隔、三维水力模型中叶轮的相位、振动加速度信号采集的时间周期以及0.5Qn~1.5Qn流量范围内共计11个不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列;
数据采集模块包括流量计1支、键相传感器1支、分别置于轴承水平方向和竖直方向的振动加速度传感器各1只,流量计用于实时采集离心泵的运行流量,键相传感器用于实时采集离心泵叶轮旋转过程所处相位,振动加速度传感器用于实时采集离心泵驱动端轴承的水平方向和竖直方向的振动加速度值;
数据存储模块存储数据输入模块、数据采集模块、数据运算模块提供的数据,并将当前运行时间段内离心泵是否存在振动故障的判断结果以及水平方向和竖直方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数提供至数据显示模块;
数据显示模块用于实时显示当前运行时间段内水平方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数,以及竖直方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数;
数据运算模块主要通过数据存储模块获得数据输入模块输入的不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列以及数据采集模块输入的离心泵驱动端轴承的水平方向和竖直方向的振动加速度值时间序列,判断离心泵当前是否存在振动故障,若存在振动故障,则进一步对相应流量相应方向下的离心泵叶轮所受水力径向力的时间序列和振动加速度值时间序列进行相关系数计算,最终输出判断与计算结果至存储模块。
本发明的有益效果在于:
1、本发明针对离心泵振动现象十分复杂、影响因素不确定的实际情况,抓住振动过程的驱动端轴承加速度信号序列和离心泵叶轮所受水力径向力时间序列二者之间的相关系数这一关键特征,判断振动现象及其激励源之间的关联程度,从而实现清水离心泵振动故障状态下振动诱发因素的准确诊断,这种方式充分发挥了数据分析的优势,不但准确率高,而且方便工业现场部署、运行稳定。
2、本发明利用计算流体力学软件Fluent基于数值计算途径获得清水离心泵不同运行流量下叶轮所受水力径向力的时间序列,解决了常规技术手段叶轮所受水力径向力无法直接测量准确的难题。将事先运算获得的叶轮所受水力径向力的时间序列予以存储,而在离心泵运行过程实时采集获得等时间长度和等时间步的驱动端轴承振动加速度信号时间序列,并将振动加速度时间序列与水力径向力时间序列进行相关系数计算作为振动故障因素的判断依据,这种方法实现了数值计算模型、物理量测量和数据分析挖掘三者之间的有机融合,整体而言客观科学、计算量小;此外本发明只有在振动烈度超过其故障临界值时才判断出现振动故障并进行后续相关分析以诊断故障诱因,这进一步节约了运算开销。
3、本发明提供的清水离心泵振动故障的简易诊断方法,具有较高的准确率和较广的应用范围,对清水离心泵的现场维护具有较高的参考价值,相应的诊断系统成本较低、运行稳定可靠且实现难度较小。
附图说明
图1为本发明清水离心泵振动故障的简易诊断方法的流程图。
图2为本发明清水离心泵振动故障的简易诊断系统的结构框图。
图3为本发明应用实例中250m3/h流量下清水离心泵叶轮所受水力径向力的曲线图,其中,曲线1代表水平方向所受径向力,曲线2代表竖直方向所受径向力。
图4为本发明应用实例中263m3/h流量下清水离心泵驱动端轴承采集获得的振动加速度信号曲线图,其中,曲线3代表水平方向的振动加速度,曲线4代表竖直方向的振动加速度。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示,一种清水离心泵振动故障的简易诊断方法,其特征在于,分为以下步骤:
步骤1、以0.1Qn为间隔,应用计算流体力学软件Fluent进行离心泵内部流场的瞬态计算,单个流量下瞬态计算的时间长度为N个额定转速下对应的叶轮旋转周期,依次获得0.5Qn~1.5Qn流量范围内共计11个不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列,以上Qn为离心泵的额定流量值,N为处于2~10的正整数。
所述的离心泵叶轮所受水力径向力的时间序列的获得,分为以下子步骤:
子步骤S10、绘制离心泵三维水力模型,记录三维水力模型中叶轮所处的相位,划分数值计算用网格,并导入计算流体力学软件Fluent中;
子步骤S20、在计算流体力学软件Fluent中,设置模型为瞬态计算,流动介质相关物理性质为水的性质,离心泵进口为运行流量0.5Qn所对应的流量条件,出口为0压力条件,设置叶轮区域所属网格按照额定转速旋转,设置瞬态计算总的时间长度为N个叶轮旋转周期,单个迭代时间步的时间长度为m与1个叶轮旋转周期的乘积,随后进行瞬态计算,在瞬态计算过程中将叶轮表面所受压强对叶轮表面积进行积分,分别获得该流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列,以上m处于0.001至0.01之间;
子步骤S30、将子步骤S20中的运行流量在原基础上增大0.1Qn,维持其他设置不变,获得该流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列;
子步骤S40、不断重复子步骤S30,直至获得1.5Qn流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列。
步骤2、根据《GB/T 29531-2013泵的振动测量与评价方法》确定离心泵所处运行条件下不合格时的振动烈度临界值。
所述的离心泵所处运行条件下不合格时的振动烈度临界值的获得,根据《GB/T29531-2013泵的振动测量与评价方法》,先根据离心泵的中心高和额定转速确定离心泵的分类,再确定当前离心泵分类下其振动级别为不合格时对应的最小振动烈度值,即为离心泵所处运行条件下不合格时的振动烈度临界值。
步骤3、实时采集离心泵的运行流量和离心泵驱动端轴承的水平方向和竖直方向振动加速度值的时间序列以及叶轮所处相位的时间序列,并通过将振动加速度值对时间积分的方式分别生成离心泵驱动端轴承的水平方向和竖直方向振动速度值时间序列。
所述离心泵驱动端轴承的水平方向和竖直方向振动加速度值的时间序列以及叶轮所处相位的时间序列的采集,信号采集的时间周期固定且其长度等于子步骤S20中单个迭代时间步的时间长度。
步骤4、按照一定的时间间隔进行运行时间分段,在当前运行时间段内分别对离心泵驱动端轴承的水平方向和竖直方向振动速度值的时间序列进行振动烈度的计算,并计算出当前运行时间段内的流量平均值。
所述的时间分段,分段的时间间隔与步骤1中的N个额定转速下对应的叶轮旋转周期时长相等,时间分段的起始时间点采集得到的叶轮相位与子步骤S10三维水力模型中叶轮所处的相位相等。
所述的当前运行时间段内离心泵驱动端轴承的水平方向和竖直方向振动速度值的振动烈度,为当前运行时间段内相应的振动速度值的均方根值。
步骤5、将步骤4获得的离心泵驱动端轴承的水平方向和竖直方向的振动烈度均小于步骤2确定的振动烈度临界值,则判断离心泵不存在振动故障;否则,判断离心泵存在振动故障,并进一步分别计算出当前运行时间段内与当前时间段采集获得的平均流量最接近的流量下水平方向离心泵叶轮所受水力径向力和当前时间段内离心泵驱动端轴承的振动加速度的相关系数,以及与当前时间段采集获得的平均流量最接近的流量下竖直方向离心泵叶轮所受水力径向力和当前时间段内离心泵驱动端轴承的振动加速度的相关系数,以获得的相关系数值作为离心泵振动故障原因由泵内流体流动因素诱发的可能性的判断依据。
所述的当前运行时间段内某个方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数,由以下公式确定:
式中,X和Y分别为当前运行时间段内某个方向离心泵叶轮所受水力径向力的时间序列和离心泵驱动端轴承的振动加速度的时间序列,Var[X]和Var[Y]分别为序列X和Y各自的方差,Cov(X,Y)为序列X和Y之间的协方差。
如图2所示,一种清水离心泵振动故障的简易诊断系统,其特征在于:包括数据输入模块、数据采集模块、数据存储模块、数据运算模块和数据显示模块:
所述数据输入模块、数据采集模块、数据运算模块和数据显示模块均与数据存储模块相连;
数据输入模块用于人工输入离心泵振动烈度临界值、额定转速、分段的时间间隔、三维水力模型中叶轮的相位、振动加速度信号采集的时间周期以及0.5Qn~1.5Qn流量范围内共计11个不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列;
数据采集模块包括流量计1支、键相传感器1支、分别置于轴承水平方向和竖直方向的振动加速度传感器各1只,流量计用于实时采集离心泵的运行流量,键相传感器用于实时采集离心泵叶轮旋转过程所处相位,振动加速度传感器用于实时采集离心泵驱动端轴承的水平方向和竖直方向的振动加速度值;
数据存储模块存储数据输入模块、数据采集模块、数据运算模块提供的数据,并将当前运行时间段内离心泵是否存在振动故障的判断结果以及水平方向和竖直方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数提供至数据显示模块;
数据显示模块用于实时显示当前运行时间段内水平方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数,以及竖直方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数;
数据运算模块主要通过数据存储模块获得数据输入模块输入的不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列以及数据采集模块输入的离心泵驱动端轴承的水平方向和竖直方向的振动加速度值时间序列,判断离心泵当前是否存在振动故障,若存在振动故障,则进一步对相应流量相应方向下的离心泵叶轮所受水力径向力的时间序列和振动加速度值时间序列进行相关系数计算,最终输出判断与计算结果至存储模块。
实施例
某灌溉泵站的某台离心泵,额定流量Qn=500m3/h,额定转速n=1500r/min,则1个叶轮旋转周期对应的时间为0.04s。该离心泵的结构形式为卧式泵,泵的轴线到泵的底座上平面间的距离即中心高为305mm。
以0.1Qn=50m3/h为间隔,应用计算流体力学软件Fluent进行离心泵内部流场的瞬态计算,单个流量下瞬态计算的时间长度为3个额定转速下对应的叶轮旋转周期,依次获得0.5Qn~1.5Qn流量范围内共计11个不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列。
以0.5Qn=250m3/h流量为例,介绍该流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列的获取过程,其他流量下离心泵叶轮所受水力径向力时间序列的获取方式与之类似。
首先,绘制离心泵三维水力模型,该模型下三维水力模型中叶轮所处的相位记为0°,划分数值计算用网格,并导入计算流体力学软件Fluent中;
其次,在计算流体力学软件Fluent中,设置模型为瞬态计算,流动介质相关物理性质为水的性质,离心泵进口为运行流量0.5Qn=250m3/h所对应的流量条件,出口为0压力条件,设置叶轮区域所属网格按照额定转速旋转,设置瞬态计算总的时间长度为3个叶轮旋转周期即0.12s,单个迭代时间步的时间长度为0.001与1个叶轮旋转周期的乘积,亦即单个迭代时间步的时间长度为1.2×10-4s,随后进行瞬态计算,在瞬态计算过程中将叶轮表面所受压强对叶轮表面积进行积分,分别获得该流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列。
0.5Qn=250m3/h流量下清水离心泵叶轮所受水力径向力的曲线见图3,其中,曲线1代表水平方向所受径向力,曲线2代表竖直方向所受径向力。
将获得的0.5Qn~1.5Qn流量范围内共计11个不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列输入至数据输入模块,并存储于数据存储模块。
根据《GB/T 29531-2013泵的振动测量与评价方法》,由于该离心泵额定转速n=1500r/min,中心高为305mm,故该离心泵的分类属于第二类,该分类下振动烈度D级分级界限对应的振动烈度为4.50mm/s,亦即该离心泵所处运行条件下不合格时的振动烈度临界值为4.50mm/s。
下面介绍该离心泵运行现场的数据采集情况。现场安装的数据采集模块包括流量计1支、键相传感器1支、分别置于轴承水平方向和竖直方向的振动加速度传感器各1只,流量计用于实时采集离心泵的运行流量,键相传感器用于实时采集离心泵叶轮旋转过程所处相位,振动加速度传感器用于实时采集离心泵驱动端轴承的水平方向和竖直方向的振动加速度值。
数据采集模块实时采集离心泵的运行流量和离心泵驱动端轴承的水平方向和竖直方向振动加速度值的时间序列以及叶轮所处相位的时间序列,对采集数据存储至数据存储模块,并基于数据运算模块通过振动加速度值对时间积分的方式分别生成离心泵驱动端轴承的水平方向和竖直方向振动速度值时间序列。
离心泵驱动端轴承的水平方向和竖直方向振动加速度值的时间序列以及叶轮所处相位的时间序列的采集,信号采集的时间周期固定且其长度等于Fluent软件瞬态计算过程单个迭代时间步的时间长度1.2×10-4s。
按照3个叶轮旋转周期即0.12s对采集数据进行时间分段,且每个时间段起始点处键相传感器采集得到的叶轮所处相位为0,即保证采集数据的时间分段方式与Fluent软件瞬态计算过程的时间段总长度与初始时刻叶轮相位均一致。
当前时间段,采集得到的平均流量为263m3/h,该流量下清水离心泵驱动端轴承采集获得的振动加速度信号曲线见图4,其中,曲线3代表水平方向的振动加速度,曲线4代表竖直方向的振动加速度。
将图4中的振动加速度信号对时间积分,分别得到水平方向和竖直方向的振动速度曲线,并求得水平方向和竖直方向振动速度的均方根值分别为9.47mm/s和8.68mm/s,亦即水平方向和竖直方向的振动烈度分别为9.47mm/s和8.68mm/s,可见二者均超过了该离心泵所处运行条件下不合格时的振动烈度临界值4.50mm/s,故判定该离心泵当前处于振动故障状态。
为了判断当前振动故障是否由离心泵内部流体流动因素导致,考虑到当前时间段内平均流量值263m3/h与存储模块存储的260m3/h流量最为接近,故应用数据预算模块计算260m3/h流量下水平方向和竖直方向叶轮所受水力径向力与同方向下当前时刻的驱动端轴承振动加速度时间序列的相关系数,最终得到水平方向下叶轮所受水力径向力时间序列和当前时间段内驱动端轴承振动加速度时间序列的相关系数为0.69,而竖直方向下叶轮所受水力径向力时间序列和驱动端轴承振动加速度时间序列的相关系数为0.79。相关系数用于说明两个变量之间的相关性,相关系数处于-1至1之间,越接近-1说明两个变量之间的负相关越明显,而越接近1则说明两个变量之间的正相关越明显。因此,容易看出驱动端轴承水平方向和竖直方向的振动加速度,分别与各自方向下的叶轮所受水力径向力存在较强的正相关,这说明驱动端轴承的振动故障,有很大可能性是由于离心泵内部流体流动过程作用在叶轮上的水力激励所诱导的,应该从改善离心泵内部流场分布的角度入手进行故障排除工作。
最后,数据运算模块将获得的水平方向和竖直方向叶轮所受水力径向力时间序列与当前时间段内驱动端轴承振动加速度时间序列的相关系数值0.69和0.79输至数据存储模块,数据存储模块再将其传输至数据显示模块予以显示。
为了验证本实施例提供的清水离心泵振动故障的简易诊断方法及诊断系统的有效性,对本实施例中清水离心泵的水力模型进行优化设计,重新设计制作叶轮并更换原有叶轮。对更换叶轮后的清水离心泵进行测试,结果发现流量值263m3/h附近时,离心泵驱动端轴承水平方向和竖直方向的振动烈度分别降低至3.96mm/s和2.74mm/s,二者均低于该离心泵所处运行条件下不合格时的振动烈度临界值4.50mm/s,离心泵振动故障已被修复。这说明本实施例提供的清水离心泵振动故障的简易诊断方法及诊断系统具有较高的指导价值。
本实施例提供的清水离心泵振动故障的简易诊断方法及诊断系统,将计算机数值计算、振动信号采集与信号分析三者之间有机融合,构建相同流量下驱动端轴承加速度信号序列和离心泵叶轮所受水力径向力时间序列二者之间的相关系数这一关键特征,用于判断振动现象及其激励源之间的关联程度,从而实现清水离心泵振动故障状态下振动诱发因素的准确诊断;而其中离心泵叶轮所受水力径向力时间序列由计算机数值计算得到,这有效避免了水力径向力直接测量的不便。因此,本实施例提供的清水离心泵振动故障的简易诊断方法及诊断系统,具有逻辑清晰、科学合理、客观准确和成本较低的优点,十分适合各种服役环境下清水离心泵振动故障的诊断需求。
Claims (8)
1.一种清水离心泵振动故障的简易诊断方法,其特征在于,分为以下步骤:
步骤1、以0.1Qn为间隔,应用计算流体力学软件Fluent进行离心泵内部流场的瞬态计算,单个流量下瞬态计算的时间长度为N个额定转速下对应的叶轮旋转周期,依次获得0.5Qn~1.5Qn流量范围内共计11个不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列,以上Qn为离心泵的额定流量值,N为处于2~10的正整数;
步骤2、根据《GB/T 29531-2013泵的振动测量与评价方法》确定离心泵所处运行条件下不合格时的振动烈度临界值;
步骤3、实时采集离心泵的运行流量和离心泵驱动端轴承的水平方向和竖直方向振动加速度值的时间序列以及叶轮所处相位的时间序列,并通过将振动加速度值对时间积分的方式分别生成离心泵驱动端轴承的水平方向和竖直方向振动速度值时间序列;
步骤4、按照一定的时间间隔进行运行时间分段,在当前运行时间段内分别对离心泵驱动端轴承的水平方向和竖直方向振动速度值的时间序列进行振动烈度的计算,并计算出当前运行时间段内的流量平均值;
步骤5、将步骤4获得的离心泵驱动端轴承的水平方向和竖直方向的振动烈度均小于步骤2确定的振动烈度临界值,则判断离心泵不存在振动故障;否则,判断离心泵存在振动故障,并进一步分别计算出当前运行时间段内与当前时间段采集获得的平均流量最接近的流量下水平方向离心泵叶轮所受水力径向力和当前时间段内离心泵驱动端轴承的振动加速度的相关系数,以及与当前时间段采集获得的平均流量最接近的流量下竖直方向离心泵叶轮所受水力径向力和当前时间段内离心泵驱动端轴承的振动加速度的相关系数,以获得的相关系数值作为离心泵振动故障原因由泵内流体流动因素诱发的可能性的判断依据。
2.权利要求1所述的清水离心泵振动故障的简易诊断方法,其特征在于,步骤1所述的离心泵叶轮所受水力径向力的时间序列的获得,分为以下子步骤:
子步骤S10、绘制离心泵三维水力模型,记录三维水力模型中叶轮所处的相位,划分数值计算用网格,并导入计算流体力学软件Fluent中;
子步骤S20、在计算流体力学软件Fluent中,设置模型为瞬态计算,流动介质相关物理性质为水的性质,离心泵进口为运行流量0.5Qn所对应的流量条件,出口为0压力条件,设置叶轮区域所属网格按照额定转速旋转,设置瞬态计算总的时间长度为N个叶轮旋转周期,单个迭代时间步的时间长度为m与1个叶轮旋转周期的乘积,随后进行瞬态计算,在瞬态计算过程中将叶轮表面所受压强对叶轮表面积进行积分,分别获得该流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列,以上m处于0.001至0.01之间;
子步骤S30、将子步骤S20中的运行流量在原基础上增大0.1Qn,维持其他设置不变,获得该流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列;
子步骤S40、不断重复子步骤S30,直至获得1.5Qn流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列。
3.权利要求1所述的清水离心泵振动故障的简易诊断方法,其特征在于,步骤2所述的离心泵所处运行条件下不合格时的振动烈度临界值的获得,根据《GB/T 29531-2013泵的振动测量与评价方法》,先根据离心泵的中心高和额定转速确定离心泵的分类,再确定当前离心泵分类下其振动级别为不合格时对应的最小振动烈度值,即为离心泵所处运行条件下不合格时的振动烈度临界值。
4.权利要求1所述的清水离心泵振动故障的简易诊断方法,其特征在于,步骤3所述离心泵驱动端轴承的水平方向和竖直方向振动加速度值的时间序列以及叶轮所处相位的时间序列的采集,信号采集的时间周期固定且其长度等于权利要求2子步骤S20中单个迭代时间步的时间长度。
5.权利要求1所述的清水离心泵振动故障的简易诊断方法,其特征在于,步骤4所述的时间分段,分段的时间间隔与权利要求1步骤1中的N个额定转速下对应的叶轮旋转周期时长相等,时间分段的起始时间点采集得到的叶轮相位与权利要求2子步骤S10三维水力模型中叶轮所处的相位相等。
6.权利要求1所述的清水离心泵振动故障的简易诊断方法,其特征在于,步骤4所述的当前运行时间段内离心泵驱动端轴承的水平方向和竖直方向振动速度值的振动烈度,为当前运行时间段内相应的振动速度值的均方根值。
8.一种用于实现权利要求1-7任意一项所述简易诊断方法的诊断系统,其特征在于:包括数据输入模块、数据采集模块、数据存储模块、数据运算模块和数据显示模块:
所述数据输入模块、数据采集模块、数据运算模块和数据显示模块均与数据存储模块相连;
数据输入模块用于人工输入离心泵振动烈度临界值、额定转速、分段的时间间隔、三维水力模型中叶轮的相位、振动加速度信号采集的时间周期以及0.5Qn~1.5Qn流量范围内共计11个不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列;
数据采集模块包括流量计1支、键相传感器1支、分别置于轴承水平方向和竖直方向的振动加速度传感器各1只,流量计用于实时采集离心泵的运行流量,键相传感器用于实时采集离心泵叶轮旋转过程所处相位,振动加速度传感器用于实时采集离心泵驱动端轴承的水平方向和竖直方向的振动加速度值;
数据存储模块存储数据输入模块、数据采集模块、数据运算模块提供的数据,并将当前运行时间段内离心泵是否存在振动故障的判断结果以及水平方向和竖直方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数提供至数据显示模块;
数据显示模块用于实时显示当前运行时间段内水平方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数,以及竖直方向离心泵叶轮所受水力径向力和离心泵驱动端轴承的振动加速度的相关系数;
数据运算模块主要通过数据存储模块获得数据输入模块输入的不同流量下水平方向和竖直方向的离心泵叶轮所受水力径向力的时间序列以及数据采集模块输入的离心泵驱动端轴承的水平方向和竖直方向的振动加速度值时间序列,判断离心泵当前是否存在振动故障,若存在振动故障,则进一步对相应流量相应方向下的离心泵叶轮所受水力径向力的时间序列和振动加速度值时间序列进行相关系数计算,最终输出判断与计算结果至存储模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011183831.9A CN112329357B (zh) | 2020-10-29 | 2020-10-29 | 一种清水离心泵振动故障的简易诊断方法及诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011183831.9A CN112329357B (zh) | 2020-10-29 | 2020-10-29 | 一种清水离心泵振动故障的简易诊断方法及诊断系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112329357A CN112329357A (zh) | 2021-02-05 |
CN112329357B true CN112329357B (zh) | 2022-04-26 |
Family
ID=74297353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011183831.9A Active CN112329357B (zh) | 2020-10-29 | 2020-10-29 | 一种清水离心泵振动故障的简易诊断方法及诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112329357B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113511076B (zh) * | 2021-05-14 | 2022-06-14 | 湘潭大学 | 一种电动汽车液冷管路阻力增大故障的诊断系统及方法 |
CN114002061B (zh) * | 2021-10-21 | 2024-02-20 | 山东鑫海矿业技术装备股份有限公司 | 基于径向力的涡旋破碎机的叶轮监测方法、设备及介质 |
CN114707266B (zh) * | 2022-03-31 | 2023-04-21 | 江苏苏华泵业有限公司 | 基于人工智能的工业离心泵运转稳定性预测系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102889216B (zh) * | 2012-09-05 | 2014-11-05 | 江苏大学 | 一种离心泵转子流动诱导振动的测量方法 |
WO2017197450A1 (en) * | 2016-05-16 | 2017-11-23 | Weir Minerals Australia Ltd | Pump monitoring |
CN106599422B (zh) * | 2016-12-02 | 2020-05-26 | 长沙山水节能研究院有限公司 | 叶片泵转子系统的振动仿真分析方法及其装置 |
CN111324992A (zh) * | 2020-01-07 | 2020-06-23 | 江苏大学 | 一种离心泵内平衡盘非线性动态轴向力的计算方法 |
-
2020
- 2020-10-29 CN CN202011183831.9A patent/CN112329357B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112329357A (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112329357B (zh) | 一种清水离心泵振动故障的简易诊断方法及诊断系统 | |
CN106761681B (zh) | 基于时序数据分析的电泵井故障实时诊断系统及方法 | |
CN105114334B (zh) | 基于计算流体动力学理论的多级离心泵叶轮口环磨损量监测方法 | |
CN105021334B (zh) | 基于多权值神经网络的风机能耗监测识别方法 | |
CN108981796B (zh) | 一种五位一体水力机械故障诊断方法 | |
CN105628421A (zh) | 一种水电机组分工况振摆越限监测预警方法 | |
CN109190166A (zh) | 一种叶片泵空化判定及状态评估方法及其系统 | |
CN106762343B (zh) | 基于在线数据的水轮发电机组推力轴承故障的诊断方法 | |
CN112832999B (zh) | 一种基于多传感器数据融合的电泵井工况诊断系统及方法 | |
Jami et al. | Impeller fault detection under variable flow conditions based on three feature extraction methods and artificial neural networks | |
CN103925155A (zh) | 一种风电机组输出功率异常的自适应检测方法 | |
CN110242588A (zh) | 一种离心泵诊断信号采集系统及故障诊断方法 | |
CN108446379A (zh) | 水电机组故障诊断方法 | |
Luo et al. | Analysis of vibration characteristics of centrifugal pump mechanical seal under wear and damage degree | |
Hamomd et al. | Vibration based centrifugal pump fault diagnosis based on modulation signal bispectrum analysis | |
CN106596110B (zh) | 基于在线数据的水轮发电机组水力不平衡故障的自动分析诊断方法 | |
CN110259702A (zh) | 一种离心泵运行效果判定方法 | |
CN116878886B (zh) | 一种用于冷却塔水泵轴承磨损的监测方法 | |
Fan et al. | Research on running status monitoring and rotating blade crack detection of large-scale centrifugal compressor based on blade tip timing technique | |
Dutta et al. | Bearing fault detection for water pumping system using artificial neural network | |
Gregg et al. | Feature selection for monitoring erosive cavitation on a hydroturbine | |
RU2395723C1 (ru) | Способ эксплуатации насосного агрегата в процессе закачки жидкости в пласт | |
CN116928112A (zh) | 一种潜水离心泵的故障监测系统和方法 | |
GB2619825A (en) | A fault diagnosis method of blast blower and apparatus, electronic device thereof | |
CN109630450B (zh) | 一种天然气长输管道离心压缩机组停机保护方法 |
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: 20221209 Address after: 411105 No. 2, East Peugeot Road, Jiuhua Demonstration Area, Xiangtan City, Hunan Province Patentee after: HUNAN CREDO PUMP Co.,Ltd. Address before: 411105 Hunan Province, Xiangtan City Yuhu fools Tong College of mechanical engineering of Xiangtan University Patentee before: XIANGTAN University |
|
TR01 | Transfer of patent right |