CN216691443U - 一种泥浆泵故障识别系统 - Google Patents

Abstract

本实用新型公开了一种泥浆泵故障识别系统，包括：传感器阵列，其对泥浆泵各噪点位置的声音信号进行探测；处理装置，其与传感器阵列连接，根据所探测到的各噪点声音信号，进行声源部件定位和特征提取；诊断装置，其与处理装置连接，将所定位的声源和提取到的声音特征数据，转换为泥浆泵的故障部件以及相应故障部件的故障类型。本实用新型能够有效预测泥浆泵故障并快速定位故障部位，结构设计简单，诊断结果精度高，适合泥浆泵在线故障诊断。

Description

一种泥浆泵故障识别系统

技术领域

本实用新型涉及泥浆泵检测技术领域，尤其是涉及一种泥浆泵故障识别系统。

背景技术

泥浆泵是石油钻机的心脏，主要用于循环钻井液、冲洗井底并携带岩屑、冷却钻头、保护井壁等，在喷射钻井时，还有破碎岩屑的作用。由于泥浆泵的环境恶劣、钻井工况复杂，导致泥浆泵故障率高。正确、及时地处理钻井过程中泥浆泵出现的各种故障，减少停钻时问，对于保障钻井顺利进行，降低钻井成本，减少事故的发生和杜绝安全隐患都将起着重要的作用。

传统的泥浆泵故障的诊断方法是在发生故障时，在现场依靠人的经验、技术水平，通过目测、耳听及常规的泵压数据等方式进行故障部位的判断，效率低，主观性强，现场无法做到提前预测泥浆泵故障。

在现有泥浆泵故障诊断技术中，有如下几种类型的方案：其一，通过振动传感器检测泥浆泵的振动，利用数据线传输给动态信号测试仪，最后上传数据处理模块，利用数据处理模块进行信号处理与诊断；其二，根据多个参数(主轴承温度、十字头温度、润滑油温度和压力、缸套压力、泵压、泵冲)来进行实时监测和预警，便于快速确定泥浆泵故障点；其三，在泥浆泵的各个液缸上设置若干单声音传感器，采集各液缸单声音信号进行融合运算，可以分离出各个液缸的噪声信号。

虽然现有技术能够对泥浆泵进行故障诊断处理，但在实现本实用新型过程中，发明人发现现有泥浆泵故障诊断技术存在如下问题：1、基于接触式传感器设备进行振动信号、音频信号采集，采集结果受安装位置、安装环境和泥浆泵工作环境等因素影响更较大；2、基于单麦克风处理技术来进行声音信号采集，使得目标声源定位结果失真严重；3、采用线性阵列技术进行声信号采集，在背景噪声较强的情况下，诊断精度较低；4、仅研究了噪声分离方案，并未实现故障诊断和预测。

实用新型内容

为了解决上述技术问题，本实用新型提供了一种泥浆泵故障识别系统，包括：传感器阵列，其对泥浆泵各噪点位置的声音信号进行探测；处理装置，其与所述传感器阵列连接，根据所探测到的各噪点声音信号，进行声源部件定位和特征提取；诊断装置，其与所述处理装置连接，将所定位的声源和提取到的声音特征数据，转换为泥浆泵的故障部件以及相应故障部件的故障类型。

优选地，所述系统还包括：采集装置，其位于所述传感器阵列和所述处理装置之间，对所探测到的各噪点声音信号进行数据格式标准化处理。

优选地，所述处理装置包括：预处理单元、以及分别与所述预处理单元连接的定位单元和特征提取单元。

优选地，所述预处理单元包括依次连接的模数转换器、滤波器、降噪器、放大器、加窗分帧器和时域-频域变换器。

优选地，所述声源部件包括但不限于：液缸、活塞、吸入阀、排出阀、动力端链条、十字头和导板部件。

优选地，所述传感器阵列水平放置在泥浆泵的液力端侧的下方。

优选地，所述传感器阵列采用麦克风传感器阵列。

优选地，所述传感器阵列为由多个声音传感器形成的矩形面阵机构。

优选地，所述矩形面阵机构采用16*13矩形阵列，其中，各传感器间的间距为0.05m。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本实用新型公开了一种泥浆泵故障识别系统。该系统通过在泥浆泵附近安装麦克风传感器阵列，采集泥浆泵运行过程中各部位发出的声音信号，并对所采集声音信号进行分析，预测诊断泥浆泵的故障，有效发现泥浆泵故障苗头，从而在故障发生之前处理，避免非停机带来的损失。本实用新型能够有效预测泥浆泵故障并快速定位故障部位，结构设计简单，诊断结果精度更高，适合泥浆泵在线故障诊断。其次，本实用新型所采用的非接触式安装方式，不受安装位置和环境的限制，对声源信号可自动监测、定位、预测和诊断。再次，本实用新型所采用的矩形面阵麦克风阵列结构，可以获得泥浆泵不同部件声源信号的方位信息，具有更高精度的时变信息。

本实用新型的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本实用新型而了解。本实用新型的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本实用新型的进一步理解，并且构成说明书的一部分，与本实用新型的实施例共同用于解释本实用新型，并不构成对本实用新型的限制。在附图中：

图1是本申请实施例的泥浆泵故障识别系统的整体结构示意图。

图2是本申请实施例的泥浆泵故障识别系统的具体结构示意图。

图3是本申请实施例的泥浆泵故障识别系统中预处理单元31的内部结构示意图。

在本申请中，所有附图均为示意性的附图，仅用于说明本实用新型的原理，并且未按实际比例绘制。

其中，附图标记列表如下：

1：探测装置

2：采集装置

3：处理装置

4：诊断装置

31：预处理单元

32：定位单元

33：特征提取单元

311：模数转换器

312：滤波器

313：放大器

314：加窗分帧器

315：时域-频域变换器

具体实施方式

以下将结合附图及实施例来详细说明本实用新型的实施方式，借此对本实用新型如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本实用新型中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本实用新型的保护范围之内。

泥浆泵是石油钻机的心脏，主要用于循环钻井液、冲洗井底并携带岩屑、冷却钻头、保护井壁等，在喷射钻井时，还有破碎岩屑的作用。由于泥浆泵的环境恶劣、钻井工况复杂，导致泥浆泵故障率高。正确、及时地处理钻井过程中泥浆泵出现的各种故障，减少停钻时问，对于保障钻井顺利进行，降低钻井成本，减少事故的发生和杜绝安全隐患都将起着重要的作用。

传统的泥浆泵故障的诊断方法是在发生故障时，在现场依靠人的经验、技术水平，通过目测、耳听及常规的泵压数据等方式进行故障部位的判断，效率低，主观性强，现场无法做到提前预测泥浆泵故障。

在现有泥浆泵故障诊断技术中，有如下几种类型的方案：其一，通过振动传感器检测泥浆泵的振动，利用数据线传输给动态信号测试仪，最后上传数据处理模块，利用数据处理模块进行信号处理与诊断；其二，根据多个参数(主轴承温度、十字头温度、润滑油温度和压力、缸套压力、泵压、泵冲)来进行实时监测和预警，便于快速确定泥浆泵故障点；其三，在泥浆泵的各个液缸上设置若干单声音传感器，采集各液缸单声音信号进行融合运算，可以分离出各个液缸的噪声信号。

虽然现有技术能够对泥浆泵进行故障诊断处理，但在实现本实用新型过程中，发明人发现现有泥浆泵故障诊断技术存在如下问题：1、基于接触式传感器设备进行振动信号、音频信号采集，采集结果受安装位置、安装环境和泥浆泵工作环境等因素影响更较大；2、基于单麦克风处理技术来进行声音信号采集，使得目标声源定位结果失真严重；3、采用线性阵列技术进行声信号采集，在背景噪声较强的情况下，诊断精度较低；4、仅研究了噪声分离方案，并未实现故障诊断和预测。

因而，为了克服上述现有技术依赖人员经验、受安装位置和环境影响、信噪分离难、诊断精度低、无法提前预测等技术问题中一个或几个技术问题，本实用新型提出了一种泥浆泵故障识别系统。该系统包括：安装在泥浆泵附近的传感器阵列，其采集泥浆泵各点噪声处的声音信号；用于根据所采集的声音信号进行声源定位和特征提取的处理装置；以及用于根据声源定位结果和信号特征提取结果来确定泥浆泵的故障部件、故障阶段及故障类型。这样，本实用新型通过非接触式声音信号安装方式，有效预测泥浆泵故障，并快速定位故障部位，使得预测结果受安装位置和环境影响较小。

实施例一

图1是本申请实施例的泥浆泵故障识别系统的整体结构示意图。如图1所示，本实用新型实施例所述的泥浆泵故障识别系统，至少包括：传感器阵列1、处理装置3和诊断装置4。其中，处理装置3与传感器阵列1相连接，诊断装置4与处理装置3相连接。

在本实用新型实施例中，探测装置(传感器阵列)1水平放置在泥浆泵的液力端侧的下方。传感器阵列1用于采用传感器阵列技术对泥浆泵各噪点位置的声音信号进行探测。进一步，传感器阵列1采用麦克风传感器阵列。

传感器阵列1由多个声音传感器11构成，并使得所有声音传感器形成均匀的矩形面阵机构。具体地，传感器阵列1优选地采用16*13矩形传感器结构。进一步，各个传感器之间的间距为0.05m。

在实际应用过程中，由于传感器阵列1中各个声音传感器水平放置在泥浆泵的液力端侧的下方，因而，在泥浆泵实际运行工作过程中，泥浆泵内部的各部件均作为声源部件发出相应的声音信号，此时，整个矩形面阵机构组成的传感器阵列1可将各传感器作为相应的噪声探测点，对探测区域内各噪点位置处所接收到的声音信号进行采集(探测)。由此，在各噪点位置处所采集到的声音信号是由不同位置处的声源部件所发出的声音信号的叠加。

进一步，在本实用新型实施例中，声源部件包括但不限于泥浆泵液缸、活塞、吸入阀、排出阀、动力端链条、十字头和导板部件。这样，由于本实用新型采用麦克风传感器阵列形成均匀矩形面阵机构，并水平放置在泥浆泵的液力端侧的下方，因而传感器阵列1能够采集表征泥浆泵内部的液缸、活塞、吸入阀、排出阀、动力端链条、十字头、导板部件等部件运行特征的声音信号。

处理装置3用于根据从探测装置1处获得的所探测到的各噪点声音信号进行声源定位和声音特征提取，而后将声源定位结果和声音特征提取结果(声音特征数据)发送至诊断装置4。诊断装置4用于根据从处理装置3获得的所定位的声源(声源定位结果)和所提取到的声音特征数据(声音特征提取结果)，将这些信息转换为所识别出的泥浆泵的故障部件以及故障部件的故障类型，从而对泥浆泵进行故障预测，确定泥浆泵的故障部件以及相应故障部件的故障类型。

图2是本申请实施例的泥浆泵故障识别系统的具体结构示意图。下面参考图2对本实用新型实施例所述的泥浆泵故障识别系统的功能和结构进行详细说明。

如图2所示，为了提高诊断结果的准确性，并防止采集到的干扰参量对故障诊断结果产生异常影响，本实用新型实施例中的泥浆泵故障诊断系统还包括：采集装置2。

如图2所示，采集装置2位于探测装置1和处理装置3之间。在本实用新型实施例中，采集装置2用于对从探测装置1处获得的所探测到的各噪点声音信号进行数据格式标准化处理。具体地，在本实用新型实施例中，采集装置2进一步用于先接收探测装置1发送的各噪声位置点的声音信号，而后，对各噪点声音信号分别进行数据格式标准化处理，最后将各噪点位置处对应的经处理后的声音信号发送至处理装置3。

进一步，本实用新型中的采集装置2还用于在进行数据格式标准化处理之前，对所接收到的各噪声位置点的声音信号进行数据清洗处理，从而得到各噪点位置对应的经数据清洗处理后的声音信号，最后将各噪点位置处对应的经数据清洗后的声音信号发送至处理装置3。其中，数据清洗处理依次包括：异常数据清除处理、错误数据纠正处理、重复数据清理处理以及数据格式标准化处理。

进一步，处理装置3用于接收从采集装置2处获得的各噪点位置(各通道)处对应的经处理后的声音信号，并对各通道所接收到的声音信号进行分析处理，而后根据分析处理结果分别进行声源定位和声音特征提取处理，从而得到相应的声源定位结果和声音特征提取结果。

如图2所示，处理装置3至少包括：预处理单元31、定位单元32和特征提取单元33。下面参考图2对处理装置3的实施流程进行具体说明。

在本实用新型实施例中，预处理单元31用于对从采集装置2处获得的各噪点位置(各通道)处对应的经处理后的声音信号分别进行分析处理，针对每个传感器通道(噪点)均得到相应的声音信号分析处理结果，最后将每个噪点通道对应的声音信号分析处理结果发送至定位单元32和特征提取单元33中。

图3是本申请实施例的泥浆泵故障识别系统中预处理单元31的内部结构示意图。参考图3，预处理单元31包括依次连接的模数转换器311、滤波器312、放大器313、加窗分帧器314和时域-频域变换器315。

具体地，在利用预处理单元31对每个传感器通道所获得的经处理后的声音信号进行分析处理时，预处理单元3会将每个通道的声音信号依次进行模数转换处理、高通滤波处理、降噪处理、信号放大处理、加窗分帧处理和时域-频域变换处理，从而针对每个噪点通道得到相应的声音信号分析处理结果。另外，本发明实施例所述的时域-频域变换器315 优选为傅里叶变换器。

这样，预处理单元31不仅将声音信号中不必要的低频噪声成分进行滤除，还将声音信号进行放大、加窗及频域转换处理，进一步便于后续对声音频谱特征进行分析。

在完成声音信号的预处理后，定位单元32用于根据从预处理单元31处获得的每个噪点通道对应的声音信号分析处理结果，进行声源定位处理，得到相应的声源信息。其中，声源信息包括一个或多个所定位出的声源部件。

进一步，特征提取单元33用于对从预处理单元31处获得的每个噪点通道对应的声音信号分析处理结果进行声音特征提取处理，得到表征针对当前整个探测装置的声音特征提取结果的综合声音特征数据。在本实用新型实施例中，综合声音特征数据包括但不限于：相位谱图、幅度谱图、能量占比特征、统计因子特征、声强分布特征和频率成分特征。

在完成声源定位和声音特征提取处理后，定位单元32和特征提取单元33会分别将所得到的声源信息和综合声音特征数据发送至诊断装置4中。

诊断装置4用于获得从处理装置3中的定位单元32和特征提取单元33所发出的声源信息和综合声音特征数据，并根据这两类信息对泥浆泵中发出当前声音信号的部件进行故障预测，确定是否有部件发生故障，并在有部件发生故障时锁定一个或多个故障部件、并确定当故障发生的阶段和具体故障类型。

这样，本实用新型实施例所述的泥浆泵故障识别系统能够对实时运行过程中的泥浆泵在故障发生各个阶段下的故障部件及类型进行准确识别及预测，在故障发生之前处理，避免非停机带来的损失。

本实用新型公开了一种泥浆泵故障识别系统。该系统通过在泥浆泵的液力端侧的下方安装麦克风传感器阵列，采集泥浆泵运行过程中各部位发出的声音信号，并对所采集声音信号进行分析，预测诊断泥浆泵的故障，有效发现泥浆泵故障苗头，从而在故障发生之前处理，避免非停机带来的损失。本实用新型能够有效预测泥浆泵故障并快速定位故障部位，结构设计简单，诊断结果精度更高，适合泥浆泵在线故障诊断。其次，本实用新型所采用的非接触式安装方式，不受安装位置和环境的限制，对声源信号可自动监测、定位、预测和诊断。再次，本实用新型所采用的矩形面阵麦克风阵列结构，可以获得泥浆泵不同部件声源信号的方位信息，具有更高精度的时变信息。

以上所述，仅为本实用新型较佳的具体实施方式，但本实用新型的保护范围并不局限于此，任何熟悉该技术的人员在本实用新型所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本实用新型的保护范围之内。因此，本实用新型的保护范围应该以权利要求的保护范围为准。

应该理解的是，本实用新型所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本实用新型的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然本实用新型所披露的实施方式如上，但所述的内容只是为了便于理解本实用新型而采用的实施方式，并非用以限定本实用新型。任何本实用新型所属技术领域内的技术人员，在不脱离本实用新型所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本实用新型的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (9)

1.一种泥浆泵故障识别系统，其特征在于，包括：

传感器阵列，其对泥浆泵各噪点位置的声音信号进行探测；

处理装置，其与所述传感器阵列连接，根据所探测到的各噪点声音信号，进行声源部件定位和特征提取；

诊断装置，其与所述处理装置连接，将所定位的声源和提取到的声音特征数据，转换为泥浆泵的故障部件以及相应故障部件的故障类型。

2.根据权利要求1所述的泥浆泵故障识别系统，其特征在于，所述泥浆泵故障识别系统还包括：

采集装置，其位于所述传感器阵列和所述处理装置之间，对所探测到的各噪点声音信号进行数据格式标准化处理。

3.根据权利要求1或2所述的泥浆泵故障识别系统，其特征在于，所述处理装置包括：预处理单元、以及分别与所述预处理单元连接的定位单元和特征提取单元。

4.根据权利要求3所述的泥浆泵故障识别系统，其特征在于，所述预处理单元包括依次连接的模数转换器、滤波器、降噪器、放大器、加窗分帧器和时域-频域变换器。

5.根据权利要求1所述的泥浆泵故障识别系统，其特征在于，所述声源部件包括但不限于：液缸、活塞、吸入阀、排出阀、动力端链条、十字头和导板部件。

6.根据权利要求1所述的泥浆泵故障识别系统，其特征在于，所述传感器阵列水平放置在泥浆泵的液力端侧的下方。

7.根据权利要求6所述的泥浆泵故障识别系统，其特征在于，所述传感器阵列采用麦克风传感器阵列。

8.根据权利要求7所述的泥浆泵故障识别系统，其特征在于，所述传感器阵列为由多个声音传感器形成的矩形面阵机构。

9.根据权利要求8所述的泥浆泵故障识别系统，其特征在于，所述矩形面阵机构采用16*13矩形阵列，其中，各传感器间的间距为0.05m。

Images