故障診斷技術在石化工業往復壓縮機中得到了廣泛運用，對于保證機器安全穩定運行起到了重要作用。本文首先敘述了往復壓縮機故障診斷的意義及研究現狀，描述了目前故障診斷過程中所使用的技術，并分析比較了它們的特點; 介紹了國內外一些常見的往復壓縮機狀態監測系統; 最后提出了往復壓縮機的故障診斷技術的未來發展方向。

1、引言

　　往復壓縮機廣泛應用于煉油、化工等流程工業，是這些流程工業裝置的核心設備。往復壓縮機壓縮介質大都為氫氣、天然氣、瓦斯氣、乙烯等易燃易爆性氣體，一旦發生嚴重故障，危險氣體極易外泄，從而導致著火、爆炸等惡性事故發生，其運行狀態直接影響裝置的安全與高效生產。往復壓縮機由于結構復雜、易損部件多，故障率一直居高不下。表1 顯示了導致往復壓縮機非正常停機的各種因素及其所占的百分比，其中氣閥、填料密封、活塞環依次是往復壓縮機中故障率最高的部件，而曲軸、連桿、十字頭、活塞桿等動力傳動部件故障率雖然不高，但該類部件的任何故障都會造成嚴重的后果，對生產安全和人身安全造成威脅。

表1 導致往復式壓縮機非正常停機的各種因素及其所占百分比

　　在壓縮機實際運行過程當中，借助或依靠先進的傳感器技術和動態測試技術及計算機信號處理技術，分析設備中異常的部位和原因，對隱含的故障進行精準的早期預報和診斷，使壓縮機在不分解的情況下就能準確判斷出故障的部位，對于減少和防止事故的發生，提高生產的經濟效益，起到極大的促進作用。因此，故障診斷技術越來越得到重視，其在工藝往復壓縮機中的應用也越來越廣泛，開發出能夠應用于流程工業核心機械設備的在線狀態監測與故障診斷技術己成為社會化大生產的關鍵問題。

　　根據國內外的成功案例和經驗，開展往復式壓縮機狀態監測需要實現以下4 個目的:

　　(1) 通過監測優化檢修計劃，減少非計劃停機，延長運轉周期，降低維修維護費用;

　　(2) 通過監測了解機器的運行工況，優化運行參數，提高設備運行效率;

　　(3) 通過監測發現故障發生的部位，使檢修做到有的放失，縮短檢修時間;

　　(4) 及時預警，提前采取有效措施，降低故障的發生率，特別預防災難性事故的發生。

2、往復壓縮機故障診斷技術現狀及應用

　　2.1、往復壓縮機故障診斷技術

　　與其他機械設備故障診斷過程一樣，往復壓縮機故障診斷過程也包括了信號檢測、特征提取與選擇、狀態識別三大步驟。其中信號檢測是往復壓縮機故障診斷的關鍵之一，信號參數選取與測取的有效性直接影響后面步驟的分析效果。目前，往復壓縮機采用的監測方法主要有: 工程熱力參數法(壓力、溫度、流量等) 、振動監測分析法、沖擊振動分析法、噪聲監測分析法、氣體泄漏監測法、磨損位移監測法、油液分析法等，相對已比較成熟，例如氣缸內氣體壓力、溫度是往復壓縮機氣閥、活塞、氣缸等故障判斷的一個重要特征; 機殼的振動與活塞桿的下沉可用于判斷曲軸連桿機構的振動狀況與活塞環的磨損情況。

　　往復壓縮機的振動信號是十分復雜的，給故障特征提取與選擇帶來了極大的困難，只有某些特征明顯的故障可以直接得到診斷。目前往復壓縮機的特征提取方法在總體上可以概括為時域特征提取法、頻域特征提取法、時頻域特征提取法三大類。由于往復壓縮機監測信號的非平穩性、環境噪聲的干擾等，有些方法的時域特征統計參數魯棒性較弱，不能夠為往復壓縮機故障診斷提供有力的判定依據，但仍可以作為故障診斷的初判。因而開發降噪、消噪技術及尋找噪聲敏感性低的統計特征參數是時域特征提取法的研究重點。

　　頻域特征提取方法主要是指對往復壓縮機測試信號進行的各種譜分析，包括頻譜率、譜包絡、譜時間序列分析等，特別適合分析旋轉機械。這些譜分析方法基本上是以適合平穩信號分析的傅里葉變換為基礎，而在往復壓縮機的實測信號中，除了具有驅動電機的平穩工頻成分外，有些頻率成分是隨著往復壓縮機工作循環過程變化的，在整個時間域上并不持續存在，所以上述譜分析法就不能夠準確地反映往復壓縮機的狀態信息。時頻分析的思想則正好解決了這樣的不足，近年來己經有短時傅里葉變換( STFT) 、魏格納威爾分布( WVD) 、小波及小波包分析、Hilbert -Huang 變換( HHT) 等一些方法應用于往復壓縮機的故障診斷，取得了比傅里葉變換更好的效果。由于每種特征提取方法均具有其各自的優缺點，所以在往復壓縮機故障特征提取與診斷研究中，往往采用多種方法，互相結合，優勢互補，提高故障診斷精度。

　　在往復壓縮機故障診斷中應用比較多的狀態識別方法主要有神經網絡方法、支持向量機方法、人工免疫法等。其中，神經網絡方法需要大量的訓練樣本以得到較高的識別準確率，然而實際中很難獲得往復壓縮機所有狀態的樣本，因此導致該方法在往復壓縮機實際故障診斷中不能深入推廣應用。隨著支持向量機與人工免疫等方法的出現，從理論上解決了神經網絡方法中需要大量訓練樣本的難題，逐漸被引入到往復壓縮機故障診斷研究中。

　　總之，往復壓縮機的故障非常復雜，往往無法用單一特征進行描述與識別; 而各種算法由于自身的局限性也不能單獨地應用到所有類型的故障診斷中。因此，真空技術網(smsksx.com)認為綜合運用多種信號檢測技術，將信號的時域、頻域或時頻域特征進行組合，把特征提取方法與狀態識別方法結合起來，將會成為往復壓縮機故障診斷領域的發展趨勢。

　　2.2、往復壓縮機故障系統

　　美國Dynalco、GE Bently、Prognost、賀爾碧格為代表的國外企業已經開發了可工業化應用的往復壓縮機在線監測系統，能對活塞桿載荷、氣缸動態壓力等信號進行監測。在國內，西安交通大學、浙江大學、北京化工大學、合肥通用機械研究院等都對往復壓縮機故障機理進行了深人研究，并開發了一些在線監測與分析系統。代表性的有Prognost 系統，美國Dynalco 公司9260CR 系統( 圖1) ，丹麥B&K 公司的3540 監測系統和美國Bently公司的3300 監測系統，由北京化工大學科研團隊開發的BH5000R 往復壓縮機在線監測系統可靠性和實用性完全達到了工業化應用的要求振動保護系統是壓縮機組安全、穩定運行的最后一道屏障，也是少數沒有國產化的儀電類產品，是大型壓縮機組必備的配套系統。

圖1 Dynalco 系統

　　國內外石油化工等能源行業應用最廣泛且先進的壓縮機組振動聯鎖停機保護系統從Bently 公司的7200 到3300 再發展到目前GE Bently 3500系統，一直采用振動通頻幅值進行報警及緊急聯鎖停車保護，該類保護方式主要存在2 個弊端:

　　(1) 無法根據故障類型、破壞形式對報警和停機值進行分類設置，報警及聯鎖停機沒有針對性，停機值只能按照短板效應進行保守設置，不可避免增加了報警和停機次數，給連續生產帶來重大損失;

　　(2) 該類保護系統無法分辨虛假信號，誤報警及聯鎖停車不可避免。

　　根據2010 年1 月份中石油近30 多家煉化分公司安全檢查數據統計，關鍵透平壓縮機組振動聯鎖保護實際投用率只有78%; 而往復壓縮機的振動保護聯鎖投用率只有35%。為確保連續生產避免造成較大的生產損失，在實際操作中經常人為摘除振動聯鎖保護或放大報警幅度，由此會帶來巨大安全隱患。

　　如何改變現有的聯鎖停機保護方式，實現智能聯鎖保護，做到該停機就停機，不該停機就不停機，給出最快且最準確的抉擇是該領域亟待解決的關鍵問題。針對國內外壓縮機振動保護相關產品使用中存在的缺陷，需要考慮不同故障對環境、生產、檢維修成本等要素的影響，自主研發壓縮機智能預警與聯鎖保護系統，實現智能、高效、準確的壓縮機組智能預警與聯鎖保護。

3、技術發展趨勢

　　近年來，人工智能技術和專家系統、神經網絡等開始發展，并在實際工程中應用，使設備維修技術達到了智能化高度。雖然這一階段發展歷史并不長，但已有研究成果表明，設備智能故障診斷具有十分廣泛的應用前景。然而，由于往復壓縮機結構復雜、激勵源多等特點，鑒于當前研究現狀以及上述研究資料表明，計算機技術的不完善和人工智能領域的專家系統和神經網絡技術的初步使用，使得故障診斷技術目前還只是處于第3 階段的整理完善和向第4 階段的過渡時期，至今尚無一套像旋轉機械那樣成熟的、得到人們普遍認可和廣泛應用的診斷系統，以供選擇并獲得往復壓縮機工作狀態的有效特征參數。僅僅采取先憑經驗或設想去確定和試湊特征參數，然后再進行實驗驗證的方法是不充分的，且不能找出最優特征參數，離實際應用還存在一定距離，這同往復壓縮機在工業中的重要地位是不相稱的。

　　往復式壓縮機常見的故障包括排氣量不足、排氣溫度不正常、排氣壓力不正常、異常噪聲、過熱、活塞和活塞桿損壞以及軸瓦磨損等等。因此，對往復式壓縮機進行狀態監測，單單使用傳統的振動監測根本無法解決。多年實踐經驗說明，要想對往復式設備進行精密診斷，必須結合壓力、溫度、超聲、振動等多種技術參數，才可以準確診斷出設備的故障根源和故障部位，而往往各種參數的精確測量與故障信號識別是技術難點。

　　往復壓縮機故障診斷將朝著網絡化、智能化及多源信息融合化方向發展。在網絡化實時在線診斷方面，應重點研制適合往復式壓縮機故障診斷的專用新型集成化傳感器和觀測器，尋找各振動信號間相互交叉影響最小的最佳測點，利用現代信號處理方法以及智能理論等實現故障的自動診斷。智能化方向上，隨著專家系統、人工神經網絡的迅速發展，實現故障的自動診斷成為可能。

　　目前，國內外相關單位正在對往復壓縮機故障診斷專家系統做深入研究，同時，充分利用神經網絡等算法的自學習能力對歷史數據進行數據挖掘也是研究的重點。

　　目前上線的往復壓縮機狀態監測系統更加關注機組部件的工作狀態，忽視了機器運行過程中的過程量及過程參數。未來，將吸排氣量、填溫度、冷卻水溫度、軸承溫度等過程量引入監測系統，并深入研究不同數據與故障間的內在聯系，實現機組的多源信息融合，將會大大提高往復壓縮機故障診斷準確率，防范重大事故的發生。

　　一般由系統監測模塊、系統診斷模塊、系統保護模塊組成。在系統設計過程中，應該根據壓縮機與運行條件的實際情況，選擇針對運行條件具有代表性且適合監控的參數。