油气储运"设备链"瞬态过程的耦变规律及其故障的自组织诊断方法

针对油气储运设备在线诊断中在理论、方法、技术方面，亟需解决的误诊率高的实际问题，以油气储运典型的"压缩机/泵－管道"设备链为研究对象，研究瞬变过程中耦变工况产生及传播等动力学问题，建立"耦变证据"融合决策诊断模型。在国际上首次获得"自组织图"方法对耦变工况自组织"解耦"技术，分析瞬变过程"设备链"行为特征和状态特征之间的关联性，研究以诊断准确性为依据的定量诊断算法优选技术，建立在线诊断"Q-矩阵"。项目预期将揭示油气储运"设备链"瞬变过程的动力学关联规律，实现储运设备故障的在线"自适应"准确诊断，建立在线、快速、自动的"自组织"诊断模型。项目的研究成果对降低储运系统误报警率，减少非计划停机/停输，进而提高油气生命线的安全运行率具有重要意义，可以为油气生命线的安全、高效运行提供科学依据。

油气生产设备安全稳定运行是油气生产活动正常进行的前提。及时、准确、迅速地对设备故障类型及位置进行诊断识别，能迅速解决设备故障及其造成的影响。尽管当前故障诊断方法越来越成熟、先进和智能，但是油气生产设备的故障诊断依然存在误报警较高的问题。这主要是忽视了设备运行时的耦合关联，没有依据设备运行工况来调整诊断算法。.本课题通过分析油气储运“设备链”瞬态过程的耦变规律，研究设备故障对其他运行设备的影响。同时根据设备运行时的工况，进行诊断算法的优化选择，达到提高诊断精度，降低误报警的目的。主要研究内容如下：.（1）输油泵机组与管道的运行瞬态过程的耦变规律研究和输油泵机组状态耦合分析的管道泄漏诊断方法研究。.（2）油气“设备链”系统的工况自组织识别研究。.（3）输油泵机组故障的工况自组织优选算法诊断模型研究。.通过研究，已完成预期目标，主要研究成果如下：.（1）完成了输油泵与管路系统之间耦变规律研究，分析了其对管道泄漏和输油泵机组故障诊断的影响。开发了数据采集及预处理系统，利用该系统采集现场数据，验证了输油泵与管路系统之间的耦合关联：1）电机电流随泵出口压力变化而变化；2）上、下游站场出站压力之间存在关联变化；3）单台输油泵发生跳泵对管线其他输油泵产生关联影响；4）水力冲击影响泵机组端（腰）瓦振动。.（2）建立了基于输油泵机组状态耦合分析的管道泄漏诊断模型。通过现场数据验证模型能有效地排除输油泵、调节阀操作对管道泄漏误报警的影响，降低误报警率。.（3）提出了输油泵机组故障的工况自组织优选算法模型。采用BP神经网络、支持向量机和模糊聚类算法组建诊断算法库，通过先验知识构建工况与优选算法之间的映射关系表，实现工况自组织识别和诊断算法调整，达到选择最优算法诊断的目的。.（4）开发出输油泵机组故障的工况自组织优选算法诊断软件，分别利用仿真数据、管道泄漏实验数据、转子实验振动数据和轴承实验振动数据进行工况自组织优选算法计算验证。结果表明输油泵机组故障的工况自组织优选算法诊断的识别率分别达到97.40%、99.94%、80.89%和81.63%，相对于单一算法分别至少提高4.2%、8.9%、21%和0.4%，验证了自组织优选算法诊断模型对于设备故障诊断的有效性。