1绪论
1.1课题来源及意义
随着国民经济持续发展,石油天然气等能源需求缺口不断加大,供需矛盾进一步突出,加快国内外油气资源勘探开发和提高国内煤层气资源利用是解决能源供需矛盾非常现实而有效的途径。
从20世纪70年代开始到目前为止,国外在煤层气集输方面做了很多的试验与研究工作,取得了很大成就,提高了煤层气集输的效率,为后续应用积累了很丰富的经验。
但是在中国对煤层气的研究属于起步阶段,是一个新兴产业,研究水平弱,需要学习和发展的空间很大。此外,煤层气多为低压气,在其幵发过程中,不仅需要解决低压集气工艺技术、监控及数据采集系统设计问题,还需要采用较昂贵的和较复杂的设施设备。
由于故障发生具有潜在可能性,故障种类也具有复杂多样性,如果有故障发生,会影响到煤层气的采气生产或外输过程,进而引起整个生产流程的连锁反应,导致整个生产及集输过程不能正常进行所以在煤层气集输过程中如果能够快速查清故障及时解决问题,保证各类排采设施和集气设备安全,稳定,满负荷,长周期和优质地运行,会产生良好的经济效益和社会效益,使煤层气集输的研究更上一层楼。因此幵发出一套煤层气集输故障诊断系统应用于煤层气开采集输中是十分必要的,不仅能及时监控设备运行参数及状态,还可以通过C#与Matlab混合编程将智能诊断推理算法嵌入该系统实现智能故障诊断,排除故障的同时保证各设施设备的正常有效运行。
1.2煤层气集输故障诊断平台开发的必要性及其开发内容
煤井、矿井、煤层气集输生产设备和机组一般所处的地理环境都比较恶劣,因此整个生产过程的运行包含的环节多而且复杂,影响其正常运行的因素也很错综复杂。在其生产运行时,经常通过生产运行过程中的参数监测来判断设备是否正常运行,这种方法是判断设备设施是否存在故障及预测未来故障发展趋势等问题的有力手段。
但是目前国内很多大型机组和大型设备的故障管理都是通过定期检修和事后维修的办法排除故障的,包括现在煤层气集输过程中的单井采气参数和增压站的压缩机运行状态参数的检测也是人工离线排査的。............
......................
2智能故障诊断算法
根据本文第一章末介绍的压缩机的故障诊断算法,传统的油液分析法,热力参数诊断方法已无法在大型往复式压缩机的故障珍断中得到精确的诊断结果。随着知识工程,智能诊断算法的不断发展,结合往复式压缩机的特点,本文将采用模糊理论和方法,为压缩机的故障诊断提供一种准确的研究方案。建立往复式压缩机运行过程中常见的故障与征兆之间的模糊关系矩阵,由故障征兆通过此矩阵得到具体发生的故障,实现缩机的故障诊断。但是此处的模糊关系矩阵的获取比较困难,通常采用的是依据专家经验或者统计方法来确定,无自适应自学习能力。由于在实际生产设备运行吋,我们需要根据己发生故障模式来实时更新改进模糊关系矩阵,以确保故障诊断的准确性。本文基于联想记忆模型权值矩阵与模糊关系矩阵的相似性,提出了一种用于模糊关系斯阵的自动获取和自学习方法,即采用模糊神经网络的故障诊断算法对压缩机进行故障珍断。
2. 1模糊理论基础
往复式压缩机在运行过程屮,故障的产生是山于现场参数值在非常范圃内的变化引起的,某参数增大或者减小的程度不同,可能产生不同的故障,或者产生某故障的可能性也不同;故障征兆通常表征为某参数增大或者减小,故障征兆和故障原因之间的关系也不是一一对应的,存在着关联度或大或小,较大较小的关系。以上语句中关键词都有一个共性,即模糊。随着现代科学技术的不断发展,模糊理论为大型机械设备故障诊断的研究提供了强有力的数学工具。因此压缩机的故障诊断可以用模糊逻辑来表示,充分利用语言信息和数据信息,使故障诊断更智能化,诊断结果更精确。
模糊集理论是美国加州大学控制专家在1965年7卩创的,模糊渠仓是模糊数学的基础。我们知道经典集合中元素和集合之间只有属于和不屈于的关系,即“非此即彼”,强调精确性;而模糊集合论使用“隶属度”来表示的,即“亦此亦彼”,强调模糊性。模糊集理论的提出和应用,为人类利用数据信息和语言信息提供了有效工具:例如在压缩机运行过程中故障征兆只能用一些模糊术语,如十字头过热,排气温度过高,在应用模糊理论进行诊断时,我们通过隶屈度函数将其转化为数字信息进行珍断。.................
..................
3煤层气集输过程的工艺流程....................................18
3.1煤层气排采工艺..................................................19
3.2 集中处理增压站.................................................20
3.3 本章小结...........................................................21
4煤层气集输过程故障诊断平台的方案设计................22
4.1故障诊断平台的功能需求分析.............................22
4.2煤层气集输过程故障诊断平台结构设计...............22
4.2.1平台开发环境................................................22
4.2.2平台开发设计所用关键技术.............................23
4.2.3平台结构功能设计.........................................27
4.3煤层气集输过程故障诊断平台设计及实现...........32
4.3.1 主界面.......................................................32
4.3.2用户登录模块.............................................33
4.3.2知识库管理与维护模块...............................34
4.3.3系统流程图及现场数据显示模块..................36
4.3.4故障诊断及报警模块...................................37
4.3.5历史故障管理模块.....................................38
........................
结 论
煤层气集输故障诊断的研究在目前是新的课题。煤层气多为低压气,在其开发过程中,不仅需要解决低压集气工艺技术、监控及数据采集系统设计问题,还需要进行集输过程故障诊断及预测,保证安全生产。由于故障发生具有潜在可能性,故障种类也具有复杂多样性,所以一旦发生故障,就可能严重影响煤层气的采气量或者外输标准,进而引起整个生产流程的连锁反应,导致整个釆气集输过程不能正常运行乃至损坏设备。煤层气集输过程设备主要集中在采气井口及增压站,并采气系统故障会严重影响采气量,而增压站压缩机故障会严重影响外输标准。因此,煤层气集输过程故障诊断的研究对象主要是单井的井口和增压站的压缩机。
本论文完成的任务:
(1)针对煤层气集输过程工艺和特点,在.NET平台上设汁了故障诊断软件平台,通过模拟现场数据的测试,达到了良好的应用效果,实现了井口故障和压缩机故障的现场分析和诊断。
(2)以集巾增压站DF-5/10-40)玉缩机为研究切入点,对研究对象进行分析、组建最基本的故障模式库、编制推理算法。本文采用模糊理论和方法,为压缩机的故障诊断提供一种准确的方法。根据往复式压缩机运行过程中常见的故障与征兆之间的关系,建立模糊关系矩阵,实现压缩机的故障诊断。但是此处的模糊关系矩阵获取比较困难,无适应自学能力,通常采用的是选取某种隶属函数或者是依据专家经验来确定。在生产设备实际运行吋,我们需要根据己发生故障模式来实时更新改进该模糊关系矩阵。本文某沪神经网络联想记忆模型,提出了 一种用于模糊关系矩阵的自动获取和学术的方法,有效地解决了知识获取的瓶颈问题,具有自适应能力,较大的提高了压缩机故障诊断的准确性和实用性。
本论文存在的问题和展望:
(1)进一步完善已存在故障的标准模式,即宂善知识库的管坪。
(2)现场数据的模糊化处理,应针对小同的模糊隶厲度函数分别加以验证,找到使诊断结果史精确的隶属度函数。
(3)因前仅刘已冇故障模式的故障进行了验证,随养时间的推移,瓜缩机的寿命受到使用率等闪素的影响,故障可能会随之增多,新增故陣模式的故障仍耑进一);验证。煤层气粜输故障诊断(特别是针对往复戊压缩机)涉及多个卞科领域方面的知识并系统复杂。本文在往复式压缩机故障诊断研究尚诚初步探索,能够应用现场还需要做大站的工作,如完善知识庳、改进诊断兑法、完苦故障样木等。...........
参考文献
[1]上红霞.沁水盆地煤层气地工艺技术[M].北京:中国石化出版社,2008.
[2]苗刚.往复活塞式压缩机关键部位的故障诊断方法研究及应用[D].大连:大连理工大学,2006.
[3]郑阵,王男.Ctt与Matlab混合编程技术在数字地震信号处理软件屮的应用[J].地震地磁观测与研究.2011,32(2).
[4]刘永阔,谢春丽.设备故障诊断[M].哈尔滨:哈尔滨工业大学出版社,2010:1-13.
[5]赵朵珍,黄义仿.旋转机械智能故障诊断技术的发展趋势[J].兰州理工大学学报,2008(10) :36-40.
[6]林英志.设备状态监测与故障诊断技术[M].北京:中国林业出版社,2007.
[7]马莉,陈卫民.油液分析在往复式压缩机故障诊断中的应用[J].石油和化工设备,2008(1) :40-43.
[8]姚华堂.往复式压缩机故障诊断专家系统知识库构建与系统实现[D].杭州:浙江工业大学,2004.
[9]吴明强,史慧,朱晓华.故障诊断专家系统研究的现状与展望[J].计算机测量与控制,2005,13(12).
[10]蔡捷.故障检测诊断技术在矿山机电设备中的应用[J].中国高新技术企业,2008(15).
[11]Fong ACM, Hui S C.http://www.1daixie.com/sslwdx/ An intelligent online machine fault diagnosis system[J],Compu ting & Control Engineering urnal> Oct.2001, 12(5):217-223.
[12]Gupta M, Jin L. Static and Dynamic Neural Networks: From Fundamentals to AdvancedTheory[M]. 1. Wiley-IEEE Press, 2003:633-685.
[13]L.A. Zadeh. Fuzzy sets[J]. Information and control,1965,8(3) :338-353.
[14]Fan Z, Huang M. Fuzzy Rule Set Based Engine Fault Diagnosis [C]. Power and Energy Engineering Conference, Wuhan, 2009:1-5.
[15]王士同.模糊系统、模糊神经网络及应用程序设计[M].上海:上海科学技术文献出版社,1998.