一种泵机组状态监测分析方法及系统技术方案

本申请公开了一种泵机组状态监测分析方法及系统，其涉及石油泵机技术领域，该方法包括如下步骤：获取泵机组的实时运行数据；从预设的信息数据库中调取预先存储的所述泵机组的正常运行数据范围；结合所述实时运行数据和所述正常运行数据范围判断所述泵机组是否出现故障；若所述泵机组出现故障，则根据所述实时运行数据识别所述泵机组的故障部位组件；对所述故障部位组件进行故障趋势分析，得到趋势分析结果；将所述故障部位组件和所述趋势分析结果反馈至所述泵机组对应的负责人。本申请具有检测泵机组的过程可以节省大量人力和时间的效果。的效果。的效果。

【技术实现步骤摘要】
一种泵机组状态监测分析方法及系统


[0001]本申请涉及石油泵机
，尤其是涉及一种泵机组状态监测分析方法及系统。

技术介绍

[0002]在利用大型石油泵机组进行工程业务的过程中，经常需要对石油泵机组进行检查和故障诊断，从而避免出现恶性事故的发生，保障业务的安全进行。并且在检查和故障诊断的过程中，可以发现零部件老化或损坏的情况，若及时对老化或损坏的零部件进行更替，还可以提升石油泵机组整体的运转效率，从而节省燃料。
[0003]现有的检查方式通常为，技术人员通过检测仪器按照预先安排的检测时间对石油泵机组进行整体检测，检测完成后对检测数据进行记录及分析，再通过分析结果判断石油泵机组是否出现故障，并进一步分析故障趋势从而作出相应的决策。
[0004]针对上述中的相关技术，专利技术人认为存在有以下缺陷：技术人员需要人工对石油泵机组进行整体检测，并对检测数据进行记录和分析，从而最终作出相应决策，整体检测过程需要耗费大量的人力和时间。

技术实现思路

[0005]为了改善对泵机组的检测需要耗费大量的人力和时间的缺陷，本申请提供一种泵机组状态监测分析方法及系统。
[0006]第一方面，本申请提供一种泵机组状态监测分析方法，包括如下步骤：获取泵机组的实时运行数据；从预设的信息数据库中调取预先存储的所述泵机组的正常运行数据范围；结合所述实时运行数据和所述正常运行数据范围判断所述泵机组是否出现故障；若所述泵机组出现故障，则根据所述实时运行数据识别所述泵机组的故障部位组件；对所述故障部位组件进行故障趋势分析，得到趋势分析结果；将所述故障部位组件的实时运行数据和所述趋势分析结果反馈至所述泵机组对应的负责人。
[0007]通过采用上述技术方案，通过预设的正常运行数据范围对实时运行数据进行故障判断，从而判断出泵机组的故障部位组件，再对故障部位组件进行故障趋势分析，得到趋势分析结果，进而将故障部位组件的实时运行数据和趋势分析结果反馈至相应负责人，从而完成智能故障检测的全流程。相较于人工进行全流程的检测分析，将节省大量的人力和时间。
[0008]可选的，所述结合所述实时运行数据和所述正常运行数据范围判断所述泵机组是否出现故障包括如下步骤：判断所述实时运行数据是否超出所述正常运行数据范围；
若所述实时运行数据超出所述正常运行数据范围，则统计所述实时运行数据超出所述正常运行数据范围的持续时间；判断所述持续时间是否超出预设的时间阈值；若所述持续时间未超出所述时间阈值，则得到判断结果为所述泵机组未出现故障；若所述持续时间超出所述时间阈值，则重置网络状态并临时获取所述泵机组的临时运行数据；判断所述临时运行数据是否超出所述正常运行数据范围；若所述临时运行数据超出所述正常运行数据范围，则得到判断结果为所述泵机组出现故障；若所述临时运行数据未超出所述正常运行数据范围，则得到判断结果为所述泵机组未出现故障。
[0009]通过采用上述技术方案，当判断出实时运行数据超出预设的正常运行数据范围时，为了规避实时运行数据获取时数据短暂失真或网络延迟造成的误判断，可以统计超出范围的持续时间，并根据预设的时间阈值对持续时间进行判断，从而判断出是否为数据失真。若持续时间超出了时间阈值，则可以重置网络状态并重新获取一组临时运行数据再次进行判断，若仍然超出了正常运行数据范围，则判断出泵机组出现故障。
[0010]可选的，所述实时运行数据包括振动频率，所述若所述泵机组出现故障，则根据所述实时运行数据识别所述泵机组的故障部位组件包括如下步骤：基于所述振动频率生成频谱图；根据预设的所述泵机组各个部位组件的正常特征频率范围，将所述频谱图划分为多个部位组件频谱图，多个所述部位组件频谱图与所述泵机组各个部位组件一一对应；逐个判断所述部位组件频谱图所示振动频率是否超出对应部位组件的正常特征频率范围；若所述部位组件频谱图所示振动频率超出对应目标部位组件的正常特征频率范围，则将所述目标部位组件标记为故障部位组件。
[0011]通过采用上述技术方案，获取到的振动频率包括泵机组所有部位组件的振动频率，根据振动频率生成频谱图后，可以根据各个部位组件的正常特征频率范围将频谱图划分为各个部位组件所对应的部位组件频谱图，从而可以根据预设的正常特征频率范围对各个部位组件进行逐一判断，进而检测出出现故障的故障部位组件。
[0012]可选的，所述实时运行数据包括所述泵机组各部位组件的运行噪声，所述若所述泵机组出现故障，则根据所述实时运行数据识别所述泵机组的故障部位组件还包括如下步骤：获取所有所述运行噪声的噪声振幅与噪声频率；分别判断所述泵机组各部位组件的所述噪声频率是否超出预设的频率阈值；若所述噪声频率超出所述频率阈值，则将对应的部位组件标记为故障部位组件。
[0013]通过采用上述技术方案，当部位组件出现故障时会出现异响，异响的噪声频率与正常运转时的噪声频率不同，因此可以根据预设的频率阈值和噪声频率进行比对，从而识别出出现故障的故障部位组件。
[0014]可选的，所述方法还包括如下步骤：若所述噪声频率未超出所述频率阈值，则将对应的部位组件标记为目标部位组件；计算所述目标部位组件的噪声振幅在所述预设的测试时间段内的平均振幅；判断所述平均振幅是否超出预设的振幅阈值；若所述平均振幅超出所述振幅阈值，则将所述目标部位组件标记为故障部位组件。
[0015]通过采用上述技术方案，当噪声频率检测通过后，还可以根据预设的振幅阈值对目标部位组件的噪声振幅进行检测，从而可以判断出噪声频率检测通过后的目标部位组件是否为故障部位组件。
[0016]可选的，在所述将所述目标部位组件标记为故障部位组件之后还包括如下步骤：构建神经网络模型；存储所述故障部位组件出现故障时的故障运行数据；结合所述正常运行数据范围和所述故障运行数据优化所述神经网络模型，得到故障识别神经网络模型。
[0017]通过采用上述技术方案，通过故障识别神经网络模型的生成，有利于提升后续对泵机组的故障检测效率。
[0018]可选的，所述对所述故障部位组件进行故障趋势分析，得到趋势分析结果包括如下步骤：获取所述故障部位组件的历史故障数据；构建故障趋势预测模型；基于所述历史故障数据优化所述故障趋势预测模型；通过优化后的故障趋势预测模型对所述故障部位组件的实时运行数据进行故障趋势分析，得到趋势分析结果。
[0019]通过采用上述技术方案，构建出故障趋势预测模型后，可以根据故障部位组件的历史故障数据对预测模型进行优化，从而可以将实时运行数据代入优化后的故障趋势预测模型中，以完成对故障部位组件的故障趋势分析。
[0020]第二方面，本申请还提供一种泵机组状态监测分析系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如第一方面所述的一种泵机组状态监测分析方法。
[0021]通过采用上述技术方案，通过程序的调取，通过预设的正常运行数据范围对实时运行数据进行故障判断，从而判断出泵机组的故障部位组件，再对故障部位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种泵机组状态监测分析方法，其特征在于，包括如下步骤：获取泵机组的实时运行数据；从预设的信息数据库中调取预先存储的所述泵机组的正常运行数据范围；结合所述实时运行数据和所述正常运行数据范围判断所述泵机组是否出现故障；若所述泵机组出现故障，则根据所述实时运行数据识别所述泵机组的故障部位组件；对所述故障部位组件进行故障趋势分析，得到趋势分析结果；将所述故障部位组件的实时运行数据和所述趋势分析结果反馈至所述泵机组对应的负责人。2.根据权利要求1所述的一种泵机组状态监测分析方法，其特征在于，所述结合所述实时运行数据和所述正常运行数据范围判断所述泵机组是否出现故障包括如下步骤：判断所述实时运行数据是否超出所述正常运行数据范围；若所述实时运行数据超出所述正常运行数据范围，则统计所述实时运行数据超出所述正常运行数据范围的持续时间；判断所述持续时间是否超出预设的时间阈值；若所述持续时间未超出所述时间阈值，则得到判断结果为所述泵机组未出现故障；若所述持续时间超出所述时间阈值，则重置网络状态并临时获取所述泵机组的临时运行数据；判断所述临时运行数据是否超出所述正常运行数据范围；若所述临时运行数据超出所述正常运行数据范围，则得到判断结果为所述泵机组出现故障；若所述临时运行数据未超出所述正常运行数据范围，则得到判断结果为所述泵机组未出现故障。3.根据权利要求1所述的一种泵机组状态监测分析方法，其特征在于，所述实时运行数据包括振动频率，所述若所述泵机组出现故障，则根据所述实时运行数据识别所述泵机组的故障部位组件包括如下步骤：基于所述振动频率生成频谱图；根据预设的所述泵机组各个部位组件的正常特征频率范围，将所述频谱图划分为多个部位组件频谱图，多个所述部位组件频谱图与所述泵机组各个部位组件一一对应；逐个判断所述部位组件频谱图所示振动频率是否超出对应部位组件的正常特征频率范围；若所述部位组件频谱图所示振动频率超出对应目标部位组件的正常...

【专利技术属性】
技术研发人员：杨霞，
申请(专利权)人：青岛佳世特尔智创科技有限公司，
类型：发明
国别省市：