一种离心机的故障预警方法、装置及设备

技术领域

本发明涉及离心机领域，特别是指一种离心机的故障预警方法、装置及设备。

背景技术

乏燃料后处理厂所用沉降离心机(后简称“离心机”)是利用固-液比重差，依靠转子高速旋转时产生的离心力将料液中含有的不溶性固相和液相分离的设备，是后处理工艺中不可或缺的一步，因此其稳定运行至关重要。传统的离心机维护一般是根据以往经验，建立巡检制度，出现故障后由技术人员现场排查故障，制定检修计划，再进行维修工作，属于事后检维修。当离心机出现严重故障导致停机时，需要多名检修人员进入放射区对离心机进行拆解检查，检维修难度极大。而单一次拆解维修的代价就是巨大的，不但增加了检修人员受剂量辐射风险，还导致厂房停工停产，造成重大经济损失。即便是回装后的离心机设备寿命也大大缩短，不利于工艺运行。因此实现离心机关键部位机械状态的故障预警是必要的，故障预警能够有效缓解离心机故障必停机的现象，能够指导工艺人员实现预防性检修。

当前，设备故障预警技术是以离心脱水机进料端轴承两次故障为入手点，对故障原因进行详细分析后，在离心脱水机上引入了振动监测技术，通过监测手段确定零部件失效位置及其故障发展趋势，指导点检人员作出维修决策，但根据实际运行情况可知，此方法虽有一定指导意义，但影响离心机正常运行的因素种类众多，尤其是在高噪音、高辐射环境下，仅通过振动监测不足以准确描述关键部件潜在故障。

发明内容

本发明提供一种离心机的故障预警方法、装置及设备。解决了离心机工作过程中故障必停机的问题。

为解决上述技术问题，本发明的技术方案如下：

本发明的实施例提出一种离心机的故障预警方法，包括：

根据离心机的离散化转子系统的至少一个部件，确定转子系统运动方程；

确定离心机的至少一个部件的受力薄弱环节以及最大形变量；

根据所述至少一个部件的受力薄弱环节以及最大形变量，对所述转子系统运动方程进行修正，得到修正后转子系统运动方程；

根据所述修正后转子系统运动方程，确定离心机运动偏移过程中的全领域特征信息；

根据所述全领域特征信息，确定离心机故障预测模型；

将离心机的离散化转子系统的至少一个部件的实时参数输入所述离心机故障预测模型进行预测，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果，并输出。

可选的，根据离心机的离散化转子系统的至少一个部件，确定转子系统运动方程，包括：

对离心机的离散化转子系统的至少一个部件C

其中，M为离心机转子系统的质量矩阵，C为离心机转子系统的阻尼矩阵，K为离心机转子系统的刚度矩阵，X离心机转子系统离散质量点的位移向量：F为激励力的向量。

可选的，确定离心机的至少一个部件的受力薄弱环节以及最大形变量，包括：

采用试验模态分析法对有限元模型进行优化，得到转子系统运动方程F′∑；

对F′∑求解，并对优化后的有限元模型进行转子动不平衡响应分析，得到正常工况以及典型故障工况下离心机各阶振动特征参数以及响应振型，确定离心机的至少一个部件C

可选的，根据所述至少一个部件的受力薄弱环节以及最大形变量，对所述转子系统运动方程进行修正，得到修正后转子系统运动方程，包括：

根据至少一个部件C

可选的，根据所述修正后转子系统运动方程，确定离心机运动偏移过程中的全领域特征信息，包括：

对修正后的有限元模型进行转子动不平衡响应分析，得到修正后的离心机的至少一个部件C

对正常工况以及典型故障工况下的离心机转子系统进行模拟仿真，形成传感器信息矩阵集合

以停机状态时离心机质量点初始位置为基准，形成t时刻离心机运动偏移趋势轨迹图，得到运动偏移矩阵集合

同时对后处理厂离心机实测数据进行分析，得到传感器信息矩阵集合

基于小波变换对所述运动偏移矩阵集合

使用小波变换对现场传感器运动偏移矩阵集合

根据Ω

可选的，根据所述全领域特征信息，确定离心机故障预测模型，包括：

利用离心机监控系统采集到的振幅传感器数值、所述全领域特征信息，对预设神经网络故障预测模型进行训练，得到离心机故障预测模型；

其中，运动偏移矩阵集合

可选的，将离心机的离散化转子系统的至少一个部件的实时参数输入所述离心机故障预测模型进行预测，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果，包括：

利用神经网络故障预测模型中的最顶层连接函数对需检测离心机的模态进行分类识别，获取需检测离心机的离散化转子系统的至少一个部件的运行不稳定度；

将所述运行不稳定度与最大形变量进行匹配，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果。

本发明的实施例还提供一种离心机的故障预警装置，包括：

获取模块，用于根据离心机的离散化转子系统的至少一个部件，确定转子系统运动方程；确定离心机的至少一个部件的受力薄弱环节以及最大形变量；根据所述至少一个部件的受力薄弱环节以及最大形变量，对所述转子系统运动方程进行修正，得到修正后转子系统运动方程；根据所述修正后转子系统运动方程，确定离心机运动偏移过程中的全领域特征信息；根据所述全领域特征信息，确定离心机故障预测模型；

处理模块，用于将离心机的离散化转子系统的至少一个部件的实时参数输入所述离心机故障预测模型进行预测，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果，并输出。

本发明的实施例还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行上述的离心机的故障预警方法。

本发明的实施例还提供一种计算机可读存储介质，存储指令，当所述指令在计算机上运行时，使得计算机执行上述的离心机的故障预警方法。

本发明的上述方案至少包括以下有益效果：

本发明的上述方案通过将离心机的转子系统进行离散化，获取离散化转子系统的至少一个部件，根据至少一个部件确定转子系统运动方程，并对所述转子系统运动方程进行修正，通过修正后转子系统运动方程确定离心机故障预测模型，最终通过将离心机的离散化转子系统的至少一个部件的实时参数输入所述离心机故障预测模型进行预测，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果，从而实现了对离心机的在线监控、趋势分析以及故障预警的功能，达到了对离心机的预防性检修的目的，解决了现有离心机工作过程中故障必停机的问题。

附图说明

图1是本发明的离心机的故障预警方法的流程示意图；

图2是本发明的离心机的故障预警装置的模块框示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

如图1所示，本发明的实施例提供一种离心机的故障预警方法，包括：

步骤11，根据离心机的离散化转子系统的至少一个部件，确定转子系统运动方程；

步骤12，确定离心机的至少一个部件的受力薄弱环节以及最大形变量；

步骤13，根据所述至少一个部件的受力薄弱环节以及最大形变量，对所述转子系统运动方程进行修正，得到修正后转子系统运动方程；

步骤14，根据所述修正后转子系统运动方程，确定离心机运动偏移过程中的全领域特征信息；

步骤15，根据所述全领域特征信息，确定离心机故障预测模型；

步骤16，将离心机的离散化转子系统的至少一个部件的实时参数输入所述离心机故障预测模型进行预测，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果，并输出。

本实施例中，通过将离心机的转子系统进行离散化，获取离散化转子系统的至少一个部件，根据至少一个部件确定转子系统运动方程，并对所述转子系统运动方程进行修正，通过修正后转子系统运动方程确定离心机故障预测模型，最终通过将离心机的离散化转子系统的至少一个部件的实时参数输入所述离心机故障预测模型进行预测，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果，从而实现了对离心机的在线监控、趋势分析以及故障预警的功能，达到了对离心机的预防性检修的目的，解决了现有离心机工作过程中故障必停机的问题。

本发明的一个可选的实施例中，步骤11可以包括：

对离心机的离散化转子系统的至少一个部件C

其中，M为离心机转子系统的质量矩阵，C为离心机转子系统的阻尼矩阵，K为离心机转子系统的刚度矩阵，X离心机转子系统离散质量点的位移向量：F为激励力的向量。

本实施例中，所述至少一个部件C

本发明的一个可选的实施例中，步骤12可以包括：

采用试验模态分析法对有限元模型进行优化，得到转子系统运动方程F′∑；

对F′∑求解，并对优化后的有限元模型进行转子动不平衡响应分析，得到正常工况以及典型故障工况下离心机各阶振动特征参数以及响应振型，确定离心机的至少一个部件C

本实施例中，所述对F′Σ求解过程为，令转子系统运动方程

本发明的一个可选的实施例中，步骤13可以包括：

根据至少一个部件C

一种优选的实施例中，根据至少一个部件C

本发明的一个可选的实施例中，步骤14可以包括：

步骤141，对修正后的有限元模型进行转子动不平衡响应分析，得到修正后的离心机的至少一个部件C

步骤142，对正常工况以及典型故障工况下的离心机转子系统进行模拟仿真，形成传感器信息矩阵集合

步骤143，以停机状态时离心机质量点初始位置为基准，形成t时刻离心机运动偏移趋势轨迹图，得到运动偏移矩阵集合

步骤144，同时对后处理厂离心机实测数据进行分析，得到传感器信息矩阵集合

步骤145，基于小波变换对所述运动偏移矩阵集合

步骤146，使用小波变换对现场传感器运动偏移矩阵集合

步骤147，根据Ω

本发明的一个可选的实施例中，步骤15可以包括：

利用离心机监控系统采集到的振幅传感器数值、所述全领域特征信息，对预设神经网络故障预测模型进行训练，得到离心机故障预测模型；

其中，运动偏移矩阵集合

本实施例中，对所述预设神经网络故障预测模型进行训练时，按照随机梯度下降以及误差反向传播的方式更新网络模型参数，观察每一次迭代的损失值以及训练正确率，当损失值保持稳定不再继续减小时，采用早停法终止训练，保存网络结构以及更新得到的最优参数；之后采用测试样本集Ω

本发明的一个可选的实施例中，步骤16可以包括：

利用神经网络故障预测模型中的最顶层连接函数对需检测离心机的模态进行分类识别，获取需检测离心机的离散化转子系统的至少一个部件的运行不稳定度；

将所述运行不稳定度与最大形变量进行匹配，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果。

本发明所述的离心机的故障预警方法，可用于具有的立式挠性、长期运行的典型特性的离心机；所述的离心机的故障预警方法，通过离心机故障预测模型获取多种工况下离心机运行不稳定度，用于识别离心机潜在故障，改变现有离心机事后检修模式，实现了对离心机的在线监控、趋势分析以及故障预警的功能，达到了对离心机的预防性检修的目的，解决了离心机工作过程中故障必停机的问题，同时，对运行人员判断及处理故障决策提供了依据，从而能够提高高噪音环境下离心机设备的使用寿命及可靠性，保证生产线的开工率，能够减少检维修人员受照剂量，且具有泛化能力，对后处理及相关领域设备智能化运行起到积极作用。

如图2所示，本发明的实施例还提供一种离心机的故障预警装置20，包括：

获取模块21，用于根据离心机的离散化转子系统的至少一个部件，确定转子系统运动方程；确定离心机的至少一个部件的受力薄弱环节以及最大形变量；根据所述至少一个部件的受力薄弱环节以及最大形变量，对所述转子系统运动方程进行修正，得到修正后转子系统运动方程；根据所述修正后转子系统运动方程，确定离心机运动偏移过程中的全领域特征信息；根据所述全领域特征信息，确定离心机故障预测模型；

处理模块22，用于将离心机的离散化转子系统的至少一个部件的实时参数输入所述离心机故障预测模型进行预测，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果，并输出。

可选的，根据离心机的离散化转子系统的至少一个部件，确定转子系统运动方程，包括：

对离心机的离散化转子系统的至少一个部件C

其中，M为离心机转子系统的质量矩阵，C为离心机转子系统的阻尼矩阵，K为离心机转子系统的刚度矩阵，X离心机转子系统离散质量点的位移向量；F为激励力的向量。

可选的，确定离心机的至少一个部件的受力薄弱环节以及最大形变量，包括：

采用试验模态分析法对有限元模型进行优化，得到转子系统运动方程F′∑；

对F′∑求解，并对优化后的有限元模型进行转子动不平衡响应分析，得到正常工况以及典型故障工况下离心机各阶振动特征参数以及响应振型，确定离心机的至少一个部件C

可选的，根据所述至少一个部件的受力薄弱环节以及最大形变量，对所述转子系统运动方程进行修正，得到修正后转子系统运动方程，包括：

根据至少一个部件C

可选的，根据所述修正后转子系统运动方程，确定离心机运动偏移过程中的全领域特征信息，包括：

对修正后的有限元模型进行转子动不平衡响应分析，得到修正后的离心机的至少一个部件C

对正常工况以及典型故障工况下的离心机转子系统进行模拟仿真，形成传感器信息矩阵集合

以停机状态时离心机质量点初始位置为基准，形成t时刻离心机运动偏移趋势轨迹图，得到运动偏移矩阵集合

同时对后处理厂离心机实测数据进行分析，得到传感器信息矩阵集合

基于小波变换对所述运动偏移矩阵集合

使用小波变换对现场传感器运动偏移矩阵集合

根据Ω

可选的，根据所述全领域特征信息，确定离心机故障预测模型，包括：

利用离心机监控系统采集到的振幅传感器数值、所述全领域特征信息，对预设神经网络故障预测模型进行训练，得到离心机故障预测模型；

其中，运动偏移矩阵集合

可选的，将离心机的离散化转子系统的至少一个部件的实时参数输入所述离心机故障预测模型进行预测，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果，包括：

利用神经网络故障预测模型中的最顶层连接函数对需检测离心机的模态进行分类识别，获取需检测离心机的离散化转子系统的至少一个部件的运行不稳定度；

将所述运行不稳定度与最大形变量进行匹配，得到包括离散化转子系统的至少一个部件的偏移度的故障预测结果。

需要说明的是，该装置是与上述离心机的故障预警方法对应的装置，上述方法中所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。

本发明的实施例还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行上述的离心机的故障预警方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。

本发明的实施例还提供一种计算机可读存储介质，存储指令，当所述指令在计算机上运行时，使得计算机执行上述的离心机的故障预警方法。上述各方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。

因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。