楊在江，李進(jìn)，李磊，劉海霞，付海燕，吳淑祥

（中海油能源發(fā)展裝備技術(shù)有限公司，天津300450）

0 引言

海洋石油開(kāi)采公司擁有眾多重要的動(dòng)設(shè)備，如注水泵、外輸泵、天然氣壓縮機(jī)、原油發(fā)電機(jī)組等，這些動(dòng)設(shè)備對(duì)海洋石油公司的安全生產(chǎn)起著關(guān)鍵作用，其中機(jī)泵類設(shè)備在海洋石油動(dòng)設(shè)備中占比較大。 隨著智能油田建設(shè)和無(wú)人平臺(tái)的發(fā)展，海洋石油公司逐步針對(duì)動(dòng)設(shè)備建立智能化的預(yù)警系統(tǒng)，以滿足數(shù)字油田建設(shè)的趨勢(shì)。 海洋石油已針對(duì)關(guān)鍵動(dòng)設(shè)備建立了在線監(jiān)測(cè)系統(tǒng)，而隨著傳感器技術(shù)的快速發(fā)展，新型無(wú)線傳感器涌現(xiàn)出來(lái)，不僅較大地節(jié)約了安裝成本，還可提升安裝實(shí)施效率。 因此針對(duì)海洋石油重要機(jī)泵，提出了基于無(wú)線采集技術(shù)的在線監(jiān)測(cè)系統(tǒng)，并通過(guò)邊緣計(jì)算，提升邊緣層快速智能預(yù)警處理能力。

1 無(wú)線監(jiān)測(cè)系統(tǒng)架構(gòu)

目前， 海洋石油多以電動(dòng)機(jī)-多級(jí)離心泵機(jī)組為主，針對(duì)旋轉(zhuǎn)類設(shè)備的狀態(tài)監(jiān)測(cè)，基于振動(dòng)參數(shù)的狀態(tài)監(jiān)測(cè)是一種有效、 可靠的技術(shù)手段。因此基于振動(dòng)監(jiān)測(cè)搭建了機(jī)泵智能預(yù)警系統(tǒng)。選擇三軸向振動(dòng)加速度-溫度復(fù)合傳感器為采集設(shè)備，傳感器技術(shù)參數(shù)見(jiàn)表1。

表1 無(wú)線傳感器技術(shù)參數(shù)表

為了實(shí)現(xiàn)邊緣計(jì)算和提升數(shù)據(jù)信息量，選擇擁有智能芯片且具有三軸向振動(dòng)加速度和溫度一體化的傳感器。 根據(jù)機(jī)泵機(jī)組的結(jié)構(gòu)形式和傳感器特點(diǎn)，傳感器測(cè)點(diǎn)布置示意圖見(jiàn)圖1。

圖1 傳感器測(cè)點(diǎn)布置圖

目前海洋石油推動(dòng)建設(shè)云服務(wù)器，根據(jù)物聯(lián)網(wǎng)架構(gòu)特點(diǎn)，設(shè)置海洋石油機(jī)泵無(wú)線監(jiān)測(cè)系統(tǒng)架構(gòu)如圖2 所示。 云服務(wù)器可以提高資源配置，降低成本，擁有更高的可擴(kuò)展性。在無(wú)線采集部分，采用基于LoRa 協(xié)議的無(wú)線采集模式，LoRa 是低功耗局域網(wǎng)無(wú)線標(biāo)準(zhǔn)，允許終端采用任何可能的數(shù)據(jù)速率。 因此目前一個(gè)無(wú)線網(wǎng)關(guān)具備可支持32 個(gè)無(wú)線監(jiān)測(cè)節(jié)點(diǎn)。

圖2 無(wú)線監(jiān)測(cè)網(wǎng)絡(luò)拓?fù)鋱D

2 邊緣計(jì)算功能設(shè)計(jì)

根據(jù)無(wú)線監(jiān)測(cè)網(wǎng)絡(luò)架構(gòu)和硬件技術(shù)特點(diǎn)，在傳感器智能芯片層面內(nèi)置智能化預(yù)警診斷算法，能提高數(shù)據(jù)處理的速度。 因此主體思路是對(duì)設(shè)備狀態(tài)進(jìn)行界定，針對(duì)異常狀態(tài)進(jìn)行故障診斷定位。 數(shù)據(jù)先通過(guò)設(shè)備啟停機(jī)狀態(tài)判定算法來(lái)判斷當(dāng)前設(shè)備的啟停狀態(tài)，如當(dāng)前設(shè)備停機(jī)， 則直接向用戶端反饋設(shè)備停機(jī)狀態(tài)；如當(dāng)前設(shè)備啟動(dòng)，則數(shù)據(jù)送入設(shè)備異常檢測(cè)預(yù)警算法來(lái)檢測(cè)當(dāng)前設(shè)備與歷史穩(wěn)態(tài)運(yùn)行是否存在差異，差異是否存在擴(kuò)大趨勢(shì)。 如與歷史穩(wěn)態(tài)運(yùn)行在一定合理范圍內(nèi)近似，則向用戶端反饋設(shè)備狀態(tài)穩(wěn)定，否則對(duì)用戶端進(jìn)行設(shè)備運(yùn)行狀態(tài)異常預(yù)警，并將數(shù)據(jù)繼續(xù)傳入設(shè)備工況類型分析算法。工況類型分析算法會(huì)提取各類近似設(shè)備的歷史故障數(shù)據(jù)，并通過(guò)人工智能遷移技術(shù)將歷史故障數(shù)據(jù)的數(shù)據(jù)分布轉(zhuǎn)化到該設(shè)備運(yùn)行數(shù)據(jù)分布上， 形成該設(shè)備的模擬故障數(shù)據(jù)庫(kù)，以該數(shù)據(jù)庫(kù)作為基礎(chǔ)進(jìn)行算法模型訓(xùn)練，訓(xùn)練后對(duì)當(dāng)前數(shù)據(jù)進(jìn)行判定以告知用戶端當(dāng)前的異常預(yù)警很可能是由哪一類或哪幾類故障引發(fā)的。最后無(wú)論當(dāng)前設(shè)備是否存在異常，數(shù)據(jù)都會(huì)進(jìn)入設(shè)備健康度判定算法來(lái)衡量當(dāng)前設(shè)備的健康狀態(tài)，給用戶端一個(gè)可量化的設(shè)備健康程度指標(biāo)，指導(dǎo)用戶端后續(xù)的檢修、維修安排。

針對(duì)機(jī)組的離心泵的機(jī)理特征見(jiàn)表2，算法規(guī)則見(jiàn)圖3。

圖3 算法規(guī)則

表2 離心泵機(jī)組機(jī)理

3 系統(tǒng)應(yīng)用

根據(jù)以上設(shè)計(jì)，開(kāi)發(fā)出基于邊緣計(jì)算的海洋石油機(jī)泵智能預(yù)警系統(tǒng)（見(jiàn)圖4），經(jīng)過(guò)在某平臺(tái)機(jī)泵的應(yīng)用，能夠有效實(shí)現(xiàn)對(duì)機(jī)泵機(jī)組的智能預(yù)警，為海洋石油設(shè)備管理提供決策依據(jù)，見(jiàn)圖5。

圖4 基于邊緣計(jì)算的機(jī)泵智能預(yù)警系統(tǒng)

圖5 系統(tǒng)應(yīng)用

4 總結(jié)

文中針對(duì)海洋石油機(jī)泵提出了機(jī)泵無(wú)線監(jiān)測(cè)系統(tǒng)架構(gòu)，并梳理機(jī)泵的故障機(jī)理，設(shè)計(jì)邊緣計(jì)算模型，開(kāi)發(fā)出基于邊緣計(jì)算的機(jī)泵智能預(yù)警系統(tǒng)，經(jīng)過(guò)現(xiàn)場(chǎng)應(yīng)用，能夠有效實(shí)現(xiàn)對(duì)海洋石油機(jī)泵的智能診斷，為海洋石油設(shè)備管理提供決策依據(jù)。