CC BY
159
АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ
УДК 658.62.018.012:621.438
Б.М. Бржозовский, В.В. Мартынов, Д.В. Г рачев МОНИТОРИНГ И ДИАГНОСТИКА ГАЗОПЕРЕКАЧИВАЮЩИХ АГРЕГАТОВ
Представлены материалы исследований по созданию системы мониторинга и диагностики газоперекачивающих агрегатов компрессорных станций. Приведены основные результаты апробации системы на объектах ООО «Югтрансгаз» г. Саратова
B.M. Brzhozovsky, V.V. Martynov, D.V. Grachov THE GAS COMPRESSORS MONITORING AND DIAGNOSTICS
Research materials about the gas compressors monitoring and diagnostics system for natural gas pipeline station creation is introduced. The primary results of the approbation at «Yugtransgaz» Ltd. (Saratov, Russian Federation) pipeline stations of this system are adduced.
В Саратовском государственном техническом университете, начиная с 1996 г., велись работы, связанные с изучением различных аспектов процесса функционирования основного оборудования компрессорных станций и станций подземного хранения газа (газоперекачивающих агрегатов, далее ГПА) как стационарного исполнения (ГТК-10-4, ГТ-750-6), так и на базе авиационных двигателей НК-12СТ (ГПА-Ц-6,3). Работы велись в рамках выполнения совместных проектов с ООО «Югтрансгаз» г. Саратова, основной целью которых было создание комплекса аппаратных и программных средств системы мониторинга и диагностики состояния ГПА для решения вопросов, связанных с оптимизацией процесса его эксплуатации по техническим и экологическим критериям.
В процессе разработки системы был выполнен комплекс научных исследований по обоснованию новой технологии мониторинга состояния как ГПА в целом, так и его основных подсистем (механической и газодинамической) по интегральным показателям вибросигналов, существо которых составили следующие результаты.
1. Обработкой и анализом результатов многочисленных экспериментальных исследований установлено, что состав вибросигнала ГПА формируется многочастотными нестационарными колебательными процессами. Даже при постоянном режиме работы происходит значительное изменение амплитудных и частотных значений спектральных составляющих, что требует создания специальных методов обработки содержащейся в вибросигнале информации.
2. Разработана структурная модель взаимосвязи процессов, протекающих в работающем ГПА, выполнено ее исследование на ЭВМ и проведен анализ результатов моделирования (рис. 1), позволивший сделать вывод о том, что процессы, протекающие в работающем агрегате, формируют сложную динамическую картину изменений его состояния, которая затрудняет идентификацию причин этих изменений. Даже после отображения их на пространство одного физического процесса (колебаний), появляется возможность однозначно установить лишь основные источники повышения их (колебаний) интенсивности, но нельзя однозначно ответить на вопрос не только о том, какой из узлов (или видов структурных изменений в них), но и том, какая из физических подсистем агрегата: механическая или газодинамическая, является причиной этого повышения. В связи с этим мониторинг состояния ГПА в целом целесообразно осуществлять на основе вычисления интегральных показателей качества его вибросигналов.
3. Сформированы математическое обеспечение и технология мониторинга состояния ГПА по интегральным показателям вибросигналов, существо которых составили следующие результаты:
- обоснована целесообразность использования в качестве интегрального показателя статистики Херста, с помощью которой можно количественно отображать основные закономерности, связанные с формированием структуры сигнала о колебаниях агрегата, и на этой основе однозначно судить обо всех изменениях его состояния, не прибегая к традиционному спектральному анализу;
35 ---------------------------------------------------------------------------------
30----------------------------------------------------------------------------------
га
о 25 <а
16 17 11 31 32 24 34 25 33 48 23 19 20 38
Вершины модели - источники влияния на значение вершины "Колебания корпуса ГПА"
Рис. 1. Пример результатов идентификации возмущений, вносящих наибольший вклад в формирование вибрационного состояния агрегатов на базе авиационных двигателей:
17 - температура в камере сгорания, 24 - разбаланс ротора, 25 - колебания ротора,
33 - вибрация корпуса агрегата, 23 - налипание осадков рабочей смеси на узлы агрегата, 19 - нарушение работы осевого компрессора, 20 - колебания воздушного потока,
38 - вибрация камеры сгорания
- методом статистического моделирования найдены допуски на значения статистики Херста, интервал между которыми задает размеры области работоспособности ГПА, определено ее оптимальное положение и разработана процедура идентификации фактического положения в пространстве возможных значений статистики Херста для проведения количественной оценки уровня работоспособности агрегата;
- сформирована стратегия принятия решений в процессе мониторинга как при изменении положения статистики Херста относительно области работоспособности агрегата, так и при смещении самой области относительно ее оптимального положения (рис. 2).
Практически это позволяет организовать вывод ГПА в ремонт только тогда, когда его состояние действительно будет отображать потребность в проведении ремонта, т.е. перейти от обслуживания по регламенту к обслуживанию по состоянию. Результаты расчета экономического эффекта, ожидаемого от внедрения подобной технологии мониторинга, показали, что это обеспечит снижение в среднем на 2,5% годового расхода топливного газа используемого в рабочем процессе в ГПА и удельных затрат на его капитальный ремонт за счет увеличения суммарной наработки на 20%.
го 0,4 О
0,3
0,2
Время мониторинга, с
а)
10 12 Время мониторинга, дни
б)
Рис. 2. Примеры регистрации изменений состояния ГПА: а - при увеличении разброса оценок статистики Херста; б - при смещении среднего значения статистики Херста
0,7
0,6
2
4
6
8
18
4. Для проведения диагностики состояния основных подсистем ГПА разработаны:
- метод оперативной идентификации причин разладки процесса его функционирования, в основе которого лежит определение в частотной области диапазонов недопустимых относительных изменений статистики Херста, идентифицируемых по результатам последовательной низкочастотной фильтрации вибросигнала агрегата и применения непараметрических процедур поиска аномальных выбросов. Практически применение метода исключает необходимость вычисления спектра как при традиционных методах вибродиагностики и делает возможной, во-первых, реализацию процедуры оперативного прогнозирования моментов времени перехода к углубленной проверке ГПА для диагностики причин обнаруженных изменений его вибрационного состояния за счет анализа коротких по длительности вибросигналов, во-вторых, корректировку алгоритма управления в интервале времени прогнозирования с целью обеспечения устойчивого функционирования агрегата с частично проявившимся отказом на основе рассмотрения его как одного из допустимых состояний;
- программный адаптивный фильтр, использующий постоянно накапливаемую информацию о периодических составляющих, для разделения спектра вибросигнала на стохастические (термо- и аэродинамического происхождения) и периодические (связанные с вращением роторов, вынужденными и собственными колебаниями лопаточного аппарата) составляющие (рис. 3);
- алгоритм обнаружения составляющих спектра, образуемых собственными частотами колебаний лопаток турбин на основе самоорганизующихся карт Кохонена, позволяющий осуществлять диагностику их состояния с точки зрения оперативного обнаружения появления структурных изменений как в самих лопатках (трещины или поломка), так и в проточной части (газовоздушном тракте) турбины (изменение геометрии и вибрационной нагруженно-сти вследствие налипания осадков горючей смеси и коррозионно-эрозионного износа);
- метод диагностики состояния газодинамической подсистемы по критерию количества загрязняющих веществ (оксидов азота МОх и углерода СО), содержащихся в выбросе продуктов сгорания в атмосферу (основанный на идентификации теоретически обоснованных моделей взаимосвязи между концентрациями веществ и амплитудами термоакустических колебаний камеры сгорания) без привлечения специального газоанализаторного оборудования (рис. 4). Результаты количественной оценки достоверности метода позволили констатировать, что максимальное значение его относительной погрешности не превышает 9%; средние значения погрешностей расчета веществ по моделям в сравнении с методом прямых инструментальных замеров составили: МОх - 2,79%, СО - 1,95%.
Практически получение по данным диагностики состояния газодинамической подсистемы информации о мощности выброса загрязняющих веществ позволит более эффективно вести экологический мониторинг, в частности, состояния атмосферного воздуха на прилегающих к компрессорным станциям и станциям подземного хранения газа территориях, основанный на замерах концентраций загрязняющих веществ, последующем расчете и построении их полей, образуемых в приземной зоне по результатам атмосферного рассеивания. Для этого разработан программный модуль, в котором реализован новый подход к моделированию процессов образования полей концентраций загрязняющих веществ; пример результатов работы модуля представлен на рис. 5; его использование позволит вести экологический мониторинг минимальным имеющимся количеством передвижных или стационарных постов.
Система мониторинга и диагностики состояния ГПА была апробирована на агрегатах компрессорных станций Петровского и Приволжского линейных производственных управлений (ЛПУ), Степновской станции подземного хранения газа, а на компрессорной станции Сторожовского ЛПУ в 2001 г. были проведены ресурсные испытания системы, о чем имеется акт, подписанный приемочной комиссией ООО «Югтрансгаз». Одним из предложений, внесенных комиссией, было предложение о целесообразности оснащения подобными системами агрегатов компрессорного цеха с одновременной разработкой алгоритма выработки эффективных решений по организации как процесса эксплуатации агрегатов, так и процесса их технического обслуживания.
Механическая
подсистема
Корпус агрегата, закрепленный на раме
Аналого-цифровой
преобразователь
Газодинамическая
подсистема
Прочие источники: технологическая обвязка, центробежный нагнетатель и др.
Расчет концентрации компонентов выброса загрязняющих веществ по уравнению:
С = а + ЬА
|8.
~ ■“ ■■■
I Ї
1
4
Выделение составляющих термоакустических колебаний применением аппроксимации кривой Гаусса:
(4-/Л Г{/к) = В + Ае 2°2
Фильтрация
стохастических
составляющих
Временная область
Фильтрация
Г составляющих
1 собственных
Ь колебаний
іпчгасеіфрі уоііі *пехіреак (ІоиЬІе апірі ІШ Йадісіх іпі limeidx ёоиЫе атрі ім Гraqidx уоііі ‘пехіреак 1 -
ІШ ігасеі«1х= 1 ІШ І<ІХ = і 1 іпигасеіііх = 2 іт ЙХ = і імі Іг.к'СІС\ 3 іт ІЧх = і 1 Ьйіігї У0І»1 *пехіреак ‘
Чу< їй ‘пехіреак Ч РігзіРеакв [1] аоиЬІе атрі іт Й-ааісіх іпііітеісіх intidx=l її?
1 РігвіРеакв [2] РігзіРеакз [3] Т
• СштемРеакз [1] СипетРеакв [2] СиггетРеакв [3]
8р1ая[1] 8р1ая[2] зріазі [3]
Частотно-временная область
Спектральный
анализ
!
Формирование данных о периодических составляющих
Рис. 3. Схема образования, передачи и обработки вибросигналов
Концентрация СО, ррт Концентрация ЫОх, ррт
Число реализаций мониторинга
а)
Число реализаций мониторинга
б)
Рис. 4. Результаты сравнительной оценки определения концентрации оксидов азота (а) и углерода (б) в выбросе: пунктир - доверительные интервалы для расчетов по моделям
ПРОГНОЗ РЕЗУЛЬТАТОВ ПРОЦЕСССА ОБРАЗОВАНИЯПОЛЯ КОНЦЕНТРАЦИИ ПО ДАННЫМ МОНИТОРИНГА АТМОСФЕРНОГО ВОЗДУХА Объект: Пефовск Дата расчета 19.03.59 Компонент: СО
Дата анализа 01.06.97_С: 12:30 по: 13:30
а)
У м ■
г г ЄТ| го в :к
- - —,-г - '
\ . ■X
і і N Ч-,
\\Д )
щК- - Ч;- \
Тер рит >РИІ п it.ni игар ОДНІ ІМ Г аш НЯ
аэр ОДІ? >ма Еёас /х "С гал і "1
' Тс
\\
\\\
Зеги ли \\ Паш п
‘Пе гро ІСКІ 1Й:' ї*. і
.А 1.М
:=ПДК > 0 .Г?5 ПДК >0.6 ЩЕ >0 .26 ПДЕ <0,26 ПДК
Ц'СТЖнНН') СТЬПО (р ї да> №н:іпі':іепєнііЖ' :
ТГНібПїіДнНЕІЛ
ПРОГНОЗ РЕЗУЛЬТАТ ОВ ПРОЦЕСССА ОБРАЗО В АЛИЯ ПОЛЯ КОНЦЕНТРАЦИИ ПО ДАННЫМ МОНИТОРИНГА АТМОСФЕРНОГО ВОЗДУХА
Петр ОБ ск
Дата расчета Дата анализа
Dl.04.99
01.06.97
У, м " /
Г. Г ЄТ| ЮВ :к :
--
-т%..~ Г“ґ'
- ’ у Чу
X
Тер рит >РИ! і '1 ’ ЛЧ| \ П1 >С.П|1ИГО[ одні 1Й\. г а ш ня
а-эр идр їм а \ Сеіці '' ' \ (С >я “Сталі ") у-'
Зеги ■Пе ли гр-о >С К1 ій:> ’ ■ ) ,м
Компонент: N02
С: 01:00 по: 03:00
> пдк
> 0.75 ПДК
> 0.5 ПДК
> 025 ПДК < 0.25 ПДК
Протжкенность по среди ему направлению:
■ ~ 0 м
■ - 960 м Ш = 1310 м
■ = 1810 м
■ = 2940 м ■ пост наблюдения
б)
Рис. 5. Пример результатов обработки данных мониторинга состояния атмосферного воздуха в Петровском ЛПУ: а - по оксиду углерода, б - по диоксиду азота
Бржозовский Борис Максович -
Заслуженный работник высшей школы РФ, доктор технических наук, профессор, заведующий кафедрой «Конструирование и компьютерное моделирование технологического оборудования машино- и приборостроения»
Саратовского государственного технического университета
Мартынов Владимир Васильевич -
доктор технических наук,
профессор кафедры «Конструирование и компьютерное моделирование технологического оборудования машино- и приборостроения»
Саратовского государственного технического университета.
Грачев Денис Владимирович -
кандидат технических наук,
ассистент кафедры «Конструирование и компьютерное моделирование технологического оборудования машино- и приборостроения»
Саратовского государственного технического университета
