作者：谢小青1 孙卫平2
1.上海电气凯士比核电泵阀有限公司
2.中国船舶重工集团公司第704研究所
摘 要：一台设计制造精良的高品质产品，如果得不到适当的维护，那么在其整个生命周期内的故障率将大大增加。文章将结合工程实际应用经验，就离心泵维护方式的现状及未来进行探讨，并给出个人建议，仅供广大用户参考。
关键词：离心泵 维护 现状 未来
0.引言
一台设计制造精良且完全满足现场运行工况要求的高品质产品，如果得不到适当的维护，那么在其整个生命周期内故障的频率将大大增加，而零部件的使用寿命则大大降低。
本文将结合工程实际应用经验和现代科技的发展，从常见的现场维护着手，就离心泵维护方式的现状及未来进行探讨，并给出个人建议，供广大用户参考。
1.常见的维护方式
离心泵常见的维护方式有三种：反应式维护、预防性维护和预测性维护。
1.1 反应式维护设备已经失效，进行事故后维护。传统的维护方式多为反应式维护。
1.2 预防性维护
通过采取适当的措施（如提高强度、加强检测等），以防止设备发生故障。预防性维护还包括各种定期维护，如设备对中、轴承润滑及仪控仪表的检查等。
1.3 预测性维护预测性维护是指使用数据、机器学习技术和统计算法来预测系统最可能发生的故障结果。分析监控装置收集的设备数据，例如传感器（有线或无线），以便就何时应更换或维护指定的零部件提供一致的预测，从而优化维护成本和停机时间[1]。
预测性维护是基于状态的维护的一个分支，即通过监测设备随时间而变化的状态，以预测何时、何处可能出现问题以及为什么。在产品出现故障、意外停机之前对产品进行维护，这是制造业所追求的终极目标。
2.维护方式的确定
不同行业、不同工况用泵的维护方式不尽相同。
维护方式主要由泵（在系统中）的重要程度及价值、用户或市场要求等因素决定的。泵的重要程度通常按以下情况来划分。
2.1重要用泵通常是指：1）如果该泵发生故障，将对设备、系统、环境造成灾难性后果或造成重大财产损失。2）故障的后果是非常危险的，可能会导致严重的不可逆的伤害甚至死亡。3）没有备用泵。2.2较重要用泵1）如果该泵发生故障，可能会造成一定的经济损失，如生产线停工、泵部分零部件损坏（和/或备件交货期较长）。
2）现场无人看管或看管不便（如海上平台用泵、野外输油泵站等）。
2.3非重要用泵在一些不重要的工况中使用的泵，如普通农用泵等。
对于重要、较重要用泵或有特别要求的泵（及系统），通常要进行重点关注和特别维护；而对于非重要用泵，通常只进行相对简单的维护、甚至不需要维护。
以下将就重要、较重要用泵或有特别要求的泵（及系统的）维护方式进行探讨。
3.维护方式的现状
3.1 国内现状
目前，我国离心泵维护方式基本上为两种：反应式维护和预防性维护。反应式维护主要针对一些普通的、没有安装监测装置的非重要用泵上，如：普通农田灌溉和排涝用泵、冷却循环水泵等。
在石化行业的实际工程应用中，对于很多重要用泵（如高温、高压、高速泵，执行API 610标准[2]，以下简称“标准”），通常通过提高强度及可靠性、增加机械保护系统、加强定期日常维护的方式来达到预防性维护。具体措施如：
1） 提高强度及可靠性
标准条款6.3.3 压力泵壳应设计成：
a) 在同时承受最大允许工作压力（及最高工作温度）和表5中列出的作用到每个管口上两倍允许管口负荷的最坏组合情况下，做到运转无泄漏或旋转部件与静止部件之间无接触。
b) 经得住水压试验。
标准附录K.1：给出了OH2和OH3型悬臂式泵的轴刚性的判定原则以及挠性系数L3/D4与泵尺寸因子的关系图。
挠性系数是转子刚度的度量标准。对于某一尺寸因子的悬臂泵，如果其挠性系数位于刚性线之下，则表明该泵为刚性轴设计，满足API泵要求，是安全的；L3/D4越小，转子挠度越小，这有利于提高机械密封的可靠性。如果L3/D4太大，特别是在接近泵关死点位置运行、水力径向负荷过大的地方，可能会造成断轴的风险。
如何提高产品的可靠性？这里有一些指导性原则[3]：
尽量采用经过验证的成熟的技术。
尽可能简化结构，减少零件数量。
尽可能采用标准化、模块结构。
设置故障监测和诊断装置。
给出适当的设计裕度。
必要时采用冗余设计。
失效安全设计。
加强重要零部件的可靠性分析。
进行可靠性确认试验。
2） 机械保护系统
随着传感器技术的发展、设备运行数据采集的使得，预防性维护便成了目前最普遍的一种维护方式。
为了提高运行可靠性，在一些重要用泵（组）上，均装有（感知、测量、监测和显示机器参数以表明其运行状态的）机械保护系统，如轴承温度监测、轴承座或泵轴振动监测等。当一个参数超过预先定义的限值、表明出现异常情况时，系统会将事件传达给操作人员和/或停机系统。该系统的目标是减轻对机器的损坏。
注：此处涉及的条款、表及图号均指API610第11版标准所对应的条款、表及图号。
3） 定期维护
定期维护可以延长泵的使用寿命。当泵得到正确的维护时，需要更换的零部件通常是较便宜的易损件。以下为重要用泵的定期维护计划示例，见表1。
表1. 定期维护计划示例（试运行/启动后或备用状态时）
3.2 国外现状对于一些重要、较重要或有特别要求的离心泵（及系统），国内外均普遍采用预防性维护。但也有不少泵公司开始在离心泵上尝试进行预测性维护。现阶段，预测性维护都是以传感器提供的实时和大量历史数据作为依据。
1） 德国KSB公司
德国KSB公司2018年底推出了一款结构紧凑、安装方便、被称为“KSB Guard”的新型监控装置，容纳了温度和振动两种监测。该装置包括三个组件：传感器单元（采集数据）、变送器和电池单元（通过电缆与传感器单元连接，并向传感器供电）、网关（使用无线连接，将记录的数据发送到网关）。
KSB Guard不仅限于能提供当前温度和平均振动速度值，还可以显示趋势。由于每小时进行一次测量（或者如果需要，则可以更频繁地进行测量），从而能够识别泵状态的任何变化、进行预测维护。
2） 美国Flowserve公司
开发了基于网络的软件程序 - IPS观察平台和Flowstar.net，可以实现：通过简化的示意图查看性能状态；监控实时设备性能；进行预测分析；基于事实和可证实数据的纠正措施建议；回顾设备历史信息；管理设备更换、维修、保养、调整的时间及成本等。
3） 挪威Framo公司
2018年，Framo公司为Aker BP公司提供的用于Ivar Aasen油田的智能海水提升泵，基于传感器提供的大量实时监测数据，在工业AI软件公司Cognite算法的支持下，可以预测设备的状况、预见未来泵将发生的情况，从而增加泵的正常运行时间，并对其进行预测性维护。
4.维护方式的未来
随着预测分析软件、无线传感器、大数据、云计算以及其它信息技术的不断进步，加上中国制造2025（互联网+制造）的日益普及，正在推动着工业世界进行一场深刻的变革，传统的离心泵行业也开始变得不平静。这些技术拓宽了实时性能监测和机器对机器通信的范围，同时反过来又支持了预测性维护方法的发展。预测性维护将成为一种趋势，并最终会成为维护方式的未来。
预测性维护需要设备实时数据和大量历史数据的支撑，而数据的获取离不开各种传感器，状态监测系统便应运而生。
状态监测系统：一种测量指定机器过程参数和预测趋势的系统。提供报警、显示和分析工具，用于检测和识别发展中的故障。允许继续监视检测到的故障以确定其传播和严重性。也可用于管理机器的运行状态，以减少因发展中的故障而产生的意外停机。状态监测系统的目标是最大程度地提高可用性，同时降低运营和维护成本。
4.1 数据收集过去，从离心泵及其驱动设备上收集数据需要花费大量的时间。随着传感器及互联网技术的发展，无线传感器应运而生，实时体现设备运行状态的数据收集变得越来越简单且自动化。离心泵的运行状态可以通过监测到的许多迹象来评估。
离心泵最常见的问题是轴承故障、轴封失效和性能不足。轴封失效可能的根本原因是轴偏转或泵振动；而造成轴偏转或泵振动的原因可能是不对中、松动、汽蚀、轴承故障和/或润滑不良。轴承故障最明显的反应是轴承（或润滑油）温度偏高、轴承座振动偏大。
为此，可以通过对轴承（和/或润滑油）温度、轴承座（或泵轴）振动、泵的流量和/或扬程（压力）等进行监测及数据收集，来评估泵的运行状态。
美国水力协会ANSI/HI 9.6.9-2013标准[4]给出了设备典型监测控制系统和典型定速泵的状态监测装置示意图，分别见图1和图2。
图1 设备典型的监测控制系统示意图
图例说明：
#1 密封泄漏监测
#2 泵出口压力监测
#3 泵进口压力监测
#4a 轴承箱振动速度监测
#4b 轴承温度监测
#5 功率监测
#6 流量监测
#7 转速监测
#8 泵进口温度监测
图2 典型定速泵状态监测示意图
4.2 数据分析预测未来目前，尽管很多组织（如用户、设备制造商/供应商、工程公司等）跟踪、收集了大量的设备运行数据，但却很少有效地使用这些数据。
基于历史及实时获取的运行数据来预测设备（零部件）剩余寿命的方法通常有两种：基于老化/磨损的预测方法和直接寿命预测方法[5]。
1）基于老化/磨损的预测方法
通过对一台或多台类似泵（或类似部件）的老化/磨损过程的观察，以对未来的老化路径进行回归，直至满足规定的故障标准。该方法采用的是统计模型，可从观察到老化/磨损随时间的演变，然后将预测的老化/磨损状态与故障标准进行比较，估算出剩余寿命。
与直接寿命预测相比，基于老化/磨损的预测方法提供了更多信息和更透明的结果。然而，基于老化/磨损的预测需要确定老化/磨损指标和确定故障阈值，这在实际工程应用中实施起来有些困难，尤其是在老化/磨损轨迹不规则的情况下，可能会引入很多不确定性和误差源。
2）直接寿命预测方法
该方法是典型的人工智能技术，通过软件中设定的算法来直接反映监测数据与剩余寿命之间的关系。
用户/设备制造商/供应商不再依赖数据专家来对所收集的实时和历史数据进行分析、比对，可直接应用（包含专家系统及特定算法的）预测性维护系统对设备进行跟踪，分析并评估设备及其在整个运行过程的健康状况。
在发生不可逆的故障或停机之前得到准确的诊断、优化零件的更换或大修间隔时间、提高设备运行可靠性/可用性并延长设备寿命。还可根据实际情况或需要，优化设备运行方式、提高运行效率、降低运营成本。同时，系统将根据诊断结果的重要程度，对维护和操作人员的操作进行优先排序，并给出纠正措施的建议[6]。
现阶段，离心泵最佳的维护方式是预防性维护和预测性维护相结合。
随着技术的不断发展、机器学习技术的应用，未来，预测性维护将会变得越来越准确。
5.面临的困难及挑战
现阶段，预测性维护所面临的困难及挑战主要有：
1）费用高昂高昂的开发成本为预测性维护系统的推广和普及带来了一定的困难。
2）缺乏经验及历史数据
由于缺乏足够的运行经验及设备大量历史运行数据，无法在较短的时间内开发出较准确的预测性维护系统。目前，国内外同行均还处于探索阶段。
3）分析软件（算法）人才短缺
算法是预测性维护系统的核心，国内外目前比较缺乏这方面的人才。
目前，国内外基本上都是通过泵（组）振动的发展趋势来预测轴承或机械密封的寿命。但引起泵（组）振动的因素却很多（如转子不平衡、轴发生弯曲或变形、动/静零部件发生摩擦、零部件老化/磨损、泵组靠近临界转速运行、零部件松动或损坏、润滑不良、汽蚀、泵偏离高效区运行等），如何从众多因素中总结出一种科学合理的算法、使得相关零部件的预测寿命与实际使用寿命较接近，这是实现预测性维护所面临的最大挑战。
4）大企业自行统筹考虑
由于很多大企业设备、系统众多，通常会统筹考虑、自行设计或委外或联合开发一套监测及维护系统。
5）科技水平及安全问题
许多工厂都有大量的状态监测数据，但由于设备采购时科技水平的局限或出于保密或安全考虑，这些数据没有（提供给泵制造商）对变化率、诊断或预测进行分析，没有转化为增强的故障诊断、识别及剩余寿命的预测。
6.结论
1）预测性维护将成为一种趋势，并最终会成为维护方式的未来。
2）预测性维护需要实时和大量历史数据的支撑。
3）现阶段，离心泵最佳的维护方式是预防性维护和预测性维护相结合。
参考文献
[1] David Kimera, Fillemon Nduvu Nangolo, Predictive maintenance for ballast pumps on ship repair yards via machine learning, Transportation Engineering 2 (2020) 100020
[2]ANSI/API STANDAED 610 'Centrifugal Pumps for Petroleum, Petrochemical and Natural Gas Industries', ELEVENTH EDITION, SEPTEMBER 2010
[3] 半亩田，对可靠性设计的认识，www.91zhiliang.com，91质量网，2016-4-26
[4] ANSI/HI 9.6.9-2013, Rotary Pumps – Guidelines for Condition Monitoring, American National Standard
[5] Amin Almasi, Predicting Remaining Useful Life of Pumps & Their Key Components, pumpsandsystems.com, 03/23/2020
[6] Simon Kampa, A Smart Future for Machine Predictive Maintenance, pumpsandsystems.com, September 3, 2019