泵完好性监测的制作方法

专利名称：泵完好性监测的制作方法
技术领域：
描述的实施例涉及使用中的泵的监测。特别地，描述油田泵的实施例 和通过泵完好性监测器对其进行监测的技术。
背景技术：
许多油田操作通常包括任何的备种容积式泵(positive displacement pump)或者离心泵。这样的泵可应用于接近地下油气储层的场合。例如，容 积式泵通常用于大型高压场合，定向在通向油气储层的井眼处。这些场合 包括水泥灌浆、连续装管、射水切割或者地下岩石的液压破碎。
如上所述的容积式泵可以是相当大型的设备，具有相关的发动机、变 速器、曲轴以及其它部件，在大约200马力和大约4,000马力之间运行。大 的柱塞通过曲轴向着和远离泵腔而被驱动以显著地在其中实施高或者低压 力。这使得其是高压应用的一个好的选择。实际上，在产生超过每平方英 寸数千磅(PSI)的流体压力的场合， 一般采用容积式泵。例如，地下岩石的 液压破碎通常发生在10,000-20,000 PSI或者更大的压力以将包含流体的磨 料通过井眼，例如如上所述，以从用于开采的岩石孔中释放油和气。
无论是如上所述的容积式泵、离心泵还是其它形式的用于大型或者曰
业效率。也就是，如同任何其它形式的工业设备，泵会受制于自然破损， 其会影响开机时间或者效率。这在用于大规模的油田作业的泵的情形中是 非常显著的，因为其用于几乎全天候的生产场所。例如，在液压破裂应用 的情形中，容积式泵可以用于生产场所并趋于连续超过一周每天六到十二 个小时地运4亍。
在运行过程中泵部件的破损可存在于各种形式。例如，泵的内部阀密
封会倾于失效，尤其是在应用过程中磨料流体被导向通过泵的场合。在运 行期间其它泵部件的问题会发展为例如柱塞破损、发动机座松动、曲轴轴
承磨损和变速器故障例如以离合器逐渐松弛或者齿轮齿断裂的形式。这样，
5如上所述，泵良好状态的规则的泵监测和维护会是日常泵运行的重要部分。 例如如上所述的泵部件破损的问题会伴随着特定的振动，该振动特定 于所发生的破损的类型。因此，通过考虑这些声学或者振动信息监测运行 过程中泵的良好状态并不罕见。例如，可以在运行过程中通过采用耦合到 泵的声学传感器评估容积式泵。声学传感器可以是用于检测特定于容积式 泵的腔室内的泄露或者不完全密封的高频振动的传统的声学传感器，这样 的泄露是常见的泵失效的先兆。通过以这种方式采用声学传感器，可以避 免用于人工密封检查和更换的规则时间的泵运行中断的昂贵且有些不可靠 的替代。类似的泵良好状态的声学监测也可用于其它类型的潜在泵部件破 损的检测。
在泵运行过程中通过检测声学信息监测泵良好状态的上迷技术在实施 中面临若干实际的挑战。例如，泵作业通常在生产场所同时采用多个泵和 相关设备。事实上，在多泵作业中，数个泵可以通过公共歧管彼此流体连 通。因此，即使检测到给定的不健康泵状态，也并不能指明具有不健康状 态的特定的泵。
为了辨别如上所述的多泵作业中的不健康声学数据的来源，多泵作业
的每个泵可以以不同的RPM运行。也就是，多泵作业的每个泵可以以其自 身特有的RPM运行，具有其自身的可声学检测时序。以这种方式，不健康 的声学数据的出现可以与以给定RPM运行的特定泵相关。但是，实际上， 以各种RPM运行一组不同泵对于作业几乎不可能实现的，如下所述。
大多数油田泵仅能够以有限数量的速度下运行，从而使得上述的运行 方式潜在地非常难以实现，取决于特定的总输出水平，称作给定作业。事 实上，即使可以实现，以各种RPM的泵运行对于作业导致泵上不均匀的应 力，明显较大的负荷施加到某些泵上。结果，在运行过程中更有可能泵失 效。而且，不管分配给多泵作业的特定泵的RPM如何，在可以进行任何可 靠的声学分析之前，泵部件性能的自然的不稳定会要求收集一段运行时间 的数据。这延迟了不健康状态的诊断并增大该监测的计算复杂性，从而要 求很大的处理能力来执行。这样，长久以来，识别泵健康还停留在主要通 过规律的人员干涉或者有限诊断有效性的声学监测技术进行
发明内容
公开一种监测泵组件的实施例，其中泵组件被运行并且相关的时序信 息被记录。然后通过高速采集机构进行声学数据采样，然后通过时序信息 评估声学数据。声学数据采样也可以基于运行的泵组件的速度进行。


图1是采用泵完好性监测器的实施例的泵组件的侧面局部截面视图。 图2是图1的泵组件的一部分的截面视图。
图3是多泵作业中采用图1的泵组件的实施例的透视局部截面视图。
图4是描绘通过采用泵完好性监测器实施例和图1的泵组件获得的数
据的图表。
图5A是描绘通过采用泵完好性监测器的实施例和图1的泵组件获得的 数据的曲线。
图5B是描绘通过采用泵完好性监测器的另一实施例和图1的泵组件获 得的数据的曲线。
图6是总结采用泵完好性监测器实施例和图1的泵组件的流程图。
具体实施例方式
参照用于破裂作业的某些容积式泵组件描述实施例。但是，其它类型 的泵可以用于各种作业。不管怎样，在此描述的实施例包括泵组件100,其 结合具有特定能力的泵完好性监测器101。例如，泵完好性监测器101可采 用与高速数据采集板结合的特别定位的传感器，所述高速数据采集板从泵 组件100以这样的速率收集声学数据，该速率被算法地调节以最小化来自 相邻设备的噪声的影响，包括来自与泵组件100液体耦合的设备和泵的噪 声的影响。而且，泵完好性监测器101可以基于泵组件100的设备的运行 速度以较低的非均匀的采样速率采集数据，从而显著增大处理能力。在特 定的例子中，泵完好性监测器101可基于泵150的速度采集声学数据，从 而以较小的计算复杂性绘制拟合泵150的定位特征的数据。
现特别参照图1，泵组件100的实施例示出为配置有泵完好性监测器 101。在示出的实施例中，泵组件100包括泵150。示出的泵150是容积式 泵，其可以是三重构型并用于破裂作业。但是，其它类型的泵，包括离心 泵，也可以根据在此所述的实施例用于各种应用。上述泵组件100包括具有在运行过程中遭受自然破损和磨损的多个部 分的各种设备。在所示实施例中，该设备包括具有流体壳体157的泵150， 其中流体被加压用于分配到流体管165并且最终到公共的流体线路175，如 在此进一步描述的。流体壳体157内的流体加压通过柱塞随着泵150的旋 转的曲轴155导向而产生。对于所示实施例的破裂泵150，可以以这种方式 实现高达大约20,000 PSI的加压。或者，其它程度的加压可以被获得用于其 它应用。例如，在泵150用于水泥灌浆的场合时，可以产生高达大约 5，000PSI，如所表明的。此外，泵150的实施例可以用于连续管道铺设或者 射水切割应用。
曲轴155通过传动机构180驱动，该机构自身如所示通过变速器140 由发动机125驱动。发动机125可以是200马力到5,000马力的原动机。在 所示实施例中，该设备全部都容纳在用于安置(placement)的相同平台130上 并用在生产场所，例如图3所示的井破裂场所300。平台130可以是用于生 产场所的流水作业的下降的货盘、传统拖车的一部分或者其它形式的递送 机构。
额外地参照图2,所有的上述设备及其部件在运行过程中受到自然破 损，如所述。因此，泵完好性监测器101设置在平台130上。在所示实施 例中，泵完好性监测器101可包括位于控制箱内用于采样和分析一组声学 和其它信息的数个电路板。泵完好性监测器101还可包括各传感器120,110, 179， 225用于在泵组件IOO(同样参照图2)的运行过程中获得这样的信息。 特别地，如图1所示，该信息可以与通过声学传感器110或者压力传感器 179检出的运行中的泵组件100的谐波相关。此外，如在下面进一步详述的， 运行时序信息例如传动系统或者曲轴的位置可以分别通过接近开关120或 者索引传感器225检出。
类似上述实施例，索引传感器可以耦合到飞轮壳体以获得发动机时序 信息。发动机时序传感器可以采用电磁式拾取器，其传感耦合到发动机125 的旋转部分例如其飞轮上的区域的位置。这样，类似于通过索引传感器225 获得信息一样获得该信息，如下进一步描述的。该信息可以通过泵完好性 监测器101结合从耦合到发动机125或者变速器140的声学传感器获得的 声学数据进行分析用于建立其状态，如下所述。在泵150被电力驱动的实 施例中，在此描述的传感器可以被修改并定位以釆集有关电流输入的数据。继续参照图1，泵完好性监测器101的电路板可以以高速采集板的形式 设置，该高速采集板可以不包括微控制器或者处理能力。再者，高速采集
板可以专门以每秒大约100至大约600,000个样本或更高的速率采样声学、 振动或者压力传感器数据。高速采集板可以专门用于从如上所述的声学传 感器110和/或压力传感器179获得数据。这些传感器IIO， 179可以特别定 位以在泵组件100运行过程中从其采集声学振动数据。在其中泵150在本 质上是液压的实施例中，该传感器110， 179可定位和配置以获得液压传动 压力数据而非在此所述的声学数据。不管怎样，采集的数据可以通过泵完 好性监测器101进行分析，以为了提供泵健康或者完好性信息的可识别图 案，从而警告操作者泵组件100的不健康的状态发生。而且，为了采用在 下面进一步描述的技术并不要求泵流动速率保持恒定。
继续参照图1和2，详细描述在泵组件100中的可声学检测的不健康状 态的例子。也就是，当一组谐波或者振动数据通过运行的泵组件100提供， 某些数据可以表明各种不健康状态。 一般的不健康状态的声学轮廓(profile) 可以预装载在泵完好性监测器101的处理器上以允许分析。关于在此所述 的实施例，这些不健康状态可以包括柱塞破损、发动机座松动、活塞问题、 曲轴轴承磨损和变速器故障例如以离合器逐渐变松或者齿轮齿断裂等形 式。另外一个这样的例子包括如图2所示的失效泵阀密封260的不健康状 态。该类型的失效可以趋于发生在例如在破裂应用中磨料流体被导向通过 泵150的情形中。
特别参照图2，泵150包括用于在柱塞壳体207内向着和远离腔室235 往复的柱塞290。以这种方式，柱塞290在腔室235上施加高和低的压力。 例如，随着柱塞290向着腔室235推进，腔室235内的压力增大。在一些 点上，压力增加将足以导致排放阀250的打开以允许释放腔室235内的流 体和压力。打开排放阀250需要的压力量可以通过排放装置270例如阀弹 簧确定，该弹簧保持排放阀250在闭合位置直到在腔室235内达到所需压 力。在泵150用于破裂操作的实施例中，可以以在此所述方式实现高达大 约20,000PSI的压力。
柱塞290还可在腔室235实现低压力。也就是，随着柱塞290从在腔 室235附近的其推进的排放位置退离，其中的压力将降低。随着腔室235 内的压力降低，排放阀250将闭合，从而将腔室235返回到密封状态。随着柱塞290继续远离腔室235运动，其中的压力将继续下降，最终将在腔 室235中实现低的或者负压力。类似于上述排放阀250的动作，压力下降 将最终足以导致吸入阀255的打开。吸入阀255的打开允许流体从与其相 邻的流体通道245流入到腔室235内。打开所述吸入阀255所需的压力量 可以通过进入机构275例如弹簧确定，其将吸入阀255保持在闭合位置直 到在腔室235中实现所需的低压力。
如上所述，额外地参照图1,柱塞2卯向着和远离泵150内的腔室235 的往复或者循环运动控制其中的压力。阀250， 255相应地响应以从腔室235 以高压分配流体通过分配通道240并最终到流体管165。该流体然后与来自 流体通道245内的流体替换。所述泵150的各个部分的所有运动可以在整 个泵150包括到其非运动部分例如流体壳体157共振到一定程度，腔室235 位于所述流体壳体157内。这样，如上所述，声学传感器110可以固定到 其上用于探测该共振振动。
如所述，通过图1的声学传感器110检出的某些振动可以表明泵150 的不健康的阀密封260。例如，通过更近地观察图2，显然，排放阀250包 括密贴的阀密封260用于密封腔室235。该阀密封260的密贴属性有助于泵 送含有磨料的流体通过泵150,如通常在破裂作业情形下所要求的。例如， 磨料流体可包括支撑剂例如沙、陶瓷材料或者其中混合的铁铝氧石。阀密 封260的密贴属性允许其符合出现在排放阀250的接口 275和座280的任 何支撑剂。不幸地，阀密封260的密贴属性同样使得其遭受到这些磨料流 体的不健康的恶化环境。
尿烷或者其它用于如上所述的传统破裂作业的传统聚合物的密贴阀插 入件260会在大约一至六周的基本连续的使用中完全退化。随着该退化开 始发生，完全的密封失效形成在阀250和阀座280之间。这样，如上所述， 表明运行的泵150的不健康状态的声学振动然后会持续，其是由于腔室235 和分配通道240之间的不断增大的泄漏所致。
现继续参照图1-3,失效的泵阀密封260的上述不健康状态可以通过所 述的声学传感器H0声学检测。但是，如图3所示，泵150可以是在生产 场所375的多个泵组件300的仅一个泵组件100的一部分。因此，在此所 述的实施例包括用于将源自其它组件302， 303， 304, 305， 306和设备的 声学数据与例如表明所述阀密封260的不健康状态的泵组件100的声学数
10据区分开的技术。
如图3所示，如上所述，除了图1的泵组件100之外，多泵组件302, 303, 304， 305， 306设置在生产场所375。组件302， 303， 304, 305， 306 和100的每一个可以彼此不大于10-12英尺，每个在1,500马力至5,000马 力运行以将磨料流体310推入井325内。磨料流体310可以被导向到井325 内并导向到破裂岩石315或者其它的泥土材料，如同传统的破裂操作的属 性。
除了源自图1的泵组件IOO的声音，在图3的上述破裂作业中产生大 量的噪声。事实上，继续参照图3，增加的设备例如搅拌机307可以就地设 置，增加了作业的噪声。而且，每个组件302， 303， 304， 305, 306和100 可以产生高达大约20,000PSI用于将磨料流体310导向通过公共歧管375并 到耦合到井325的井头350。也就是，所有的组件100, 302， 303， 304, 305， 306可以彼此流体连通。该连通的结果是，源自单个泵组件的声音在 相邻的泵组件处共振的能力提高。这样，回过来参照图l，泵完好性监测器 101译解声源用于建立其相关特定泵组件IOO状态的能力是非常有利的。
继续参照图1-3，尽管在传统的作业例如破裂过程中泵组件100， 302， 303， 304， 305， 306之间的上述流体连通，泵完好性监测器101配置来以 允许译解和支持(favoring)相对于其自身的特定组件100的声学信息采集的
方式使用。这可以通过泵完好性监测器101实现，其采用上述高速采集板 结合两个传感器110， 179之一或二者，所述传感器定位的以提高来自图1 的特定泵组件100的声学信息的探测。也就是，如所述的，高速采集板可 以专门以在每秒大约100至大约300，000样本或者更大的速度采样传感器数 据。这样，如下面进一步详述的，来自图1的泵组件100的声学数据的采 集可以通过利用如上所述地定位的传感器110， 179而提高，而该声学数据 的分辨率可以通过利用这样的高速采集板而提高。
继续参照图l-3，泵完好性监测器101可以直接布线到两个传感器110, 179的一个或二者，所述传感器定位的以提高探测来自特别地图1的泵組件 100的声学信息。例如，第一传感器，即上述声学传感器110,直接定位在 泵150的流体壳体157上。第二传感器，即上述的压力传感器179，可以定 位在到歧管375的公共流体线路175内。尽管定位在公共的流体区域，压 力传感器179定位到节气门177的泵侧，该节气门177简单地减小线路175的内径(例如，大约一半)。这有利于削弱来自图1的泵组件100的外面的声 音。这样，通过压力传感器179探测的来自图1的泵组件100声学信息仍 然改善。事实上，节气门177的位置还可有助于衰减从图1的泵组件100 到例如图3的那些的其它组件302， 303, 304, 305, 306的声音。
除了提高来自所关注的泵组件100的声学数据的采集之外，如所述，
器例如接近开关120可设置到泵完好性监测器101并耦合到旋转的传动机 构180用于监测运行组件100的速度，这样，允许处理器确认外界噪声与 组件100的不同步。因此，额外地参照图3，通过泵完好性监测器101的高 速率的声学采样，以明显不同和/或恒定速度运行多泵作业的分离组件100，
302， 303， 304, 305， 306的需要基本上一皮消除。再者，/人相关组件的时序 辨别出源自外界源的噪声，对于在其处理的如此巨大数量的声学数据，可 以容易地通过泵完好性监测器101的处理器译解。
如上所述，泵完好性监测器101可采用来诊断不健康状态例如泄漏的 泵阀密封260，而不管在生产场所375处周围的噪声如何。而且，如图3所 示的多泵作业的所有其它组件302, 303, 304， 305, 306可以配备有单个 的泵完好性监测器用于诊断相关的泵组件302303， 304, 305， 306的不健 康状态。再者，这样的不健康状态可包括泵密封泄漏、柱塞破损、阀弹簧 破损、泵座和发动机座松动、活塞问题、曲轴轴承、十字头和短抽油杆磨 损、变速器故障例如离合器逐渐变松或者齿轮齿断裂以及其它呈现声学异 常的情形。
尽管采用泵完好性监测器101的上述技术提供给定组件100的健康检 测，而不管周围噪声如何，但是，表明设备健康或者完好性的声学数据还 可以以大幅降低用于建立设备健康所需的处理器能力大小的方式被采用。 也就是，不是以恒定速率采样上述声学数据(也就是，等距采样)和执行FFT 以绘制信息图形，声学数据可以基于运行设备的速度以一定速率采样(也就 是，非均一或者角采样)。以这种方式，离散FFT变换的需要可以消除或者 转化到角域，在此也称作"顺序"空间。泵完好性监测器101可以被提供 检测和分析更高得多频率的能力。例如，大致超过25KHz，更优选地超过 lOOKHz的频率可以通过泵完好性监测器101的处理器进行分析。结果，泵这些问题以如此更高的频率出现时。事实上，在替代的实施例中，非常有 限的傅立叶分析可以在小频率范围内执行以为了提高谱分辨率。然而，信 号检测在更高的频率可以更早地获得。
例如，参照上面的图1-3,泵完好性监测器101可以以曲轴155每转采 样大约50和5,000个样品之间的速率采样声学数据。这样，相对于泵150 的循环的定位信息可以自动地提供而无需执行FFT变换。为了以这种方式 调节声学数据的采样，传感器可以被设置以监测或者跟踪泵150的运动部 件的时序以及由此监测或者跟踪其速度。例如，如图2所述，索引传感器 225邻近柱塞290设置，柱塞290通过如图1所示的曲轴155驱动。柱塞装 备有卡环227，其可通过索引传感器225检测，以使得时序信息可以传输到 泵完好性监测器IOI。以这种方式，泵完好性监测器101的处理器在采集和 绘图相对于此的声学地获得的数据中仅需要保持运行泵150的时间。
现参照图4，额外地参照图1-3，通过泵完好性监测器101经由上面描 述的技术获得的声学数据绘制在图表上。所示图表绘制已经从如图2所示 的具有泵150的泵组件100获得的声学数据，其中该泵150的阀密封260 泄漏。在所示实施例中，对于给定的泵150的曲轴155的旋转，已经获得 在大约500个至大约5,000个之间的声学数据的样品。这样，来自索引传感 器225声学数据的给定时序信息已经被制图而无需FFT变换，从而真正地 节省泵完好性监测器101的处理器容量。
继续参照图4，来自索引传感器225的时序信息允许绘制基于三个柱塞 往复区域1， 2， 3的循环泵150的角位置的声学剖面。也就是，在此描述 的实施例中，泵150是容积式三重结构。这样，三个分离的柱塞，例如图2 的柱塞190，在泵150的任何给定周期往复。各声学数据400， 401, 402， 403， 475可以根据其绘制。
图4的图表揭示在泵150的整个循环中某些声学数据是持久的。该持 久的声学数据475可以是组件100的运行的泵150和其它设备的预期的声 学特征。由于如上详述的通过泵完好性监测器101提供的提高的分辨率和 提高的4全测，源自另一组件(也就是图3的302, 303， 304, 305， 306)的巨 大量的持久的声学数据475的概率被最小化。不管怎样，这样的数据不能 表明与采用的泵完好性监测器101相关的泵150的不健康状态。
图4的图表如上面提及的以对数刻度示出，具有在一半采样频率(也就
13是Fs/2)下可检测的最高频率。关于该图表的特定的柱塞往复区域l， 2, 3, 每个包括撞击(strike)数据401, 402， 403,从而显示每柱塞往复的两个阀的 撞击，其在大约1/64和大约3/8个采样频率(Fs)之间共振。这将是期望的， 如上面参照图2详述的，其中阀250， 255撞击阀座280， 285，如上所述。 再次地，该特定的声学数据不能表明泵组件IOO的任何不健康状态。
不幸地，通过第一柱塞往复区域1的仔细检查，泵组件100的不健康 状态被揭示。也就是，回想图2的泄漏的阀密封260，表明该泄漏的不健康 的声学数据以泄漏数据400的形式出现在第一柱塞往复区域1中。泄漏数 据400在通过撞击数据401所示的阀(也就是250)的撞击之后立即出现。如 参照图2所述的，就是在这个时候不能在阀250和阀座280之间形成完整 密封。这样，声学振动，在此描述为泄漏数据400，共振作为腔室235和分 配通道240之间的流体泄漏。泵组件100的不健康状态从而被检出和显示。
如上面图4详示的，泄漏数据400描绘在反映例如图1的循环泵150 的角位置的图表中。以这种方式声学泄漏数据400的描绘提供对通过旋转 机构例如曲轴155驱动的泵部件的状态的一些洞察。但是，参照图1，各种 其它设备例如发动机125、变速器140或者传动机构180也会遭受破损和出 现故障。类似地，这些设备的健康可以根据上述技术检测和监测。也就是， 上述技术可以用于分析泵和发动机数据二者。例如，对应变速器140采用 的传动比的声学数据可以表明在传动机构180之前的问题。类似地，如下 所述，对应发动机125的rpm的不期望的声学数据可以表明发动机侧的问 题，例如发动才几座或者柱塞往复。此外，在这方面4会查该设备的声学特征 比角定位更有利。例如，振幅或者功率(或者功率谱密度)，如图5A所示， 可以提供对在其它频率范围对运行设备状态的洞察，如下进一步详述。
现参照图5A,额外参照图1,示出一曲线，该曲线描绘从具有在大约 2,400卬m运转的四沖程12缸发动机125的泵组件IOO采集的声学数据的声 学轮廓(profile)。这可以是与图4的声学数据描绘的相同的泵组件100。但 是，通过比较，图4的声学数据以比图5A的图表延伸的频率更高的频率呈 现。但是，图5A在频率方面的延伸将揭示图4描绘的声学泵相关数据。与 图4的另一不同点是在图5A中，不是相对角定位描述声学频率数据，图 5A的图形相对于功率描绘声学数据，如下面进一步描述的。
额外地参照图1，图5A描述相对于所述的在大约2，400rpm运行的发动机125的声学数据。通过定义，该发动机125将产生大约40Hz的频率。这 样，图5A的图表的检查在大约40Hz处揭示声学发动机rpm数据560。事 实上，揭示的用于图5A描绘的频率范围的最大量的功率被以声学发动机 rpm数据560的形式揭示。其它声学数据被揭示例如在大约20Hz处的曲轴 数据551和大约在240Hz处的柱塞数据580。再一次地，给定在大约2400rpm 运转的传统的12缸发动机125，在发动机rpm数据560的一半的曲轴数据 551的位置和活塞数据580的位置是可以预期的。但是，这些数据中的异常 可以辨别的。例如，曲轴数据551中的异常可以表明不点火，而rpm数据 560中的异常可以表明发动机不平衡、错位、异常的扭矩反应或者发动机 125薄弱的底座。 .
尽管声学数据551 ， 560， 580的位置反映以2,400rpm运行的12缸发动 机125的预期的运行声学特征，其它的声学信息示出在图5A的图中。也就 是，发动机rpm数据560呈现为具有峰565,其相对而言分为平緩部分562 和小的隆起部分567。类似地，活塞数据580包括平緩部分582和隆起部分 587。这样，显然，在发动机至少一个活塞的点火或者运行中已经发生问题。 也就是，不同于图4中明显的声学泄漏数据400，在图5A中呈现数据的隆 起部分567, 587，从而揭示泵组件100中泵150之外的不健康状态。但是， 幸运地，特别参照图5A的图表的Z轴，没有显现在所示时间段内问题不断 增多。因此，操作者可以有时间在由于所示问题导致的运行泵組件100失 效之前进行干涉。
除了图5A所述的声学数据551, 560， 580之外，可以获得关于发动机 125状态的其它数据。例如，在上述的该发动4几125中，在大约60Hz, 100Hz, 140Hz和180Hz处的缸燃烧峰值可以期望地伴随着表示在大约80Hz、 120Hz、 160Hz和200Hz处的曲轴速度的谐波的峰值。这样的声学数据可再 次被分析以确定发动机125的状态。例如，表示在大约80Hz的曲轴谐振的 峰值，其明显比其它的曲轴谐振峰值更高，可以表明例如相对于旋转的曲 轴位置减震器失效的问题。
现参照图5B，再次额外地参照图1，示出了一个类似于图5A的曲线， 但是现参照泵声学特征(就是，与发动机声学特征相对)。对于下面示出和描 述的实施例，泵150是三重构型的容积式泵150。泵150包括以大约4Hz 频率旋转的曲轴155，其中初始峰被描绘。在与曲轴转动时序相关的不健康泵状态的情形中，除非异常，会产生或者呈现在大约4Hz处描绘的峰值。
该泵失效可以包括阀泄漏、阀弹簧断裂、柱塞松动、泵座松动或者曲轴轴 承失效。
假定泵150采用如上所述的三个柱塞290，每个随着曲轴155的每次转 动而往复，在大约12Hz处的峰是预期的。而且，在大约24Hz处注意到一 个峰值，其反映通过变速器140和曲轴155之间的传动比提供的大约六倍 的速度降低。对于所示实施例，在大约24Hz处的高峰将表明例如变速器 140、传动机构180或者相关部分的问题。类似地，在所述传动装置的大齿 轮配备有例如108个齿时，在大约432Hz的谐振峰将是预期的，如所示。 对于所述实施例，在该峰的异常将表明传动齿的退化或者其它问题。
现参照图6，采用泵完好性监测器的实施例以流程表的形式进行概括。 监测器用作在运^f亍中的泵组件的一部分，如在620所示。如上所述，泵组 件可以连通一组其它设备进行操作，包括与其流体连通的其它泵组件。然 而，如所述，泵完好性监测器可用于译解特定于泵组件的健康或者完好性。
译解泵组件健康可以部分地通过采用泵完好性监测以记录泵组件的时 序信息而实现，如在635所示(例如，可能通过接近开关)。考虑时序信息， 大量声学数据可以通过高速采集机构采样，可能在每秒大约100,000和 300,000个样品数之间，如在650所示。通过正确定位的传感器以获得这样 的样本，运行组件的相当高分辨率的声学特征可以获得用于评估，如在680 所示。此外，声学数据可以基于泵速进行采样，如在660所示，以使得该 数据的FFT变换可以完全得以避免，从而节省泵完好性监测器的大量的处 理能力。
在此所述的实施例包括通过泵完好性监测器将外界噪声从与泵相关的 声学特征区分开的方式监测泵完好性的方法。事实上，即使在周围的噪声 源自与所关注的泵流体耦合的其它泵的场合，泵完好性监测器被操作以辨 别外界噪声，而无需其它泵以明显不同的速度或者恒定的速度运行。这样， 不必在多泵作业的某些泵上施加不适当的载荷以为了声学监测每个泵的运 行健康。而且，泵完好性监测器被操作以使得通过消除FTT变换的需要和 缩短用于诊断泵健康的时间而明显提高处理能力。这样，运行泵组件的声 学诊断的实际效果可以明显改善。
尽管示例性实施例描述用于监测泵组件例如用于破裂应用的容积式泵的特定技术，但是，其它实施例也是可能的。例如，数个泵完好性监测器 可以耦合到中央主机或者通过网络彼此耦合用于分析在各个泵处或者甚至 在多个工作位置的运行状态。此外，上述分析技术可以基于程序构型进一 步和更具体地进行修改。在一个例子中，对关于时序位置的谱平均(也就是， 堆栈)可以用于减少噪声和4是高分辨率，而不管稳定或者可重复的情形如何。
倒频(Cepstral)分析也可用于源自各机械部分的多个谐振。联合时间-频率分 析甚至可以用于通过在二维时间-频率空间的图案识别，处理时变频率内容， 在所述空间内，基于贝叶斯(Bayesian)图案的分类技术与振动特征(signature) 的嵌入式数据库一同使用。
除了上述的，该方法可以被修改以适合采用的泵完好性监测器电子装 置。在这方面，交错的虚拟子装置可以集成到单一固件框架中，可以使用 可再编程虚拟装置，具有基于所关注的特定频率范围的功能，同时仍然在 单一框架内，以及可以采用便携式装置实施方式。
例如具有各种振动信号的泵完好性监测器的预编程以提高对于在泵运行期 间可能声学检测类型的问题的模式识别。事实上，为了提高这样的识别， 可以进行这些应用，其趋于避免固有工作频率，该固有工作频率可能与其 它反映不健康状态的频率重叠。而且，可以进行许多其它的变化、修改和 替代，而不会超出所述实施例的范围。
1权利要求
1.一种监测泵组件完好性的方法，所述方法包括运行所述泵组件；记录与所述运行有关的时序信息；利用所述泵组件的高速采集机构来采样声学数据；以及根据所述时序信息评估所述声学数据。
2. 如权利要求1所述的方法，其中，所述采样以每秒超过大约100,000 个样品数的速率进行。
3. 如权利要求2所述的方法，其中，所述高速采集机构是用于所述记 录、所述采样和所述评估的泵完好性监测器的高速采集板。
4. 如权利要求1所述的方法，其中，所述评估还包括从表示不健康泵 组件状态的声学数据分辨表示健康泵组件状态的声学数据。
5. 如权利要求4所述的方法，其中，所述不健康状态是泵座、柱塞、 曲轴轴承、变速器、泵阀密封、阀弹簧、十字头、短抽油杆和所述泵组件 的活塞运行之一的状态。
6. 如权利要求4所述的方法，其中，所述分辨参照在所述泵完好性监 测器的处理器中预编程的振动信号完成。
7. 如权利要求l所述的方法，其中，所述记录还包括监测所述泵组件 的运动部件的位置。
8. 如权利要求7所述的方法，其中，所述监测通过耦合到所述泵组件 的传动机构上的速度传感器完成。
9. 如权利要求l所述的方法，其中，所述泵组件的所述运行是在给定 速度下，所述采样基于所述给定速度以一定速率进行。
10. —种监测泵组件的完好性的方法，所述方法包括 运行所述泵组件；监测所述运行的速度；基于所述速度以一定速率从所述泵组件采样声学数据；以及 评估用于从代表不健康泵组件状态的声学数据辨别代表健康泵組件状 态的声学数据的声学数据。
11. 如权利要求IO所述的方法，其中，所述不健康状态是泵座、柱塞、曲轴轴承、变速器、泵阀密封、阀弹簧、十字头、短抽油杆和泵组件活塞 运行之一的状态。
12. 如权利要求10所述的方法，其中，所述泵组件包括在所述运行过 程中旋转的曲轴，所述采样以每转大约50至大约5,000个之间的声学数据 样品的速率进行。
13. 如权利要求IO所述的方法，其中，所述监测还包括跟踪所述泵组 件的运动部件的位置。
14. 如权利要求13所述的方法，其中，所述泵组件是容积式泵组件， 所述运动部件是柱塞，所述监测通过耦合到所述泵组件的柱塞壳体的索引 传感器完成，所述柱塞壳体容纳所述柱塞，所述柱塞具有可通过所述索引 传感器检测的卡环。
15. 如权利要求IO所述的方法，其中，所述评估的进行无需执行离散 傅立叶变换转换。
16. 如权利要求10所述的方法，其中，所述评估还包括分析在大约 100Hz至大约600KHz之间的频率中的声学数据。
17. 如权利要求IO所述的方法，其中，所述评估随着速度变化而进行。
18. 如权利要求IO所述的方法，其中，所述辨别参照装载到泵完好性 监测器的处理器中用于所述检测、所述采样和所述评估的振动特征 (signature)冗成。
19. 如权利要求10所述的方法，其中，所述代表健康泵组件状态的数 据的辨别包括基于所述速度识别噪声。
20. 如权利要求10所述的方法，其中，所述采样以每秒超过大约 100,000个样品数的声学数据的速率进行。
21. 如权利要求IO所述的方法，其中，所述采样以恒定采样速率和可 变采样速率之一发生。
22. —种泵完好性监测器，包括 处理器；速度传感器，其耦合到所述处理器用于监测运行泵组件的速度；以及 数据传感器，其耦合到所述处理器用于基于所述速度以一定速率从所 述泵组件采样谐振数据。
23. 如权利要求22所述的泵完好性监测器，其中，所述速度传感器是索引传感器和接近开关之一，用于跟踪所述泵组件的运动部件的位置。
24. —种泵组件，包括 泵；泵完好性监测器，其具有耦合到所述泵的速度传感器，用于在泵的运行过程中检测其速度；以及声学传感器，其耦合到所述泵完好性监测器，用于基于所述速度以一 定速率采样声学数据。
25. —种多泵组件，包括第一泵组件，其具有第一泵完好性监测器，该第一泵完好性监测器具 有耦合到所述第一泵组件的泵上以用于监测其速度的速度传感器和用于基 于所述速度以一定速率采样声学数据的声学传感器；第二泵组件，其具有第二泵完好性监测器，该第二泵完好性监测器具于所述速度以一定速率采样声学数据的声学传感器；以及公共歧管，其与所述第一泵组件和所述第二泵组件流体连通。
全文摘要
本发明公开了一种监测泵完好性的方法。该方法可以包括记录在运行过程中泵的时序信息，同时用高速等距离采集机构或者基于运行中泵的速度以一定速率采样声学数据。在声学数据采集后对其进行评估。该技术可以提高采集的数据的分辨率，同时实质性地提高处理器能力用于评估。还描述一种用于执行该技术的泵完好性监测器。
文档编号F04D15/00GK101583798SQ200780048608
公开日2009年11月18日 申请日期2007年12月10日 优先权日2006年12月28日
发明者伊夫格尼·克沃什切夫, 尼古莱·巴克拉诺夫, 萨玛德·阿德南 申请人:普拉德研究及开发股份有限公司