Система мониторинга жидкости на месте является ключевым техническим средством мониторинга состояния и диагностики неисправностей промышленного оборудования, путем сбора и анализа в режиме реального времени параметров производительности смазки машин и оборудования или гидравлической жидкости и информации о загрязнителях для достижения точной оценки состояния здоровья оборудования. Система объединяет сенсорную технологию, технологию сбора и передачи данных, алгоритмы анализа нефти и жидкости и интеллектуальные диагностические модели для обеспечения поддержки данных для профилактического обслуживания. Ниже рассматриваются три аспекта: состав системы, основные функциональные модули и принцип работы.

I. СОСТАВ СИСТЕМЫ

Система мониторинга нефти на месте состоит из пяти частей: сенсорной решетки, блока сбора и передачи данных, центральной платформы обработки и анализа, модуля сигнализации и управления и вспомогательной системы поддержки, каждый модуль работает вместе, чтобы сформировать замкнутую систему мониторинга.

1. Диапазон датчиков

Датчики являются источником данных для системы, которая отвечает за захват физических, химических и измельченных характеристик жидкости масла, в основном включает:

- Датчики измельчения частиц: Используйте индуктивные, конденсаторные или оптические принципы для определения концентрации, распределения размеров и формы металлических мельниц в масляной жидкости (например, ферромагнитные измельчители могут различать нормальный износ и аномальный износ).

- Датчик степени загрязнения: общее количество частиц в масляной жидкости измеряется методом рассеяния света или методом ультразвукового затухания (например, по шкале чистоты ISO).

- Датчики физико - химических свойств: Мониторинг ключевых показателей вязкости, кислотности (pH), содержания влаги, степени окисления масляной жидкости с использованием диэлектрических констант, электрохимических зондов или инфракрасных спектральных технологий.

- Датчик температуры и давления: получение температуры жидкости в режиме реального времени, скорости потока и системного давления, чтобы помочь определить режим работы оборудования.

2. Модуль сбора и передачи данных

- Карты сбора данных (DAQ): Преобразование сигналов датчиков в цифровые сигналы, поддержка многоканального синхронного отбора проб (частота отбора проб до уровня МГц) и антиинтерференционная способность.

- Модуль беспроводной связи: удаленная передача данных через LoRa, Wi - Fi или 4G / 5G, адаптированная к суровым промышленным условиям.

- Краевой вычислительный узел: предустановка микропроцессора на конце устройства для предварительной фильтрации, сжатия или извлечения характеристик исходных данных, что снижает потребность в пропускной способности передачи.

3. Центральная платформа обработки и анализа

- Модуль хранения и управления данными: хранение исторических данных с использованием баз данных временных рядов (например, InfluxDB) для поддержки эффективного поиска больших объемов данных.

- Алгоритмическая база для анализа нефтяных жидкостей: включает в себя идентификацию профилей измельчения частиц (например, классификацию нейронных сетей), прогнозирование тенденций загрязнения (модель ARIMA), корреляционный анализ физико - химических показателей и т.д.

- Интеллектуальный диагностический движок: основанный на машинном обучении (например, SVM, случайный лес) или библиотеке экспертных правил, тип неисправности выходного устройства, прогноз оставшегося срока службы и рекомендации по обслуживанию.

4. Модуль сигнализации и управления

- Пороговые сигналы тревоги: Установите значение предупреждения в соответствии со стандартом ISO или историческими данными (например, триггерное предупреждение о концентрации измельченных частиц более 1000 / мл).

- Управление связью: интеграция с системой управления устройством (PLC) для достижения автоматической замены масла, фильтрации или защиты от остановки.

- Визуальный интерфейс: отображение состояния жидкости, кривых тренда и результатов локализации неисправностей через систему SCADA.

5. Вспомогательные системы поддержки

- Калибровочное устройство: датчики регулярно маркируются (например, стандартная измельченная суспензия, образцы масла с известной степенью загрязнения).

- Циркуляционный контур масляной жидкости: установка пробоотборных клапанов в обходах оборудования для обеспечения репрезентативности проб масла (например, использование онлайновых методов разбавления или центрифугирования).

- Система самоочищения: промыть зонд датчика с помощью антидующего газа или ультразвука, чтобы предотвратить засорение.

II. Принцип работы

Система мониторинга жидкости на месте реализует динамическую оценку состояния оборудования с помощью замкнутого процесса « восприятие - передача - анализ - принятие решений», основной рабочий процесс которого заключается в следующем:

1. Отбор проб нефти и восприятие

Диапазон датчиков непрерывно собирает параметры смазочного или гидравлического масла оборудования:

- Обнаружение мельницы: когда жидкость проходит через измельчительный датчик, изменения электромагнитного поля, вызванные металлическими частицами, преобразуются в электрические сигналы, которые различают размеры мельницы с помощью импульсного анализа высоты (например, мельница размером более 5 мкм указывает на серьезный износ).

- Мониторинг загрязнения: датчик рассеяния света излучает лазерный луч, сила света рассеяния частиц обратно пропорциональна диаметру частиц, вычисляя количество и распределение частиц в сочетании с теорией Mie.

- Физико - химический анализ: инфракрасный спектрометр сканирует вибрационные характеристики молекулярных связей в масляной жидкости и распознает оксиды (например, карбонаты) или пики поглощения воды.

2. Передача и предварительная обработка данных

Пограничные вычислительные узлы выполняют шумоподавление исходных данных (например, разложение пакетов малых волн), извлечение характеристик (например, значения RMS для извлечения сигнала измельчения) и сжатие данных (например, алгоритм LZ77), которые передаются на облачную платформу через 5G или промышленный Ethernet.

3. Анализ данных и диагностика

Центральная платформа основана на многомерном анализе слияния данных:

- Отслеживание измельчения гранул: Используйте анализ основного компонента (PCA) в сочетании со столярными счетами оборудования (например, тип подшипника коробки передач) для определения источника износа (например, износ шейки вала или точечная эрозия шестерни).

- Прогнозирование тенденций ухудшения: с помощью нейронной сети LSTM анализируются временные ряды значений кислотности масла, влаги и концентрации измельченных частиц для прогнозирования точек затухания смазочных свойств.

- Анализ корреляции отказов: в сочетании с данными вибрации оборудования (например, высокочастотный резонансный пик) и характеристиками измельчения масляной жидкости, локализация ранних усталостных трещин.

4. Принятие решений и контроль

Система выводит иерархические ответы по результатам диагностики:

- Предупреждение первого уровня: чистота жидкости снижается до уровня ISO 18 / 15, что указывает на усиление фильтрации.

- Вторичная сигнализация: обнаружена мельница из медного сплава размером более 5 мкм, рекомендуется проверить зазор подшипника скольжения.

- Аварийная остановка: содержание влаги более 1% или увеличение концентрации измельченных частиц в 10 раз, запускает процедуры защиты оборудования.