往復(fù)泵是油田鉆井、注水和壓裂等工藝中的重要設(shè)備，其工作條件十分惡劣，該設(shè)備能否正常運轉(zhuǎn)對油田安全生產(chǎn)十分重要，因此對其易損件，如泵閥、活塞-缸套副、柱塞-密封副等的狀態(tài)監(jiān)測和趨勢預(yù)測，成為往復(fù)泵故障診斷的關(guān)鍵問題。主要研究了灰色-神經(jīng)網(wǎng)絡(luò)預(yù)測方法在往復(fù)泵故障趨勢預(yù)測中的應(yīng)用，結(jié)合實際案例，根據(jù)往復(fù)泵故障發(fā)展趨勢，針對其故障診斷與預(yù)測的難點，提出采用組合預(yù)測模型進行趨勢預(yù)測，相比采用單一模型預(yù)測方法，該組合模型具有較高的精度，對狀態(tài)監(jiān)測工作有非常好的應(yīng)用價值和實際意義。

　　往復(fù)泵是油田生產(chǎn)中的重要設(shè)備之一，每次出現(xiàn)故障都會對企業(yè)的安全生產(chǎn)造成巨大的影響。目前，國內(nèi)外對往復(fù)泵狀態(tài)監(jiān)測與趨勢預(yù)測多采用人工神經(jīng)網(wǎng)絡(luò)、模糊預(yù)測等單一模型進行研究，由于單一的預(yù)測方法只能是在一定情況下、一定范圍內(nèi)才有效，并不能充分利用全部的特征信息，因而常導(dǎo)致預(yù)測結(jié)果與真實值之間存在較大誤差。

　　本文主要研究灰色-神經(jīng)網(wǎng)絡(luò)預(yù)測方法在往復(fù)泵故障趨勢預(yù)測中的應(yīng)用，并結(jié)合實際案例，對比分析該組合預(yù)測方法相對單一模型預(yù)測的優(yōu)勢，為組合預(yù)測方法在往復(fù)泵故障診斷和趨勢預(yù)測領(lǐng)域中的應(yīng)用提供了有力的支持。

1、往復(fù)泵常見故障分析

　　高壓往復(fù)式注水泵主要由動力端、液力端、底座、電機、電控盤、潤滑等部件組成。由于構(gòu)成部件多，結(jié)構(gòu)較為復(fù)雜，在實際生產(chǎn)中經(jīng)常發(fā)生各種類型的故障，根據(jù)發(fā)生部位可以分為以下幾個方面.

　　1.1、往復(fù)泵動力端

　　(1)轉(zhuǎn)軸:往復(fù)泵的轉(zhuǎn)軸為曲軸，曲軸是往復(fù)泵中結(jié)構(gòu)和受力最復(fù)雜的構(gòu)件之一，它不僅承受傳動軸傳來的扭矩，同時承受著三個連桿傳遞的阻力。

　　(2)滾動軸承:是旋轉(zhuǎn)的受力部件，承受徑向和軸向的負荷，在沖擊載荷下容易發(fā)生故障。而往復(fù)泵液力端的每次沖程都會施加沖擊載荷，所以是最易損壞的零件之一。

　　1.2、往復(fù)泵液力端

　　往復(fù)泵液力端常見故障見表1所示。

表1 往復(fù)泵液力端常見故障類型

2、灰色-神經(jīng)網(wǎng)絡(luò)預(yù)測模型

　　往復(fù)泵是一個復(fù)雜的系統(tǒng)，時變性、隨機性、模糊性等多方面的因素致使系統(tǒng)振動變化異常復(fù)雜，用單一的預(yù)測方法難以在信息貧乏和不確定性條件下對設(shè)備運行狀態(tài)趨勢做出準確有效地分析。組合預(yù)測方法將各種預(yù)測方法的優(yōu)缺點相互補充，取長補短，有效的利用了全部有用信息，最終達到提高預(yù)測精度的目的。但是，組合預(yù)測方法在機械故障診斷領(lǐng)域內(nèi)的應(yīng)用比較少。

　　灰色預(yù)測模型簡單實用，要求樣本數(shù)據(jù)少，能較好的預(yù)測振動變化的總體趨勢，但不適合逼近復(fù)雜的非線性函數(shù)，一般用于中長期預(yù)測。人工神經(jīng)網(wǎng)絡(luò)具有良好的非線性映射能力，能較好的預(yù)測振動的波動趨勢，但需要具有足夠的隱節(jié)點也就是需要大量的樣本保證，一般適用于能取得較多樣本的短期預(yù)測。

　　2.1、并聯(lián)型組合模型

　　所謂并聯(lián)型組合模型是指利用灰色預(yù)測模型具有良好的增長特性的特點，對負荷的增長趨勢和總體變化趨勢進行預(yù)測，即對縱向歷史數(shù)據(jù)進行建模，同時利用神經(jīng)網(wǎng)絡(luò)預(yù)測模型良好的非線性映射能力對負荷的波動趨勢進行預(yù)測，即對橫向歷史數(shù)據(jù)進行建模，最后根據(jù)最優(yōu)化理論建立兼有兩者優(yōu)點的綜合模型。本模型對于各自本身的建模程序不需要做太多的修改。但由于兩個模型相互獨立，所以該綜合模型不能消除原來兩個模型本身所固有的一些缺點(如圖1表示)。

圖1 灰色-神經(jīng)網(wǎng)絡(luò)并聯(lián)型組合模型

　　2.2、串聯(lián)型組合模型

　　串聯(lián)型組合模型(如圖2所示)能夠更大限度的發(fā)揮灰色模型和人工神經(jīng)網(wǎng)絡(luò)模型各自的特點。所謂串聯(lián)型綜合模型是指將灰色預(yù)測模型GM(1，1)的預(yù)測結(jié)果作為神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸入，利用神經(jīng)網(wǎng)絡(luò)強大的非線性映射功能在其輸出端得到精度更高的預(yù)測結(jié)果。

圖2 灰色-神經(jīng)網(wǎng)絡(luò)串聯(lián)型組合模型

總結(jié)

　　本文分別采用灰色模型、神經(jīng)網(wǎng)絡(luò)模型和灰色-神經(jīng)網(wǎng)絡(luò)組合模型對往復(fù)泵的一組運行數(shù)據(jù)(振動有效值)進行趨勢預(yù)測，通過對比它們的預(yù)測結(jié)果，得出灰色-神經(jīng)網(wǎng)絡(luò)模型有較高的預(yù)測精度和預(yù)測有效度，適用于往復(fù)式注水泵的狀態(tài)預(yù)測進行系統(tǒng)研究，該方法對油田安全生產(chǎn)有著重要的現(xiàn)實意義。