泵作為常用的機械設備之一，廣泛的應用在石油石化、有色冶煉、電力、農業等各個領域，以石油石化廠為例，其旋轉類設備（泵、電機、風機、齒輪箱等）用量高達80%以上，如此龐大的設備使用數量，確保機泵設備安全、長周期、穩定運行顯得十分重要。機泵設備的常規檢修都是在運行異常或者設備故障時開展的，能夠做到在設備出現故障前就可以知曉設備故障產生的原因，這將會大幅度提高設備維修效率，同時也可以有效避免設備運行過程中的非計劃性停機，減少企業生產損失。當前數字化、網絡化、智能化是信息化社會發展的必然趨勢，機泵作為石化行業常見的工業設備，實現智能監測，故障診斷也是目前機泵類設備智能化發展的方向之一。通過對設備運行狀態監測，進一步提供故障診斷的依據，可以在很大程度上提高設備管理、維修、經濟運行的水平，提高設備的運行的穩定性，降低整體運維成本。本文主要從機泵故障診斷技術應用的角度出發，討論了故障診斷所形成的診斷數據（包括設備健康狀況等級、故障類型次數、同一設備故障次數等）在機泵設備管理方面應用的可行性，通過分析機泵（組）的診斷數據，來確定設備的運行狀態，并對異常設備，利用故障診斷技術，提出可行的維修建議，提高設備維修效率，同時提升企業管理的水平。
1.設備維護現狀
石化行業旋轉設備主要有：泵、風機、電機等，對這些設備的日常維護，目前主要依賴人的定時巡檢，通過對設備運行過程中軸承溫升，振動指標進行檢查，進一步判斷設備是否運行正常。泵設備常見故障有以下幾種：
溫升
包括軸承、密封腔、機封壓蓋和潤滑油溫升，主要是軸承溫升，軸承對泵的轉子部件起到支撐作用，因而承受著不同方向的載荷，如果軸承溫度過高，會增加泵工作的不可靠度。
振動
引起離心泵振動的原因有很多，主要來自外部因素和泵自身兩個方面，關于外部因素，主要是因為泵安裝時管口載荷過大，安裝基礎不平或強度不夠，運行工況偏離允許工況范圍等原因造成的；泵本身原因造成的振動主要原因在：
1、鑄造、加工、裝配等原因造成，
2、泵體和葉輪設計不合理引起的水力振動。
噪音
產生噪聲的原因主要是泵發生氣蝕、軸承損壞、轉子部件如口環、平衡鼓等位置發生摩擦所引起的。
泄漏
泄漏主要是泵體和泵蓋之間介質的泄漏，密封處的泄漏。
轉速
多用于變頻電機或有變頻柜的工作場合，用來判斷轉速對泵性能（流量和揚程）的影響。
1.1設備管理現狀及今后發展
主要依賴人對設備運行參數采集，設備出現異常時對設備維修現狀還是以事后處理為主，具體表現在以下幾個方面：
1)、人工巡檢測量量（如振動、溫度）不能形成直觀的機組狀態運行趨勢圖，數據挖掘深度不夠，無法最大化設備采集數據的價值。
2)、設備運行健康狀態無法實時知曉，突發狀況無法準確預測。
3)、備件管理量大，庫存占有率高，管理成本高。
4)、運維管理模式效率低，對人依賴程度大。
當前設備管理現狀及今后發展對比如下圖：
1.2機泵設備智能化發展的必要性
隨著社會的發展、科技的進步，工業企業對健康、環保、安全等方面的要求越來越高。石油石化行業設備的安全與可靠運行也越來越受到人們的關注。數十年來，其維護方式多為被動式維護（設備已經失效，進行事故后維修）或預防性維護（通過采取適當的措施，如提高強度等，從而防止設備發生故障），未來對機泵設備的發展已呈現出智能化發展的需求，主要體現在以下幾個方面：
1）企業轉型升級的需要
在互聯網時代的大背景下，商業模式發生了巨大的變化。傳統制造業為了生存和發展，企業必須由單一制造商向服務商轉型。《中國制造2025》明確提出：要加快制造與服務的協同發展，推動商業模式創新，促進生產制造向服務型制造的轉變——就是由單一產品制造向用戶提供一整套系統解決方案。
2）設備長期、穩定運行的需要
隨著人工智能的出現，預測性維護將成為一種趨勢，并成為制造商和用戶所追求的終極目標。人工智能不僅可以使設備使用方、設備制造商實時監控設備的運行狀態，在發生不可逆的故障或停機之前得到準確的診斷、確定維護和保養時間、提高設備運行可靠性并延長設備運行周期和壽命，而且還可根據實際情況或需要，優化設備運行方式、提高運行效率、降低運營成本。
3）安全、綠色、高效生產的需要
石油石化作為我國經濟發展的重要支柱，安全、綠色、高效生產一直是石化工業發展所關注的重點內容，要實現安全、綠色、高效生產，在設備管理方面就必須做到設備的安全運行、設備低能耗工作、設備高效運行，實現設備的智能化是保障石化工業實現安全、綠色、高效生產的基礎。
2、機泵狀態監測與故障診斷技術
目前機泵狀態監測與故障診斷技術主要通過數據集成、建模分析、物聯網和云計算等大數據技術應用，實現設備運行狀態的精準掌握、預測受損零部件壽命、更短的時間內對問題針對性解決提供了技術支持。
采集的主要數據是設備運行的振動、溫度數據，通過在機泵設備上安裝溫度、振動傳感器，實時采集設備運行的溫度振動值（主要是軸承處振動數據），將采集數據傳輸至云端服務器或者本地服務器，經過對采集數據的計算和分析，得到泵運行的健康狀況，進而有針對性的對泵進行診斷，實現預測性維護。技術應用典型架構圖如下：
2.1 數據采集
在機泵上安裝便攜式傳感器，用來采集相應數據（如：軸承溫度、泵振動值等），傳感器可以采用有限或無線智能傳感器，近幾年無線傳感器技術已相對成熟，無線傳感器具有安裝便捷、快速等特點，結合設備的重要性和安裝條件，可以綜合考慮無線傳感器與有線傳感器來實現數據采集。
2.2 數據傳輸
對于無線傳感器，一般設計內置信號卡，在基站15KW范圍內都可以實現數據的傳輸，當前5G的普及無疑為互聯網在工業上的普及增添了更有利的條件，數據將會以更快的速度傳輸至服務器。對于有線傳感器，則用線連接傳感器與網關/采集器，數據再通過網絡手段從網關/采集器傳輸至服務器，不論哪種采集方式，從底層設備采集到的數據都需要網絡傳輸才能夠到達中心服務器進行分析存儲。
2.3 應用支撐
應用支撐主要是為智能監測系統提供業務支撐，包括物聯網、網絡通信、數據共享、通信調度等。結合行業企業對于設備監測的需要，構建滿足常態和非常態業務需要，包括任務工單、數據整合、報警預警、數據可視、能耗監測、物聯網接入、設備管理等業務應用。
2.4 數據分析
對采集的數據（軸承溫度、泵振動等）進行分析，得到變化圖譜，以振動為例，主要對收集的數據進一步轉化成波形圖和頻譜圖進行分析，得到具體引起振動的原因，有針對性的提前采取預防措施。
2.5 故障診斷
機泵常見故障之一就是振動，引起振動的可能原因有以下幾種：
2.6 數據深層次挖掘
數據挖掘是指從大量的、模糊的、隨機的數據中通過算法搜索或提取隱藏于其中的潛在有用的信息和知識的過程，是一種能夠智能的自動的將數據轉換成有用信息和知識的技術及工具。
數據挖掘在工業企業中的典型應用：
設備管理：
通過設備監測數據統計，幫助設備管理者從多維度全方面的了解設備運行的現狀，通過數據讓設備管理者做出更合理的決策，幫助企業提升生產管理效率。
2）商務：
主要包括電子商務、客戶關系管理等。可以用數據挖掘發現電子商務客戶的共性和個性的信息、獨立和關聯的信息、現實和預測的信息等，所有這些信息經過分析，能對客戶的消費行為等做出統計和分析，為管理者提供決策依據。
3）運維：
通過對歷史時間序列數據的挖掘、分析，預測未來一段時間內的發展趨勢及其帶來的影響。
3、應用價值
工業互聯網、物聯網技術的推進，對工業行業發展帶來巨大改變，管理模式、設備維護方式都需要迎合新時代發展的要求，智能監測、遠程診斷技術在石化行業的應用，必將為行業發展起到助推作用。
新技術應用，對石化行業機泵設備的管理帶來的價值主要有以下幾個方面：
1)、設備運行數據實時采集，采集數據形成直觀報表，方便設備管理，同時對數據可以進行深層次挖掘，最大程度發揮數字所帶來的價值。
、減少設備巡檢人員的投入，降低人員巡檢頻率和風險，將設備維護資源重新整合，關注現場更有價值或急需解決的問題。
、精準掌握全廠設備運行狀況，實現設備緊急調度的準確性。
、及時發現隱患，設備運行異常時報警，可有效減少突發性停機事件。
、遠程故障診斷、定制針對性維修方案，實現設備預測性維護，降低維修成本。
、實現現場設備備件零庫存管理，降低庫存管理成本，資金占用。
、避免因設備緊急停車，致使生產無法正常而造成的意外損失。
4、總結
隨著人工智能、5G技術、工業物聯網的普及和應用推廣，機泵智能化是市場和企業轉型升級的需要，智能化有助于預測性維護、優化系統運行、節省停機時間和能源消耗。同時，通過更主動的預測性維護模型，增加設備壽命和操作安全性，還要加快制造與服務的協同發展，推動商業模式創新，促進石化工業機泵設備管理的優化提升，工業設備智能化趨勢越來越明顯，石化行業機泵設備急需做好智能化轉型準備，在新時代以新的技術和應用呈現使用價值。
