燃气调压器故障分析系统的设计与实现

李兴泉陈楚粤姜懿芸耿启征孙明阳

(1.山东建筑大学 热能工程学院，山东 济南250101；2.青岛积成电子股份有限公司，山东 济南250101)

0 引言

根据《中国天然气发展报告(2019)》[1]预计，2050 年前我国天然气消费继续保持增长趋势，将给城市的输配管网维护带来更大压力。 燃气调压器是输配系统中最重要的环节之一，其发挥着各级压力调节、用气压力控制及维稳的作用。 自工业革命后，英美等国家创造并发展了先进的设备管理与维修的理念，提出从原始的“事后维修”转变到“预防维修”“适时管理”等现代设备管理与维修的模式[2]，而我国在智慧燃气的理念支持下，调压器故障诊断系统及在线预警技术方面发展迅速。 李江波等[3]最早提出了基于先进的精简指令集计算机微处理器(Advanced RISC Machine，ARM)的燃气调压器检测系统进行气密性和特性测试，检测结果可以直观反映调压器静压特性的相关参数值是否符合要求。 同时，随着设备自动化程度提高，调压器相关智能系统也在不断的创新，杨蒙[4]首次将小波变换与逆向传播(Back Propagation，BP)神经网络结合构造的小波神经网络应用于燃气调压器故障诊断研究中，通过相应频带里变化的能量比例提取调压器故障特征。由于此时故障诊断的分类结果不完善，杜毅[5]使用数学软件Matlab 中的工具箱对历年燃气调压器的故障类型及频次进行数据模型分析，再进行经验模态分解(Empirical Mode Decomposition，EMD)找出运行规律。 HAO 等[6]继续研究了差分整合移动平均自回归(Autoregressive Integrated Moving Average，ARIMA)模型在燃气调压器故障诊断方面的应用，通过平稳化处理数据后识别模型种类，再选择应用检验通过后的模型预测。 闵行博[7]优化了小波包算法，大幅度降低了调压器误报和漏报故障的概率。李夏喜等[8]提出在历史数据中提取参数稳定的特征点作为故障诊断模型的训练依据，实时监测调压器的运行状态。 但上述所提出的EMD 和小波包分析法实时性不好且数据收集有限，郭裕祺等[9]提出了一种基于自编码器的燃气调压器在线故障诊断系统。

目前国内燃气企业已经普遍建立了调压器日常巡检制度和数据采集与监视控制系统(Supervisory Control And Data Acquisition，SCADA)，定期保养和维护调压器，并监控管理。 但随着大数据、云计算、物联网等互联网技术的发展，传统的调压器维护工作已经显现出定期检测周期长、人力资源耗费大、监控覆盖率降低、管理模式无改进及险情发现滞后等缺陷。 由于调压器大部分时间处于正常运行，运行规律相对稳定，故障类型比较有限且在出口压力或流量上有所表征，运行状态中产生的故障也是逐步演进的趋势，因此，设计燃气调压器的故障分析系统是提高城市燃气管网的管理效率、增强安全保障性的有效措施。 文章依据燃气调压器的工作原理和性能指标设计了故障分析系统，通过对SCADA 系统或物联网压力传感器采集的出口压力数据进行稀疏自编码特征提取，并将特征样本导入故障诊断模型，分析不同故障类型在出口压力上的表现特点，以期能够建立一个更高效、更智慧的燃气调压器故障预测性系统。

1 燃气调压器工作原理及性能指标概述

1.1 燃气调压器的工作原理

调压器是一个可通过调整阀口面积，使流速和动能发生改变的局部阻力元件，按照工作原理可以分为直接式和间接式。 由于间接式调压器薄膜两侧的压力差容易控制在极小范围内，比直接式的精度和关闭等级更高，适合城镇高中压管网的调压。 但直接式与间接式调压器的基本结构和原理相似，直接式反应更迅速，能够更直观地看出压力与阀口变化的关系。 直接式燃气调压器结构图如图1 所示，主要由阀杆、薄膜、调节弹簧、阀口、阀瓣等组成，当下游用气量增加时，出口压力P2下降，此时上侧调压器调节弹簧的力大于导压管连接的出口压力即薄膜下侧的压力，导致薄膜下降，阀瓣也随着阀杆一起向下位移，阀口开度增大，出口压力P2恢复到初始给定值；若进口压力P1升高时，阀口开度变小，则燃气流量降低，出口压力P2可以保持设定值。

图1 直接式燃气调压器结构图

调压器本身不需要外界能量，可实现内部参数的动态调节，即在满足下游流量需求的条件下，保持出口压力维持于允许设定值的范围内。 直接式燃气调压器自动调节系统工作原理如图2 所示，调压器信号管测量的出口压力结果，受到进气量、进口压力的干扰。 当出口压力的实际值与给定值出现压力偏差时，此时产生的偏差信号提示阀杆进行位移，使出口压力结果引入到输入端参与下一次调节。

图2 直接式燃气调压器自动调节系统工作原理图

因此，对于调压器的运行标准来说，设定的出口压力是最重要的参数，其会影响阀门的调节性能。当出口压力设定偏高时，调压器根据自动压力调节原理，阀口处闭合。 此时下游压力高于上游，当出口压力下降后，再次引起稳定器和调压器主体薄膜向下运动，直到各个薄膜受到的力达到平衡。 当出口压力设定太低时，气体在阀口闭合处的压差偏大，同时气体中的杂质时会继续冲刷阀口和阀座，降低了阀口的封闭性。 在平衡过程中，阀口不断运动，气体加倍冲刷阀口和阀座，增进了对阀口及阀座的损害程度。 若长时间出现间断性供气的情况，会导致进、出口压差过大，造成阀门、阀口关闭不严，调压精度下降，更容易出现安全事故。

1.2 燃气调压器的动态模型

燃气调压器的动态特性是当入口压力或流量发生变化时，自动调节系统在过渡过程中的特性，其能够影响调压器的运行安全及设备性能。 采用模块化建模的方法，以直接式燃气调压器的主阀为研究对象，列出运动方程式，由式(1)表示为

式中m为阀杆、阀瓣等运动部件质量，kg；g为重力加速度，m/s2；k为调节弹簧刚度，N/s；x为弹簧等运动部件位移，m；c为调节弹簧阻尼系数，N·s/m；t为运动时间，s；ΔP为进、出口间的压力差，ΔP＝P2- P1；S为薄膜的有效面积，m2。

当弹簧处于平衡状态，阀口开度稳定在某一位置时，建立的运动部件模型为该运动方程的实现，需要连接其他已经建立的子模型如容积模型、孔口流动模型、气体参数模型、阀门信号模型等之间的相关端口来完成[10]。

1.3 燃气调压器相关性能指标定义

(1) 稳压精度A指一族静特性曲线上，工作范围内出口压力实际值与设定压力间的最大正偏差和最大负偏差绝对值的平均值对设定压力的百分比，由式(2)表示为

式中Δ＋、Δ-分别为出口压力实际值与设定压力间的正、负偏差，MPa；P2s为设定压力，MPa。

稳压精度等级(Accuracy class，AC)则定义为稳压精度的最大允许值乘以100[11]。

稳压精度受到弹簧刚度和薄膜面积的影响，选择弹簧刚度较小及薄膜有效面积变化量较小的调压器来提高稳压精度。

(2) 关闭压力等级SG 定义为实际关闭压力与设定压力之差对设定压力之比的最大允许值乘以100[11]，通常关闭等级越低则关闭性能越好。

2 燃气调压器故障分析系统的设计

根据实际工作状态可知，当处于用气高峰时，下游出口压力在设定压力附近波动，若整体运行压力上移，则可判断设定压力偏高，出现超压的问题；当处于正常用气时，出口压力在稳压精度范围内正常变化，是验证调压器调节作用的最好时段，也为研究预测调压器运行状态提供了数据基础；当处于用气低谷时，出口压力值能够反映调压器处理下游超压的情况，包括调压器关闭时的关闭压力，直接反映调压器的关闭等级偏高问题。

故障预测分析系统旨在将维修人员的经验转化为“电子脑”存储，是“电子脑”指导维修人员检修的一个交互过程，该分析系统结构如图3 所示，其核心是诊断模型，需要30 d 的历史数据和以往专家经验作为故障判断的依据，经过数据预处理和特征提取后导出诊断结果，形成用气特征图谱和故障特征类型。 用气特征图谱能够客观地刻画用气规律，读取出口压力、流量等关键评价调压器状态的数据，自动绘制静特性曲线并计算出实际稳压精度等级和关闭压力等级；故障特征是通过故障诊断模型分类欠压、内漏、启动压力升高、关闭等级升高等问题。

图3 调压器故障预测分析系统结构图

2.1 故障分析系统的数据采集

目前使用的传统压力表存在以下3 种问题:(1) 依靠人工读数，无法避免人为误差，导致数据不够准确；(2) 无法积累数据，即使人工记录后，查阅也很困难；(3) 无法做到实时监控，人工检查具有滞后性。 由于调压场站分布都相对分散，远程控制系统的成本偏高，应用智能物联网压力传感器可以减少各项成本。 将调压器中的传统机械压力表更换成物联网压力传感表，或在调压器后端安装智能压力表，通过智能压力传感器可以设定高低压的报警值，当调压器运行出现故障如超压时，向燃气公司调度中心发送报警信号，检修人员进行维修。

导致调压器运行异常的因素很多，但都可以在出口压力上有所表征。 因此，建立该分析系统的关键在于收集不同时刻的出口压力，文章从SCADA系统和物联网压力传感器中提取到2020 年不同日期的出口压力数据，形成用气特征图谱如图4 所示。

图4 调压器的实际压力工作状态曲线图

2.2 故障分析系统诊断模型的建立

燃气调压器故障诊断模型采用高维度的特征向量来更准确地表达模型特征。 由于将所有历史数据样本全部打标，工作量巨大无法完成，由机器学习稀疏自编码提取特征值，将存储的历史数据图片进行聚类，找出离群的样本图片即疑似故障并对其进行标注，之后支持向量机分类器(Support Vector Machine，SVM)会对标注数据进行自动分类，产生一个机器故障分类结果，同时也根据提炼的专家经验再进行故障判定，由此产生的经验判断结果和之前的机器学习结果进行融合判断(即对20%的历史数据样本和上线运行后的数据进行测试验证)，形成一个具有双重判断依据的故障结果，最终融合的故障结果将继续作为故障输入数据，对机器的故障分类依据进行更新，验证更新为更准确的故障判定依据，工作原理如图5 所示。

图5 调压器故障诊断模型工作流程图

2.2.1 故障分析系统诊断的特征样本提取

现在很多燃气调压器预警应用，采用小波包能量值法对压力数据进行特征提取并得到定量故障判断依据，但由于现存大量用户有用气类型不同、用气习惯差异、调压器品牌型号不统一等情况，故无法满足大数据条件下的适用要求。 没有分类标签的原始压力数据，增加其类别标记工作量大且复杂，因此文章希望机器能够自己学习到样本中的重要特征，使其在庞大的数据环境下获得最优的表达，并有效地降维样本。

采用稀疏自编码器进行数据的特征提取，旨在构造某些新的特征来表示原始的数据样本，避免了因人的主观经验影响的取值偏差。 新的特征需包含原始数据的有效信息，同时便于之后的学习补充。自编码器是一种无监督的包含编码器和解码器两部分的神经网络模型，通过调整损失函数，其能产生许多变种形式，稀疏自编码器是其中的一种[10]。 将数据预处理后以24 h 为时间长度的调压器出口压力曲线作为原始数据样本，输入到稀疏自编码器，通过稀疏自编码器的算法，重构还原出口压力曲线。 机器通过不断迭代得到最小值的重构误差[12]，使所有样本的平均重构误差最终达到一个最小值。 其中，涉及的重构误差是指稀疏自编码器的输入与输出间的差值，其大小可用来判断原始数据样本偏离历史数据规律的程度。 重构误差显示越小说明特征越准确，符合历史曲线的运行规律，相反误差越大则说明不符合正常运行规律，需要进行故障预测分析。 若新样本数据持续偏离原有的数据特征，且经排查后调压器运行正常，则说明用户用气习惯发生了改变，需要对历史数据库进行更新[9]。

2.2.2 故障分析系统诊断的分类机器

支持向量机是建立在统计学习理论基础上的一种数据挖掘方法，可以较好地处理有关时间序列分析的回归与分类以及有关判别分析等模式识别的问题，并可推广于预测和综合评价等领域和学科[13]。SVM 分类器的工作机理是找到一个最符合分类要求的超平面，使该超平面在满足分类精度的前提下，保证超平面两边的空白区域达到最大化。 通常SVM 可以实现大部分线性可分数据的最优分类，常用于各类分类统计的应用中。

该系统在对历史数据样本和上线运行后的数据进行测试、验证时，将稀疏自编码器提取的特征值和预测出口稳定数据作为SVM 分类器的输入，找到相应的故障类型标签，再对燃气调压器故障分类模型进行训练及测试，最终准确输出主要的故障类型。

2.2.3 故障分析系统诊断的经验参数

(1) 调压器故障判断经验

调压器自身零件损坏及老化问题会造成以下影响:对于调压器关闭压力超标的原因有阀门堵塞或损坏、阀瓣密封圈或阀口密封垫片老化、薄膜老化等，此类情况分别采取清洗或更换阀门、及时更换密封圈或密封垫片、更换调压器薄膜等方法；由于调压器内部杂质增多引起调压器出口压力降低，此类情况采取清洗调压器的方法。 通常调压器的主要故障率集中在阀口垫片的老化及损伤，杂质堆积在阀口的橡胶密封垫上导致阀口的关闭性能降低，使出口压力值偏高。

除此之外调压器的故障也可由流量的变化引起。 当实际流量大于设计流量时会造成调压器出口压力降低，出现此类情况应及时更换调压器的型号；当上游管道压力供气量不断变化时出口压力出现波动，此类情况及时与上游机构进行协商[14]。

(2) 燃气调压器压力参数设定标准

燃气调压器压力设定参数具体见表1。

根据调压器压力参数的设定值进行维修后，调压器的SG 应低于设备出厂SG，且最高不超过关闭压力最大允许相对增量25%(SG25)[11]；若连续维修3 次，关闭压力仍然超过SG25，列为危旧设备，并及时更换。

表1 调压器压力设定参数表

3 燃气调压器故障分析系统的实现

3.1 故障分析系统诊断分类的实现

由故障分析系统中的故障诊断模型分类出以下4 种故障类型，见表2，同时也作为机器学习、提炼专家经验的故障判断依据继续在样本数据中更新。

表2 调压器压力故障特征表

3.2 故障分析系统预警和报警的实现

根据上述分析系统及故障诊断的研究，建立如图6 所示的调压器状态分析功能平台，展示了调压器出口压力、实时压力、调压精度、关闭等级等工作情况以及进行数据有效性评估，做出智能故障判断。

图6 调压器每日状态分析功能平台图

文章以调压器故障分析系统为核心建立的该功能平台主要实现故障报警和故障预警两大功能[15]。

针对调压器故障预警类型，列出以下3 种情形表示燃气调压器已出现故障的趋势，但现阶段仍可以正常工作运行，并进行预警。

(1) 调压器关闭阀口时，出口压力高出预期，属于关闭压力偏高；

(2) 随着调压器的运行，出口压力逐渐偏离设定值，无法满足用户用气需求，属于出口压力偏移；

(3) 出口压力瞬时拉低，但尚未脱压，属于瞬时欠压。

对于调压器故障报警类型，列出以下5 种情形表示调压器已出现严重故障且存在安全风险，需要及时安排维修。

(1) 调压器设定出口压力偏高

如图7 所示，红线表示当前的出口压力，红线两侧的虚线表示调压精度的上、下偏差，最上部的虚线表示当前关闭等级。 可以看出该日的最大、最小出口压力分别为3.17 和2.92 kPa，设定的出口压力和当前调压精度分别为2.6 kPa、±0.64%，此时的出口压力和关闭等级分别为2.94 kPa、SG7.7，故可以判断由于设定的出口压力偏高，导致运行压力整体上移，进而造成压力超标。

(2) 关闭等级超标

如图8 所示，可以看出该日调压器的最大、最小出口压力分别为3.21 和2.22 kPa，设定的出口压力和当前调压精度分别为2.5 kPa、±4.06%，此时的出口压力和关闭等级分为2.34 kPa、SG33.9，由此情形判断因为阀口的关闭性能逐渐降低，导致关闭压力偏高，出口压力偏高。

(3)调压器内漏

如图9 所示，可以看出该日的最大、最小出口压力分别为3.32 和2.06 kPa，设定的出口压力为2.4 kPa，此时的出口压力和关闭等级分别为2.16 kPa、SG53.6，当前的调压精度为±5.69%，由此情形判断阀口关闭不严，出现内漏，导致出口压力持续升高，下游压力超标。

(4) 出口压力已超过放散压力，却未启动，安全附属设施异常，则放散阀失效。

(5) 出口压力已超过切断压力，却未启动，安全附属设施异常，则切断阀失效。

图7 调压器设定出口压力偏高故障曲线图

图8 调压器关闭等级超标故障曲线图

图9 调压器阀口关闭不严故障曲线图

4 结论

为了增强城市燃气管网的安全保障性，基于调压器出口压力保持稳定的特性，文章设计了燃气调压器故障分析系统，完成了数据采集、故障诊断的设计，得出的主要结论如下:

(1) 故障分析系统建立了调压器状态分析功能平台，能够自动判断欠压、内漏、出口压力偏移和超压等4 种故障类型。

(2) 故障分析系统实现了对出现关闭压力偏高、出口压力偏移、出口压力瞬时欠压等3 种情形的故障预警，以及对出现设定出口压力偏高、关闭等级超标、内漏、放散阀失效和切断阀失效等5 种情形的故障报警。

(3) 故障系统能够实时地对燃气调压器运行状态进行评估、自动识别故障类型及科学安排维修，降低了因调压器故障导致的供气风险，改变了传统调压器事后管理的现状，扩大了管理的范围，有效地实现了针对性的燃气调压器预防性管理，对燃气调压器的维护管理方面有较好的促进作用。