１离心泵无传感器监测技术发展现状
大多数离心泵监测是基于振动、噪声、压力脉动的研究基础进行的，而无传感器监测技术在离心泵上应用的研究相对较少．最早的无传感器监测技术在离心泵上的应用研究始于１９９４年，Ｓｉｅｇｌｅｒ等［６］将无传感器应用于ＢｙｒｏｎＪａｃｋｓｏｎ海水泵上，通过大数据统计的方法分析定子电流，找到了无传感器监测叶轮腐蚀程度的方法．此后，美国橡树岭国家实验室（ＯＲＮＬ）对此技术展开了较为系统的研究，２０００年，ＯＲＮＬ的Ｃａｓａｄａ［７］以某一台离心泵为研究对象，将其各工况下转子不对中时定子电流、功率的频谱和振动谱进行对比，描述了定子电流和瞬时功率的时频特征，证明了该技术具有一定的有效性．２００１年，同为ＯＲＮＬ的Ｈａｙｎｅｓ等［８］以测量定子电流和功率实现无传感器运行工况监测为基础，开发了ＥＳＡ技术（ｅｌｅｃｔｒｉｃａｌｓｉｇｎａｔｕｒｅａｎａｌｙｓｉｓ），仅需连接输入／出电源的电线而无需连接设备，极大增强了状态监测和预测能力，能用于大部分机电设备，可实现远程分析和连续监测．２００３年，Ｏｂａｉｄ等［９］分析了负载对小型感应电动机故障检测的影响，由于定子电流可以反映电动机的相对位移，因此比振动信号更能反映机械扭振的变化．２００８年，Ｈａｒｉｈａｒａ等［１０－１３］研究出离心泵故障监测的算法，并将信号分类，从而判断是否发生轴承故障、空化、叶片破损的问题．即使不知道泵设计参数和结构特征也可以使用这种方法诊断，但是信号分类依据尚未给出．２０１１年，Ａｈｏｎｅｎ等［１４］通过比较矢量变频器和直接转矩控制变频器对感应电动机驱动系统无传感器监测结果精确度的影响，认为直接转矩控制变频器可以得到精确度较高的检测结果．２０１２年，Ｓｔｏｐａ等［１５］研究了一种新技术ＬＴＳＡ（ｌｏａｄｔｏｒｑｕｅｓｉｇｎａｔｕｒｅａｎａｌｙｓｉｓ，ＬＴＳＡ），该技术需在电动机上安装电压传感器和编码器，根据测量电功率，利用负载转矩特性预估模型来提取转矩特性，进而进行故障检测，从而获得更全面更可靠的信息．该技术相对于ＯＲＮＬ研究的ＭＣＳＡ（ｍｏｔｏｒｃｕｒｒｅｎｔｓｉｇｎａｔｕｒｅａｎａｌｙｓｉｓ）技术，能获得更多的运行信息，但该系统的准确性受预估模型精确复杂程度的影响，且实时性较差．同年，Ａｈｏｎｅｎ等［１６－１７］建立了一种通过变频器来实现离心泵运行工况监测的方法，通过从变频器中读出当前电流值和电动机的转速，并根据已知的泵特性，计算出当前泵运行工况．２０１３年Ｓｅｂａｓｔｉａｎ等［１８］修正了非侵入式的ＡＧＴ测量方法，利用速度观测器进行无传感器速度测量，采用直流信号注入法测量电阻，根据ＩＥＥＥ标准中气隙转矩法实现非侵入式测量损失，通过仿真和试验证明了该方法较可靠并优于其他方法．国内的研究主要集中在利用这种无传感器监测技术来实现电动机本身及部分机械故障的诊断．
２００４年，孟庆丰［１９］通过采用自适应信号分解法从信号中提取微弱谐波信息，实现了在无传感器条件下对电动机驱动的机械系统进行状态监测和诊断．２００６年，张克南［２０］验证了基于定子电流的拖动设备诊断技术的可行性和有效性，并运用奇异值分解法（ｓｉｎｇｕｌａｒｖａｌｕｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＳＶＤ）剔除了电流信号中的电网工频成分，并研制出了相应的硬件装置．２００９年，时献江［２１］在Ｍａｔｌａｂ仿真环境下，利用现有电动机模型建立了断条和扭振的简易故障仿真模型，监测电动机驱动设备的故障信息，并提出了具有小波降噪功能的实调制移频细化谱及细化包络谱方法，可有效分离和提取定子电流中微弱的故障信息．国内对这项技术的研究主要用在电动机上，尚未在离心泵上应用．２００３年，黄禹中等［２２］基于电流与流量的关系曲线，即Ｉ－Ｑ曲线，通过测量电动机电流，从特性图上得到泵的流量、扬程和效率等基本参数，从而了解离心泵的工作状况．２００４年，梁凤兰［２３］基于这种监测技术对浸入式泵的机械故障诊断方法进行了试验研究，建立了一种基于统计分析概率密度函数的在线自动监测算法，实现了泵安装角度不对中的诊断．２００７年，胡河宇等［２４］证明了当异步电动机拖动液压柱塞泵运行时，泵本身的流量脉动会引起其输出转矩的脉动，从而在异步电动机的定子电流中注入了大量的谐波成分，并且谐波的特征频率与输出转矩的脉动频率直接相关．综上所述，目前国内外对离心泵监测技术的研究主要集中在以下几个方面：①电动机及机械部件的诊断；②离心泵运行工况的判别；③电动机输出信号的提取、分析方法．这些研究主要侧重于理论和仿真研究．对离心泵而言，其内部流动极其复杂，是三维、黏性、非定常的湍流，存在着动静干涉、进口回流、旋转失速、喘振等复杂的流动现象．Ｐａｒｒｏｎｄｏ等［２５］指出当离心泵在偏离原设计工况运行时，会伴随有叶轮进出口回流、动静叶片间干涉脉动加强及叶轮背面非对称流动甚至空化等现象出现，产生交变的轴向力和径向力，而这些力是轴承烧伤、密封及其他机械部件破坏的主要原因．由于各种内部非期望流态产生机理，对离心泵及其系统的运行稳定和损坏的影响程度是不同的，需对其分别控制．对泵内不同流动状态的监测识别是分别控制的前提，目前在振动［２６－２７］、压力脉动［２８］监测方面，对各种不同内部流态的信号特征具有相应的研究，已形成了较为系统的信号特征谱．而离心泵无传感器监测技术中关于这些方面的研究几乎处于空白．
２离心泵无传感器监测技术发展趋势
在水泵中，转子轴系上的叶轮叶片会受到输送流体介质的反作用力，从而产生反向扭转力矩，在不同工况、流态下运行会产生不同的扭转力矩．这种扭转力矩经过转子轴系传递后亦会表现为不同的扭转响应，扭转响应所具有的特征可以通过电动机电信号提取，如图２所示．若能获得不同流态下水力负载转矩特征及其经过泵转子轴系传递后的响应特性，就可依据电动机输出信号来实现流态诊断．因此，对水力负载转矩非定常特性及其在泵转子轴系传递后响应特性的研究是实现通过无传感器监测离心泵内流动状态的理论基础．无传感器技术若要在离心泵系统中获得广泛的应用，则需要在以下几个方面取得突破．
１）水力负载转矩非定常特性的研究．国内外工程和学术上都形成了共识：离心泵内出现的各种不稳定流动对其运行的稳定性和经济性有非常重要的影响，也初步掌握了一些不稳定的流动现象，如进口回流、旋转失速和喘振等，并对其诱导振动、噪声及压力脉动特性有了一定的了解，但对水力负载转矩的非定常特性的研究仍属空白，尤其是在不同流态下水力负载转矩的时频特征，而这些却是通过无传感器监测实现离心泵内流态监测的基础．应当通过模拟计算和试验验证得到各流态下水力负载转矩的时频特征［２９－３０］．
２）瞬态水力负载转矩在离心泵轴系传动及电动机系统中响应特性的研究．离心泵内各种不稳定流动，如空化、进出口回流、旋转失速与喘振等发生时，会使得水力负载转矩出现一定的扰动，而由于轴系结构的共振或反共振效应，扰动可能在传递过程中被放大或者被衰减，因此这种扰动如何在离心泵转子轴系中传递，不同的轴系转动惯量和扭转刚度将对其传递产生何种影响，传递到电动机中将感应出具有何种时频特征的电信号，这些都是无传感器监测技术在离心泵流态监测上应用的基础［３１－３３］．
３）离心泵内不同流动状态特征的提取方法的研究．目前的研究表明，与转矩相关的敏感性特征信息通过调制的方式反映在电动机信号中，但由于自身信号十分微弱而电流信号中电网工频信号非常强大，因此如何有效地剔除电网工频信号，提高分析的信噪比，分离特征信息是研究无传感器技术的难点之一，这个问题的解决，将为离心泵运行状态的无传感器监测提供有力的技术保障［３４－３６］．
３结论
离心泵无传感器监测技术的研究和发展可以极大地提高监测的效率和结果的精度，弥补传统方法的不足，是当前泵监测技术的研究重点和未来发展趋势．但目前该技术的发展仍存在不足：
１）研究主要集中在机械部件的诊断，关于离心泵内部流态的研究仍属空白．
２）只能判别泵内部流态是否发生异常，而具体流动状态的识别却很少研究．
３）关于电动机输出信号提取方法的研究较为成熟，但对离心泵内不同流动状态特征的提取方法的研究较少．因此，离心泵无传感器技术下一步研究重点应为各流态下水力负载转矩的非定常特性及其经过轴系传递的响应特性，以及离心泵内不同流态特征提取方法．随着对离心泵运行特性及无传感器监测技术的深入研究，无传感器监测技术将会在离心泵应用领域发挥越来越大的作用，对实现离心泵系统运行状态分析、判断，以及有效管理使用具有重要的意义，是世界泵技术发展的必然趋势．
作者：骆寅 单位：江苏大学国家水泵及系统工程技术研究中心
