阅读说明：本技术 用于离心泵的机械和/或液压状态的自诊断的方法 (Method for self-diagnosis of mechanical and/or hydraulic conditions of a centrifugal pump ) 是由 M·埃克尔 J·舒莱雷尔 于 2019-01-15 设计创作，主要内容包括：本发明涉及一种用于离心泵、特别是循环泵的机械和/或液压状态的自诊断的方法。泵控制器包括马达的数学模型,以便确定泵的机械泵功率和实际速度,并且另外提供了操作点模块,用于基于泵速度和机械泵功率来估计泵的操作点。将针对限定的泵速度使用马达的模型确定的机械泵功率与估计的机械泵功率进行比较,以用于泵的自诊断,其中估计的机械泵功率通过针对限定的泵速度逆向所述操作点模块来确定。(The invention relates to a method for self-diagnosis of the mechanical and/or hydraulic state of a centrifugal pump, in particular of a circulation pump. The pump controller comprises a mathematical model of the motor in order to determine the mechanical pump power and the actual speed of the pump, and in addition an operating point module is provided for estimating the operating point of the pump based on the pump speed and the mechanical pump power. Comparing the mechanical pump power determined using the model of the motor for the defined pump speed with an estimated mechanical pump power for self-diagnosis of the pump, wherein the estimated mechanical pump power is determined by reversing the operating point module for the defined pump speed.)

用于离心泵的机械和/或液压状态的自诊断的方法

技术领域

本发明涉及一种用于离心泵、特别是循环泵的液压和/或机械状态的自诊断的方法。

背景技术

当今的低功率离心泵配备有变频器和速度调节，用于根据需要调节速度并因此调节泵功率。为了控制或确定所需的期望速度，泵控制器需要关于泵的当前操作点（输送速率Q和输送压头H）的信息。然而，为了节省制造成本，现代离心泵被制造成不具有专用的流量传感器和/或压力传感器。相反，泵控制器必须使用操作点模块并基于泵的实际机械功率和所实现的速度来估计当前操作点。两个输入数据项都是使用马达的数学模型获得的，该数学模型相对于泵冗余地运行在泵控制器处理器上。

利用操作点模块估计的结果的质量尤其取决于保存在泵存储器中的参考值或参数，这些参考值或参数利用结构相同的参考泵来确定并且保存在泵控制器中。由于在批量生产中，通常仅在随机采样的基础上为选定的示例生成参考值，因此制造公差可能意味着这些值对于某些单独的泵来说太不准确。在这种情况下，在初始调试时和在正在进行的操作期间，可能期望这些参考值的后续优化。此外，磨损现象也可能导致错误的结果。

发明内容

因此，本发明的目的在于通过一种自诊断功能扩展泵控制，该自诊断功能可以识别操作点估计中的误差，并因此在早期阶段检测磨损现象，或者可以进行随后的参数优化。

该目的通过根据权利要求1的特征的方法来实现。该方法的有利配置构成从属权利要求的主题。

因此，提出了一种用于诊断离心泵的机械和/或液压状态的方法。根据本发明的方法主要设计用于循环泵，但是本发明的核心方面可以应用于而不限于开放式液压回路中的离心泵。为了简单起见，下面将始终参考循环泵，所提供的解释同样可适用于开放回路中的离心泵。

该方法用于离心泵，特别是循环泵，其为泵控制器提供了实施的马达模型，用于确定机械泵功率和所实现的泵速度。此外，泵控制器包括用于基于泵速度和机械泵功率来估计泵的操作点的操作点模块。操作点模块通常在泵控制器软件中实现。

根据本发明，为了诊断机械和/或液压泵状态，提出了借助于马达模型针对限定的泵速度确定机械泵功率，并且将其与估计的机械泵功率进行比较，所述估计的机械泵功率是通过基于限定的泵速度对操作点模块逆向执行的操作点估计来确定的。

最后，在此使用泵控制器的常规马达模型，其基于所实现的实际速度在正在进行的泵操作期间建立并输出机械泵功率。此外，预期的操作点模块用于与最初预期估计操作点不同的目的，即估计当前输送速率或输送压头，以便基于限定的速度建立由操作点模块估计的机械泵功率。通过与对应于实际泵功率的马达模型的输出机械泵功率比较，可以针对操作点的估计来评估操作点模块的精度。

在初始调试时并且在估计模块中使用的参数或参考值的正确配置的情况下，估计的机械泵功率应当对应于由马达模型确定的机械泵功率。相反，如果出现偏差，则泵控制器可以相应地推断在离心泵或循环泵中存在误差。

根据优选实施例，将用于限定的泵速度的预期输送速率和/或输送压头馈送至操作点模块，以用于确定估计的机械功率。优选使用亲和力定律建立预期输送速率和/或输送压头。特别地，这里诉诸于亲和力定律的陈述，根据该定律，输送速率与速度的增加成比例，而输送压头与速度变化的平方成比例地增加。通过利用这些定律，可以使得限定的速度基于这样的事实，即，输送速率或输送压头也相应地相对于针对先前速度值所估计的输送速率或输送压头而变化，所述限定的速度表示相对于先前速度的给定速度变化。

借助于比较，优选地确定功率值之间的差。在没有误差时，差值等于零或几乎为零。在偏差的情况下，泵可以相反地推断存在误差。

除了仅仅误差识别之外，还期望特定类型的误差或误差原因的可用说明。在此，可以规定，在针对一系列偏离限定的速度值的错误行为的情况下，重复地执行该方法。下面，将评估相应的比较结果或功率值之间的获得的差值，以便能够例如基于各个差值和指定的速度值之间的数学相互关系来更精确地指定误差类型。这里可以假定机械功率损失二次方地取决于速度。如果在差值和速度值之间识别出这种数学相互关系，则机械磨损分量可以被检测为误差行为的相关原因。其它数学相互关系例如可以涉及液压误差，尤其例如涉及泵驱动罐上的水垢沉积物。

用于估计操作点的操作点模块通常同样基于亲和力定律。然而，为了应用这些定律，预先从计算中排除机械泵功率的表征机械功率损失的分量是绝对必要的，因为该分量不受所陈述的定律的约束。为此，通常使用相应的功率校正值，其在操作点估计之前相对于所提供的机械泵功率来设置，特别是从中减去。因此，该校正值的精度和准确度，即校正值如何精确地反映泵内的实际机械功率损失，对于操作点估计的质量是非常重要的。该参数被确定得越精确，最终的操作点估计就越精确。

然而，正是这个参数随后也可以用于使得能够在误差类型已经发生时进一步指定误差类型。在此情况下，在重复执行该方法期间，针对不同的限定的速度值系统地改变功率校正值。特别地，通过系统地改变功率校正值，尝试识别新的统一校正值，其导致对于所有限定的速度为零或接近零的差。如果情况如此并且可以假定在泵的初始调试期间使用的功率校正值不是错误的，则现在已经确定的功率校正值中的必要偏差可以是泵内机械磨损的指示。功率校正值的调整，特别是值的增加，是泵内增加的磨损的清楚指示。值的增加量另外地是机械磨损的进展的量度。

另一方面，如果不能确定合适的功率校正值，则机械原因是不大可能的，并且可以将其解释为指向液压误差。在泵的驱动马达的罐上的水垢沉积物经常导致这种异常的非机械行为。

可以设想到，在离心泵或循环泵的初始调试期间或者替代性地在正在进行的泵操作期间的稍后时间执行该方法。在泵的初始调试时，根据本发明的方法可以用于优化用于操作点估计的任何参数，例如上述功率校正值。迭代优化方法例如可以用于通过功率校正值的校正来优化操作点估计。替代地或附加地，例如也可以将时变扩展卡尔曼滤波器用于通过二次优化持久地调整功率校正值。

相反，当正在进行的操作期间执行该方法时，可以借助于该方法来推断出存在机械或液压泵误差并且将其视觉地和/或听觉地显示给用户。特别优选的是，在可能的泵缺陷或泵故障之前不久就向用户显示警告。还可以设想到的是，泵将其状态持久地传达给用户并且在故障前不久就警告所述用户。

除了根据本发明的方法之外，本发明还涉及一种离心泵，特别是循环泵，其具有变速泵驱动器和用于执行根据本发明的方法的泵控制器。因此，离心泵、特别是循环泵的特征在于与上面参照根据本发明的方法已经指出的相同的优点和特征。因此，不再重复描述。

附图说明

下面将参考附图中描述的示例性实施例示出本发明的其他优点和细节，在附图中：

图1：示出了可能的泵特性曲线的两个示例性的图示；

图2：是具有不同的性能特性曲线的另一图示；

图3：是表示用于操作点估计的操作点模块的框图；

图4：是阐明用于执行根据本发明的方法的各个步骤的示意性框图，

图5：是阐明速度和机械功率损失之间的相互关系的图示，以及

图6：示出了图1的图示，以阐明根据机械泵功率来确定合适的输送压头。

具体实施方式

呈循环泵形式的根据本发明的离心泵设置有变频器和速度调节。如果泵控制器能够根据需要调节速度，则其需要关于当前操作点（输送速率Q和输送压头H）的信息。这些值是使用以软件形式提供的操作点模块来估计的，即，当前操作点是基于机械功率和速度来估计的。这两个数据项由马达的数学模型提供，该数学模型以相对于泵冗余的方式在处理器上运行。

操作点估计基于亲和力定律、考虑所保存的特性曲线和泵的机械功率损失的校正值来进行。亲和力定律在文献中是大致公知的，并且陈述了功率、输送速率和输送压头在速度变化时表现如下：

（方程1）

（方程2）

（方程3）

此外，机械功率和输送速率以及在额定速度下的输送压头和输送速率之间的相互关系以特性曲线的形式保存在泵控制器中。图a）示出了对于额定速度n_w来说输送速率和由马达输出的机械功率P _mech 之间的相互关系。图b）示出了在额定速度n _N 下输送压头和输送速率之间的相互关系。

机械功率P _mech 对应于液压功率P _hydr 、液压功率损失P _hydr,loss 和机械功率损失P _mech,loss 的总和。图2描绘了作为输送速率的函数的各个功率曲线。

已知泵的液压泵功率P _hydr 和液压功率损失P _hydr,loss 足够精确地遵循亲和力定律。另一方面，机械功率损失P _mech,loss 不遵循所述定律，但是可以被假定为与输送速率无关并且与速度的平方近似地成比例。参见图5中的图示，其将泵速度与机械功率损失进行对比。示出了所研究的循环泵的实际测量曲线和相应的二次插值两者。数学上，相互关系可以描述如下：

（方程4）

尽管机械损失相对较低，但是在应用亲和力定律之前必须将它们减去，因为该小分量将由于立方（方程3）而显著地扭曲结果。为了防止这种情况，速度n和机械损失P _mech,loss 之间的相互关系被保存在泵中。

图3示出了由泵内部的操作点模块执行的操作点估计的完整过程。输入变量是由马达控制提供的用于速度n _act 和机械功率P _mech 的值。在图3的区域a）中，从马达功率P _mech 减去校正值P_corr而得到机械损失P _mech,loss ，因此使得能够应用亲和力定律。

在区域b）中，基于亲和力定律将功率转换为归一化功率P _N ，在速度增加到额定速度n _N 的情况下，则归一化功率P _N 将存在。使用该归一化功率P _N ，可以基于所保存的P/Q特性线（图1a）来导出归一化输送速率Q _norm ，在归一化功率P _N 和额定速度n _N 的情况下将建立该归一化输送速率Q _norm 。

在区域c）中使用亲和力定律将Q _norm 逆转换成当前速度n _act 。这样，获得估计输送速率Q _est 。以与区域b）和c）等同的方式，在区域d）和e）中确定估计的输送压头H _est 。这个操作再次参照图1的对比图在图6中图形地再现。首先（图6a），基于图1a）的图为归一化功率P _N 适当地确定归一化输送速率Q _N 。在下一步骤中，从图1b）中读出针对归一化输送速率Q _N 的归一化输送压头H_N。如果在泵中存在压力传感器，则可以通过多传感器数据融合来合并估计的和测量的输送压头，从而改进操作点估计。

使用操作点估计的方法，可以从机械功率P _mech 和速度n _act 确定输送速率Q _est 和输送压头H _est 。然而，这仅在所保存的特性曲线和所保存的功率校正值P _corr 精确匹配的假定下起作用。另一方面，在实践中，所保存的数据与实际泵行为之间的偏差是可能的。这可能具有以下原因：

-由于机械摩擦，摩擦行为随时间改变，并且可以形成水垢沉积物。这导致功率校正值P _corr 不再匹配。

-由于泵中的沉积物和间隙变宽，泵的液压行为改变。这导致所保存的Q/H和Q/P特性曲线不再匹配。

-由于公差，泵与泵之间的功率校正值和保存的特性曲线不同。由于仅测量一个泵并且在该系列的所有泵中保存数据，因此所保存的数据仅在一定程度上匹配。

由于所述限制，在操作点估计中可以有高达15%的偏差。本发明描述了一种方法，利用该方法可以在闭合的水回路中检测实际泵行为与保存的功率修正值P _corr 之间的差或因子α的差。该方法基于泵在操作期间短暂地改变其速度。操作点的所得变化可以借助于与先前操作点的亲和力来计算，并且根据马达的机械功率P _mech 来估计。通过比较两个所建立的操作点，可以得出关于泵中所保存的功率校正值P _corr 或因子的质量的结论。

只有当在速度变化期间装置特性曲线保持恒定时，该评估才是有效的。在加热回路中，这意味着恒温阀应当保持未被调节。由于速度变化非常快并且仅持续非常短的时间段，因此假定满足了该先决条件。

该方法被分成四个步骤，并参考图4进行解释。首先将考虑步骤1 （初始情况）。泵仍然按照标准操作；操作模式“建立磨损状态”还没有被接通。马达具有额定速度n ₀ 。假定的是，额定速度和实际速度是相同的。操作点估计建立当前输送压头（H _est,0 ）和输送速率（Q _est,0 ）。

如果泵切换到操作模式“建立磨损状态”，则存储n ₀ 、Q _est,0 和H _est,0 的当前值。现在将考虑步骤2 （准备速度变化）。现在，泵将检查如果当前速度n ₀ 要改变值k，而实际上没有速度改变时将发生什么。由于亲和力定律（方程1和方程2），可以预期在这种情况下，所产生的输送速率Q _exp 以因子k变化（Q _exp = k•Q _est,0 ）。输送压头将相应地以k ² 的因子变化（H _exp = k ² • H _est,0 ）。

使用逆向操作点估计，泵由此计算预期机械功率P _exp 。存储预期功率P _exp 的值。在下一步骤（步骤3：改变速度）中，泵实际上将当前速度n ₀ 增加值k，并且从马达模型获得当前机械功率（P _mech,1 ）。存储该功率值。在步骤4中，进行评估。已经建立了属于相同操作点的两个功率值P _mech,1 和P _exp 。P _exp 是使用亲和力定律从另一操作点计算得到的。P _mech,1 是从实际相关的操作点确定的。如果功率校正值P _corr 或α精确匹配，则两个功率值（P _mech,1 和P _exp ）之间的差等于零（P _error = 0）。如果P _error 不等于零，则保存的功率校正是错误的。这是要么是因为摩擦条件由于机械磨损而已经改变，要么是因为已经出现了非机械效应，例如罐由于水垢沉积物而被堵塞。

为了能够分离这两种效应，使用不同的k值重复执行上述步骤一到四。

在知晓机械功率损失二次方地取决于速度n的情况下，机械磨损分量可以通过系统地改变功率校正值α（方程4）而清楚地分离出来。如果证明可以以这种方式使所有k值的误差P _error 为零，则偏差可归因于机械磨损。如果不是，则误差P _error 是非机械影响（例如诸如罐上的水垢沉积物）的结果。这些非机械效应将遵循其它数学相互关系，其同样可以通过改变放大因子k来确定。由于罐上的水垢沉积物而导致的损失与速度之间的精确相互关系必须通过实验来确定。

总之，以下情形是本发明的可行应用，但这不是穷举性列表。

1. 健康监测/状况监测

所提出的方法使得泵能够检测其自身的状态。它可以在调试之后和在使用寿命期间建立其保存的数据的误差。初始调试期间的误差可归因于制造公差。使用寿命的变化是指磨损和液压磨损。泵可以将其状态持久地传达给操作者，并且在故障前不久警告所述操作者。

2. 改进的操作点估计

泵识别出其保存数据的误差，并且可以在一定程度上区分液压效应和机械磨损。这样，它可以通过调整所保存的数据来优化它自己的操作点估计。这可以通过迭代参数调整来实现。替代性地，持久参数调整可以根据利用时变扩展卡尔曼滤波器的二次优化来进行。

使用根据本发明的方法，可以得出关于所保存的功率校正值的误差的非常精确的结论。然而，不能检测到（在无传感器系统中）所保存的P/Q和H/Q特性曲线的偏差。然而，从各种试验中已知的是，最主要的磨损现象可归因于罐上的水垢沉积物，并且在稍微较小的程度上可归因于机械磨损。因此，该方法能够识别磨损的至少一个相关分量，并因此改善操作点估计。