汽轮发电机组诊断系统中几个关键技术的研究

来源:用户上传      作者:

　　【摘要】随着汽轮机运行要求越来越朝着高参数、高可靠性、多功能性方向发展，不断改善现有的故障诊断方法十分必要。特别是作为汽轮机核心设备的发电机组，既要注重各种故障机理研究，也要注重与实际运行相结合，采用先进的故障诊断策略，保障汽轮发电机组可靠运行。文章将对汽轮发电机组诊断系统中几个关键技术进行深入分析，以供借鉴。
　　【关键词】汽轮发电机组;诊断系统;技术
　　1 汽轮机故障诊断概述
　　汽轮机是非常核心的旋转动力设备，由于社会经济发展的需要，高参数化、大容量化、多功能化逐渐成为汽轮机主要的特点，给整个社会生产、居民生活提供了便利。
　　随着各项技术的发展，汽轮机本体结构与外围布置越来越复杂，操作系统越来越智能化，这也导致了汽轮机产生的故障更加难以诊断，由于其通流部分工作在高压、高温、高转速和频繁变工况运行的条件下，即便出现微小的异常情况，也会导致机组出现不同程度的振动问题，这将直接影响机组运行的安全性与稳定性。当振动幅值超过一定范围时，如果不及时找到故障来源，可能造成严重的运行事故和经济损失。汽轮机故障主要分为轴系故障、通流部分故障以及轴承支撑故障三大类，相关数据显示，由于汽轮机组故障引起的电厂停机事故约占整个电厂故障的一半以上。
　　汽轮机组在变化复杂的环境中运行，不仅存在很多相互关联的部件和彼此之间耦合较为紧密的部件，而且通流部分长期在高温高压或冲击水蚀的恶劣环境下工作，在汽轮机的实际运行过程中，任何一个环节的问题都有可能成为引起机组故障的不稳定因素。汽轮机倘若出现故障，会对机组的运行效率造成影响，严重的还会引起机组瘫痪、人员伤亡，使企业蒙受巨大的经济损失。因此，先进的故障诊断方法对提升汽轮机组的安全性、经济性具有重要意义。
　　随着设备安全运行的要求越来越高，故障诊断不再限定于发现故障之后寻找问题原因，还需要兼备一些故障预警的功能，以便采取相应措施来预防机组可能出现的重大事故。统计显示，应用故障诊断系统的旋转动力设备，其事故发生率大大降低，维修费用能够减少约30%。可见，故障诊断系统的应用一方面能够降低故障发生率并减少维修保养费用，另一方面其诊断分析结果可以为故障处理决策提供合理依据。
　　2 汽轮发电机组诊断系统的关键技术
　　2.1基于数学模型的故障诊断
　　这一诊断技术是根据不同运行状况下的参数变化，通过构建数学模型，找到不同运行条件下的故障状态及其参数联系，并进一步研究汽轮发电机组运行变化规律，寻求有效的维护检修方法。该诊断方法可以得到系统的动态特性，并实时进行诊断。目前多数故障诊断技术的研究都较为单一，忽略设备间的耦合性，而此方法则可以弥补这方面的不足。
　　2.2模糊专家系统
　　根据专家系统一般架构，基于模糊推理专家系统功能需求，提出汽轮发电机组故障诊断模糊专家系统整体设计。系统主要包括人机界面、解释机、知识库及推理机四部分。
　　人机界面是系统与用户之间信息交换媒介，把知识工程师、用户和领域专家输入的信息转换成系统内部设定的表达形式，并交由相应模块处理，同时将系统输出信息转换为图形、表格等易于理解的形式呈现。
　　解释机是人机界面与推理机的接口，它负责将用户输入的故障相关信息转化为系统能够识别的信息，以及将系统最后的输出结果（包括故障原因、可信度及相应的解决方案等）转化为用户能够理解的信息。
　　知识库采用多库模式，包括静态数据库、动态数据库和规则库。静态数据库存放系统相关设置等静态信息，动态数据库存放运行过程中动态参数，如振动幅值等，规则库存放故障诊断规则和故障原因分析规则。由于机组故障特征的模糊性、诊断经验知识的不确定性，系统中诊断规则知识采用了产生式规则和模糊数学相结合的模糊产生式规则方式。各数据库相互独立，并可根据机组实际状态进行相应修改。
　　推理机根据机组当前和历史运行状态，从系统数据库中搜索信息，在一定的控制策略下，激活知识库中的有关规则，进行推理并给出解决方案。由于知识库中的诊断知识采用了模糊产生式规则方式，本系统推理机相应采用了模糊推理策略，即系统在推理方法上采用不精确推理方法，控制策略上采用正向推理的模糊推理方法。
　　上述知识库和推理机是本系统的核心组成部分，其中，知识的模糊规则表示形式与管理、模糊推理控制策略决定了系统性能的优劣。
　　2.3人工神经信息网络
　　目前，伴随神经网络的不断发展，神经网络基础下的故障诊断手段也获得了快速的发展。现阶段，有大量使用oHpifed、BP、自组织映射等网络。在诊断神经网络故障领域，并不要求开发者掌握专门领域的基础知识。在这方面，适合间距的示例等属于明显的优势。然而，其中也有着很显著的限制性，一般体现在这些方面：①在一个完整的诊断系统基础性能方面，在相当大的程度上，备受所选示例所局限。倘若拥有较差的示例正交性或者完备性，那么对应的体系性也就并不好，在对应的情况下，无法保证得到相当完备的数据正交训练集数据库。尤其是当存在不多的训练样本时，又或有两个非常相似的示例时，得出的网络求解往往并不一直都正确。②通过人工神经网络技术，仅仅可以处置数字化类型的信息。具体而言，通过神经网络能变知识为数字信息，转化推理并且形成数值计算，来解释知识网络下的权重难题。所以，针对神经网络技术，可以模拟较低层次的智能。就层次较高的智能模拟，必须大量使用表达符号的基础知识以及处理工作。所以，当前的神经网络诊断专业技术，尽管取得了大量的成果，尤其是增快网络收敛性等上做了大量的工作，但是通过神经网络专业技术，在有效处理各种复杂性问题时，应做大量的网络工作。
　　3 结语
　　综上所述，故障诊断系统在汽轮发电机组故障診断中得到了广泛应用，将故障分析与先进的诊断技术相结合，有利于解决机组故障问题，维持设备的良好状态外，延长发电机组寿命周期，为企业运行创造良好条件。
　　参考文献：
　　[1]李晓波，贾斌，焦晓峰，何成兵.模糊专家系统及其在汽轮发电机组故障诊断中的应用[J].汽轮机技术，2020，62（3）：235-238.
　　[2]樊明哲，晏剑辉，党晓强.大型汽轮发电机转子绕组短路故障的检测技术研究[J].中国设备工程，2020（12）：126-130.
转载注明来源:https://www.xzbu.com/2/view-15366559.htm