汽輪發(fā)電機組診斷系統(tǒng)中幾個關(guān)鍵技術(shù)的研究

【摘要】隨著汽輪機運行要求越來越朝著高參數(shù)、高可靠性、多功能性方向發(fā)展，不斷改善現(xiàn)有的故障診斷方法十分必要。特別是作為汽輪機核心設(shè)備的發(fā)電機組，既要注重各種故障機理研究，也要注重與實際運行相結(jié)合，采用先進的故障診斷策略，保障汽輪發(fā)電機組可靠運行。文章將對汽輪發(fā)電機組診斷系統(tǒng)中幾個關(guān)鍵技術(shù)進行深入分析，以供借鑒。【關(guān)鍵詞】汽輪發(fā)電機組;診斷系統(tǒng);技術(shù)1

汽輪機故障診斷概述汽輪機是非常核心的旋轉(zhuǎn)動力設(shè)備，由于社會經(jīng)濟發(fā)展的需要，高參數(shù)化、大容量化、多功能化逐漸成為汽輪機主要的特點，給整個社會生產(chǎn)、居民生活提供了便利。隨著各項技術(shù)的發(fā)展，汽輪機本體結(jié)構(gòu)與外圍布置越來越復(fù)雜，操作系統(tǒng)越來越智能化，這也導(dǎo)致了汽輪機產(chǎn)生的故障更加難以診斷，由于其通流部分工作在高壓、高溫、高轉(zhuǎn)速和頻繁變工況運行的條件下，即便出現(xiàn)微小的異常情況，也會導(dǎo)致機組出現(xiàn)不同程度的振動問題，這將直接影響機組運行的安全性與穩(wěn)定性。當振動幅值超過一定范圍時，如果不及時找到故障來源，可能造成嚴重的運行事故和經(jīng)濟損失。汽輪機故障主要分為軸系故障、通流部分故障以及軸承支撐故障三大類，相關(guān)數(shù)據(jù)顯示，由于汽輪機組故障引起的電廠停機事故約占整個電廠故障的一半以上。汽輪機組在變化復(fù)雜的環(huán)境中運行，不僅存在很多相互關(guān)聯(lián)的部件和彼此之間耦合較為緊密的部件，而且通流部分長期在高溫高壓或沖擊水蝕的惡劣環(huán)境下工作，在汽輪機的實際運行過程中，任何一個環(huán)節(jié)的問題都有可能成為引起機組故障的不穩(wěn)定因素。汽輪機倘若出現(xiàn)故障，會對機組的運行效率造成影響，嚴重的還會引起機組癱瘓、人員傷亡，使企業(yè)蒙受巨大的經(jīng)濟損失。因此，先進的故障診斷方法對提升汽輪機組的安全性、經(jīng)濟性具有重要意義。隨著設(shè)備安全運行的要求越來越高，故障診斷不再限定于發(fā)現(xiàn)故障之后尋找問題原因，還需要兼?zhèn)湟恍┕收项A(yù)警的功能，以便采取相應(yīng)措施來預(yù)防機組可能出現(xiàn)的重大事故。統(tǒng)計顯示，應(yīng)用故障診斷系統(tǒng)的旋轉(zhuǎn)動力設(shè)備，其事故發(fā)生率大大降低，維修費用能夠減少約30%?？梢姡收显\斷系統(tǒng)的應(yīng)用一方面能夠降低故障發(fā)生率并減少維修保養(yǎng)費用，另一方面其診斷分析結(jié)果可以為故障處理決策提供合理依據(jù)。2

汽輪發(fā)電機組診斷系統(tǒng)的關(guān)鍵技術(shù)2.1基于數(shù)學(xué)模型的故障診斷這一診斷技術(shù)是根據(jù)不同運行狀況下的參數(shù)變化，通過構(gòu)建數(shù)學(xué)模型，找到不同運行條件下的故障狀態(tài)及其參數(shù)聯(lián)系，并進一步研究汽輪發(fā)電機組運行變化規(guī)律，尋求有效的維護檢修方法。該診斷方法可以得到系統(tǒng)的動態(tài)特性，并實時進行診斷。目前多數(shù)故障診斷技術(shù)的研究都較為單一，忽略設(shè)備間的耦合性，而此方法則可以彌補這方面的不足。2.2模糊專家系統(tǒng)根據(jù)專家系統(tǒng)一般架構(gòu)，基于模糊推理專家系統(tǒng)功能需求，提出汽輪發(fā)電機組故障診斷模糊專家系統(tǒng)整體設(shè)計。系統(tǒng)主要包括人機界面、解釋機、知識庫及推理機四部分。人機界面是系統(tǒng)與用戶之間信息交換媒介，把知識工程師、用戶和領(lǐng)域?qū)＜逸斎氲男畔⑥D(zhuǎn)換成系統(tǒng)內(nèi)部設(shè)定的表達形式，并交由相應(yīng)模塊處理，同時將系統(tǒng)輸出信息轉(zhuǎn)換為圖形、表格等易于理解的形式呈現(xiàn)。解釋機是人機界面與推理機的接口，它負責(zé)將用戶輸入的故障相關(guān)信息轉(zhuǎn)化為系統(tǒng)能夠識別的信息，以及將系統(tǒng)最后的輸出結(jié)果（包括故障原因、可信度及相應(yīng)的解決方案等）轉(zhuǎn)化為用戶能夠理解的信息。知識庫采用多庫模式，包括靜態(tài)數(shù)據(jù)庫、動態(tài)數(shù)據(jù)庫和規(guī)則庫。靜態(tài)數(shù)據(jù)庫存放系統(tǒng)相關(guān)設(shè)置等靜態(tài)信息，動態(tài)數(shù)據(jù)庫存放運行過程中動態(tài)參數(shù)，如振動幅值等，規(guī)則庫存放故障診斷規(guī)則和故障原因分析規(guī)則。由于機組故障特征的模糊性、診斷經(jīng)驗知識的不確定性，系統(tǒng)中診斷規(guī)則知識采用了產(chǎn)生式規(guī)則和模糊數(shù)學(xué)相結(jié)合的模糊產(chǎn)生式規(guī)則方式。各數(shù)據(jù)庫相互獨立，并可根據(jù)機組實際狀態(tài)進行相應(yīng)修改。推理機根據(jù)機組當前和歷史運行狀態(tài)，從系統(tǒng)數(shù)據(jù)庫中搜索信息，在一定的控制策略下，激活知識庫中的有關(guān)規(guī)則，進行推理并給出解決方案。由于知識庫中的診斷知識采用了模糊產(chǎn)生式規(guī)則方式，本系統(tǒng)推理機相應(yīng)采用了模糊推理策略，即系統(tǒng)在推理方法上采用不精確推理方法，控制策略上采用正向推理的模糊推理方法。上述知識庫和推理機是本系統(tǒng)的核心組成部分，其中，知識的模糊規(guī)則表示形式與管理、模糊推理控制策略決定了系統(tǒng)性能的優(yōu)劣。2.3人工神經(jīng)信息網(wǎng)絡(luò)目前，伴隨神經(jīng)網(wǎng)絡(luò)的不斷發(fā)展，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)下的故障診斷手段也獲得了快速的發(fā)展。現(xiàn)階段，有大量使用oHpifed、BP、自組織映射等網(wǎng)絡(luò)。在診斷神經(jīng)網(wǎng)絡(luò)故障領(lǐng)域，并不要求開發(fā)者掌握專門領(lǐng)域的基礎(chǔ)知識。在這方面，適合間距的示例等屬于明顯的優(yōu)勢。然而，其中也有著很顯著的限制性，一般體現(xiàn)在這些方面：①在一個完整的診斷系統(tǒng)基礎(chǔ)性能方面，在相當大的程度上，備受所選示例所局限。倘若擁有較差的示例正交性或者完備性，那么對應(yīng)的體系性也就并不好，在對應(yīng)的情況下，無法保證得到相當完備的數(shù)據(jù)正交訓(xùn)練集數(shù)據(jù)庫。尤其是當存在不多的訓(xùn)練樣本時，又或有兩個非常相似的示例時，得出的網(wǎng)絡(luò)求解往往并不一直都正確。②通過人工神經(jīng)網(wǎng)絡(luò)技術(shù)，僅僅可以處置數(shù)字化類型的信息。具體而言，通過神經(jīng)網(wǎng)絡(luò)能變知識為數(shù)字信息，轉(zhuǎn)化推理并且形成數(shù)值計算，來解釋知識網(wǎng)絡(luò)下的權(quán)重難題。所以，針對神經(jīng)網(wǎng)絡(luò)技術(shù)，可以模擬較低層次的智能。就層次較高的智能模擬，必須大量使用表達符號的基礎(chǔ)知識以及處理工作。所以，當前的神經(jīng)網(wǎng)絡(luò)診斷專業(yè)技術(shù)，盡管取得了大量的成果，尤其是增快網(wǎng)絡(luò)收斂性等上做了大量的工作，但是通過神經(jīng)網(wǎng)絡(luò)專業(yè)技術(shù)，在有效處理各