水輪發(fā)電機(jī)組故障診斷技術(shù)

楊永剛，潘文威

（廣西平班水電開(kāi)發(fā)有限公司，廣西 南寧 533402）

1 水輪發(fā)電機(jī)組故障的定義和特點(diǎn)

水輪發(fā)電機(jī)組故障診斷是指專家根據(jù)狀態(tài)監(jiān)測(cè)所得到的各測(cè)量值及其運(yùn)算處理結(jié)果所提供的信息，采用所掌握的關(guān)于設(shè)備的知識(shí)和經(jīng)驗(yàn)，進(jìn)行推理判斷，從而提出對(duì)設(shè)備的維修處理建議。即通過(guò)狀態(tài)監(jiān)測(cè)來(lái)收集特征量，用故障診斷來(lái)分析判斷特征量。依據(jù)分析結(jié)果，進(jìn)行縱向(和歷史數(shù)據(jù))和橫向(和同類設(shè)備)比較，制定維修方案，實(shí)施狀態(tài)維護(hù)。

水輪發(fā)電機(jī)組最常見(jiàn)、最主要的故障就是振動(dòng)故障，據(jù)華中電網(wǎng)50臺(tái)4.5MW以上水輪發(fā)電機(jī)組六年運(yùn)行資料的統(tǒng)計(jì)，大約有80%的故障或事故都在振動(dòng)信息上有所反映。認(rèn)識(shí)并把握機(jī)組振動(dòng)故障的特點(diǎn)是故障診斷研究工作的首要任務(wù)。水輪發(fā)電機(jī)組振動(dòng)故障具有如下特點(diǎn)：

（1）水輪發(fā)電機(jī)組故障具有漸變性。水輪發(fā)電機(jī)組與其他旋轉(zhuǎn)機(jī)械相比轉(zhuǎn)速明顯較低，一般在100～200r/min之間，因此水輪發(fā)電機(jī)組振動(dòng)故障發(fā)展一般屬于漸變性或耗損性故障，具有磨損和疲勞特征，突發(fā)惡性事故較少，如水力機(jī)組部件因空化或泥沙磨損等原因?qū)е碌恼駝?dòng)，即有一個(gè)從量變到質(zhì)變的過(guò)程。這使得利用狀態(tài)監(jiān)測(cè)和趨勢(shì)分析技術(shù)，捕捉事故征兆，早期報(bào)警，防范故障變得相對(duì)容易和準(zhǔn)確。

（2）水輪發(fā)電機(jī)組故障具有復(fù)雜多樣性。水輪發(fā)電機(jī)組是一個(gè)涉及機(jī)械、電磁和水力的復(fù)雜系統(tǒng)。機(jī)組在運(yùn)行時(shí)，除了機(jī)械因素外，還有電磁和水力因素的影響。機(jī)械方面的原因有：轉(zhuǎn)動(dòng)部件不平衡、彎曲、以及部件脫落，機(jī)組對(duì)中不良、法蘭連接不緊或固定件松動(dòng)，固定部件與轉(zhuǎn)動(dòng)部件的碰磨，導(dǎo)軸承間隙過(guò)大、推力軸承調(diào)整不良等等。水力原因：卡門(mén)渦引起的中高頻壓力脈動(dòng)，葉片進(jìn)口水流沖角過(guò)大引起的中高頻壓力脈動(dòng)，尾水管內(nèi)的漩渦流引起的壓力脈動(dòng)等等。電磁方面：發(fā)電機(jī)定轉(zhuǎn)子間隙不均勻，轉(zhuǎn)子及磁極線圈匝間短路，轉(zhuǎn)子主極磁場(chǎng)對(duì)定子幾何中心不對(duì)稱等等。引起振動(dòng)的因素具有不確定性，可能是機(jī)械、電磁、水力三種因素中的一種引起的單一振動(dòng)，也可能是幾種因素共同作用的藕合振動(dòng)，機(jī)械、電磁、水力三者是相互影響的，振動(dòng)機(jī)理比較復(fù)雜，直觀判斷和簡(jiǎn)單的測(cè)試手段很難找到主導(dǎo)性故障原因。

(3)水輪發(fā)電機(jī)組故障具有不規(guī)則性。由于每個(gè)水電站的設(shè)計(jì)、施工受地理位置、地質(zhì)狀況和經(jīng)濟(jì)技術(shù)等多方面的影響，每個(gè)水電站都是專門(mén)設(shè)計(jì)的。因此水電機(jī)組運(yùn)行時(shí)還會(huì)受到電網(wǎng)、水文、氣候和現(xiàn)場(chǎng)安裝等諸多因素的影響，有些影響是不可預(yù)知的。這就使得不同電站，甚至同一電站的不同機(jī)組的故障情況很不一樣，特殊案例比比皆是。水輪機(jī)組故障的不規(guī)則性，是對(duì)通用型故障診斷系統(tǒng)研究的一個(gè)巨大的挑戰(zhàn)。

2 水輪發(fā)電機(jī)組故障診斷方法

由于水輪發(fā)電機(jī)組的種類多樣，且其工作環(huán)境各不相同，所以在實(shí)際測(cè)量和診斷中會(huì)根據(jù)具體的情況而采用合適的診斷方法。用于故障診斷的狀態(tài)監(jiān)測(cè)基本方法有：基于實(shí)例的推理、基于模型的診斷和非參數(shù)化建模。目前常用的診斷方法有如下診斷方法：

（1）按診斷的方式分類：①定期檢修和連續(xù)監(jiān)控:定期診斷是每隔一定的時(shí)間，如1年或1個(gè)月對(duì)設(shè)備進(jìn)行一定程度的檢修，這是目前大多數(shù)企業(yè)所廣泛采用的，它容易帶來(lái)維修過(guò)剩。連續(xù)監(jiān)控是采用先進(jìn)的計(jì)算機(jī)技術(shù)和精密傳感器和儀表不間斷的監(jiān)視和控制設(shè)備的狀態(tài)，它能夠時(shí)時(shí)反映水輪機(jī)組的關(guān)鍵部位的運(yùn)行狀態(tài)。②間接診斷和直接診斷:直接診斷是直接確定關(guān)鍵部件的狀態(tài)，間接診斷是通過(guò)二次診斷信息來(lái)間接判斷機(jī)器中關(guān)鍵零部件的狀態(tài)變化。③狀態(tài)診斷和離線診斷:狀態(tài)診斷是借助現(xiàn)代通信技術(shù)、信號(hào)采集技術(shù)、信號(hào)處理技術(shù)等，為保證關(guān)鍵設(shè)備的安全和可靠運(yùn)行而將對(duì)其所監(jiān)測(cè)的信號(hào)自動(dòng)、連續(xù)、定時(shí)的采集與分析，對(duì)設(shè)備的狀態(tài)進(jìn)行識(shí)別，及時(shí)診斷出存在的故障;離線診斷是通過(guò)數(shù)據(jù)采集器采集現(xiàn)場(chǎng)設(shè)備的信號(hào)，然后回放到計(jì)算機(jī)進(jìn)行處理、分析，從而判斷設(shè)備的狀態(tài)。

（2）按特征信號(hào)的物理性質(zhì)分類：①振動(dòng)監(jiān)測(cè)方法:由于機(jī)械系統(tǒng)的運(yùn)行過(guò)程必然伴隨著振動(dòng)，故障的存在必然導(dǎo)致異常振動(dòng)，不同類型、不同部位的故障一般產(chǎn)生不同特征的振動(dòng)，振動(dòng)信號(hào)從幅值域、頻域和時(shí)域反映了機(jī)器的故障信息。其振動(dòng)的類型可分為徑向振動(dòng)、周向振動(dòng)和扭轉(zhuǎn)振動(dòng)三類，其中過(guò)大的徑向振動(dòng)往往是造成機(jī)器損壞的主要原因，也是狀態(tài)監(jiān)測(cè)的主要參數(shù)和進(jìn)行故障診斷的主要依據(jù)。因此，振動(dòng)診斷方法得到了廣泛的應(yīng)用。②噪聲監(jiān)測(cè)方法:當(dāng)機(jī)器的零件或部件開(kāi)始磨損或經(jīng)歷某些其它的物理變化時(shí)，其聲音信號(hào)的特性就發(fā)生變化，監(jiān)測(cè)這些特征就有可能監(jiān)測(cè)到機(jī)械狀況的變化，精確地指出正在劣化的那些部位。③油液分析監(jiān)測(cè)方法:通過(guò)用物理化學(xué)的方法對(duì)油樣的各種理化指標(biāo)進(jìn)行測(cè)定，能夠獲得機(jī)器的零部件磨損、系統(tǒng)污染程度和工作情況等方面的重要信息。

按照狀態(tài)診斷方式主要有模糊診斷法、人工智能診斷法和專家系統(tǒng)診斷法。

（1）模糊診斷法:模糊理論主要模仿人腦的邏輯思維，具有較強(qiáng)的知識(shí)表達(dá)能力，能將不確定性知識(shí)或定性知識(shí)轉(zhuǎn)化為定量表示。在故障診斷中，故障與征兆之間的關(guān)系往往是模糊的，這種模糊性既來(lái)自故障與征兆之間關(guān)系的不確定性，又來(lái)自故障與征兆在概念描述上的非精確性，因而診斷結(jié)果也必然是模糊的。解決模糊診斷問(wèn)題的傳統(tǒng)方法，一般是根據(jù)專家經(jīng)驗(yàn)在故障征兆空間與故障原因空間之間建立模糊關(guān)系矩陣。常用的方法是將各條模糊推理規(guī)則產(chǎn)生的模糊關(guān)系矩陣進(jìn)行組合。

隨著模糊理論的發(fā)展及完善，模糊理論的一些優(yōu)點(diǎn)逐步被重視，如模糊理論可適應(yīng)不確定性問(wèn)題;其模糊知識(shí)庫(kù)使用語(yǔ)言變量來(lái)表述專家的經(jīng)驗(yàn)，更接近人的表達(dá)習(xí)慣;模糊理論能夠得到問(wèn)題的多個(gè)可能的解決方案，并可以根據(jù)這些方案的模糊度的高低進(jìn)行優(yōu)先程度排序等。

很多人在作模糊理論用于診斷的研究，有的單獨(dú)使用其進(jìn)行分析診斷，有的與專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)進(jìn)行聯(lián)合使用，或構(gòu)造模糊評(píng)價(jià)模型，以評(píng)分的方式反映故障的危害性。他們均收到了較好的效果，總的看來(lái)研究方向趨向于與其它分析診斷方法相結(jié)合。

（2）人工智能診斷法:人工神經(jīng)網(wǎng)絡(luò)是模擬人腦組織結(jié)構(gòu)和人類認(rèn)知過(guò)程的信息處理系統(tǒng)，具有強(qiáng)大的自學(xué)能力和數(shù)據(jù)處理功能，能映射高度非線性的輸入、輸出關(guān)系。自1943年首次提出以來(lái)，己迅速發(fā)展成為與專家系統(tǒng)并列的人工智能技術(shù)的另一個(gè)重要分支。它以其諸多優(yōu)點(diǎn)，如并行分布處理、自適應(yīng)、聯(lián)想記憶等，在智能故障診斷中受到越來(lái)越廣泛的重視，而且己顯示出巨大的潛力，并為智能故障診斷的研究開(kāi)辟了一條新途徑。應(yīng)用人工神經(jīng)網(wǎng)路(ANN)技術(shù)實(shí)現(xiàn)故障診斷不同于專家系統(tǒng)(ES)診斷方法。ANN方法通過(guò)現(xiàn)場(chǎng)大量的標(biāo)準(zhǔn)樣本學(xué)習(xí)與訓(xùn)練，不斷調(diào)整ANN中的連接權(quán)和閥值，使獲取的知識(shí)隱式分布在整個(gè)網(wǎng)絡(luò)上，并實(shí)現(xiàn)ANN的模式記憶。因此ANN具有強(qiáng)大的知識(shí)獲取能力，并能有效的處理含噪聲數(shù)據(jù)，彌補(bǔ)了Es方法的不足。

（3）專家系統(tǒng)診斷法:專家系統(tǒng)是人工智能應(yīng)用研究最活躍和最廣泛的課題之一，它是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部具有大量專家水平的某個(gè)領(lǐng)域知識(shí)與經(jīng)驗(yàn)，應(yīng)用人工智能技術(shù)，根據(jù)某個(gè)領(lǐng)域一個(gè)或多個(gè)人類專家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過(guò)程，以解決那些需要專家決定的復(fù)雜問(wèn)題。診斷專家系統(tǒng)的任務(wù)就是根據(jù)觀察到的情況(數(shù)據(jù))來(lái)推斷出某個(gè)對(duì)象機(jī)能失常(即故障)的原因。專家系統(tǒng)在解決難以建立數(shù)學(xué)模型，較多依賴專家經(jīng)驗(yàn)知識(shí)的問(wèn)題有獨(dú)特的優(yōu)勢(shì)。在信息不完整或不確定的情況下仍能給出較為合理的結(jié)論。

專家系統(tǒng)由知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、解釋機(jī)制，推理機(jī)和人機(jī)接口5部分組成。知識(shí)庫(kù)是專家系統(tǒng)的核心，它不但在初次建庫(kù)時(shí)廣泛搜集專家經(jīng)驗(yàn)，而且在使用過(guò)程中還要在必要時(shí)進(jìn)行修改、補(bǔ)充和完善?，F(xiàn)在專家系統(tǒng)的數(shù)據(jù)管理較多是按設(shè)備進(jìn)行管理的，如按電容型試品、色譜型試品及電阻型試品三大類來(lái)編制專家系統(tǒng)。雖然專家系統(tǒng)能夠有效的模擬故障診斷專家完成故障診斷的過(guò)程，但是在實(shí)際應(yīng)用中仍存在一定缺陷，其主要問(wèn)題是知識(shí)獲取的瓶頸問(wèn)題、知識(shí)難以維護(hù)，以及不能有效的解決故障診斷中許多不確定因素，這些問(wèn)題大大影響了故障診斷的準(zhǔn)確性。

3 結(jié)語(yǔ)

大型水電機(jī)組的狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)還遠(yuǎn)遠(yuǎn)沒(méi)有成熟，這就要求在今后的研究工作中，不斷地提高已有的知識(shí)水平，完善知識(shí)體系。以下幾個(gè)方面需要在今后的研究工作中進(jìn)行更加深入細(xì)致的研究：①水電機(jī)組設(shè)備龐大，結(jié)構(gòu)復(fù)雜，誘發(fā)故障的因素多、水電機(jī)組故障率高、技術(shù)難度大；②水力流體因素、振動(dòng)因素、電磁因素是相互影響的3個(gè)難點(diǎn)，是以后要繼續(xù)研究的重要課題。

[1]王海.水輪發(fā)電機(jī)組狀態(tài)檢修技術(shù)[M].北京:中國(guó)電力出版社，2004.

[2]白亮.水力機(jī)組集成智能化振動(dòng)故障診斷網(wǎng)格研究[D].西安:西安理工大學(xué)，2008.

[3]張禮達(dá)，任臘春.水電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)研究現(xiàn)狀與發(fā)展[J].水利水電科技進(jìn)展,2007,(10):85－89.