潘霞
摘要:汽輪機輔機是火電廠發(fā)電過程當中十分容易出現(xiàn)故障的一類設(shè)備,而汽輪機輔機在相關(guān)發(fā)電設(shè)備當中具有著較高的地位。一旦汽輪機輔機出現(xiàn)相關(guān)的故障問題,將會對發(fā)電廠的發(fā)電效率產(chǎn)生直接影響,也會降低發(fā)電廠的自身效益。基于此,本文主要分析了汽輪機故障診斷技術(shù)的發(fā)展與展望。
關(guān)鍵詞:汽輪機;故障診斷;發(fā)展
引言
隨著汽輪機設(shè)計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。經(jīng)過近些年來的發(fā)展,國內(nèi)外高校、企業(yè)中的科研工作者以及工程師們已經(jīng)研究出一些具有代表性且應(yīng)用在汽輪機上的故障診斷系統(tǒng)。為了更好地克服現(xiàn)有故障診斷系統(tǒng)中存在的不足,加強其實用性,改變其診斷理念,實現(xiàn)其大規(guī)模工業(yè)級應(yīng)用,必須以提高故障診斷能力為目標,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,這些要求不僅依賴于對汽輪機故障機理模式的理解,也依賴于傳感測量儀器以及數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展。
1國內(nèi)外故障診斷技術(shù)的研究現(xiàn)狀
汽輪機故障根據(jù)其過程主要可以分為漸發(fā)型和突發(fā)型兩大類。漸發(fā)型故障是伴隨著壓力/溫度參數(shù)、振動信號的變化而形成的,是一種過程累積產(chǎn)生的故障,會出現(xiàn)例如結(jié)垢、擦碰磨損、部件變形等現(xiàn)象,造成機組內(nèi)效率下降、部件損傷及運行惡化等狀況;突發(fā)型故障是伴隨著汽輪機在運行過程中突然發(fā)生不可控的變化產(chǎn)生的,主要有閥桿斷裂、葉片斷裂、軸瓦燒毀等故障,此類故障對機組安全運行影響極大,如果沒有及時預(yù)測并得到妥善處理,將會引發(fā)重大事故[1]。
汽輪機故障診斷領(lǐng)域的研究最早源于美國,其在航空航天領(lǐng)域積累了豐富的故障診斷經(jīng)驗,在這個基礎(chǔ)上率先對汽輪機故障診斷技術(shù)展開了較為深入的研究,一些相關(guān)的研究院所及企業(yè),如Bently、EPRI、BEI等相繼開發(fā)了各自的狀態(tài)監(jiān)測與故障診斷系統(tǒng),取得了多項世界級領(lǐng)先的成果。在美國之后,其他發(fā)達工業(yè)國家,如德、日、英、法等國的一些公司也投入了大量的人力和物力,對汽輪機故障診斷技術(shù)進行了多方面的探索,如德國Siemens、瑞士ABB、日本Toshiba電氣公司,也相繼推出了許多具有實際工程價值的汽輪機故障診斷系統(tǒng)。
與發(fā)達工業(yè)國家相比,我國對汽輪機故障診斷領(lǐng)域的研究起步略晚,但發(fā)展進度較快,迄今為止,已經(jīng)研制出幾十種不同的汽輪機狀態(tài)監(jiān)測與故障診斷系統(tǒng),取得了很大的成就。得益于監(jiān)測設(shè)備與信息化技術(shù)的飛速發(fā)展為許多高校和科研單位提供了技術(shù)上的有力支持,一大批汽輪機故障診斷方法及系統(tǒng)的研究成果應(yīng)運而生。
2汽輪機故障診斷技術(shù)的發(fā)展
2.1 人工神經(jīng)網(wǎng)絡(luò)故障診斷法
人神經(jīng)網(wǎng)絡(luò)主要指的是一種在使用的過程中,著重依賴于動物神經(jīng)系統(tǒng)的算法以及研究方式。該種算法就目前來說,有一定的自我適應(yīng)能力。技術(shù)人員使用該種算法的過程中,如果能夠根據(jù)一定的規(guī)律提前輸入并且輸出一些有效信號。那么技術(shù)人員就可以利用輸入輸出數(shù)據(jù)之間的規(guī)律進行系統(tǒng)建模的相關(guān)工作。技術(shù)人員在后續(xù)的工作過程中,需要對輸入數(shù)據(jù)進行全面而又詳細的分析,分析完后得出更加準確的輸出結(jié)果。
人工神經(jīng)網(wǎng)絡(luò)主要是由輸出層、輸入層以及養(yǎng)成這三大層次之間有機配合密切聯(lián)系而構(gòu)造而成的。在這三種層次中,由于輸入承載該算法正常使用的過程中所需要分擔的功能結(jié)構(gòu)非常的多。因此這一層次在算法正常進行的過程中負擔的壓力也比較大。為了緩解其所負擔的壓力,需要在使用的過程中將其收到的輸入信號通過一定的方式方法,將數(shù)據(jù)穩(wěn)定的傳遞給下一階段。
當數(shù)據(jù)在經(jīng)過一段時間的處理之后,最終把得到的數(shù)據(jù)輸出到輸入層中。在技術(shù)人員采取一定的方式方法對汽輪機的故障進行整裝的過程中,需要在診斷的時候?qū)ζ啓C每個運行數(shù)進行詳細的分析,然后把其做成原始信號,借助于系統(tǒng)內(nèi)部所固有的算法進行故障類型的判斷活動,從而使得處理效率能夠得到進一步的提升。
2.2 人工神經(jīng)網(wǎng)絡(luò)故障診斷法的程序
在診斷的過程中,需要技術(shù)人員根據(jù)汽輪機的具體型號以及其他實際情況合理的選擇診斷方式,然后再使用人工神經(jīng)網(wǎng)絡(luò)的整故障診斷系統(tǒng)對汽輪機的具體故障進行診斷。為了合理的使用該系統(tǒng),工作人員需要在該系統(tǒng)運行的過程中正確的輸入汽輪機的各項參數(shù),從而準確判斷故障類型。最后根據(jù)故障類型制定完善的處理方案,使得汽輪機的故障得到完善的處理。
2.3其他的故障檢測法
在對汽輪機故障診斷的過程中,相繼研發(fā)出了故障樹診斷法、主元分析診斷法、模糊推理診斷法等等。以上的診斷方法在實際使用的過程中,都具有一定的可靠性以及真實性。通過這些診斷方法的正確使用可以極大地提高工作人員的故障診斷效率,能夠更加及時地讓工作人員了解到汽輪機出現(xiàn)故障的部位,從而進一步給技術(shù)人員提供更加有效的數(shù)據(jù)參考。
2 汽輪機常見故障排除技術(shù)
2.2 汽輪機潤滑油引起火災(zāi)的控制
汽輪機潤滑油引發(fā)的火災(zāi),首先是因為機器向外滲漏油,因此在具體使用的時候,需要先關(guān)注汽輪機連通關(guān)點中間的封閉和隔開狀態(tài),避免潤滑油滲漏出來。其次需要注意汽油機本身的溫度,避免機器超過負荷運轉(zhuǎn)導(dǎo)致溫度太高。需要特別注意液壓體系當中的調(diào)整部件比如滑閥部件、油管道部件、油動部件必須和溫度較高的熱物體完全隔開。
2.3 汽輪機調(diào)速系統(tǒng)故障分析
脈沖信號油壓數(shù)值的持續(xù)改變是導(dǎo)致汽輪機液壓速度調(diào)整體系不平穩(wěn)的主要原因,當出現(xiàn)油壓變化的時候,最好的處置方式就是優(yōu)化整個調(diào)整體系的油管線路。在使用汽輪機的時候,需要充分思考油管線路和油動機整體系統(tǒng)的具體組合狀態(tài)特性,確保油管線路和油動機合理匹配搭配,避免油管線路出現(xiàn)差別和由此引發(fā)的油壓不平穩(wěn)的情況。
2.4 汽輪機異常振動應(yīng)對措施
汽輪機不正常振動的主要原因是轉(zhuǎn)子熱形狀變化、汽流振動和摩擦振動等。在具體處理的時候,需要認真分辨振動出現(xiàn)的原因,針對詳細的原因采取相應(yīng)的處置舉措。針對氣流引發(fā)的振動,需要連續(xù)調(diào)整機組整體的給水數(shù)量,調(diào)節(jié)整個高壓調(diào)速汽門等,最終再明確機組出現(xiàn)這種氣流振動的具體情況。只有逐漸避開氣流振動,才能慢慢處理汽輪機氣流振動引起的不正常振動問題。
3汽輪機故障診斷技術(shù)的發(fā)展
3.1人工智能的深入融合應(yīng)用
目前,人工智能技術(shù)已初步應(yīng)用于回熱系統(tǒng)故障診斷技術(shù)的研究中,極大程度地提高了故障診斷系統(tǒng)工作效率和精確度,有效解決了目前回熱系統(tǒng)故障診斷技術(shù)難以解決的許多問題。然而,由于國內(nèi)智能診斷系統(tǒng)的研究起步較晚,而國外的智能診斷系統(tǒng)價格昂貴,導(dǎo)致人工智能系統(tǒng)成本較高;并且人工智能技術(shù)與回熱系統(tǒng)故障診斷系統(tǒng)的協(xié)調(diào)問題還需進一步研究。
3.2故障診斷技術(shù)與仿真技術(shù)的融合
由于現(xiàn)階段故障診斷技術(shù)的研究缺乏電廠中的實際故障數(shù)據(jù),這在一定程度上促進了故障診斷技術(shù)與仿真技術(shù)的融合,借助回熱系統(tǒng)的全工況動態(tài)實時仿真數(shù)學(xué)模型,通過仿真模擬,可得到系統(tǒng)可能出現(xiàn)的各種故障工況,這是一種高效的、全面的輔助故障模糊知識庫的建立方法,可提升故障診斷的準確性[5]。
結(jié)束語:
運行過程中的汽輪機往往具備時間長、負荷大的特點,如果汽輪機的部件出現(xiàn)磨損現(xiàn)象,一旦超出其承受的最大限度,那么會造成安全故障問題,從而威脅人身安全和造成財產(chǎn)損失。引起汽輪機的故障因素比較多,只有注重平時的維修和防護,并且迅速檢修存在的故障問題,才可以避免故障問題或事故的出現(xiàn)。
參考文獻:
[1] 李勁松. 汽輪機故障診斷技術(shù)的發(fā)展與展望[J]. 科技展望,2016(32):38- 39.
[2] 高吉慶. 汽輪機故障診斷技術(shù)的發(fā)展分析和研究[J]. 科技創(chuàng)新與應(yīng)用,2016(10):113.
[3] 孫曉麗. 淺析汽輪機故障診斷技術(shù)的發(fā)展與展望[J]. 科技創(chuàng)新與應(yīng)用,2017(08):89.
[4] 張家彬. 汽輪機故障診斷技術(shù)分析[J]. 硅谷,2016(20):6+13.
[5]付名江.汽輪機本體常見故障檢修分析[J].科技風,2019(5):159.