基于免疫算法的水輪發(fā)電機(jī)組振動故障檢測

吾買爾·吐爾遜 穆哈西 夏慶成

摘要：故障診斷技術(shù)是水輪發(fā)電機(jī)組安全穩(wěn)定運(yùn)行的關(guān)鍵技術(shù)之一。針對水輪發(fā)電機(jī)組傳統(tǒng)故障診斷方法診斷效率較低的問題，提出了一種基于免疫算法（Immune Algorithm，IA）的水輪發(fā)電機(jī)組故障診斷方法。對已采集好的水輪發(fā)電機(jī)組故障樣本數(shù)據(jù)進(jìn)行預(yù)處理構(gòu)成故障類型編碼，并設(shè)置算法的相關(guān)參數(shù)，在此基礎(chǔ)上運(yùn)用MATLAB開發(fā)的免疫算法程序進(jìn)行故障預(yù)測。結(jié)果表明：采用模塊化編程技術(shù)來開發(fā)程序，具有操作簡單、便于擴(kuò)容等優(yōu)點;程序的計算結(jié)果比較接近實際的故障類型。

關(guān) 鍵 詞：

機(jī)組振動; 故障檢測; 免疫算法; 水輪發(fā)電機(jī)組

中圖法分類號： TV7

文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2021.05.033

水能是世界上最早開發(fā)的可再生能源，也是人類最早使用的機(jī)械能“生產(chǎn)機(jī)”[1]。水力發(fā)電在20世紀(jì)初期得到迅速發(fā)展，目前它仍然是主要的生產(chǎn)電能的可再生能源之一。國際能源署（International Energy Agency，IEA）2019年初發(fā)布的相關(guān)數(shù)據(jù)顯示，2018年，全球水力發(fā)電量已達(dá)42 392億kW·h，其中中國以11 027.5億kW·h的發(fā)電量位居首榜[2]。改革開放40多年來，中國水力發(fā)電行業(yè)取得了突出的成績，水電技術(shù)不斷成熟，水電政策不斷完善，水電設(shè)備制造國產(chǎn)化水平不斷提升，為全球的綠色能源發(fā)展貢獻(xiàn)著正能量[3]。

水輪發(fā)電機(jī)組是水力發(fā)電的核心部件，它的故障不僅能導(dǎo)致巨大的經(jīng)濟(jì)損失，還可能會帶來災(zāi)難性事故。2009年8月17日，俄羅斯舒申斯克水電站由于水輪發(fā)電機(jī)組振動幅值超標(biāo)卻沒有按照規(guī)程減少負(fù)荷亦沒有停機(jī)，導(dǎo)致了嚴(yán)重事故，造成直接經(jīng)濟(jì)損失約130億美元[4]。因此，通過研究水電站水輪發(fā)電機(jī)組設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)，能及時掌握機(jī)組的運(yùn)行狀態(tài)，預(yù)測故障，有效降低設(shè)備損壞率，減少維護(hù)成本，提高水輪發(fā)電機(jī)組運(yùn)行的安全可靠性[5-6]。

水輪發(fā)電機(jī)組是結(jié)構(gòu)復(fù)雜的大型設(shè)備之一，工作環(huán)境復(fù)雜，故障表現(xiàn)形式也千變?nèi)f化。其中振動對水輪發(fā)電機(jī)組的影響很大，大約80%的水輪發(fā)電機(jī)組故障都反映于振動信號中[7]，水輪發(fā)電機(jī)組在運(yùn)轉(zhuǎn)過程中往往產(chǎn)生交變載荷，振動不斷受到機(jī)械、電磁、水力等因素的聯(lián)合影響。在故障出現(xiàn)初期，在振動擺度幅值上很難表現(xiàn)出來，通過常規(guī)的在線監(jiān)測系統(tǒng)根本無法及時發(fā)現(xiàn)故障。本文介紹了基于人工免疫算法的故障檢測方法的步驟，并針對國內(nèi)托海水電站由水力振動引起的水輪機(jī)故障開展檢測。

1 人工免疫算法

免疫算法（Immune Algorithm，IA）是人工免疫算法的簡稱，它是模仿生物學(xué)的免疫系統(tǒng)機(jī)制，利用免疫系統(tǒng)原理及其模型啟發(fā)而提出一種智能搜索算法[8]。它不僅可以解決性能優(yōu)化問題，還可用于解決復(fù)雜的非線性優(yōu)化問題。在免疫算法中，需要解決目標(biāo)函數(shù)及其約束條件代替生物學(xué)免疫系統(tǒng)的抗原問題，而對于用函數(shù)的解來代替免疫系統(tǒng)的抗體，并沒有統(tǒng)一的模型和算法結(jié)構(gòu)，目前常用的有免疫遺傳算法、免疫規(guī)劃算法、免疫策略算法、免疫克隆算法等[9]。

1.1 免疫算法的基本原理

免疫算法的工作原理和計算流程如圖1所示。

（1） 抗原識別及參數(shù)設(shè)定。將需要解決的問題變成符合免疫系統(tǒng)處理的抗原形式，輸入目標(biāo)函數(shù)及其約束條件;設(shè)定群規(guī)模、迭代次數(shù)、交叉概率及變異概率等相關(guān)參數(shù)。

（2） 產(chǎn)生初始化抗體群。將抗體的群體定義為問題解的集，程序運(yùn)行時先檢查記憶庫，如果記憶庫為空，則隨機(jī)產(chǎn)生初始抗體群體;否則，從記憶庫中選擇初始抗體群體，不足部分會隨機(jī)生成。

（3） 計算親和力。按給定的條件，計算抗體和抗原之間的親和力。親和力越高，說明問題的解越好，親和力計算也稱為適應(yīng)度評價。

2 實例分析

水輪發(fā)電機(jī)組運(yùn)轉(zhuǎn)過程中，所發(fā)生的故障會在對應(yīng)的振動信號中體現(xiàn)出來[11]。本文將采用MATLAB開發(fā)的免疫算法程序，對拓海水電站其中一臺水輪發(fā)電機(jī)組在一定的水頭和負(fù)荷條件下發(fā)生的故障進(jìn)行診斷。

2.1 樣本數(shù)據(jù)和參數(shù)設(shè)計

首先對已經(jīng)采集好的故障數(shù)據(jù)進(jìn)行預(yù)處理，通過去噪、篩選得到故障樣本的數(shù)據(jù)，具體數(shù)據(jù)如表1所列。

程序運(yùn)行之前，先對免疫算法的群體大小、迭代次數(shù)、交叉概率、變異概率等參數(shù)進(jìn)行初始化，如表2所列。

2.2 部分代碼

采用函數(shù)式編程方法來開發(fā)此免疫算法程序，用二進(jìn)制編碼方式來表達(dá)目標(biāo)函數(shù)和它的解。

根據(jù)給定的條件，先構(gòu)成故障樣本數(shù)據(jù)矩陣并對算法的相關(guān)參數(shù)進(jìn)行初始化，再進(jìn)行相關(guān)計算，主要的計算函數(shù)如下。

（1） 親和力計算函數(shù)calqinheli（）：主要功能是用二進(jìn)制編碼方式對群體中每個個體的親和力進(jìn)行相關(guān)計算。

（2） 交叉計算函數(shù)jiaocha（）：主要功能是對抗體群里選中的成對個體，以交叉概率替換它們之間的部分染色體，生成新的個體，通過它可以有效提高免疫算法的全局搜索能力。

（3） 變異計算函數(shù)bianyi（）：主要功能是對群體中的所有個體按事先設(shè)定的變異概率判斷是否進(jìn)行變異，若需要對個體進(jìn)行二進(jìn)制變異。通過變異函數(shù)促進(jìn)免疫算法的局部搜索能力。

程序的部分計算代碼如下：

……

globalqunti

global length

……

globalyangben;

N=10; ?%每個染色體段數(shù)

M=100;%迭代次數(shù)

qunti=20;%群體大小

pc=0.8;%設(shè)置交叉概率，pm=0.1; %設(shè)置變異概率

……

%故障類型編碼

yangben =[1.912，9.533，1.534，16.742，12.731，8.332;0.767，9.551，1.498，14.759，11.501，7.691;0.817，9.041，1.486，14.321，11.112，7.497;1.432，8.911，1.519，15.748，12.009，7.901];

%待檢測的故障數(shù)據(jù)編碼

Ceshi=[0.661，8.874，1.509，13.002，10.517，6.981];

……

for i=1：4

%判斷每種模式適應(yīng)值

for k=1：M

%用二進(jìn)制編碼方式計算目標(biāo)函數(shù)

[qinheli]=calqinheli（pop，i）; fitvalue=calfitvalue（qinheli）;

%計算群體中每個個體的親和力

avg（k）=sum（fitvalue）/qunti; newpop=selection（pop，fitvalue）;

……

qinheli=calqinheli（newpop，i）;

newpop=jiaocha（newpop，pc，k）;

%交叉

qinheli=calqinheli（newpop，i）;

newpop=bianyi（newpop，pm）;

%變異

qinheli=calqinheli（newpop，i）;

……

程序運(yùn)行結(jié)果如圖2所示。從圖2可以看出：待診斷的故障屬于故障1的概率為0，屬于故障2的概率為70%，屬于故障3的概率為95%，屬于故障4的概率為53%。

3 結(jié) 論

故障診斷技術(shù)是提高水輪發(fā)電機(jī)組運(yùn)行效率、進(jìn)行預(yù)知維修及科學(xué)管理的重要基礎(chǔ)。本文提出了一種基于免疫算法的水輪發(fā)電機(jī)組故障診斷方法，針對托海水電站其中一臺機(jī)組在一定水頭和負(fù)荷條件下發(fā)生的故障運(yùn)用該方法進(jìn)行實際診斷，可以得出如下結(jié)論。

（1） 在人工免疫算法的理論基礎(chǔ)上，講述了水輪發(fā)電機(jī)組故障分類的計算步驟，計算時要適當(dāng)?shù)卦O(shè)置群體大小、迭代次數(shù)、交叉概率、變異概率等參數(shù)的初始值。

（2） 利用MATLAB開發(fā)了水輪發(fā)電機(jī)組故障分類程序，它主要包括樣本數(shù)據(jù)的預(yù)處理、免疫算法相關(guān)參數(shù)的設(shè)置和人工免疫計算等部分。只要按要求輸入樣本數(shù)據(jù)，合理設(shè)置相關(guān)參數(shù)，能得到滿意的結(jié)果。

（3） 利用該程序?qū)λ姍C(jī)組的典型故障進(jìn)行預(yù)測時能得到滿意的結(jié)果，但是對復(fù)雜的故障還是存在一些故障難以區(qū)分的情況，這主要是程序難以區(qū)分復(fù)雜故障所對應(yīng)的特征量，這也是下一步開展深入研究的方向。

參考文獻(xiàn)：

[1] PAUL BREEZE.Hydropower[M].Berlin：Elsevier Academic Press，2018：1-12.

[2] International Energy Agency.Global Energy & CO2 Status Report 2018[EB/OL].https：∥www.iea.org/geco /，2019.3.26.

[3] 肖新建.改革開放40年能源發(fā)展成就報告[EB/OL].http：∥www.jyteg.com/zixun/5142.html，2018.9.2.

[4] 李運(yùn)輝，楊立信.俄羅斯薩楊舒申斯克水電站事故原因分析[M].鄭州：黃河水利出版社，2010：1-10.

[5] 陳珊珊，楊耿杰.水輪發(fā)電機(jī)組振動故障診斷方法綜述[J].電氣技術(shù)，2019，20（6）：1-5.

[6] 王富超.水輪發(fā)電機(jī)組振動監(jiān)測與故障診斷系統(tǒng)的設(shè)計與實現(xiàn)[J].中國設(shè)備工程，2018（14）：98-99.

[7] 羅萌.水輪發(fā)電機(jī)組振動故障診斷與趨勢預(yù)測研究[D].武漢：華中科技大學(xué)，2017.

[8] 劉韜著.人工免疫系統(tǒng)及其數(shù)據(jù)挖掘應(yīng)用研究[M].徐州：中國礦業(yè)大學(xué)出版社，2010：1-20.

[9] 馬佳，石剛.人工免疫算法理論及應(yīng)用[M].沈陽：東北大學(xué)出版社，2014：32-60.

[10] 田玉玲，段富.免疫優(yōu)化算法、模型及應(yīng)用[M].北京：國防工業(yè)出版社，2013：51-76.

[11] 王峰，白轉(zhuǎn)偉，董增壽，等.基于人工免疫算法的齒輪故障診斷研究[J].太原科技大學(xué)學(xué)報，2017，38（4）：278-282.

（編輯：趙秋云）