汽轮机故障诊断技术的发展与展看.doc

汽轮机故障诊断技术的发展与展看摘要：回顾和总结了国内外汽轮机故障诊断技术的发展环境，指出了而今在汽轮机故障诊断研究中存在的题目，并从检测技术、故障机理等七个方面分析了今后可能取得进展的研究方向。关键词：汽轮机故障诊断监测0.弁言二十世纪以来，随着产业生产和科学技术的发展，机械设备的可靠性、可用性、可维修性与安全性的题目日趋突出，从而促进了人们对机械设备故障机理及诊断技术的研究。汽轮发电机组是电力生产的紧张设备，由于其设备结构的复杂性和运行环境的非凡性，汽轮发电机组的故障率不低，而且故障风险性也很大。因此，汽轮发电机组的故障诊断不停是故障诊断技术利用的一个紧张方面。本文回顾国内外汽轮机故障诊断的发展概况，并在总结而今研究状态的基础上，指出了在汽轮机故障诊断研究中存在的题目，提出了今后在这一领域的研究方向。1.国内外发展概况初期的故障诊断重假如依靠人工，使用触、摸、听、看等本领对设备进行诊断。通过经验的积累，人们可以对一些设备故障做出判定，但这类本领由于其局限性和不完备性，而今已不能适应生产对设备可靠性的要求。而信息技术和计算机技术的灵敏发展和各种先进数学算法的出现，为汽轮机故障诊断技术的发展供给了有益的条件。人工智能、计算机收集技术和传感技术等已成为汽轮机故障诊断体系不可缺少的部分。1.1.国外发展环境美国事最早从事汽轮机故障诊断研究的国家之一，在汽轮机故障诊断研究的很多方面都处于天下领先水平。而今美国从事汽轮机故障诊断技术开发与研究的机构重要有EPRI及部分电力公司，西屋、Bently、IRD、CSI等公司12。美国Bechtel电力公司于1987年开发的火电站设备诊断用专家体系(SCOPE)在进行分析时不只是根据控制参数确当前值，而且还考虑到它们随时间的变化，当它们偏离标准值时还能对旌旗灯号进行调节，给出消除故障的建议说明，提出可能邻近破坏时间的料到34。美国Radial公司于1987年开发的汽轮发电机组振动诊断用专家体系(Turbomac)，在建立逻辑规则的基础上，设有表征振动过程各种成分与其可能故障源之间关系的概率数据，其搜集知识的子体系具有人-机对话情势。该体系含有9000条知识规则，有很大的库容5。西屋公司(WHEC)是首先将收集技术利用于汽轮机故障诊断的，他们在已开发出的汽轮发电机组故障诊断体系(AID)的基础上，在奥兰多建立了一个诊断中心(DOC)，对分布于各地电站的多台机组进行远程诊断56。Bently公司在转子动力学和扭起色械故障诊断机理方面研究比较透辟7。该公司开发的扭起色械故障诊断体系(ADR3)在中国利用环境杰出，很受用户欢迎。日本也很器重汽轮机故障诊断技术的研究，由于日本规定1000MW以下的机组都须参与调峰运行，因此，他们更注重于汽轮机寿命检测和寿命诊断技术的研究。日本从事这方面研究的机构重要有东芝电气、日立电气、富士和三菱重工等810。东芝电气公司与东京电力公司于1987年合作开发的大功率汽轮机轴系振动诊断体系，采用计算机在线快速处理振动旌旗灯号的解析技术与评价判定技术，设定一个偏离轴系正常值的极限值作为诊断的起始点进行诊断11。九十年代，东芝公司相继开发出了寿命诊断专家体系，针对叶片、转子、红套叶轮及高温螺栓的诊断探伤实时专家体系、机组性能评价体系等1217。日立公司在1982年开发了汽轮机寿命诊断装置HIDIC-08E1819，以后渐渐发展，形成了一套完备的寿命诊断方法2021。三菱公司则在八十年代初期开发了MHM振动诊断体系，该体系能自动地或通过人机对话进行异常征候检测并能诊断其原因起因，其特点是可根据动矢量来确定故障22。欧洲也有不少公司和部分从事汽轮机故障诊断技术的研究与开发。法国电力部分(EDF)从1978年起就在透平发电机上安装离线振动监测体系，到九十年代初又提出了监测和诊断支援工作站(Monitoring and Diagnosis Aid Station)的假想2324。九十年代中期，其专家体系PSAD及其DIVA子体系在透平发电机组和反应堆冷却泵的自动诊断上得到了利用2528。另外瑞士的ABB公司、德国的西门子公司、丹麦的B&K公司等都开发出了各自的诊断体系2931。1.2.我国的发展环境我国在故障诊断技术方面的研究起步较晚，但是发展很快。一样平常说来，经历了两个阶段：第一阶段是从70年代末到80年代初，在这个阶段内重假如吸收国外先进技术，并对一些故障机理和诊断方法展开研究；第二阶段是从80年代初期到而今，在这一阶段，全方位开展了机械设备的故障诊断研究，引进人工智能等先进技术，大大推动了诊断体系的研制和实行，取得了丰富的研究成果。1983年春，中国机械工程学会设备维修分会在南京召开了首次设备故障诊断和状态监测研讨会，标志着我国诊断技术的研究进进了一个新的发展阶段，随后又成立了一些行业协会和学术团体，个中和汽轮机故障诊断有关的重要有，中国设备治理协会设备诊断技术委员会、中国机械工程学会设备维修分会、中国振动工程学会故障诊断学会及其扭起色械专业学组等。这期间，国际国内学术交流频仍，对于基础理论和故障机理的研究十分活跃，并研制出了我国自己的在线监测与故障诊断装置，八五期间又进行了大容量火电机组监测诊断体系的研究，各种先进技术得到利用，研究步伐加快，缩小了与天下先进水平的差距3233，同时也形成了具有我国特点的故障诊断理论，并出版了一系列这方面的专著，重要有屈梁生、何正嘉主编的机械故障学34、杨叔子等主编的机械故障诊断丛书35、虞和济等主编的机械故障诊断丛书36、徐敏等主编的设备故障诊断手册等3750。而今我国从事汽轮机故障诊断技术研究与开发的单位有几十荚冬重要有哈尔滨产业大学、西安交通大学、清华大学、华中理工大学、东南大学、上海交通大学、华北电力大学等高等院校和上海发电设备成套计划研究所、哈尔滨电工仪表所、西安热工研究所、山东电力科学试验研究所、哈尔滨船舶锅炉涡轮机研究所及一些汽轮机制造厂和大型电厂等。国家在七五、八五计划期间布置的汽轮机故障诊断攻关项目促进了一大批研究单位参与汽轮机故障诊断体系的研究与开发，很多紧张成果都是在这一阶段取得的。2.汽轮机故障诊断技术的发展2.1.旌旗灯号采集与旌旗灯号分析211传感器技术由于汽轮机工作环境恶劣，所以在汽轮机故障诊断体系中，对传感器性能要求就更高。而今对传感器的研究，重假如进步传感器性能和可靠性、开发新型传感器，另外也有相当一部分力气在研究如何诊断传感器故障以减少误诊率和漏诊率，并且使用信息领悟进行诊断。现行的对传感器自身死障检测技术重要有硬件冗余、解析冗余和混合冗余，由于硬件冗余有其明显的错误谬误，因而在实际中利用较少。意大利di Ferrara大学的Simani.s等人针对传感器故障，采用相识析冗余的动态观测器来解决透平传感器的故障检测题目51。加拿大Windsor大学的Chen,Y.D等人对传感器领悟技术进行研究，并在实际中得到了利用52。Brunel大学的Harris,T把神经收集技术利用于多重传感器的领悟作为其研制的汽轮机性能诊断体系的技术关键53，Pennsylvania State Univ.的Kuo,R.J则利用人工神经收集，采用多传感器领悟诊断叶片故障54。Prock,J和西安交通大学的谷立臣、上海交通大学的林日升等对传感器故障检测5556和伪参数识别技术开展了研究工作57。华中理工大学的王雪、申韬、西安交通大学的常炳国等在传感器旌旗灯号的可靠性58和采用领悟技术进步传感器可靠性5960方面也进行了研究。212旌旗灯号分析与处理最有代表性的是振动旌旗灯号的分析处理。而今，汽轮机故障诊断体系中的振动旌旗灯号处理大多采用快速傅立叶变换(FFT)，FFT的脑筋在于将一样平常时域旌旗灯号表示为具有不同频率的谐波函数的线性叠加，它以为旌旗灯号是安稳的，所以分析出的频率具有统计不变性。FFT对很多安稳旌旗灯号的环境具有实用性，因而得到了广泛的利用61。但是，实际中的很多旌旗灯号黑白线性、非安稳的，所觉得了进步分辨精度，新的旌旗灯号分析与处理方法成为很多机构的研究课题。美国俄亥俄州立大学的Kim,Yong.W等对传统的无参量谱分析、时-频分析、离散小波变换等作了较为深切的研究62。英国南安普敦大学的Lee,S.K以为，恣意随便性的音响和振动旌旗灯号都是由不规则冲击引发的，为此他提出了用三阶和四阶Winger谱来对这些旌旗灯号进行分析63，同时还对旌旗灯号中的噪声过滤提出了处理方法64。小波分析法的利用不停是国内外热门的研究课题6566，东南大学王善永把小波分析法用于汽轮机消息碰摩故障诊断67，华中理工大学张桂才、东南大学王宁等把小波分析用于轴心轨迹的识别6869。西安交通大学引进Kolmogorov复杂性测度定量评估大机组运行状态70，还对FFT进行改进并吸收全息谱的优点，进行轴心轨迹的瞬态提纯71，哈尔滨产业大学刘占生在轴心轨迹特性提取中采用一种新的平面图形加权编码法，进步了图形辨识的正确率72，华中理工大学李向东用降维法将轴心轨迹转化为一条角度波形，使之利用于轴心轨迹的聚类识别73。2.2.故障机理与诊断策略221故障机理故障机理是故障的内在本质和产生原因起因。故障机理的研究，是故障诊断中的一个非常基础而又必不可少的工作。而今对汽轮机故障机理的研究重要从故障规律、故障征象和故障模型等方面进行。由于大部分轴系故障都在振动旌旗灯号上反映出来，因此，对轴系故障的研究总是以振动旌旗灯号的分析为主。日立公司的N.kurihara给出了振动故障诊断用的特性矩阵74，清华大学褚福磊对常见故障在瀑布图上的振动特性和故障识别作了研究75。华中理工大学伍行健也提出了用于振动故障诊断的物理模型和数学模型76。西安交通大学陈岳东对振动频谱进行了模糊分类77，上海交通大学左人和从动力学的角度研究了典型故障的相应特性78。清华大学张正松用Hopf分叉分析法研究了油膜掉稳涡动极限环特性79，哈尔滨产业大学毕士华对于如何识别油膜轴承的动态参数进行了研究80，江苏省电力试验研究所的彭达则对实际发生的油膜振荡题目进行了解析81。哈尔滨产业大学武新华分析了转轴曲折的故障特性82。清华大学何衍宗、东南大学杨建刚研究了转子不平衡对其他征象的影响8384。对于消息碰摩题目，EPRI的Scheibel,John.R、西安交通大学何正嘉、西安热工研究所施维新等分别从故障特性和诊断技术方面进行了研究8590，西安交通大学刘雄利用二维全息谱技术确定故障征象91，东北电力学院石志标则从动力学角度分析了摩擦题目92，哈尔滨产业大学提出了变刚度分段线性和非线性模型93，并通过实验对摩擦的噪声特性进行了研究94。在综合振动与噪声特性的基础上，东北电力学院还开发了可对扭起色械和摩擦进行在线监测的仪器，该仪器用四个通道进行声旌旗灯号检测，另外四个通道用于振动监测，可以大致确定摩擦的部位95。另外，李录平、张新江等对振动故障特性的提取进行了有益的研究9699。调节体系的可靠与否，对汽轮机组的安全运行具有非常紧张的意义。哈尔滨产业大学的于达仁、徐基豫等在调节体系故障诊断方面作了很多研究工作，他们给出了调节体系卡涩和非卡涩原因起因造成故障的数学模型，并对诊断方法和诊断仪器的实现进行了探究100104。华中理工大学何映霞、向春梅等研究了对DEH体系故障的诊断105106，东南大学的岳振军则把频域分析的Bloomfield模型引进时域，利用于调节体系在线监测107。222诊断策略和诊断方法在汽轮机故障诊断中用到的诊断策略重要有对比诊断、逻辑诊断、统计诊断、模式识别、模糊诊断、人工神经收集和专家体系等。传奇SF而而今研究比较多的是后面几种，个中人工神经收集和专家体系的利用研究是这一领域的研究热门。基于小波分析方法和神经收集建立的智能分析技术，是下一代故障检测与判定(FDI)的紧张内核108。国内外在这方面进行了很多的研究109121，而今利用最多的是前向神经收集122、BP神经收集123131和把神经收集与模糊诊断相结合的模糊神经收集132134等。美国East Hardford的DePold,Hans.R将统计分析及人工神经收集技术利用于过滤器来改进数据质量135，田纳西大学(Tennessee Univ.)将神经收集用于振动分析，识别潜伏故障，并使用神经收集使被误解和杂进噪音的数据得到提纯136。美国Stress Technology.Inc.的Roemer,M.J把神经收集和模糊逻辑技术利用于扭转动力有限元模型，所形成的实时体系可以展看关键部件的寿命137。华中理工大学的何耀华用一种自构造神经收集模型与多个单一故障诊断的BP收集一起完成故障诊断的协同推理138，申韬则把一系列BP子收集进行集成，以解决故障分类题目139。臧朝平、何永勇也分别提出了多收集、多故障的诊断策略140142，西安交通大学的张小栋则研究了主从混合的神经收集模型143。东南大学把神经收集利用于轴心轨迹识别进行故障诊断144。同时，神经收集还被利用于消息碰磨诊断145、通流部分热参数诊断146、机组性能诊断147、凝汽器的诊断148和热力体系的建模149等。专家体系按其侧重点不同，大致可分为基于推理的专家体系(如基于神经收集的推理150、基于事例和模型的推理151等)和基于知识的专家体系152158等。在专家体系中，专家知识的学习、获取，和知识库的建立是关系到诊断正确性的紧张环节。于文虎、倪维斗、张雪江、钟秉林、韩西京、刘占生、何涛等人分别就知识范围的界定159、知识的处理160163、知识的获取164167、机器对知识的自学习168169和知识库的保护170等进行了研究。诊断策略的研究还有：模糊诊断用于振动故障诊断171172、用于层次模型173174、用于模式识别175、用于转子碰磨诊断176、用于通流部分热参数诊断177的研究；模糊关联度用于多参数诊断178；灰色理论用于故障诊断179；概率分布干涉模型用于诊断180；相干维数用于低频噪声诊断181等的研究。诊断方法上的研究不停是故障诊断的一个重点。振动法是利用最广泛也比较成熟的一种方法182186，Ingleby,M把自动分类法和模式分析用于振动诊断187，何正嘉利用Winger时频分布和主分量自回回谱分析轴瓦的振动旌旗灯号188，施维新针对一样平常诊断都是从征象判定原因起因的逆向推理提出了振动诊断的正向诊断法189。在汽轮机故障诊断中，利用热力学分析诊断汽轮机性能故障也是一个紧张本领190193，另外还有油分析、声发射法、无损检测技术等。声发射法重要用于消息碰磨故障检测194、泄漏检测等。日立公司在350MW汽轮机高中压转子上设置试片，在两端轴承的轴瓦处进行声发射和记录，诊断转子的碰摩195196。在汽轮机寿命诊断中，无损检测技术利用相当紧张，而今用到的非破坏性评价法重要包括硬度测定法、电气抵抗法、超声波法、构造对比法、结晶粒变形法、显微镜观察测定法、X射线分析法等21197。2.3.国内在故障诊断体系计划和体系实现方面的研究完备的汽轮机故障诊断体系，应包括数据采集、旌旗灯号处理与分析、诊断和决策几个部分，它是故障诊断技术的集中体现，我国早在80年代就开始了这方面的研究，到而今已研制开发出了几十种体系。华北电力学院以模拟转子试验台作为旌旗灯号源对汽轮发电机组振动监测与故障诊断体系进行了研究198。上海汽轮机厂研究所经过多年的实验和研究，推出了四套扭起色械状态监测和故障诊断体系，他们在体系硬件设置上做了较多的工作199。上海交通大学研制了一种热力参数监测和故障诊断体系TPD，该体系可以进步运行可靠性、优化运行方案、进步运行服从、延长运行寿命200。东南大学对集成智能故障诊断体系201204和远程分布式故障诊断收集体系205进行了研究。华中理工大学研究了诊断体系的功能及着实现206、数据的采集207和远程诊断208209等题目，并开发出了多套汽轮机故障诊断体系，个中汽轮发电机组在线振动监测与故障诊断专家体系(HZ-1)采用了主从机结构，可以对多台发电机组实时监测纪汞中诊断；200MW单元机组状态监测、能损分析及汽轮发电机组故障诊断专家体系采用Solartron分散采集体系监测机组，集DAS体系、状态监测、能损分析和故障诊断于一体210212等。由清华大学、华中理工大学、哈尔滨产业大学、哈尔滨电工仪表所等院所联合研制200MW、300MW汽轮发电机组工况监测与故障诊断专家体系(国家八五攻关项目)可全面监测诊断机械振动故障、汽隙振动故障、热身分引发的故障、机电耦合轴系扭振故障、和调节控终瑰系故障213。哈尔滨产业大学对诊断体系从数据采集到原型机理论作了很多研究214219，并推出了代表性的诊断体系MMMD220。清华大学对诊断体系的软件构成221、硬件结构与*方法222、原型机体系223225等，进行了一系列的研究226，并与山东电力科学试验研究所合作开发出了大型电站性能与振动远程监测分析与诊断体系，该体系由各电厂中的振动分析站、数据通讯收集体系、远程诊断中心(济南市山东电力科学研究院)和远程诊断分中心(清华大学)等四个子体系构成227228。国内重要汽轮机故障诊断体系及研制单位见表1229。表1国内部分研制利用的故障诊断体系及研制单位3.汽轮机故障诊断中存在的题目31检测本领汽轮机故障诊断技术中的很多数学方法，乃至专家体系中的一些推理算法都达到了很高的水平，而征象的获取成为了一个瓶颈，个中最大的题目是检测本领不能满足诊断的必要，如运行中转子表*露燃觳狻镀觳狻鹘谔逑悼觳狻诟茁菟狭鸭觳獾龋既狈杏玫谋玖臁！传奇私服2材料性能在寿命诊断中，对材料性能的相识非常紧张，由于大多数寿命评价都是以材料的性能数据为基础的。但而今对于材料的性能，分外是对于汽轮机材料在复杂工作条件下的性能变化还缺乏相识。33复杂故障的机理对故障机理的相识是正确诊断故障的条件。而今，对汽轮机的复杂故障，有些很难从理论上给出解释，对其机理的相识并不清楚，比如在非安定热态下轴系的弯扭复合振动题目等，这将是拦阻汽轮机故障诊断技术发展的重要停滞之一。34人工智能利用专家体系作为人工智能在汽轮机故障诊断中的重要利用已获得了成功，但仍有一些关键的人工智能利用题目必要解决，重要有知识的表达与获取、自学习、智能辨识、信息领悟等。35诊断技术利用奉行面临的题目我国汽轮机诊断技术在现有基础上，进一步奉行利用面临的重要题目是研究开发机制和观念题目、诊断技术与生产治理的结合题目。机制和观念题目重要表而今：研究机构分散，不能形成规模化效应；重复性研究过多，造成人力、物力的浪掷；技术研究转化为利用产品的少；体系研究连贯性差，因而体系升级坚苦；利用体系