能源与动力工程本科四年级《热电联产给水泵组智能调试与数据分析》项目化教案

能源与动力工程本科四年级《热电联产给水泵组智能调试与数据分析》项目化教案

一、课程定位与设计理念

本教案定位于能源与动力工程专业本科四年级春季学期专业核心选修课程，在修读完《工程热力学》《流体机械原理》《热力发电厂》《自动控制原理》及《测试技术》等前置课程基础上开设。课程以“真实工程问题”为导向，深度融合热力系统分析、流体机械特性、传感测试技术、数据科学方法与控制工程逻辑，构建跨学科、项目化、高阶性的教学范式。遵循2022版《普通高等学校本科专业类教学质量国家标准》及工程教育专业认证（OBE）理念，强调学生中心、产出导向、持续改进，着力培养学生在复杂工程情境下的系统思维、数据驱动决策能力与职业规范意识。

二、教学目标体系

（一）知识迁移目标

1.系统阐述热电联产系统中给水泵组的工艺地位与运行特性，准确复述给水泵组性能参数（流量、扬程、功率、效率、汽蚀余量）的物理意义及相互关联。

2.深刻理解变频调速、节流调节等控制方式对给水泵组运行特性的影响机理，辨识不同调试工况下的热力系统响应特征。

3.掌握工业数据采集系统的基本架构与信号类型，区分稳态数据与瞬态数据的甄别原则，熟记数据预处理（异常值剔除、滤波平滑、归一化）的常规算法及其适用边界。

4.归纳给水泵组典型故障（汽蚀、旋转失速、轴承磨损、电机过载）在振动、压力、电流等监测信号上的时频域映射规律。

（二）能力生成目标

1.能够依据实际工程调试大纲，设计给水泵组性能试验的测点布置方案与工况序列，独立完成现场采集数据的完整性检查与质量评估。

2.运用Python/Pandas或MATLAB工具对给水泵组历史调试数据进行批量清洗、特征工程构建及可视化呈现，编制规范的数据分析报告代码文档。

3.基于相似理论将实测数据折算至额定转速或额定叶片角度，绘制给水泵组实际运行特性曲线，并与厂家设计曲线进行偏差对比与归因分析。

4.建立给水泵组能耗模型，结合热电负荷变化规律，提出给水泵组运行组合方式或控制策略的优化建议，并通过回代仿真验证可行性。

（三）素养内化目标

1.树立“数据即证据”的工程求真意识，在数据分析全过程中恪守原始记录不可篡改的职业道德底线。

2.培养多专业协同视角，在小组研讨中主动融合热动、电气、控制、信息等不同学科知识解决调试疑难问题。

3.强化安全红线思维，在虚拟或模拟调试数据分析环节自觉辨识设备超限风险与人身安全隐患。

4.养成精益求精的工匠精神，对数据中的微弱异常信号保持专业敏感度，拒绝敷衍式分析。

三、教学重点与难点

（一）教学重点

1.给水泵组性能曲线的实测数据拟合与设计偏差诊断方法。

2.基于变频器频率与出口阀门开度的联合调节能耗优化数据分析逻辑。

3.多维监测参数（压力、流量、功率、振动）在汽蚀初生阶段的关联特征提取。

（二）教学难点

1.现场调试数据中非稳态工况的识别与有效数据段的截取准则。

2.给水泵组在不同热电比需求下的最优运行区间动态迁移规律的数据解释。

3.数据分析结果向设备维护决策或运行规程修订建议的有效转化路径。

四、教学方法与媒介组合

（一）教学方法矩阵

1.问题导向学习：以某330MW热电联产机组给水泵组大修后调试效率偏低这一真实案例开篇，将原始数据脱敏后作为课堂主问题链载体。

2.翻转课堂：课前发布微课视频讲解泵特性曲线数理基础与Python数据清洗基础语法，课堂时间完全用于高阶思维活动与动手实践。

3.拼图教学法：将给水泵组、除氧器、高压加热器、汽轮机等关联设备的数据分析任务拆分为不同专家小组，通过跨组交流形成系统级优化方案。

4.认知学徒制：教师以总工程师身份示范数据异常点的诊断推理全过程，学生模仿并在新数据集中进行迁移应用。

（二）学习环境与资源

1.物理空间：智慧教室配备六边形研讨桌，每工位部署双屏显示器，支持分屏对比显示原始数据流与处理结果图谱。

2.数字资源：校内私有云平台部署“热电系统虚拟调试仿真系统”，可生成不同健康状态下的给水泵组模拟数据集；SPOC平台建成本课程专属数据仓库，内含近三年六台机组累计2TB真实脱敏调试数据。

3.工具链：为学生镜像封装Anaconda集成开发环境，预装scipy、statsmodels、scikit-learn及pyecharts库；提供企业级PISystem数据库只读查询端口。

五、教学实施过程（核心环节）

（一）启航：工程情境锚定与项目团队组建（2学时）

1.课前启动阶段：学习通发布预习任务包，包含某热电厂#2机给水泵组大修后启动调试简报（隐去厂名与时间）、振动烈度超标报警截图及最初2小时DCS历史趋势片段。要求学生以3-4人自由组队，提交团队名称与成员技术角色意向（系统分析师、数据工程师、设备工程师、安全监理），教师根据意向协调形成6个异质小组。

2.课堂第一环节：教师以“总工程师项目启动会”形式，呈现本次调试数据分析任务书。任务书明确背景：该泵组为50%容量电动调速给水泵，大修更换全部叶轮及导叶，但试运16小时后同负荷下给水流量较修前同转速下降4.7%，电机电流上升3.2%。业主质疑检修质量，要求48小时内完成数据复查并给出结论。

3.角色代入与责任认领：各小组在20分钟内研读任务书及所提供的初始数据集（含时间戳、给水流量、泵入口压力、泵出口压力、给水温度、转速、电机电流、前置泵入口滤网差压、泵轴承X向振动）。数据工程师认领数据质量核查任务，设备工程师梳理可能影响性能的机械因素，系统分析师统筹分析路径，安全监理负责识别调试操作合规性风险。

4.公共知识构建：教师集中讲授15分钟，内容为“给水泵组调试数据分析标准流程框架”，涵盖数据获取→工况筛选→参数折算→特性拟合→偏差分析→对策建议六步法，并强调每一步与行业标准《电站给水泵组性能试验规程》（DL/T839）的对应条款。

（二）数据准备与质量攻坚战（3学时）

1.数据溯源与信号辨析：学生在个人终端连接PI系统只读端口，调取任务书中指定时间段的原始测点列表。各小组数据工程师汇报发现：振动信号采样频率为1Hz，而流量、压力信号为每5秒记录一个均值，存在时间戳对齐偏差。教师引导讨论跨采样率数据融合的工程代价，小组决策采用线性插值法将振动数据降采样至0.2Hz以匹配过程参数时间基准。

2.异常数据清洗实战：每个小组获得一份隐藏了典型异常的数据子集。学生需运用Pandas库进行描述性统计，识别超出传感器量程的坏点、设备停运期间的零值漂移以及通信中断导致的恒值段。教师巡回观察，对陷入局部极小值的小组进行启发式提问：“这段流量恒定的时段，出口压力剧烈波动，是否符合物理规律？”引导学生关联泵特性，剔除因出口阀门误操作引起的虚假稳态段。

3.稳态工况智能筛选：引入滑动窗口方差法，设定窗口宽度60秒，窗口内流量、转速、出口压力变异系数均小于1%判为稳态工况。学生编程实现筛选，并将稳态段标注在原趋势图上。此环节难点在于窗口宽度与阈值的确定，教师提供基于前期大量同类机组数据训练的经验推荐值，并允许小组通过尝试不同参数对比筛选结果合理性。

4.数据全景看板制作：各小组利用pyecharts绘制交互式时间序列仪表板，横轴为时间，纵轴可自由勾选显示流量、扬程、效率、振动烈度等，并叠加稳态工况标记。教师组织全班进行“三分钟看板路演”，每组投屏展示数据清洗前后的直观变化，重点阐述剔除异常数据对后续性能计算可能产生的偏倚修正。

（三）核心性能解构与特征挖掘（4学时）

1.参数折算与特性曲线生成：依据相似定律，将各稳态工况下的实测流量、扬程、效率按相似公式折算至额定转速2950r/min。学生分组编写自定义函数，输入为实测转速、流量、扬程、功率，输出为额定转速下的等效值。教师提供检修前同台泵组的设计曲线数字坐标点作为基准。小组将折算后的数据点以散点图叠加于设计曲线之上，部分小组立即观察到折算扬程普遍位于设计曲线下方3%~5%，而流量大于1200t/h后效率点偏离设计曲线斜率明显。

2.偏差归因深度分析：教师提出核心探究问题：“导致性能曲线下移的根源是叶轮水力损失增加，还是内部间隙泄漏增大？如何用已有数据佐证？”各小组重新审视数据集，发现缺少直接测量平衡盘泄漏量的测点。设备工程师提出可间接通过比较理论扬程与实际扬程的差值估算容积效率。系统分析师主导建立简单回归模型：以流量为自变量，扬程偏差值为因变量，拟合趋势线。发现偏差值随流量增大而加速扩大，这一特征更符合间隙泄漏随压差增大而加剧的物理图像。教师提供该型泵平衡盘间隙设计值，小组估算出当前泄漏量约超出设计值18%。

3.振动信号特征关联：安全监理小组注意到在流量大于1300t/h区域，泵驱动端轴承水平振动幅值由2.8mm/s跃升至5.6mm/s，且伴随微弱间歇性异响（音频文件未提供，仅文字描述）。教师引入频谱分析概念，指导学生在振动数据时间序列切片上应用快速傅里叶变换，提取工频、二倍频及边频带特征。频谱显示振动能量主要集中在1倍转频，且出现0.8倍转频的低频分量，这是旋转失速初期的典型征兆。小组讨论形成初步诊断：大流量工况下泵入口流量已逼近最小允许流量，诱发叶轮进口预旋畸变。

4.能耗经济性建模：学生基于各稳态工况的电机输入功率、给水流量及出口压力，计算给水泵组单位耗电率（kWh/t）。将该指标与机组负荷、热电比进行皮尔逊相关性分析，发现给水泵耗电率并非在额定工况最低，而是在70%~80%负荷区间存在经济平台。教师补充讲解热电联产机组“以热定电”原则下给水流量调节的特殊性，要求学生将热电比作为第三维度引入分析。小组重构数据视图，建立热电比-给水流量-泵耗电率的三维响应曲面，识别出当前运行规程中给水泵出口压力设定值偏高0.3MPa，存在阀门节流减量的节能空间。

（四）优化决策与虚拟验证（3学时）

1.控制策略优化推演：针对发现出口压力设定冗余的问题，小组提出下调给水泵出口母管压力设定值0.2MPa的初步建议。教师引导学生利用仿真系统进行“数字孪生验证”：将数据集中的实际阀门开度序列作为输入，在虚拟环境中修改PID设定值，模拟24小时连续运行工况。仿真输出显示：出口压力下降后，给水流量短期出现-1.5%的欠调，但30分钟内恢复设定值；累计耗电量降低4.1%，但除氧器水位调节阀开度相应增大，需复核阀门工作点是否仍处于线性区间。

2.多目标权衡分析：并非所有小组都得到相同结论。另一小组聚焦汽蚀风险，基于入口压力与流量数据计算有效汽蚀余量，发现若降低出口压力，入口流量微增，可能导致入口滤网差压上升0.01MPa，使有效汽蚀余量逼近临界值。因此该组提出“分季节运行模式”：非采暖期热负荷低，可实施降压节能；采暖期热电比高，给水流量需求大，应维持原压力设定以保留足够汽蚀裕量。

3.检修质量再评估：综合所有分析证据，各小组对初始问题“检修是否合格”形成共识：效率下降主要源于平衡盘间隙超标（安装偏差或备件尺寸问题），且大流量区旋转失速风险加剧，建议重新解体检查平衡盘及叶轮入口密封环。但部分小组同时指出，运行参数设置不当放大了设备缺陷的影响，优化运行参数可在不解体的前提下维持机组至计划检修窗口。教师组织全班对各组建议进行同行评议，从技术可行性、经济性、安全裕度三个维度排序，最终形成递进式解决方案框架。

（五）成果凝练与专业表达（2学时）

1.技术报告撰写工作坊：教师以《火力发电厂旋转机械振动状态检修导则》为范本，拆解数据分析报告的八股结构：背景及问题描述、数据来源与处理方法、性能现状评价、异常特征识别、原因分析、改进建议、预期效果、遗留风险。各小组依据模板，将前三阶段的分析结论组织成逻辑自洽的报告草案。教师强调数据可视化的规范：坐标轴必须标注物理量及单位，对比曲线需图例清晰，拟合公式应标注可决系数。

2.模拟汇报答辩：每个小组限时8分钟陈述，2分钟回答教师及跨组提问。汇报中，学生需展示关键代码片段（非逐行，核心算法逻辑）、核心图谱及决策树。教师扮演“生技部主任”，就建议措施的投资回报率、实施周期、失效风险连续追问。例如针对降压运行方案，提问“若热负荷突增，给水需求快速上升，降压运行的调节延迟是否会触发锅炉低水位保护？”学生应答需调用之前建立的控制系统响应时间常数分析结果。

3.元认知反思：各小组提交一份“数据分析日志”，记录整个项目周期中遇到的重大分歧点、错误的假设、修正过程及认知升级。教师汇总形成本课程典型迷思概念库，作为下一轮教学改进依据。

六、教学评价与反馈设计

（一）过程性评价构成

1.数据分析代码审查（25%）：对小组提交的JupyterNotebook进行匿名交叉评阅，评价指标包括代码可读性（注释清晰度、变量命名规范性）、算法正确性、鲁棒性（异常处理机制）及结果可复现性。

2.项目阶段里程碑报告（30%）：包括数据质量评估备忘录、特性曲线偏差分析简表、优化方案技术经济比选表。采用量规从数据详实度、分析方法适切性、结论证据链完整性三维度评分。

3.团队协作互评（10%）：基于CATME工具，组内成员对合作贡献、沟通效率、任务投入进行匿名互评，修正个体成绩差异。

（二）终结性评价载体

1.综合调试数据分析报告（25%）：要求格式符合工程档案规范，包含完整的分析流程、数据附图和源代码附录。严查数据篡改与结论伪造，一经发现该模块记零分并约谈学术诚信问题。

2.答辩表现（10%）：评估逻辑清晰性、临场反应度、对质疑的接纳态度及跨学科术语运用的准确性。

七、教学反思与持续改进

（一）预设难点突破效度评估

课后通过问卷星采集学生在“非稳态工况识别”“相似折算应用弹性”两个认知难点上的自评掌握度。若超过30%学生仍感困惑，将在后续课程的“工程师下午茶”环节增设专题工作坊，引入更多火电厂启停调峰工况的实际数据作为补充练习。

（二）行业技术迭代融入

跟踪2024年以来AI在旋转机械故障诊断领域的最新应用，若已具备成熟可复现的开源案例（如基于残差神经网络的泵汽蚀早期预警），在下一个教学周期将增设拓展模块，并邀请合作企业专家线上讲解工业部署中的算力约束与模型可解释性矛盾。

（三）跨年级助教机制

选拔本课程成绩优异且具有较强编程能力的大四学生担任下一轮课程“数据领航员”，在实验时段提供同伴辅导，将教师从基础语法答疑中部分释放，从而将更多精力投入高阶思维引导。

八、课程思政渗透路径

本教案将价值塑造寓于知识传授与能力培养全过程。在分析给水泵组能耗数据时，自然引申至“双碳”战略下火电灵活性与节能降耗的辩证关系，引导学生理解每一度电节约背后都是能源