楊永剛，潘文威

（廣西平班水電開發(fā)有限公司，廣西 南寧 533402）

1 水輪發(fā)電機組故障的定義和特點

水輪發(fā)電機組故障診斷是指專家根據(jù)狀態(tài)監(jiān)測所得到的各測量值及其運算處理結(jié)果所提供的信息，采用所掌握的關(guān)于設(shè)備的知識和經(jīng)驗，進行推理判斷，從而提出對設(shè)備的維修處理建議。即通過狀態(tài)監(jiān)測來收集特征量，用故障診斷來分析判斷特征量。依據(jù)分析結(jié)果，進行縱向(和歷史數(shù)據(jù))和橫向(和同類設(shè)備)比較，制定維修方案，實施狀態(tài)維護。

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

（1）水輪發(fā)電機組故障具有漸變性。水輪發(fā)電機組與其他旋轉(zhuǎn)機械相比轉(zhuǎn)速明顯較低，一般在100～200r/min之間，因此水輪發(fā)電機組振動故障發(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，如水力機組部件因空化或泥沙磨損等原因?qū)е碌恼駝樱从幸粋€從量變到質(zhì)變的過程。這使得利用狀態(tài)監(jiān)測和趨勢分析技術(shù)，捕捉事故征兆，早期報警，防范故障變得相對容易和準(zhǔn)確。

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

(3)水輪發(fā)電機組故障具有不規(guī)則性。由于每個水電站的設(shè)計、施工受地理位置、地質(zhì)狀況和經(jīng)濟技術(shù)等多方面的影響，每個水電站都是專門設(shè)計的。因此水電機組運行時還會受到電網(wǎng)、水文、氣候和現(xiàn)場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組的故障情況很不一樣，特殊案例比比皆是。水輪機組故障的不規(guī)則性，是對通用型故障診斷系統(tǒng)研究的一個巨大的挑戰(zhàn)。

2 水輪發(fā)電機組故障診斷方法

由于水輪發(fā)電機組的種類多樣，且其工作環(huán)境各不相同，所以在實際測量和診斷中會根據(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)測基本方法有：基于實例的推理、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間，如1年或1個月對設(shè)備進行一定程度的檢修，這是目前大多數(shù)企業(yè)所廣泛采用的，它容易帶來維修過剩。連續(xù)監(jiān)控是采用先進的計算機技術(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)，它能夠時時反映水輪機組的關(guān)鍵部位的運行狀態(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)，間接診斷是通過二次診斷信息來間接判斷機器中關(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)、信號采集技術(shù)、信號處理技術(shù)等，為保證關(guān)鍵設(shè)備的安全和可靠運行而將對其所監(jiān)測的信號自動、連續(xù)、定時的采集與分析，對設(shè)備的狀態(tài)進行識別，及時診斷出存在的故障;離線診斷是通過數(shù)據(jù)采集器采集現(xiàn)場設(shè)備的信號，然后回放到計算機進行處理、分析，從而判斷設(shè)備的狀態(tài)。

（2）按特征信號的物理性質(zhì)分類：①振動監(jiān)測方法:由于機械系統(tǒng)的運行過程必然伴隨著振動，故障的存在必然導(dǎo)致異常振動，不同類型、不同部位的故障一般產(chǎn)生不同特征的振動，振動信號從幅值域、頻域和時域反映了機器的故障信息。其振動的類型可分為徑向振動、周向振動和扭轉(zhuǎn)振動三類，其中過大的徑向振動往往是造成機器損壞的主要原因，也是狀態(tài)監(jiān)測的主要參數(shù)和進行故障診斷的主要依據(jù)。因此，振動診斷方法得到了廣泛的應(yīng)用。②噪聲監(jiān)測方法:當(dāng)機器的零件或部件開始磨損或經(jīng)歷某些其它的物理變化時，其聲音信號的特性就發(fā)生變化，監(jiān)測這些特征就有可能監(jiān)測到機械狀況的變化，精確地指出正在劣化的那些部位。③油液分析監(jiān)測方法:通過用物理化學(xué)的方法對油樣的各種理化指標(biāo)進行測定，能夠獲得機器的零部件磨損、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，具有較強的知識表達能力，能將不確定性知識或定性知識轉(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，這種模糊性既來自故障與征兆之間關(guān)系的不確定性，又來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。解決模糊診斷問題的傳統(tǒng)方法，一般是根據(jù)專家經(jīng)驗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)點逐步被重視，如模糊理論可適應(yīng)不確定性問題;其模糊知識庫使用語言變量來表述專家的經(jīng)驗，更接近人的表達習(xí)慣;模糊理論能夠得到問題的多個可能的解決方案，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，有的單獨使用其進行分析診斷，有的與專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)進行聯(lián)合使用，或構(gòu)造模糊評價模型，以評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)和人類認知過程的信息處理系統(tǒng)，具有強大的自學(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，己迅速發(fā)展成為與專家系統(tǒng)并列的人工智能技術(shù)的另一個重要分支。它以其諸多優(yōu)點，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辟了一條新途徑。應(yīng)用人工神經(jīng)網(wǎng)路(ANN)技術(shù)實現(xiàn)故障診斷不同于專家系統(tǒng)(ES)診斷方法。ANN方法通過現(xiàn)場大量的標(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，使獲取的知識隱式分布在整個網(wǎng)絡(luò)上，并實現(xiàn)ANN的模式記憶。因此ANN具有強大的知識獲取能力，并能有效的處理含噪聲數(shù)據(jù)，彌補了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，它是一個智能計算機程序系統(tǒng)，其內(nèi)部具有大量專家水平的某個領(lǐng)域知識與經(jīng)驗，應(yīng)用人工智能技術(shù)，根據(jù)某個領(lǐng)域一個或多個人類專家提供的知識和經(jīng)驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。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))來推斷出某個對象機能失常(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)驗知識的問題有獨特的優(yōu)勢。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)由知識庫、數(shù)據(jù)庫、解釋機制，推理機和人機接口5部分組成。知識庫是專家系統(tǒng)的核心，它不但在初次建庫時廣泛搜集專家經(jīng)驗，而且在使用過程中還要在必要時進行修改、補充和完善?，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程，但是在實際應(yīng)用中仍存在一定缺陷，其主要問題是知識獲取的瓶頸問題、知識難以維護，以及不能有效的解決故障診斷中許多不確定因素，這些問題大大影響了故障診斷的準(zhǔn)確性。

3 結(jié)語

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

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

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

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