朱滿軍 李瑞民 李寶峰

摘要：燃氣輪機作為重要的旋轉(zhuǎn)葉輪式動力機械，工作條件較為惡劣，在工作過程中發(fā)生熱力學的雙向耦合，極易產(chǎn)生多種故障問題而導致重大的經(jīng)濟損失。對燃氣輪機的故障診斷技術進行研究探索并總結(jié)出完善的故障診斷方法可以提高對動力系統(tǒng)中故障測定的準確度，有效降低由故障帶來的各種損失。本文在對燃氣輪機故障診斷技術的當前發(fā)展狀況進行分析的基礎上，歸納總結(jié)了應用較為普遍的多種診斷措施的原理、特點和方法等，并展望其未來的發(fā)展前景。

關鍵詞：燃氣輪機;故障診斷;研究展望;人工智能

引言

作為一種典型的成套式大型機械動力設備，燃氣輪機的發(fā)展不斷融合多種新工藝、新科技、新材料于一體，該設備擁有先進且復雜的結(jié)構(gòu)，導致其故障率及對維修水平的要求不斷提高。然而，由于燃氣輪機具有熱效率高、工作平穩(wěn)、啟動較快等優(yōu)點而得到了廣泛的應用，尤其是在航空航天、能源電力等高端領域。該設備一旦發(fā)生故障，便會帶來不可估量的經(jīng)濟損失。所以，對燃氣輪機的故障診斷技術進行研究進而保障燃氣輪機能夠處于正常穩(wěn)定的運行狀態(tài)意義重大。故障診斷技術是通過利用有效的分析方法對采集現(xiàn)場重要的狀態(tài)數(shù)據(jù)、歷史信息進行分析處理，從而對機械設備的運行狀態(tài)進行評價的一項識別技術。對燃氣輪機的運行狀態(tài)進行監(jiān)測可以在很大程度上減少維修成本，提高系統(tǒng)運行的可靠度。

1.故障診斷技術發(fā)展狀況

1.1國外研究探索

從上個世紀六十年代開始，伴隨計算機技術、傳感器工藝的快速發(fā)展，故障診斷技術逐步作為一門重要的學科和研究領域而發(fā)展起來。在燃氣輪機故障診斷方面，美國是首先進行故障診斷技術研究與探索的國家，其相關技術較為先進且發(fā)展水平在多個方面均處在世界的領先地位，對航空及艦船的燃氣輪機故障診斷擁有自身的理論優(yōu)勢與先進的技術支撐。在理論的相關研究中，美國首次將應用統(tǒng)計學與神經(jīng)網(wǎng)絡濾波相結(jié)合有效的增強來源于運行設備本體的信息及數(shù)據(jù)的可靠性，還利用神經(jīng)網(wǎng)絡技術實時監(jiān)測并分析燃氣輪機的運行狀態(tài)，對設備的性能變化作出及時的診斷。經(jīng)過不斷的探索，最終建立合理的故障診斷理論體系與可靠的專家診斷系統(tǒng)，就燃氣輪機的不同故障提出相應的維護建議。此后利用神經(jīng)網(wǎng)絡技術成功采集到RR公司生產(chǎn)制造的RB211型燃氣輪機的本體信息，并將多層傳感器、徑向基函數(shù)和回歸神經(jīng)網(wǎng)等應用到故障診斷中，對徑向基函數(shù)神經(jīng)網(wǎng)絡能夠且適合用來對發(fā)動機性能參數(shù)、傳感器故障診斷與監(jiān)測、發(fā)動機獲取參數(shù)困難下的安全預測等作出了闡述。此外，非常多的文獻對燃氣輪機的故障診斷方面的知識和方法進行了說明。還有不少資料對燃氣輪機的旋轉(zhuǎn)式設備進行故障診斷，大都采取不同類型的神經(jīng)網(wǎng)絡并利用小波分析技術對振動類型的信號進行處理，均得到良好的應用效果。

1.2國內(nèi)研究探索

隨著燃氣輪機在國內(nèi)軍事設備及民用機械的應用規(guī)模不斷擴大，我國逐步進入對其故障診斷技術的探索。不過與其它國家相比，因相關研究起步晚、規(guī)模不大并且缺少實用的診斷系統(tǒng)等限制，當前發(fā)展狀況相對落后。但因為許多新的理論和方法不斷應用到燃氣輪機故障診斷，該方面的探索取得了不錯的科研成果。尤其是計算機技術、人工智能技術的逐步發(fā)展使其故障診斷水平發(fā)展到智能化的水平。王永泓等在燃氣輪機的專家診斷系統(tǒng)中引入模糊Petri網(wǎng)知識表示系統(tǒng)取得不錯的效果，并采用綜合利用算法、模型診斷等結(jié)合而成的混合型人工智能故障診斷方法。翁史烈等人在“基于熱力參數(shù)的燃氣輪機智能故障診斷”中建議采用故障和征兆兩者間的定量求解途徑，并以此為基礎探索了模糊邏輯與神經(jīng)網(wǎng)絡的診斷技術。卜凱旗等人研發(fā)出完整的燃氣輪機發(fā)電機組振動信號監(jiān)測及故障診斷系統(tǒng)，利用分析得到的振動數(shù)據(jù)以提前預測機組工作過程中產(chǎn)生的異常狀況，然后利用專家故障診斷系統(tǒng)給出合理建議以供技術工作者參考。通過使用驗證，該系統(tǒng)有效的保障了生產(chǎn)安全，提高了經(jīng)濟效益。

2.智能故障診斷技術

由于燃氣輪機設備的大型化及復雜化，設備會產(chǎn)生多種故障同發(fā)以及不同故障間的相互作用、聯(lián)系分析困難的狀況。隨著人工智能技術的發(fā)展和在診斷系統(tǒng)中的應用，成功的使燃氣輪機的故障診斷技術提升到智能化新高度，彌補了傳統(tǒng)式故障診斷技術在現(xiàn)場應用中存在的缺陷，很好地處理了復雜系統(tǒng)故障診斷過程中出現(xiàn)的問題。

最初的專家診斷系統(tǒng)均采用基于規(guī)則的診斷方法，該方法采用直接及啟發(fā)式知識表示，診斷速度較快，且容易實現(xiàn)編程和系統(tǒng)開發(fā)，具有直觀方便的優(yōu)點。不過由于知識庫中的故障類型較少，面對新的故障問題時就顯得無從下手，極易導致診斷失誤或者失敗;基于人工神經(jīng)網(wǎng)絡的故障診斷主要是建立故障源和征兆間的映射，具有高度的容錯機制及非線性等優(yōu)點。不過由于神經(jīng)網(wǎng)絡的診斷方法對系統(tǒng)內(nèi)部的潛在關系不能進行準確的揭示，因而增加了該方法出現(xiàn)誤診的概率;混合型智能診斷方法可以依據(jù)發(fā)動機組性能參數(shù)的不同以及采集存儲的歷史數(shù)據(jù)信息按照一定的選用規(guī)則選取合理的診斷方法，具有良好的綜合性能。

3.結(jié)束語

燃氣輪機故障診斷技術的發(fā)展直接關系到其經(jīng)濟性，必須得到充分的關注和研究，目前已建立有一定代表性的故障診斷系統(tǒng)。不過隨著新技術、新知識、新方法的不斷出現(xiàn)，對燃氣輪機故障診斷技術的研究也需更加深入。智能化故障診斷技術作為專家診斷系統(tǒng)的核心，具有廣闊的應用空間。如何將理論研究運用到現(xiàn)場運行中進而保證燃氣輪機的運行可靠性，達到高智能化水平是相關研究者的共同目標。

參考文獻：

[1]孫祥逢，陳玉春，胡福.發(fā)動機故障診斷主因子模型的測量參數(shù)選擇[J].航空動力學報. 2010（01）.

[2]黃曉光，王永泓，翁史烈.燃氣輪機混合智能故障診斷專家系統(tǒng)[J].船舶工程. 2000（06）.

[3]蔣磊，陳旸，秦寅，蔡文超，張星，孫暉.基于知識的燃氣輪機故障診斷系統(tǒng)的研究與開發(fā)[J].船舶.2009（02）.