田文慧 張來(lái)斌 胡瑾秋

（中國(guó)石油大學(xué)（北京）機(jī)械與儲(chǔ)運(yùn)工程學(xué)院 北京）

目前，對(duì)于煙氣輪機(jī)（以下簡(jiǎn)稱煙機(jī)）故障分析與診斷領(lǐng)域的研究多集中于該設(shè)備某一種故障類型特征，通過(guò)對(duì)其振動(dòng)信號(hào)進(jìn)行處理，找出其中的故障規(guī)律，如采用支持向量機(jī)對(duì)信號(hào)進(jìn)行分類，不同類別代表不同故障類型，以此實(shí)現(xiàn)故障診斷的目的[1]；利用模糊矩陣的方法計(jì)算信號(hào)對(duì)于不同故障類型的隸屬度以實(shí)現(xiàn)故障類型劃分[2]；也有的是通過(guò)對(duì)煙機(jī)在不同故障類型下?tīng)顟B(tài)參數(shù)所呈現(xiàn)的特點(diǎn)實(shí)現(xiàn)故障診斷[3]。然而，煙機(jī)的正常安全運(yùn)行需要各個(gè)組成部件相互協(xié)作共同完成，某一或某些部件的退化將會(huì)對(duì)其他部件的正常工作產(chǎn)生影響，在多種因素相互耦合作用下最終導(dǎo)致故障的發(fā)生。上述方法并不能表達(dá)出故障發(fā)生過(guò)程中部件退化時(shí)相互之間的影響作用，更不能得到部件在相互影響作用下的退化趨勢(shì)。

本文在對(duì)煙機(jī)退化失效機(jī)理進(jìn)行研究的基礎(chǔ)上，利用煙氣輪機(jī)監(jiān)測(cè)狀態(tài)參數(shù)的偏差情況，基于動(dòng)態(tài)貝葉斯模型，計(jì)算得出煙氣輪機(jī)各部件當(dāng)前所處退化狀態(tài)，找到最可能發(fā)生故障的部件以實(shí)現(xiàn)故障診斷的目的，并預(yù)測(cè)出各部件在未來(lái)時(shí)間段內(nèi)的退化趨勢(shì)從而達(dá)到預(yù)警的效果。

一、基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的故障預(yù)警模型基本理論

貝葉斯網(wǎng)絡(luò)（Bayesian Network，BN）廣泛應(yīng)用于維修、風(fēng)險(xiǎn)分析和可靠性研究領(lǐng)域[4]。該方法是一種基于概率推理的圖形化網(wǎng)絡(luò)，它由包括多種節(jié)點(diǎn)、連接節(jié)點(diǎn)的有向線、每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的條件概率分布表（CPT）組成。其中，節(jié)點(diǎn)分為觀測(cè)節(jié)點(diǎn)和隱含節(jié)點(diǎn)。

動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（ Dynamic Bayesian Network，DBN）是靜態(tài)貝葉斯網(wǎng)絡(luò)應(yīng)用的拓展，表達(dá)了動(dòng)態(tài)節(jié)點(diǎn)在一定的時(shí)間段中的變化情況[5]。這些時(shí)間段，被稱之為“時(shí)間片”。相同時(shí)間片內(nèi)變量之間的關(guān)系由片內(nèi)的連接線表示，不同時(shí)間片的關(guān)系由時(shí)間片間的連接線表示。也就是說(shuō)，同一時(shí)間片內(nèi)，可以看作是一個(gè)靜態(tài)的BN，里面的節(jié)點(diǎn)及之間的連線表示著在這一時(shí)刻設(shè)備各部件及觀測(cè)參數(shù)之間的關(guān)系；不同時(shí)間片之間有關(guān)系的節(jié)點(diǎn)相連，表示前一時(shí)刻的節(jié)點(diǎn)對(duì)后一時(shí)刻節(jié)點(diǎn)的影響。貝葉斯公式是貝葉斯網(wǎng)絡(luò)的推理機(jī)制。以A表示一個(gè)事件，以B表示另一個(gè)事件。依據(jù)貝葉斯公式（公式1）可以求得在B事件發(fā)生的情況下A事件發(fā)生的概率為P（A|B）。

當(dāng)建立煙氣輪機(jī)DBN預(yù)警模型時(shí)，觀測(cè)節(jié)點(diǎn)表示由傳感器測(cè)得的設(shè)備狀態(tài)參數(shù)，劃分的狀態(tài)表示參數(shù)偏差情況；隱含節(jié)點(diǎn)表示設(shè)備部件，不同的狀態(tài)表示該部件的退化程度。有關(guān)系的節(jié)點(diǎn)之間連接有向線。條件概率依據(jù)專家經(jīng)驗(yàn)設(shè)定。將觀測(cè)節(jié)點(diǎn)的偏差情況代入到建好的DBN模型中，計(jì)算得到煙機(jī)各部件（隱含節(jié)點(diǎn)）在當(dāng)前時(shí)間片及在后續(xù)事件片中處于不同退化階段的概率。將這些由時(shí)間和概率組成的二維數(shù)組表示的點(diǎn)連成線，即可得到煙氣輪機(jī)部件退化趨勢(shì)圖。將退化趨勢(shì)與給定的標(biāo)準(zhǔn)相比較，當(dāng)部件正常概率低于給定標(biāo)準(zhǔn)時(shí)發(fā)出警報(bào)，從而達(dá)到預(yù)警的目的。找到當(dāng)前時(shí)間片中部件最可能處于的退化狀態(tài)，實(shí)現(xiàn)故障診斷的功能。

二、煙機(jī)退化失效預(yù)警模型建立步驟

1.第一步（研究煙機(jī)失效機(jī)理）

煙氣輪機(jī)常應(yīng)用于流化催化裂化煙氣能量回收系統(tǒng)中，是該系統(tǒng)的重要組成設(shè)備之一。其工藝流程為：從再生器中排出的煙氣經(jīng)過(guò)旋風(fēng)分離器分離出其中大部分的煙塵顆粒，進(jìn)入煙氣輪機(jī)；煙氣輪機(jī)利用高溫高壓煙氣的熱能及壓力能做功，帶動(dòng)主風(fēng)機(jī)轉(zhuǎn)動(dòng)。煙氣輪機(jī)依據(jù)其結(jié)構(gòu)和功能可以分為本體結(jié)構(gòu)、調(diào)節(jié)及保護(hù)系統(tǒng)、輔助設(shè)備及系統(tǒng)三個(gè)部分。煙氣輪機(jī)本體結(jié)構(gòu)包括葉片、轉(zhuǎn)子、汽缸、汽封、軸承及其他；輔助設(shè)備及系統(tǒng)包括潤(rùn)滑油供應(yīng)系統(tǒng)和軸封系統(tǒng)[6]。對(duì)煙機(jī)失效機(jī)理進(jìn)行研究，可以選擇故障類型與影響分析（FMEA）等方法。找出其退化失效發(fā)生過(guò)程。

2.第二步（確定節(jié)點(diǎn)和有向邊）

（1）節(jié)點(diǎn)和有向邊的確定。經(jīng)過(guò)對(duì)煙氣輪機(jī)進(jìn)行FMEA分析可以發(fā)現(xiàn)，其本體結(jié)構(gòu)中，葉片、轉(zhuǎn)子、汽缸、軸承易發(fā)生故障。故選取葉片、轉(zhuǎn)子、軸承為隱含節(jié)點(diǎn)。此外，潤(rùn)滑油的作用對(duì)于各部件的退化起到重要作用。

綜上所述，選取的動(dòng)節(jié)點(diǎn)包括葉片、主軸、軸承；并加入與潤(rùn)滑油有關(guān)的部件如潤(rùn)滑油噴嘴等。將這些重要部件作為隱含節(jié)點(diǎn)，反映部件狀態(tài)的參數(shù)作為觀測(cè)節(jié)點(diǎn)。存在相互影響關(guān)系的節(jié)點(diǎn)之間用有向邊連接。在工程實(shí)際中，轉(zhuǎn)軸振動(dòng)幅度、葉片振動(dòng)幅度、葉片溫度并不會(huì)直接測(cè)量。因此，將這三個(gè)節(jié)點(diǎn)去除。

（2）節(jié)點(diǎn)狀態(tài)劃分。對(duì)于隱含節(jié)點(diǎn)，依據(jù)部件退化過(guò)程劃分為不同階段。以葉片為例，葉片因其工作環(huán)境充滿高溫高壓的煙氣，易發(fā)生高溫氧化腐蝕和高溫蠕變破壞[7]。煙氣中未能被充分分離出的微粒對(duì)葉片存在著沖蝕作用，且還存在著催化劑的沉積問(wèn)題[8]。多重因素的作用下，葉輪葉片會(huì)出現(xiàn)呈現(xiàn)宏觀裂紋、斷裂損傷的退化現(xiàn)象[9]。因此，對(duì)葉輪的退化階段設(shè)置為“正?！薄ⅰ昂暧^裂紋”、“斷裂損傷”。

觀測(cè)節(jié)點(diǎn)依據(jù)觀測(cè)值與設(shè)定閾值的相比的偏差情況劃分為不同狀態(tài)，表1、表2為節(jié)點(diǎn)信息表。

3.第三步（設(shè)置條件分布概率表）

DBN構(gòu)建的最后一步是條件概率表（CPT）的確定。每一個(gè)CPT包含子節(jié)點(diǎn)在父節(jié)點(diǎn)的特定狀態(tài)下的條件概率。本文中選取通過(guò)專家經(jīng)驗(yàn)的方法設(shè)定。

4.第四步（建立煙機(jī)退化失效預(yù)警模型）

在以上各要素確定的基礎(chǔ)上可以繪制煙氣輪機(jī)退化失效預(yù)警模型DBN模型（圖1）。圖1中數(shù)字含義參見(jiàn)表1、表2中動(dòng)靜節(jié)點(diǎn)編號(hào)對(duì)應(yīng)的節(jié)點(diǎn)意義。在DBN圖中，“○”表示動(dòng)節(jié)點(diǎn)，“□”表示觀測(cè)節(jié)點(diǎn)，實(shí)線表示T時(shí)刻動(dòng)節(jié)點(diǎn)狀態(tài)，虛線表示T-1時(shí)刻動(dòng)節(jié)點(diǎn)狀態(tài)。圖中節(jié)點(diǎn)數(shù)字編號(hào)參見(jiàn)表1和表2中的動(dòng)靜節(jié)點(diǎn)編號(hào)。

三、案例分析

圖1 煙機(jī)退化失效預(yù)警DBN圖

某時(shí)刻軸承溫度偏高，軸承振幅正常。經(jīng)此模型推理，可以得到不同部件（隱含節(jié)點(diǎn)）狀態(tài)發(fā)生的概率。推理結(jié)果如圖2所示，圖中橫坐標(biāo)數(shù)字意義參見(jiàn)表1中動(dòng)態(tài)節(jié)點(diǎn)狀態(tài)編號(hào)。除潤(rùn)滑油噴嘴外，其他部件處于“正?！钡母怕识冀咏?。潤(rùn)滑油噴嘴處于“正常”的概率最高，為0.5772。因?yàn)榇藭r(shí)的偏差為“軸承溫度偏高”，但是軸承振動(dòng)幅度正常。若軸承出現(xiàn)退化，發(fā)生的偏差不止是有溫度上的偏離，也應(yīng)該有振動(dòng)幅度上的異常。通過(guò)對(duì)部件所處的狀態(tài)進(jìn)行推理，找到最可能處于不正常狀態(tài)的部件，就可以實(shí)現(xiàn)故障診斷的功能。利用該模型，可以進(jìn)一步對(duì)退化失效趨勢(shì)進(jìn)行預(yù)警，為軸承處于不同退化階段的概率隨時(shí)間的變化趨勢(shì)。為實(shí)現(xiàn)預(yù)警功能，設(shè)定“正?！备怕实陀?.5后發(fā)出報(bào)警信息，這個(gè)值也可以根據(jù)實(shí)際情況進(jìn)行調(diào)整。從圖中可以看出，當(dāng)時(shí)間為900 h左右時(shí)正常的概率低于0.5，此時(shí)可以發(fā)出報(bào)警。當(dāng)時(shí)間為3000 h時(shí)，正常的概率幾乎為0。軸承的正常壽命約為30 000 h[10]，此處壽命急劇縮短的原因是潤(rùn)滑油噴嘴極可能損壞（圖2g），潤(rùn)滑油供應(yīng)出現(xiàn)問(wèn)題從而加速軸承磨損。

表1 動(dòng)態(tài)節(jié)點(diǎn)信息

表2 靜態(tài)節(jié)點(diǎn)信息

圖2 煙氣輪機(jī)各部件退化狀態(tài)推理結(jié)果圖

四、結(jié)束語(yǔ)

本文基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的基礎(chǔ)上建立了煙氣輪機(jī)部件退化失效預(yù)警模型。該模型利用煙氣輪機(jī)監(jiān)測(cè)參數(shù)的偏差情況計(jì)算得出組成煙氣輪機(jī)的主要部件的退化情況。通過(guò)對(duì)當(dāng)前時(shí)刻部件最可能處于的退化階段的計(jì)算實(shí)現(xiàn)故障診斷功能。此外，該模型還能夠在計(jì)算出當(dāng)前時(shí)刻部件退化可能性外，推理出未來(lái)時(shí)間片中部件退化趨勢(shì)。當(dāng)部件退化至指定可靠度后進(jìn)行報(bào)警。結(jié)合計(jì)算出的時(shí)間和概率狀況，實(shí)現(xiàn)預(yù)警功能。

1 于芙蓉.基于支持向量機(jī)的煙氣輪機(jī)故障診斷研究[D].北京:北京化工大學(xué)，2009

2 Zhao X，Liu Y，He X.Fault diagnosis of gas turbine based on fuzzy matrix and the principle of maximum membership degree[J].Energy Procedia，2012，16:1448-1454

3 王春林.煙氣輪機(jī)故障診斷的特征分析及應(yīng)用[J].化工機(jī)械,2010，37（ 4）:523-527

4 Weber P，Medina-Oliva G，Simon C，et al.Overview on Bayesian networks applications for dependability，risk analysis and maintenanceareas[J].Engineering Applications of Artificial Intelligence，2012，25（ 4）:671-682

5 Cai B，Liu Y，Zhang Y，et al.A dynamic Bayesian networks modeling of human factors on offshore blowouts[J].Journal of Loss Prevention in the Process Industries，2013，26（ 4）:639-649

6 黃樹(shù)紅.汽輪機(jī)原理[M].北京:中國(guó)電力出版社，2008

7 吳宇坤,周敬恩.汽輪機(jī)葉片常見(jiàn)失效方式及研究現(xiàn)狀[J].汽輪機(jī)技術(shù)，1995，37（ 6）:362-367

8 石油化工規(guī)劃設(shè)計(jì)院催化裂化能量回收攻關(guān)小組.國(guó)外流化催化裂化裝置煙氣輪機(jī)能量回收系統(tǒng)簡(jiǎn)介[J].石油煉制與化工，1975，（3）

9 蘇勇令,蔡幗英.提高大型汽輪機(jī)葉片可靠性的意見(jiàn)[J].華東電力，1996，（ 1）

10 滾動(dòng)軸承額定動(dòng)載荷和額定壽命標(biāo)準(zhǔn)[S].GB/T 6391-2003，2003