趙博

【摘 要】隨著我國綜合國力的提升，國內(nèi)對能源的需求量逐年增加，機(jī)組向大型化、節(jié)能化方向發(fā)展，不可避免的火電機(jī)組的汽輪機(jī)也在朝著大型化、高速化的方向發(fā)展?；痣姍C(jī)組增效擴(kuò)容提高生產(chǎn)效率的同時，對設(shè)備的安全運(yùn)行的要求也變得越來越嚴(yán)格。汽輪機(jī)組震動的狀態(tài)監(jiān)測與故障診斷，是保證汽輪機(jī)安全經(jīng)濟(jì)運(yùn)行的重要途徑。本文從汽輪機(jī)震動常見故障轉(zhuǎn)子質(zhì)量不平衡、設(shè)備動靜碰磨、轉(zhuǎn)子不對中等出發(fā)，介紹了汽輪機(jī)專家型、神經(jīng)網(wǎng)絡(luò)方法和支持向量機(jī)等汽輪機(jī)震動故障診斷流程和決策方法。

【關(guān)鍵詞】故障診斷；汽輪機(jī)；專家系統(tǒng)；神經(jīng)網(wǎng)絡(luò)；支持向量機(jī)

0 前言

現(xiàn)在國產(chǎn)機(jī)組容量都較大，在現(xiàn)代化生產(chǎn)中，設(shè)備運(yùn)行過程中的任何故障不僅直接影響產(chǎn)品的產(chǎn)量和質(zhì)量，還可能造成嚴(yán)重的設(shè)備和人身事故。要使機(jī)組設(shè)備安全、可靠、有效地運(yùn)行，充分發(fā)揮其效益，必須發(fā)展過程監(jiān)測和故障診斷技術(shù)。從眾多學(xué)者的研究趨勢來看，目前汽輪機(jī)故障的智能診斷策略和方法式當(dāng)今故障診斷技術(shù)發(fā)展的一個方向，特別是這幾年來專家系統(tǒng)的應(yīng)用和實(shí)施，它使故障的智能診斷方式提供了一個可行的途徑，是故障診斷進(jìn)入了一個從未有過的全新階段。在強(qiáng)大的專家系統(tǒng)的研究之后，許多學(xué)者將人工智能應(yīng)用于故障診斷，賦予程序機(jī)器學(xué)習(xí)的能力，讓診斷更加智能，研究成果十分誘人。在對具體某一臺設(shè)備進(jìn)行故障診斷前，需要針對性的建立故障診斷模型，學(xué)習(xí)該設(shè)備的歷史數(shù)據(jù)。具體過程包括：提取歷史數(shù)據(jù)特征，生成訓(xùn)練樣本；學(xué)習(xí)訓(xùn)練樣本，訓(xùn)練出合格的模型參數(shù)。完成建立模型的工作后，故障診斷系統(tǒng)便擁有了對該設(shè)備的故障診斷能力。建立診斷模型工作需要獨(dú)立于故障診斷系統(tǒng)提前完成，應(yīng)建立一個針對該設(shè)備的故障模型訓(xùn)練系統(tǒng)，得到故障診斷模型參數(shù)并傳遞給故障診斷系統(tǒng)；同時，如何使系統(tǒng)更加方便非專業(yè)人員的操作，也是研究的重點(diǎn)。

1 汽輪機(jī)運(yùn)行常見故障

電廠汽輪機(jī)設(shè)備震動故障是多種多樣的，但是從總體上來看，汽輪機(jī)震動故障可以分為幾大類，具體的來說主要有轉(zhuǎn)子質(zhì)量不平衡、設(shè)備動靜碰磨、汽輪機(jī)轉(zhuǎn)子不對中、汽輪機(jī)轉(zhuǎn)子中心孔進(jìn)油。轉(zhuǎn)子質(zhì)量不平衡常常會使轉(zhuǎn)子在不平衡的力的共同作用下發(fā)生一定程度的震動，轉(zhuǎn)子質(zhì)量不平衡震動特點(diǎn)很明顯，它的震動頻率與轉(zhuǎn)速同頻，震動幅值按照共振曲線變化，一定的轉(zhuǎn)速下，復(fù)制和相位保持穩(wěn)定，軸心軌跡呈橢圓或圓形。引起轉(zhuǎn)子不平衡的因素很多，但是一般是由于零件脫飛或轉(zhuǎn)子熱彎曲等造成的。設(shè)備的動靜碰磨在汽輪機(jī)設(shè)備運(yùn)行過程中也較為常見，但是動靜碰磨不像轉(zhuǎn)子質(zhì)量不平衡那樣容易確認(rèn)，它的確認(rèn)一般需要通過開缸處理。這也是研究汽輪機(jī)故障診斷的主要原因，如果能夠通過一定的手段將這些故障確認(rèn)而不需要開缸處理，那將對機(jī)組的運(yùn)行性能和效率有很大的提高。然后是汽輪機(jī)轉(zhuǎn)子不對中，他可以通過轉(zhuǎn)子震動的時域波形上的旋轉(zhuǎn)基本頻率中出現(xiàn)工頻的高次成分或軸心軌跡為香蕉形等就可以初步斷定為轉(zhuǎn)子不對中。汽輪機(jī)轉(zhuǎn)子進(jìn)油會使工頻震動增大，通過清理中心孔可以快速解決振動問題。

為解決汽輪機(jī)震動過程中的常見故障，進(jìn)行汽輪機(jī)故障診斷的研究是十分有現(xiàn)實(shí)意義的。本位介紹了目前汽輪機(jī)震動檢測和故障診斷的的研究方法，為汽輪機(jī)故障診斷和汽輪機(jī)檢修維護(hù)提供了理論基礎(chǔ)。

2 旋轉(zhuǎn)機(jī)械故障診斷技術(shù)

電廠的汽輪機(jī)屬于大型旋轉(zhuǎn)設(shè)備，由于其轉(zhuǎn)速較高、體積龐大，發(fā)生故障后果將不堪設(shè)想，將對生產(chǎn)和人身造成不可估量的損害，旋轉(zhuǎn)機(jī)械的故障診斷和判別是汽輪機(jī)故障診斷過程中十分重要的一個過程，汽輪機(jī)故障的診斷過程一般包括三個過程，分別為：1）信號采集過程，在這個過程中通過汽輪機(jī)組上的各個測點(diǎn)測量汽輪機(jī)各處的運(yùn)行參數(shù)，將這些能反映汽輪機(jī)運(yùn)行故障的參數(shù)匯總，并且反應(yīng)給診斷者，這些信號主要有汽輪機(jī)的震動頻率、振幅、軸心軌跡等。信號采集是故障診斷的最初始的一部分，它的正常運(yùn)行將直接影響診斷結(jié)果的準(zhǔn)確性，所以診斷過程中一定要合理選用儀表。2）特征的提取過程，這一部分通過對采集到的信號進(jìn)行處理，提取信號中所包含的一些特征信息，所謂提取特征，其實(shí)就是對采集信號的一種在處理的過程，包括時域分析、頻譜分析等多種方式，如果能合理的掌握并提取不同故障下的特征將使實(shí)際的診斷過程變得簡單有效。3）最后就是基于信號特征進(jìn)行故障的決策和分類，著以過程往往要借助于大型的數(shù)據(jù)庫進(jìn)行神經(jīng)網(wǎng)絡(luò)模式識別，或者利用支持向量機(jī)的方法探討故障的種類。目前故障的決策方案主要有模糊模式識別、專家系統(tǒng)、支持向量機(jī)等方法。

3 故障診斷決策方法

在對機(jī)械設(shè)備進(jìn)行故障診斷初期，故障的診斷和確定只能憑借工人的經(jīng)驗(yàn)來進(jìn)行。顯然，這類診斷方法對工人的素質(zhì)要求很高，同時診斷時間往往很長，響應(yīng)速度很慢，并且往往會出現(xiàn)故障處理不當(dāng)引起的二次事故。由于以上的問題，國內(nèi)外學(xué)者正在尋求一種更加先進(jìn)的診斷方案和方法，就在這時人工智能技術(shù)逐漸引起了學(xué)者的注意，并且通過各種故障診斷方法將該項(xiàng)技術(shù)應(yīng)用于故障診斷的領(lǐng)域中來，并且隨著時間的推移，人工智能的故障診斷方法變得越來越合理和有效。

基于智能方法的故障診斷方法目前有多中，其中應(yīng)用較廣，讓學(xué)者比較認(rèn)可的有專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)以及支持向量機(jī)方法，其中，故障診斷的專家系統(tǒng)主要研究的是知識的獲取、表示和故障識別的問題，首先，知識的獲取是通過領(lǐng)域內(nèi)相關(guān)專家對所研究故障知識的積累，這些知識積累的成敗直接影響專家系統(tǒng)的成敗。知識的表示就是通過計(jì)算機(jī)代碼的形式，表現(xiàn)從專家出獲取的知識，并且通過特定的過程將獲取的知識進(jìn)行存儲分類，知識的表示方法多種多樣，同一個知識就有多個表示方法，不同的表示方法在解決同一個問題時往往會表現(xiàn)出不同的效果。專家系統(tǒng)的缺陷首先表現(xiàn)在它對數(shù)據(jù)庫的構(gòu)建上，他需要儲存大量的知識，對數(shù)據(jù)庫的容量需求很大，另外他獲取知識需要大量的時間。其次是神經(jīng)網(wǎng)絡(luò)方法，該方法與專家系統(tǒng)一個共同的特點(diǎn)是均需要利用大型數(shù)據(jù)庫，它將數(shù)據(jù)的每個發(fā)生過的特定故障構(gòu)成一個記憶，當(dāng)特定信號的故障發(fā)生時，將直接激發(fā)改過程的回憶，反饋給實(shí)驗(yàn)人員并且確定故障發(fā)生的原因，但是由于神經(jīng)網(wǎng)絡(luò)方法自身的特點(diǎn)，研究人員對該故障診斷方法的研究結(jié)果顯示，建模過程往往不易收斂，且在較多參數(shù)是計(jì)算量巨大，性能直線下降，另外該方法需要大量的樣本對系統(tǒng)進(jìn)行訓(xùn)練，訓(xùn)練樣本的選取也將直接影響診斷的成敗。最后，要討論的是支持向量機(jī)方法，該方法是目前較為先進(jìn)的一種診斷方法，它通過一種基于統(tǒng)計(jì)力學(xué)的學(xué)習(xí)方法將故障進(jìn)行記憶并且學(xué)習(xí)，該種診斷方案具有極強(qiáng)的魯棒性，能夠在樣本極少的情況下實(shí)現(xiàn)故障的診斷，這是該方法較神經(jīng)網(wǎng)絡(luò)方法的一大進(jìn)步。

4 結(jié)論

汽輪機(jī)振動問題是目前汽輪機(jī)運(yùn)行中經(jīng)常出現(xiàn)的問題，為了發(fā)現(xiàn)、診斷和處理火電廠汽輪機(jī)常見的振動問題，本文首先介紹了汽輪機(jī)汽輪機(jī)中常見的質(zhì)量不平衡、轉(zhuǎn)子不對中等故障，然后介紹了目前汽輪機(jī)震動檢測的故障診斷和決策的常用方法，具體來說有故障診斷專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)方法以及支持向量機(jī)方法。這些方法通過一些較容易測得的量來推測和分析故障的原因，可以為汽輪機(jī)組的運(yùn)行決策提供理論基礎(chǔ)。

【參考文獻(xiàn)】

[1]劉峻華，黃樹紅，陸繼東.汽輪機(jī)故障診斷技術(shù)的發(fā)展與展望[J].動力工程學(xué)報，2001，21（2）：1105-1110.

[2]馬靜楠.電廠汽輪機(jī)故障診斷技術(shù)分析[J].山東工業(yè)技術(shù)，2015（13）：156-156.

[3]張建華，侯國蓮，孫曉剛，等.采用概率神經(jīng)網(wǎng)絡(luò)的汽輪機(jī)故障診斷方法[J].動力工程學(xué)報，2005，25（5）：698-701.

[4]阮躍，徐世昌，黃文虎.汽輪機(jī)故障診斷專家系統(tǒng)的知識獲取[J].中國電力， 1997（2）：11-13.

[責(zé)任編輯：楊玉潔]