王廣社

摘要：凝汽器是汽輪機組的重要組成部分，加強其狀態(tài)檢測與故障診斷技術(shù)自動化水平的研究與實現(xiàn)，有利于優(yōu)化汽輪機組凝汽器的性能指標、提升系統(tǒng)運行的整體性能。本文主要介紹了凝汽器故障診斷的常用方法，分別是模糊模式識別、神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)。希望與凝汽器故障檢查診斷相關(guān)人員一起分享技術(shù)經(jīng)驗，共同提升凝汽器的運行效率。

關(guān)鍵詞：汽輪機組；凝汽器；故障診斷；方法探究

凝汽器及其有關(guān)的輔助設(shè)備設(shè)施故障診斷是最常見的汽輪機組技術(shù)診斷技術(shù)之一，其主要由在線診斷與設(shè)備運行狀態(tài)監(jiān)測兩個部分構(gòu)成。故障診斷即結(jié)合狀態(tài)監(jiān)測過程中所獲取的各類信息資源，參照已知的結(jié)構(gòu)屬性與參數(shù)及環(huán)境條件等，在設(shè)備設(shè)施歷史運行記錄等協(xié)助下，預(yù)測、報警、分析與判別設(shè)備在后續(xù)運行期間可能出現(xiàn)的故障類型及性質(zhì)等。導致凝汽器運行期間出現(xiàn)的故障是多樣化的，且很多故障具有模糊性特征，這在很大程度上增加了故障診斷難度。

1模糊模式識別法

該種故障診斷方法適用對象為自身具有模糊性或辨識要求上具備模糊性，通常包括兩種歸類方法：①直接法，即遵照最大隸屬度規(guī)則進行歸類，多被應(yīng)用在單個故障的辨識領(lǐng)域；②間接法：依照就近原則進行歸類，通常被應(yīng)用在群體模型中。因為凝汽器故障診斷作業(yè)中辨識對象屬于個體，故此多建議選用直接方法。

直接法在應(yīng)用過程中通常被劃分為三個步驟：首先，獲取識別對象的特征，同時把對象p轉(zhuǎn)型為模式p={p1，p2，～pn}。其次，建設(shè)隸屬函數(shù)，這是辨識工作開展的關(guān)鍵點。最后，對目標對象進行辨識判斷，具體是依照相應(yīng)的歸屬原則對p進行判斷，明確其屬于哪種故障類別。辨識判斷期間可遵照的原則較多，本文應(yīng)用最大隸屬度原則去辨識凝汽器故障形成的主要原因[1]。

1.1建設(shè)凝汽器故障論域分類及故障征兆集

提取數(shù)個預(yù)兆設(shè)為分析對象，依照二值邏輯，存在預(yù)兆記為“1”，反之記為“0”，此時，待辨識的對象就轉(zhuǎn)型為一個由“1”或“0”組成的關(guān)系矩陣。故障原因分析過程中需考慮的論域P，即P={P1，P2，～Pn}。將不同故障類別視為論域U的模糊子集，故障診斷工作的目的在于辨識待檢對象應(yīng)歸屬于哪個模糊子集的問題。

1.2建設(shè)隸屬函數(shù)

本文選擇模糊模式識別中的直接法對凝汽器故障進行診斷，在求距離方法的協(xié)助下建設(shè)隸屬函數(shù)。待檢對象 ，其中x為故障發(fā)生時依照是否存在預(yù)兆分別取值1或0。計算其與典型故障模糊模式之間的距離（d），確定模糊模式的隸屬函數(shù)： ，其中D為分子的最大值，凝汽器的常見故障有凝汽器的循環(huán)水泵嚴重故障、后軸封供汽中斷、凝汽器滿水、真空系統(tǒng)管路破裂等，以上數(shù)式可對以上故障類型做出判斷。

2人工神經(jīng)網(wǎng)絡(luò)方法

最近幾年中，人工神經(jīng)網(wǎng)絡(luò)方法憑借自體獨有的想象、記憶、存儲與學習等功能，在機械設(shè)備故障診斷中有較廣泛的應(yīng)用，其中以反向傳播神經(jīng)（BP）網(wǎng)絡(luò)的成熟度最高，其屬于多層結(jié)構(gòu)，網(wǎng)絡(luò)在學習過程中依照輸入層→輸出層的方向，結(jié)合目標輸出與網(wǎng)絡(luò)輸出之間存在的偏差，按照一定次序修整不同層面神經(jīng)元間的銜接強度與閾值，以降低誤差[2]。

本文選擇三層BP網(wǎng)絡(luò)對汽輪組凝汽器故障進行診斷，過程如下：采用常規(guī)典型故障模式訓練網(wǎng)絡(luò)，在以上操作技術(shù)后就可實時迅速辨識凝汽器運轉(zhuǎn)期間出現(xiàn)的故障類別。設(shè)定輸入層節(jié)點數(shù)對應(yīng)的故障預(yù)兆數(shù)N=16，與輸出層節(jié)點數(shù)相對應(yīng)的故障類型數(shù)L= 11；隱含層節(jié)點數(shù)設(shè)為9。設(shè)網(wǎng)絡(luò)訓練精度T≤0.009，神經(jīng)網(wǎng)絡(luò)中間層和輸出層對應(yīng)神經(jīng)元響應(yīng)函數(shù)均設(shè)為f（x）=1/（1+t-x）。利用MATLAB 6.5編程對BP網(wǎng)絡(luò)進行訓練仿真模擬，為推動學習進程，建議應(yīng)用自適應(yīng)學習率算法traindx進行，學習率 =0.86。在對訓練過程進行分析期間，發(fā)現(xiàn)自適應(yīng)學習率應(yīng)用后，網(wǎng)絡(luò)系統(tǒng)的運行速率顯著提升，在短時間內(nèi)就能達成預(yù)設(shè)精度，此外因為訓練過程中有動量項參與，可明顯提升網(wǎng)絡(luò)運行的穩(wěn)定性，此時網(wǎng)絡(luò)能自主調(diào)整其學習速率以經(jīng)由局部最小。

例如，在對凝汽器真空系統(tǒng)漏封堵故障診斷期間，可以對軸加水封帶，氣泵水封帶進行注水、低壓缸軸封、低壓缸大氣膜等部位進行查漏處理，最終真空嚴密性降低至：低背壓凝汽器 0.204 KPa/min，高背壓凝汽器 0.174KPa/min。技術(shù)人員在對本機低壓缸本體、低加系統(tǒng)、凝結(jié)水系統(tǒng)等檢查后，發(fā)現(xiàn)軸封結(jié)合面、缸體結(jié)合面、低壓缸軸封，防爆門等存在漏點，全部泄漏部位均采用了1596密封膠進行封堵后，真空嚴密性試驗結(jié)果表明，軸封壓力提高至100KPa，結(jié)果為低背壓51Pa/min. 高背壓75Pa/min.合格，符合技術(shù)協(xié)議100Pa/min以下要求，驗收合格?；仡櫛敬喂收显\斷歷程，筆者認為應(yīng)維持負荷穩(wěn)定>80%，在停止抽氣設(shè)備的條件下，試驗時間為8min，取5min的真空下降速度的平均值（Pa/min），對于300MW及以上機組的真空下降速度不高于100Pa/min

3模糊神經(jīng)網(wǎng)絡(luò)識別法

從本質(zhì)上分析，神經(jīng)網(wǎng)絡(luò)識別方法屬于一類黑箱型推理過程，盡管其能呈現(xiàn)出特征空間→故障模式空間運轉(zhuǎn)情況，但是在透明性、概念清晰度等方面不占優(yōu)勢。正因如此，為提升智能辨識系統(tǒng)的運作性能，可將各類概念清楚明了的辨識方法和神經(jīng)網(wǎng)絡(luò)有機整合。建設(shè)模糊神經(jīng)網(wǎng)絡(luò)等多樣化的神經(jīng)網(wǎng)絡(luò)類型。結(jié)合模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)銜接形式與功能類型，兩者整合方式通常有如下幾種類別：①松散型，②并聯(lián)型，③串聯(lián)型，④網(wǎng)絡(luò)學習型，⑤結(jié)構(gòu)等價型。本文對串聯(lián)型結(jié)合方法在凝汽器故障診斷中的應(yīng)用情況做出如下分析。

模糊神經(jīng)網(wǎng)絡(luò)在機械設(shè)備故障診斷領(lǐng)域中的應(yīng)用，先需將被診斷對象的征兆數(shù)據(jù)信息整合至系統(tǒng)中，在模糊隸屬函數(shù)的協(xié)助下對數(shù)據(jù)進行模糊處理，繼而將數(shù)據(jù)整合至BP神經(jīng)網(wǎng)絡(luò)內(nèi)。此時神經(jīng)網(wǎng)絡(luò)的訓練活動已結(jié)束且處于備用狀態(tài)中[3]。嚴格遵照最大隸屬度規(guī)則對設(shè)備故障進行映射處理，這樣模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)就能對被檢對象故障類型、性質(zhì)等做出診斷結(jié)論。

在對某發(fā)電廠300MW汽輪發(fā)電機組凝汽器的故障進行診斷過程中，檢測到某次故障參數(shù)有：循環(huán)泵電機電流40A、循環(huán)泵出口壓力0.8MPa、轉(zhuǎn)子差脹14mm，循環(huán)水溫11℃，凝汽設(shè)備端差值為8℃，凝結(jié)水過冷度1℃、抽出空氣和冷水進口之間的溫度差值為4℃，凝汽設(shè)備抽氣口到抽氣器的氣壓差為0.03MPa，凝結(jié)水電導度0.2，電機電流26.6A，水泵出口壓力0.17MPa。對以上參數(shù)進行模糊化處理，得到的故障模式為

R=[0.5，0.001，0.2，0.5，0.5，0.6，0.6，0.5，0.5，0.5，0.5，0.5]T，采用模糊神經(jīng)網(wǎng)絡(luò)識別法進行診斷，確定為循環(huán)水泵故障，和機械設(shè)備與實際的情況相符。

結(jié)束語：

凝汽器是汽輪機組的常見構(gòu)件之一，其在運行期間可能出現(xiàn)多種問題，其對機組運行效率產(chǎn)生明顯影響。故此加強設(shè)備故障診斷與處理具有很大現(xiàn)實意義，但有故障出現(xiàn)時，先要考慮是否存在誤操作，其次有選擇性的采用相關(guān)診斷方法，分析故障類型、性質(zhì)，以為機組安穩(wěn)運行提供充足保障。

參考文獻

[1]魯錦，劉漢金，劉娟，等.1000 MW機組凝汽器低真空故障特征向量的提取及應(yīng)用[J].江西電力，2018，42（10）：49-52.

[2]陳軻.凝汽式汽輪機真空度降低的原因及分析處理措施探討[J].當代化工研究，2018（09）：41-42.

[3]譚聰，金俊忠.燃氣-蒸汽聯(lián)合循環(huán)汽輪發(fā)電機組凝汽器真空下降分析[J].燃氣輪機技術(shù)，2018，31（01）：56-59.

（作者單位：大唐黃島發(fā)電有限責任公司）