呂宏彪 張 平

國(guó)家電投集團(tuán)河南電力有限公司技術(shù)信息中心 河南 鄭州 450000

1 燃?xì)鈾C(jī)組設(shè)備遠(yuǎn)程診斷系統(tǒng)原理介紹

智能遠(yuǎn)程診斷系統(tǒng)通過(guò)自動(dòng)采集燃?xì)鈾C(jī)組設(shè)備的實(shí)時(shí)、歷史數(shù)據(jù)，通過(guò)人工建模，對(duì)各設(shè)備模型實(shí)時(shí)產(chǎn)生反映設(shè)備狀態(tài)的相似度曲線，對(duì)設(shè)備測(cè)點(diǎn)實(shí)時(shí)狀態(tài)監(jiān)測(cè)。根據(jù)相關(guān)測(cè)點(diǎn)的歷史數(shù)據(jù)分布情況進(jìn)行大數(shù)據(jù)分析，計(jì)算當(dāng)前工況各測(cè)點(diǎn)實(shí)時(shí)預(yù)估值，并根據(jù)測(cè)點(diǎn)預(yù)測(cè)值和實(shí)測(cè)值的比較結(jié)果偏差進(jìn)行報(bào)警[1]。實(shí)現(xiàn)對(duì)早期故障的設(shè)備實(shí)時(shí)動(dòng)態(tài)智能預(yù)警。

2 建設(shè)燃?xì)鈾C(jī)組設(shè)備健康評(píng)價(jià)要素點(diǎn)

現(xiàn)場(chǎng)運(yùn)行設(shè)備的狀態(tài)是一個(gè)實(shí)時(shí)動(dòng)態(tài)變化的過(guò)程，由于燃?xì)鈾C(jī)組啟停頻繁，電網(wǎng)要求調(diào)峰變工況運(yùn)行幅度較大，現(xiàn)場(chǎng)運(yùn)行設(shè)備對(duì)象模型的動(dòng)態(tài)變化性和設(shè)備的各個(gè)測(cè)點(diǎn)之間又存在著大量的交叉耦合[2]，建立完備的故障庫(kù)和案例庫(kù)，提取故障特征，通過(guò)特征信息與征兆矢量有效匹配故障模式是遠(yuǎn)程診斷的基礎(chǔ)。結(jié)合設(shè)備振動(dòng)監(jiān)測(cè)數(shù)據(jù)、設(shè)備性能、壽命數(shù)據(jù)、特征類數(shù)據(jù)信息構(gòu)建設(shè)備健康狀態(tài)評(píng)估實(shí)現(xiàn)對(duì)發(fā)電設(shè)備的故障診斷與生產(chǎn)技術(shù)分析是遠(yuǎn)程診斷的核心。根據(jù)設(shè)備運(yùn)維狀況以及設(shè)備檢修維護(hù)標(biāo)準(zhǔn)，給出檢修建議方案、判定檢修周期，達(dá)到狀態(tài)檢修是遠(yuǎn)程診斷的目標(biāo)。

3 基于燃?xì)鈾C(jī)組設(shè)備的遠(yuǎn)程診斷平臺(tái)建設(shè)

3.1 平臺(tái)功能及架構(gòu) 基于燃?xì)鈾C(jī)組設(shè)備的遠(yuǎn)程診斷平臺(tái)采用面向服務(wù)的方式實(shí)現(xiàn)，平臺(tái)多源數(shù)據(jù)集成輸入，采用B/S架構(gòu)建立數(shù)據(jù)交互，形成完整數(shù)據(jù)鏈條。

平臺(tái)總體功能架構(gòu)由硬件層、接口層、支撐層、核心業(yè)務(wù)層、決策層及表現(xiàn)層構(gòu)成?？傮w業(yè)務(wù)以設(shè)備為核心，以設(shè)備綜合監(jiān)測(cè)，健康綜合評(píng)價(jià)來(lái)發(fā)現(xiàn)和確定問(wèn)題，通過(guò)維修決策建議提供解決方案，見圖1。

圖1 系統(tǒng)總體功能架構(gòu)

3.2 平臺(tái)建設(shè)方案 基于燃?xì)鈾C(jī)組設(shè)備的遠(yuǎn)程診斷平臺(tái)具有健康評(píng)價(jià)、核心診斷、輔助振動(dòng)精密診斷、性能分析、離線診斷、專家知識(shí)庫(kù)等應(yīng)用模塊。將設(shè)備運(yùn)行狀態(tài)密切相關(guān)的測(cè)點(diǎn)參數(shù)作為數(shù)據(jù)源，按統(tǒng)一標(biāo)準(zhǔn)體系接入平臺(tái)。接入數(shù)據(jù)多源集成，并支持離線數(shù)據(jù)導(dǎo)入。經(jīng)數(shù)據(jù)清洗后，按相似性原理人工進(jìn)行建模。應(yīng)用多元診斷算法，整合燃?xì)鈾C(jī)組現(xiàn)場(chǎng)關(guān)鍵數(shù)據(jù)進(jìn)行分析，通過(guò)特征信息與征兆矢量匹配故障模式，對(duì)故障設(shè)備有效預(yù)警，并構(gòu)建設(shè)備健康評(píng)價(jià)，形成維修決策建議。

3.3 平臺(tái)技術(shù)創(chuàng)新點(diǎn)

3.3.1 多源集成數(shù)據(jù)，提高準(zhǔn)確性 遠(yuǎn)程診斷平臺(tái)集成設(shè)備安全數(shù)據(jù)、自動(dòng)化監(jiān)控?cái)?shù)據(jù)和設(shè)備管理系統(tǒng)數(shù)據(jù)。將所有與設(shè)備運(yùn)維信息、設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)和管理信息數(shù)據(jù)標(biāo)準(zhǔn)化接口接入進(jìn)行存儲(chǔ)，以提高設(shè)備狀態(tài)檢測(cè)結(jié)果的準(zhǔn)確性和多維感知精準(zhǔn)性。結(jié)合設(shè)備對(duì)機(jī)組安全經(jīng)濟(jì)運(yùn)行的重要性，展示該設(shè)備的狀態(tài)信息、壽命信息、點(diǎn)檢信息、試驗(yàn)化驗(yàn)、設(shè)備性能等內(nèi)容，輔助管理決策。

3.3.2 多元診斷算法融合，構(gòu)建設(shè)備健康評(píng)價(jià) 診斷通過(guò)創(chuàng)建半監(jiān)督學(xué)習(xí)工程模型。根據(jù)生產(chǎn)工藝、性能等創(chuàng)建部件、設(shè)備、系統(tǒng)級(jí)的模型，訓(xùn)練算法可選擇高斯混合模型、回歸高斯混合模型、支持向量機(jī)、多項(xiàng)式擬合等多元算法訓(xùn)練。模型可設(shè)置多模式，不同模式可實(shí)現(xiàn)自動(dòng)切換。實(shí)際應(yīng)用過(guò)程中多根據(jù)不同的工況設(shè)置模式，如啟動(dòng)模式、正常運(yùn)行模式、停機(jī)模式等。

如接入遠(yuǎn)程診斷的某燃?xì)怆姀S，單臺(tái)機(jī)組建立系統(tǒng)工程4個(gè)，下屬設(shè)備16個(gè)。共建立設(shè)備部件模型142個(gè)，涵蓋燃機(jī)機(jī)組634個(gè)遠(yuǎn)傳測(cè)點(diǎn)，系統(tǒng)將機(jī)組分解為設(shè)備、部件，以設(shè)備為單位，綜合不同指標(biāo)對(duì)于設(shè)備總體健康狀況的影響，用客觀量化的評(píng)價(jià)標(biāo)準(zhǔn)建立總體評(píng)價(jià)模型[3]，結(jié)果通過(guò)量化曲線顯示四個(gè)等級(jí)標(biāo)識(shí)。評(píng)價(jià)區(qū)別不同工況以提高準(zhǔn)確性，同時(shí)建立故障數(shù)據(jù)庫(kù)。

總之，在新時(shí)期的高職語(yǔ)文教學(xué)中，教師要認(rèn)識(shí)到在語(yǔ)文教學(xué)中滲透中國(guó)傳統(tǒng)文化教育是一個(gè)長(zhǎng)期而艱巨的任務(wù)，在語(yǔ)文教學(xué)中深入挖掘教材中有關(guān)傳統(tǒng)文化資源，根據(jù)學(xué)生的具體學(xué)情，靈活運(yùn)用多種教學(xué)方法，并且充分利用我國(guó)的民族傳統(tǒng)節(jié)日，調(diào)動(dòng)高職學(xué)生學(xué)習(xí)傳統(tǒng)文化的積極性。同時(shí)，注重開展形式多樣的中國(guó)傳統(tǒng)文化活動(dòng)，幫助學(xué)生積累豐富的傳統(tǒng)文化知識(shí)，這樣把語(yǔ)文教學(xué)與傳統(tǒng)文化教育聯(lián)系起來(lái)，指導(dǎo)學(xué)生通過(guò)語(yǔ)文學(xué)習(xí)了解和把握中華民族傳統(tǒng)文化的精華，促進(jìn)高職學(xué)生人文素養(yǎng)的全面提高。

3.3.3 專家知識(shí)系統(tǒng)對(duì)故障精準(zhǔn)定位，智能預(yù)警 通過(guò)分類電廠故障類型形成故障模式，故障模式直接關(guān)聯(lián)到測(cè)點(diǎn)，測(cè)點(diǎn)又分為故障特征量、輔助量和公共量，將測(cè)點(diǎn)元過(guò)渡到設(shè)備部件。

采用以振動(dòng)、溫度、壓力、電氣量等多綜合指標(biāo)為基礎(chǔ)的基于故障規(guī)則的專家知識(shí)系統(tǒng)，針對(duì)燃?xì)廨啓C(jī)設(shè)備基礎(chǔ)類，旋轉(zhuǎn)機(jī)械類、電氣類等多種早期故障進(jìn)行預(yù)警。診斷結(jié)果提示出相應(yīng)的處理措施。生成的診斷報(bào)告內(nèi)容包括：設(shè)備基本信息、原因、波形頻譜圖，處理措施等。故障診斷報(bào)告內(nèi)容包含：實(shí)時(shí)監(jiān)測(cè)信息，主要分析圖譜(含常規(guī)圖譜和雙通道分析圖譜)，故障診斷結(jié)論(征兆和處理措施)等。

3.3.4 維修決策建議 根據(jù)實(shí)時(shí)報(bào)警數(shù)據(jù)以及機(jī)組設(shè)備整體評(píng)價(jià)結(jié)果，對(duì)報(bào)警信息進(jìn)行基于故障風(fēng)險(xiǎn)的設(shè)備健康評(píng)估，結(jié)合專家系統(tǒng)給出維修決策建議[4]。維修決策建議綜合當(dāng)前報(bào)警通道的故障征兆、通道設(shè)備整體健康評(píng)價(jià)狀態(tài)、通道的歷史報(bào)警處理情況，結(jié)合設(shè)備臺(tái)賬信息提出維修建議方案，以幫助現(xiàn)場(chǎng)人員了解問(wèn)題的嚴(yán)重性并提出維修決策建議。

4 案例介紹

4.1 某廠燃?xì)廨啓C(jī)燃燒室排氣溫度異常 燃?xì)廨啓C(jī)的排氣溫度直觀反映燃燒器的燃燒工況且關(guān)系高溫部件的安全運(yùn)行。出現(xiàn)排氣溫度高系統(tǒng)性能將下降，嚴(yán)重超限時(shí)會(huì)導(dǎo)致熱部件的損壞。某廠燃機(jī)排氣溫度除用于燃機(jī)的溫度控制，還用于排氣溫度高保護(hù)和溫度偏差保護(hù)：排氣溫度>631℃報(bào)警，>671℃跳閘。

2019年3月24日，通過(guò)遠(yuǎn)程診斷平臺(tái)發(fā)現(xiàn)某廠燃?xì)鈾C(jī)組排氣溫度多點(diǎn)偏差大，觸發(fā)遠(yuǎn)程故障預(yù)警系統(tǒng)報(bào)警，見圖2。

圖2 診斷平臺(tái)中測(cè)點(diǎn)預(yù)警圖

診斷主要征兆信息為：機(jī)組排氣溫度111 點(diǎn)較平均溫度偏低 30℃左右；118點(diǎn)和123點(diǎn)排氣溫度較平均溫度偏高40℃左右。

4.1.1 特征信息與征兆矢量匹配故障模式

(2)燃燒室陶瓷片損壞引起空氣流場(chǎng)發(fā)生變化，進(jìn)而影響排氣溫度。

4.1.2 專家系統(tǒng)給出建議處理措施

(1)加強(qiáng)各點(diǎn)排氣溫度的變化監(jiān)視，對(duì)天然氣各精濾和粗濾液位計(jì)加強(qiáng)檢查，液位明顯上升及時(shí)排污。

(2)停機(jī)后應(yīng)對(duì) ESV 閥前濾網(wǎng)及環(huán)形管線定期進(jìn)行檢查、排污，運(yùn)行人員應(yīng)對(duì)天然氣本體進(jìn)行定期疏水。

(3)長(zhǎng)期停機(jī)對(duì)燃燒器前管段進(jìn)行充氮保養(yǎng)。必要時(shí)對(duì)燃燒器進(jìn)行內(nèi)窺鏡檢查，以進(jìn)一步判斷各燃燒器的工況。

(4)穩(wěn)定燃機(jī)排放標(biāo)準(zhǔn)情況下對(duì)燃燒進(jìn)行調(diào)整。

建議處理措施結(jié)合了當(dāng)前報(bào)警通道的故障征兆、設(shè)備整體故障評(píng)價(jià)嚴(yán)重程度等。

4.1.3 處理結(jié)果 機(jī)組停運(yùn)后通過(guò)內(nèi)窺鏡檢查，發(fā)現(xiàn)燃燒器內(nèi)部有結(jié)垢現(xiàn)象。對(duì)24個(gè)預(yù)混和值班燃燒器進(jìn)行流量測(cè)試，結(jié)果顯示下半圈的#7至#17燃燒器流量明顯偏小，表明下半部分的燃燒器堵塞較為嚴(yán)重。經(jīng)過(guò)超聲波清洗，并對(duì)值班和預(yù)混燃燒器的相對(duì)位置分布進(jìn)行調(diào)整。檢修后的燃機(jī)排氣溫度分布均勻性較檢修前有了明顯改善。

5 結(jié)論

(1)通過(guò)采用神經(jīng)網(wǎng)絡(luò)算法的遠(yuǎn)程診斷系統(tǒng)搭建出遠(yuǎn)程診斷平臺(tái)能實(shí)現(xiàn)燃?xì)鈾C(jī)組設(shè)備健康評(píng)價(jià)。

(2)神經(jīng)網(wǎng)絡(luò)引入多元診斷算法搭建、訓(xùn)練模型，結(jié)合設(shè)備振動(dòng)監(jiān)測(cè)數(shù)據(jù)、設(shè)備性能、壽命數(shù)據(jù)、特征類數(shù)據(jù)信息實(shí)現(xiàn)對(duì)設(shè)備健康狀態(tài)的實(shí)時(shí)有效評(píng)估。

(3)平臺(tái)將燃?xì)鈾C(jī)組設(shè)備相關(guān)信息(實(shí)時(shí)運(yùn)行參數(shù)、點(diǎn)檢信息、壽命信息、性能數(shù)據(jù)、試驗(yàn)化驗(yàn)數(shù)據(jù)等)綜合歸集、整合信息源，進(jìn)一步提高了設(shè)備狀態(tài)檢測(cè)結(jié)果的準(zhǔn)確性。

(4)通過(guò)建立知識(shí)庫(kù)模型及案例分析模型對(duì)故障精準(zhǔn)定位，為發(fā)電企業(yè)提供智能故障預(yù)警、劣化分析以及運(yùn)行指導(dǎo)。

通過(guò)實(shí)用案例證明，該平臺(tái)在燃?xì)鈾C(jī)組實(shí)際現(xiàn)場(chǎng)應(yīng)用中能及時(shí)發(fā)現(xiàn)影響設(shè)備性能及安全的缺陷，為發(fā)電企業(yè)提供故障早期預(yù)警、精準(zhǔn)定位以及維修決策建議。