張春陽
摘? 要:大型火電機組引風機作為火電廠發(fā)電環(huán)節(jié)重要組成部分,若能加強對引風機狀態(tài)檢修,能夠減少引風機故障率。在此之上,本文簡要分析了大型火電機組引風機的特征參數(shù),經(jīng)由組建狀態(tài)檢修數(shù)據(jù)庫、狀態(tài)預警模塊完善設計、評估狀態(tài)運行風險、開發(fā)性能監(jiān)測軟件等方法的實施,即可保障引風機優(yōu)良運行狀態(tài)。
關鍵詞:大型火電機組;引風機;狀態(tài)檢修;預警模塊;性能監(jiān)測軟件
前言:在大型火電機組中,引風機作為排除高溫煙氣,保證火電機組正常運行的輔助設施,能夠提升爐膛負壓穩(wěn)定性。作為火電機組運行中的重要部件,應當制定科學的狀態(tài)檢修計劃,應對引風機故障風險,借此通過狀態(tài)檢修設計措施,確保引風機在火力發(fā)電項目中表現(xiàn)出應用優(yōu)勢,增加狀態(tài)檢修計劃可行性。
1、大型火電機組引風機的特征參數(shù)
在大型火電機組發(fā)電過程中,引風機在運行期間,能夠為鍋爐燃燒中產(chǎn)生的高溫煙氣提供排除渠道。在狀態(tài)檢修設計期間,應當全面采集特征參數(shù),增加狀態(tài)檢修實效性。于狀態(tài)檢修作業(yè)中,引風機運行狀態(tài)相關參數(shù)可細分為下述幾項,即出入口煙氣溫度、繞組溫度、軸承溫度(前、中、后軸承)、水平振動、出入口煙氣壓差、入口煙氣壓力等。實際上,一旦引風機出現(xiàn)故障后果,往往會引起各項特征參數(shù)的異常表現(xiàn),故此應當以此為基礎實施狀態(tài)檢修工作。
例如引風機出現(xiàn)喘振或是失速故障時,多表現(xiàn)為出入口壓差與壓力值的異常變化。抑或是出現(xiàn)軸承磨損或升溫異常情況時多從溫度參數(shù)指標檢測中予以判定。至于繞組溫度等參數(shù)的非常規(guī)變化,很容易隨著故障危害進展,致使引風機出現(xiàn)散熱異常狀況,究其根本多因軸承潤滑度下降、繞組短路。經(jīng)過多項特征參數(shù)的采集分析,能為狀態(tài)檢修方法指明方向。
2、大型火電機組引風機的狀態(tài)檢修方法
2.1組建狀態(tài)檢修數(shù)據(jù)庫
在引風機狀態(tài)檢修中,需要充分借助大數(shù)據(jù)分析技術(shù),匯總特征參數(shù)變化規(guī)律,而后從中對引風機運行狀態(tài)予以判定,并為其出具對應的檢修計劃。而在實踐中應當先行組建狀態(tài)檢修數(shù)據(jù)庫,在數(shù)據(jù)庫構(gòu)建中,應當結(jié)合特征參數(shù)信息,對引風機狀態(tài)進行客觀評價。具體包括下述兩個步驟:
第一,細化數(shù)據(jù)庫表內(nèi)容,為了促進引風機狀態(tài)檢修計劃的順利實施,應當先期制定多則與特征參數(shù)相關的數(shù)據(jù)庫表,如運行數(shù)據(jù)庫、特征參數(shù)表、故障模式表等。于運行數(shù)據(jù)庫中應當涵蓋引風機運行中所產(chǎn)生的各項參數(shù),包括電流值、軸承溫度、振動頻率等。因上述提及運行狀態(tài)多以異常參數(shù)作為表現(xiàn)形式,故此對數(shù)據(jù)庫表進行細化處理,可以更全面精準把控引風機運行動態(tài)。至于特征參數(shù)表,多以正常值、預警值、停機值作為評判標準,在尚未達到預警值相應標準前,往往處于正常值狀態(tài)。故障模式表則按照故障類別對應故障成因、狀態(tài)檢修方案的方式呈現(xiàn)數(shù)據(jù)庫信息,借此輔助檢修員從數(shù)據(jù)庫反饋結(jié)果中了解引風機現(xiàn)有狀態(tài),一旦出現(xiàn)異常現(xiàn)象,需立即進入狀態(tài)檢修環(huán)節(jié)。
第二,預處理數(shù)據(jù)庫信息,在引風機狀態(tài)檢修數(shù)據(jù)匯總后,需進行預處理操作,即選用Matlab軟件提出Nan值,并對引風機運行中出現(xiàn)停機狀況產(chǎn)生的數(shù)值進行刪除,并按照窗口消噪處理流程,從數(shù)據(jù)中篩選出噪聲值、非穩(wěn)態(tài)值,并從中判定當前引風機運行中呈現(xiàn)的狀態(tài)參數(shù)值是否顯示正常,自此在歸一化公式處理下進行合理轉(zhuǎn)換。即,其中x、y表示原始數(shù)據(jù)與歸一化預處理數(shù)據(jù)。
2.2狀態(tài)預警模塊完善設計
在引風機狀態(tài)檢修階段還需要設置預警模塊,通過對特征參數(shù)的預警設計,即可預判引風機異常運行狀態(tài)風險,繼而提升狀態(tài)檢修針對性。此次研究以330MW火電機組為例,預警模塊應當從下述三個層面予以完善設計:
其一,總體設計,關于狀態(tài)預警模塊設計,要想對其進行有效檢修,應當按照建模思想,隨時根據(jù)引風機不同運行狀態(tài)展示特征參數(shù)變化值,而后在達到閾值后,利用預警信號引起檢修人員的關注,并在查明原因后,組織人力開展檢修工作。如在獲取引風機軸承溫度時,若超出90℃或是二次風門開度<10%、三相線圈溫度>125℃時,均會引起引風機無法正常啟動。此時,檢修人員應當在溫度參數(shù)檢修上進行改進,保證引風機重新達到啟動條件。隨著對異常啟動情況的有效預警,有助于掌握引風機當前運行狀態(tài)。
其二,明確特征參數(shù)模型溫差標準,對引風機多項特征參數(shù)誤差值的控制,亦是狀態(tài)檢修預警設計中關鍵內(nèi)容,即入口煙氣壓力與煙氣溫度誤差應為1.72%、2.02%,振動量誤差為0.75%,繞組溫度誤差為0.42%等。只有在建立引風機狀態(tài)模型時,知曉誤差范圍,方可客觀評估運行狀態(tài)是否超出預警范圍。
其三,預警模塊可視化操作,為了促使引風機狀態(tài)處于可控狀態(tài),還應當將傳統(tǒng)檢修模式調(diào)整為可視化狀態(tài)檢修模式,使用互聯(lián)網(wǎng)技術(shù)、瀏覽器軟件,將引風機的狀態(tài)以視頻展示方式予以呈現(xiàn),其間應當借助Html5語言。若在預警界面上發(fā)現(xiàn)軸承溫度偏高情況,則應當從軸承潤滑度下降、油溫異常等成因予以分析,分析后可利用更換潤滑劑、啟動吹風扇等檢修措施,用于應對引風機故障風險。
2.3評估狀態(tài)運行風險
引風機狀態(tài)檢修中,需要加強對狀態(tài)運行風險的精準評估,借此對可能出現(xiàn)的故障問題提出檢修計劃。在根據(jù)特征參數(shù)整理引風機運行風險時,可將其歸納為以下幾點:軸承異常振動、軸承升溫、繞組溫度升溫、電流超標等,可以將其納入集合中(U=(μ,μμ)),并從故障特征值分析中,總結(jié)故障成因,隨著對引風機故障風險的識別,預判最可能發(fā)生故障的部位。同時,以矩陣分布的方式匯總故障信息。即,在依據(jù)向量矩陣分析引風機故障隸屬函數(shù)時,能夠從中了解隨著隸屬度變大,故障風險隨之提高。
在引風機運行狀態(tài)風險評估中,可以根據(jù)多種特征參數(shù)異常變化規(guī)律,確定對應的故障風險,而后結(jié)合風險評估結(jié)果制定相關檢修計劃。同時,檢修人員也要對每一種故障風險程度進行分析,從中選出高風險故障信息,提出可行性檢修計劃,自此實現(xiàn)運行狀態(tài)的合理評估與精準檢修。
2.4開發(fā)性能監(jiān)測軟件
引風機狀態(tài)檢修事項的落實,應當開發(fā)性能監(jiān)測軟件,從軟件記錄的監(jiān)測數(shù)據(jù)中,掌握引風機狀態(tài)變化特征,借此在尚未出現(xiàn)故障前,即可通過優(yōu)化運行狀態(tài),降低故障率。
在利用性能監(jiān)測軟件開展狀態(tài)檢修工作時,能夠從在線監(jiān)測部分,對引風機運行狀態(tài)的檢修方向提供明確指引。因該軟件能夠?qū)崟r獲取風量、煤量,借此更準確地把控達到最優(yōu)化運行狀態(tài)時,各項特征參數(shù)的標準值,之后按照在標準范圍內(nèi)調(diào)整引風機的設定參數(shù)。另外,為了處理引風機停機狀態(tài)故障事件,需要在軟件開發(fā)中新增離線指導模塊,該模塊能夠借助靜葉開度、振動量、溫度等參數(shù)變化范圍,結(jié)合用戶手動輸入的參數(shù)值,驗證引風機運行狀態(tài),并且該軟件在離線狀態(tài),也可以根據(jù)煤量變化情況以及風機轉(zhuǎn)動速度,對當前引風機可能出現(xiàn)的運行狀態(tài)加以分析,而后在檢修人員職業(yè)經(jīng)驗下摸索引風機狀態(tài)優(yōu)化方向。包括根據(jù)功耗值(△P)推算出引風機最優(yōu)運行狀態(tài)等。即:(K:引風機實際運行積灰量,K:最小積灰量,q:煙道質(zhì)量流量,ρ:煙氣密度)。
結(jié)論:綜上所述,在設計引風機狀態(tài)檢修計劃時,若能結(jié)合特征參數(shù),從狀態(tài)檢修數(shù)據(jù)庫、預警模塊完善設計、風險評估、軟件開發(fā)等方面著手,有利于改善引風機運行狀態(tài),促進火力發(fā)電項目穩(wěn)態(tài)建設。對此,設計者應當依據(jù)引風機結(jié)構(gòu)特點,提出明確的狀態(tài)檢修思路,以期引風機擁有較長的使用年限。
參考文獻:
[1]安吉振,鄭福豪,劉一帆,等. 基于大數(shù)據(jù)分析的火電機組引風機故障預警研究[J]. 發(fā)電技術(shù):1-8.
[2]張廣才,陶然,彭元,等. 煤電廠1000MW火電機組引風機和增壓風機優(yōu)化改造研究與應用[J]. 節(jié)能,2019,38(01):77-81.
[3]范運修,劉俊峰,楊光. 350MW火電機組汽輪機驅(qū)動引風機的經(jīng)濟性分析[J]. 熱力透平,2018,47(01):80-83.