白偉，姚虎東，俎海東，高飛，王猛，呂永興

（1.內(nèi)蒙古京能康巴什熱電有限公司，內(nèi)蒙古 鄂爾多斯 017000；2.內(nèi)蒙古電力（集團(tuán)）有限責(zé)任公司內(nèi)蒙古電力科學(xué)研究院分公司，呼和浩特 010020）

0 引言

汽輪發(fā)電機(jī)組的健康管理是通過(guò)科學(xué)評(píng)估設(shè)備健康狀態(tài)，制訂合理優(yōu)化的維修管理方案，進(jìn)而對(duì)機(jī)組相關(guān)的健康危險(xiǎn)因素加以改善，以達(dá)到保持機(jī)組健康運(yùn)行、降低運(yùn)維人員的工作強(qiáng)度、節(jié)約維修資源和費(fèi)用的目的[1-6]。設(shè)備健康管理技術(shù)是機(jī)組安全、穩(wěn)定運(yùn)行的重要保證，有助于實(shí)現(xiàn)機(jī)組參與電網(wǎng)調(diào)峰等功能。

健康評(píng)價(jià)是健康管理的重要環(huán)節(jié)，模糊評(píng)判和基于數(shù)據(jù)驅(qū)動(dòng)的方法是比較常用的兩類方法。盧緒祥等人基于模糊數(shù)學(xué)的有關(guān)理論，采集多個(gè)評(píng)價(jià)指標(biāo)，建立了凝汽器運(yùn)行狀態(tài)評(píng)價(jià)的模糊綜合評(píng)判模型；顧煜炯等人提出一種基于模糊評(píng)判和RCM分析的發(fā)電狀態(tài)綜合評(píng)價(jià)方法；肖運(yùn)啟等將模糊評(píng)價(jià)理論應(yīng)用于風(fēng)機(jī)的運(yùn)行狀態(tài)評(píng)價(jià)[7]；王桂楠等人引入模糊綜合評(píng)價(jià)思想進(jìn)行了勵(lì)磁系統(tǒng)的運(yùn)行狀態(tài)評(píng)估[8]。

近年來(lái)，隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，以積累的正常數(shù)據(jù)樣本為基礎(chǔ)，采用數(shù)據(jù)驅(qū)動(dòng)算法求解參數(shù)的基準(zhǔn)值或建立設(shè)備正常運(yùn)行狀態(tài)下的多參數(shù)關(guān)聯(lián)的基準(zhǔn)模型，可以實(shí)現(xiàn)機(jī)組異常檢測(cè)和狀態(tài)評(píng)價(jià)。例如，Yan等人[9]采用堆疊降噪自動(dòng)編碼器深度學(xué)習(xí)算法在燃機(jī)測(cè)量數(shù)據(jù)中進(jìn)行特征學(xué)習(xí)，以便實(shí)現(xiàn)燃機(jī)異常檢測(cè)和評(píng)價(jià)；董玉亮等人[10]基于設(shè)備運(yùn)行過(guò)程中積累的運(yùn)行數(shù)據(jù)，采用多狀態(tài)特征融合方法進(jìn)行旋轉(zhuǎn)機(jī)械健康狀態(tài)評(píng)估；崔亞輝等人[11]通過(guò)灰色理論和相似性原理，實(shí)現(xiàn)了機(jī)組振動(dòng)故障的狀態(tài)異常檢測(cè)和動(dòng)態(tài)預(yù)警。

模糊綜合評(píng)價(jià)和數(shù)據(jù)驅(qū)動(dòng)的評(píng)價(jià)方法各有優(yōu)缺點(diǎn)，前者基于模糊線性變換和隸屬度綜合原則，將與被評(píng)價(jià)事物相關(guān)的各因素指標(biāo)統(tǒng)一量化，并根據(jù)不同指標(biāo)對(duì)評(píng)價(jià)對(duì)象的影響程度來(lái)分配權(quán)重，從而對(duì)評(píng)價(jià)對(duì)象做出合理的綜合評(píng)價(jià)，但也存在模糊隸屬度不易選擇等問(wèn)題[12]；基于數(shù)據(jù)驅(qū)動(dòng)的狀態(tài)評(píng)價(jià)方法對(duì)設(shè)備的先驗(yàn)知識(shí)依賴較小，能考慮多參數(shù)之間相互耦合作用，能更早發(fā)現(xiàn)設(shè)備運(yùn)行異常[13]。但基于數(shù)據(jù)驅(qū)動(dòng)的方法一般需要積累設(shè)備全工況運(yùn)行的歷史數(shù)據(jù)，不能用于新裝機(jī)組或大修后的機(jī)組[14]。目前，這兩種狀態(tài)評(píng)價(jià)方法大多以某個(gè)參數(shù)或某些參數(shù)偏離基準(zhǔn)值的情況來(lái)表征設(shè)備運(yùn)行的健康狀況，在參數(shù)偏離程度相同的情況下，不同故障所造成的危害可能不同，因此參數(shù)的偏離程度有時(shí)可能無(wú)法準(zhǔn)確表征設(shè)備的健康狀態(tài)[15]。汽輪發(fā)電機(jī)組很多故障都體現(xiàn)在振動(dòng)信號(hào)上，從振動(dòng)角度進(jìn)行機(jī)組健康狀態(tài)評(píng)價(jià)具有重要意義。當(dāng)前，基于人工智能技術(shù)的振動(dòng)故障診斷方法給出的診斷結(jié)果通常是機(jī)組發(fā)生振動(dòng)故障的概率等不確定性指標(biāo)。本文從振動(dòng)角度進(jìn)行機(jī)組設(shè)備健康評(píng)價(jià)，將振動(dòng)幅值、故障發(fā)生概率、故障的潛在危害程度作為評(píng)價(jià)機(jī)組設(shè)備健康狀況的重要指標(biāo)，利用模糊綜合評(píng)判法計(jì)算出機(jī)組設(shè)備的健康指數(shù)（記為H），根據(jù)H的大小確定機(jī)組設(shè)備的健康等級(jí)。

1 健康等級(jí)劃分和評(píng)價(jià)指標(biāo)

1.1 健康等級(jí)劃分

將設(shè)備的特定性能規(guī)定為影響設(shè)備狀況的健康指標(biāo)，用I1，I2，…，In表示，采用健康指數(shù)H描述設(shè)備的狀態(tài)，可以表達(dá)為：

根據(jù)健康指數(shù)大小不同，對(duì)機(jī)組設(shè)備健康等級(jí)進(jìn)行劃分，將機(jī)組設(shè)備的健康狀態(tài)劃分為“健康”“亞健康”“不健康”“病態(tài)”“嚴(yán)重病態(tài)”5個(gè)等級(jí)，各狀態(tài)對(duì)應(yīng)的狀態(tài)描述如表1所示。健康評(píng)價(jià)過(guò)程中，可將汽輪發(fā)電機(jī)組本體高（中）壓缸、低壓缸、發(fā)電機(jī)等進(jìn)行拆分，取所有設(shè)備中健康狀態(tài)最差的健康等級(jí)。

表1 機(jī)組健康等級(jí)劃分及狀態(tài)描述Tab.1 Unit health classification and status description

1.2 評(píng)價(jià)指標(biāo)的選取

在設(shè)備健康狀態(tài)評(píng)價(jià)過(guò)程中如能綜合考慮設(shè)備可能存在的故障模式及其發(fā)生概率、故障的嚴(yán)重程度、故障造成的影響及后果等因素，無(wú)疑將會(huì)使健康狀態(tài)評(píng)價(jià)的結(jié)果更加科學(xué)、可靠。經(jīng)過(guò)深入分析和研究，基于振動(dòng)的機(jī)組設(shè)備健康狀態(tài)評(píng)價(jià)指標(biāo)選取如下。

（1）振動(dòng)通頻幅值劣化度：振動(dòng)故障嚴(yán)重程度可由其關(guān)聯(lián)的征兆的發(fā)展程度評(píng)判，在故障關(guān)聯(lián)的眾多征兆中盡量選擇機(jī)組運(yùn)行或檢修規(guī)程中有報(bào)警值、跳機(jī)保護(hù)值的特征參數(shù)，以便對(duì)其進(jìn)行故障嚴(yán)重程度的量化。振動(dòng)通頻幅值是最直觀的參數(shù)，因此采用振動(dòng)通頻幅值偏離正常（基準(zhǔn)）值的程度（劣化度）作為健康評(píng)價(jià)指標(biāo)之一。

（2）故障發(fā)生概率：故障發(fā)生可能性是評(píng)估機(jī)組設(shè)備的健康狀態(tài)的主要因素。在其他條件相同時(shí)，故障發(fā)生概率越小，機(jī)組工作的健康狀態(tài)越好，反之亦然。故障發(fā)生的可信度或概率等數(shù)值大小可由證據(jù)理論、模糊推理、貝葉斯網(wǎng)絡(luò)等不確定性推理算法得到[18]。本文重點(diǎn)討論獲得振動(dòng)故障發(fā)生概率后的機(jī)組健康狀態(tài)評(píng)價(jià)問(wèn)題。

（3）故障潛在危害程度：故障的潛在危害程度綜合考慮故障對(duì)機(jī)組設(shè)備的影響、造成的維修費(fèi)用及停運(yùn)損失等方面。機(jī)組發(fā)生不同類型的振動(dòng)故障時(shí)，其損失是不同的，例如轉(zhuǎn)子原始質(zhì)量不平衡和裂紋故障。轉(zhuǎn)子原始質(zhì)量不平衡故障不是很嚴(yán)重時(shí)，通過(guò)合理的動(dòng)平衡即可處理，危害性相對(duì)較??；但轉(zhuǎn)子裂紋如果處理不及時(shí)，很可能造成轉(zhuǎn)子損壞的重大事故。

2 機(jī)組健康狀況的模糊綜合評(píng)判

2.1 機(jī)組設(shè)備健康評(píng)價(jià)的基本原理

機(jī)組設(shè)備的健康等級(jí)之間有時(shí)沒(méi)有明確的劃分界限，可以根據(jù)機(jī)組設(shè)備屬于的各個(gè)狀態(tài)的隸屬度函數(shù)進(jìn)行模糊決策，最終確定機(jī)組設(shè)備屬于哪個(gè)健康等級(jí)的傾向更大。

設(shè)備的健康狀態(tài)具有模糊性，影響設(shè)備健康狀態(tài)的指標(biāo)也具有模糊性，因此對(duì)機(jī)組進(jìn)行健康評(píng)價(jià)時(shí)采用模糊綜合評(píng)判的方法[19]。評(píng)價(jià)指標(biāo)“振動(dòng)通頻幅值劣化度”“故障發(fā)生概率”“故障潛在危害程度”分別用u1、u2、u3表示，則因素集U=（u1，u2，u3）；如果用s1、s2、s3、s4、s5表示“健康”“亞健康”“不健康”“病態(tài)”“嚴(yán)重病態(tài)”5個(gè)狀態(tài)，則設(shè)備的健康狀況空間可以表示為S=（s1，s2，s3，s4，s5）。

應(yīng)用模糊綜合評(píng)價(jià)方法時(shí)，首先建立各評(píng)價(jià)因素到評(píng)價(jià)集的隸屬度，得到單因素評(píng)價(jià)矩陣：

即：

式中：rij表示ui屬于sj（j=1,2,…,m）的隸屬度。

設(shè)：

即可得到考慮眾多因素的綜合評(píng)估結(jié)果：

式中：W為各評(píng)價(jià)因素的權(quán)重向量，本文中3個(gè)評(píng)價(jià)指標(biāo)的權(quán)重都取1/3；bj表示在綜合考慮所有因素影響時(shí)，對(duì)第j個(gè)評(píng)價(jià)結(jié)論的支持程度；“·”為模糊算子，這里采用加權(quán)平均型模糊算子；B為模糊向量。

模糊評(píng)價(jià)的結(jié)果是對(duì)各健康等級(jí)的隸屬程度構(gòu)成一個(gè)模糊向量B，隨后采取加權(quán)平均原則的方法計(jì)算得到健康指數(shù)H：

式中：vj表示各個(gè)健康狀態(tài)評(píng)語(yǔ)的秩。本文中，從“健康”到“嚴(yán)重病態(tài)”共有5個(gè)狀態(tài)評(píng)語(yǔ)，將它們的秩依次設(shè)置為1、0.8、0.6、0.4、0.2。

針對(duì)每個(gè)疑似的振動(dòng)故障進(jìn)行量化分析，得到其表征設(shè)備健康狀態(tài)的健康指數(shù)H后，便可根據(jù)表1確定設(shè)備的健康等級(jí)。

2.2 評(píng)價(jià)指標(biāo)對(duì)應(yīng)健康狀態(tài)的隸屬度函數(shù)

常見(jiàn)的隸屬度函數(shù)有三角形分布、梯形分布和嶺形分布等。各種隸屬度函數(shù)沒(méi)有明確的優(yōu)劣之分，目前也沒(méi)有特別明確的方法和準(zhǔn)則來(lái)指導(dǎo)隸屬度函數(shù)形式及參數(shù)的選取，實(shí)際中應(yīng)結(jié)合具體情況盡量選擇合適的隸屬度函數(shù)。嶺形分布具有主值區(qū)間寬、過(guò)渡帶平緩的特點(diǎn)，能較好地反映機(jī)組設(shè)備的健康評(píng)價(jià)指標(biāo)值和健康狀態(tài)空間的模糊關(guān)系。本文選擇嶺形分布，并充分考慮每種評(píng)價(jià)指標(biāo)在表達(dá)設(shè)備健康狀態(tài)時(shí)的不同特性，建立合理的隸屬度函數(shù)。

2.2.1 振動(dòng)通頻幅值劣化度的健康狀態(tài)隸屬度函數(shù)

采用振動(dòng)通頻幅值的劣化度表征故障的嚴(yán)重程度，其劣化度γ采用公式（6）計(jì)算：

式中：xm、x0、xmax分別表示振動(dòng)通頻幅值的實(shí)測(cè)值、正常（基準(zhǔn)）值和上限值。x0可由領(lǐng)域?qū)＜腋鶕?jù)實(shí)際情況指定，也可根據(jù)正常運(yùn)行的歷史數(shù)據(jù)統(tǒng)計(jì)獲得；xmax可由領(lǐng)域?qū)＜腋鶕?jù)實(shí)際情況指定，各個(gè)機(jī)組振動(dòng)都會(huì)設(shè)置報(bào)警值xa和停機(jī)值xs，這里暫取xmax=（xa+xs）/2。

需要注意的是，即使參數(shù)劣化度不大，設(shè)備處于5個(gè)健康等級(jí)都有可能，只是各自的隸屬度不同；當(dāng)參數(shù)劣化度很大時(shí)，設(shè)備的健康等級(jí)不能是“健康”等較好的等級(jí)。因此，選取的模糊分布模型應(yīng)是全值域上的平滑函數(shù)，且偏大型和偏小型函數(shù)不具有對(duì)稱性。其隸屬函數(shù)如表2所示，隸屬度函數(shù)的圖形如圖1所示。

圖1 振動(dòng)通頻幅值劣化度對(duì)應(yīng)各個(gè)健康狀態(tài)的隸屬度函數(shù)圖形Fig.1 Deterioration degree of vibration pass frequency amplitude corresponding to the membership function graph of each health state

2.2.2 故障發(fā)生概率的健康狀態(tài)隸屬度函數(shù)

故障發(fā)生的可能性等不確定性指標(biāo)可由診斷專家評(píng)定或智能診斷算法得出，故障的可能性越小，機(jī)組設(shè)備處于較優(yōu)狀態(tài)的隸屬度越大，并且這時(shí)機(jī)組設(shè)備一般不會(huì)處于較差的健康狀態(tài)。故障概率的健康狀態(tài)隸屬度函數(shù)如表2第2列所示，其隸屬度圖形如圖2所示。

圖2 故障發(fā)生概率對(duì)應(yīng)各個(gè)健康狀態(tài)的隸屬度函數(shù)圖形Fig.2 Probability of failure corresponding to the membership function graph of each health state

表2 各個(gè)評(píng)價(jià)指標(biāo)對(duì)應(yīng)的健康狀態(tài)的隸屬度函數(shù)Tab.2 Membership function of health state corresponding to each evaluation index

2.2.3 故障潛在危害程度的健康狀態(tài)隸屬度函數(shù)

故障的潛在危害程度可以從對(duì)機(jī)組設(shè)備的影響（包括對(duì)機(jī)組設(shè)備功能的影響、造成設(shè)備破壞的程度等）、維修費(fèi)用及停運(yùn)損失等方面進(jìn)行評(píng)價(jià)。可以通過(guò)數(shù)據(jù)統(tǒng)計(jì)獲得故障損失，但是相關(guān)數(shù)據(jù)不是很充分，可通過(guò)打分法獲得故障潛在危害程度的評(píng)分L，再將L與各個(gè)狀態(tài)的隸屬度對(duì)應(yīng)。L的范圍為1～10，分值越高，表示故障的潛在危害程度越大，可參照表3進(jìn)行打分。L對(duì)應(yīng)的各健康狀態(tài)的隸屬度函數(shù)振動(dòng)通頻幅值劣化度相似，如表2第3列所示，隸屬度函數(shù)圖形如圖3所示。

圖3 故障潛在危害程度對(duì)應(yīng)各個(gè)健康狀態(tài)的隸屬度函數(shù)圖形Fig.3 Membership function graph of each health state corresponding to the degree of fault potential hazard

表3 故障潛在危害程度評(píng)分參考標(biāo)準(zhǔn)Tab.3 Scoring reference standard of fault potential hazard

3 案例分析

3.1 模擬故障場(chǎng)景下機(jī)組健康評(píng)價(jià)

為了體現(xiàn)健康評(píng)價(jià)方法的特點(diǎn)，分析評(píng)價(jià)結(jié)果的準(zhǔn)確性和合理性，設(shè)置如下故障場(chǎng)景。

（1）故障場(chǎng)景1：振動(dòng)通頻幅值90μm，轉(zhuǎn)子原始質(zhì)量不平衡故障，發(fā)生概率0.4；

（2）故障場(chǎng)景2：振動(dòng)通頻幅值90μm，轉(zhuǎn)子原始質(zhì)量不平衡故障，發(fā)生概率0.8；

（3）故障場(chǎng)景3：振動(dòng)通頻幅值150μm，轉(zhuǎn)子原始質(zhì)量不平衡故障，發(fā)生概率0.8；

（4）故障場(chǎng)景4：振動(dòng)通頻幅值150μm，轉(zhuǎn)子裂紋故障，發(fā)生概率0.8。

分別對(duì)以上4種故障情形下的機(jī)組健康狀態(tài)進(jìn)行評(píng)價(jià)，由于轉(zhuǎn)子原始質(zhì)量不平衡和轉(zhuǎn)子裂紋故障的潛在損失風(fēng)險(xiǎn)不同，它們的潛在危害程度評(píng)分分別為3分和9分，振動(dòng)通頻幅值的基準(zhǔn)（正常）值為50μm、報(bào)警值為125μm、停機(jī)值為250μm，采用模糊綜合評(píng)判計(jì)算4種不同故障情景下的機(jī)組健康指數(shù)（如表4所示）。

表4 不同故障情景下的機(jī)組健康指數(shù)Tab.4 Unit health index under different failure scenarios

對(duì)比故障場(chǎng)景1和故障場(chǎng)景2的健康狀態(tài)評(píng)價(jià)結(jié)果：當(dāng)振幅維持90μm不變，轉(zhuǎn)子原始質(zhì)量不平衡故障的發(fā)生概率從0.4增至0.8時(shí)，健康指數(shù)從0.677 0下降至0.544 7，健康狀態(tài)由“亞健康”變?yōu)椤安唤】怠保S著故障概率的增大，健康狀態(tài)變差，符合對(duì)設(shè)備故障和健康的一般認(rèn)識(shí)，評(píng)價(jià)結(jié)果合理。

對(duì)比故障場(chǎng)景2和故障場(chǎng)景3的健康狀態(tài)評(píng)價(jià)結(jié)果：轉(zhuǎn)子原始質(zhì)量不平衡故障的發(fā)生概率維持0.8不變，振動(dòng)幅值從90μm上升到150μm，健康指數(shù)從0.544 7下降到0.439 4，隨著振動(dòng)幅值偏離正常值的程度增加，健康狀態(tài)變差，符合對(duì)設(shè)備故障和健康的一般認(rèn)識(shí)，評(píng)價(jià)結(jié)果合理。

對(duì)比故障場(chǎng)景3和故障場(chǎng)景4的健康狀態(tài)評(píng)價(jià)結(jié)果：轉(zhuǎn)子原始質(zhì)量不平衡和轉(zhuǎn)子裂紋故障的發(fā)生概率都是0.8，振動(dòng)幅值都為150μm?；谵D(zhuǎn)子原始質(zhì)量不平衡故障計(jì)算出設(shè)備健康指數(shù)為0.439 4，設(shè)備健康狀態(tài)為“不健康”，基于轉(zhuǎn)子裂紋故障計(jì)算出的設(shè)備健康指數(shù)為0.315 1，設(shè)備健康狀態(tài)為“病態(tài)”。兩種故障情景下的設(shè)備健康狀態(tài)完全不同，這是因?yàn)檗D(zhuǎn)子裂紋故障的潛在危害要比轉(zhuǎn)子原始質(zhì)量不平衡大，即使二者的發(fā)生概率和振動(dòng)幅值都相同，設(shè)備的健康狀態(tài)也不同。如果只按照參數(shù)偏離正常值的程度評(píng)價(jià)設(shè)備的健康狀態(tài)，兩種故障情景下設(shè)備健康狀態(tài)相同。本文提出的方法不但考慮了參數(shù)大小所體現(xiàn)的設(shè)備健康狀態(tài)，還考慮了參數(shù)異常背后可能揭示的故障類型和危害，評(píng)價(jià)結(jié)果更加科學(xué)。

3.2 實(shí)際故障場(chǎng)景下機(jī)組健康評(píng)價(jià)

文獻(xiàn)[20]采用模糊專家系統(tǒng)對(duì)某電廠1號(hào)機(jī)組發(fā)生的實(shí)際振動(dòng)故障進(jìn)行了診斷，該機(jī)組1號(hào)軸承振動(dòng)值在很短時(shí)間內(nèi)快速上升并波動(dòng)，波動(dòng)情況如表5所示。

表5 1號(hào)機(jī)組1號(hào)軸承振動(dòng)波動(dòng)情況1）Tab.5 Vibration fluctuation of bearing 1 of unit 1

具體故障發(fā)生和診斷過(guò)程詳情可參考文獻(xiàn)[20]，故障的典型特征為：半頻幅值高、振動(dòng)主要發(fā)生在高負(fù)荷區(qū)、振動(dòng)隨有功功率和調(diào)門開(kāi)啟順序變化明顯、振動(dòng)同真空變化有關(guān)、振動(dòng)再現(xiàn)性強(qiáng)，最后診斷得到發(fā)生故障為汽流激振故障的置信度為0.93，對(duì)此故障場(chǎng)景進(jìn)行機(jī)組健康評(píng)價(jià)。

由于汽流激振故障發(fā)生突然，振動(dòng)上升快，如果控制不良很容易引起振動(dòng)過(guò)大而跳機(jī)，因此汽流激振故障的潛在危害程度評(píng)分為9分；以振動(dòng)最大的1x軸振為主要對(duì)象，振動(dòng)通頻幅值的基準(zhǔn)（正常）值取為正常時(shí)的60μm，根據(jù)同類機(jī)組相對(duì)振動(dòng)的報(bào)警和停機(jī)值設(shè)定范圍，暫取報(bào)警值125μm和跳機(jī)值250μm，采用模糊綜合法評(píng)判計(jì)算機(jī)組的健康指數(shù)[20-24]。

根據(jù)振動(dòng)通頻幅值劣化度計(jì)算得到屬于各個(gè)狀態(tài)的隸屬度為（0，0.305 1，0.962 4，0.736 5，0.54），根據(jù)振動(dòng)故障發(fā)生概率計(jì)算得到屬于各個(gè)狀態(tài)的隸屬度為（0，0，0，0.27，1），根據(jù)振動(dòng)故障危害程度計(jì)算得到屬于各個(gè)狀態(tài)的隸屬度為（0，0，0，1，0.904 5），各個(gè)狀態(tài)的綜合隸屬度為（0，0.101 7，0.320 8，0.669 9，0.814 8）。

最后計(jì)算得到健康指數(shù)為0.369 5，健康狀態(tài)為“病態(tài)”，應(yīng)盡快停機(jī)檢修。考慮到汽流激振故障的特點(diǎn)及故障發(fā)生時(shí)的實(shí)際振動(dòng)已達(dá)到127μm，得出的健康評(píng)價(jià)結(jié)果符合實(shí)際。

4 結(jié)束語(yǔ)

汽輪發(fā)電機(jī)組的健康狀態(tài)涉及多個(gè)方面，本文主要從振動(dòng)角度進(jìn)行機(jī)組健康狀態(tài)評(píng)價(jià)?？紤]到只依靠振動(dòng)幅值的大小可能無(wú)法準(zhǔn)確表征機(jī)組的健康狀態(tài)，因此將振動(dòng)幅值劣化度、故障發(fā)生概率和故障潛在危害程度共同作為評(píng)價(jià)機(jī)組健康狀態(tài)的指標(biāo)，利用模糊綜合評(píng)判法進(jìn)行機(jī)組健康評(píng)價(jià)，并給出機(jī)組設(shè)備的健康指數(shù)，根據(jù)健康指數(shù)的大小確定機(jī)組設(shè)備的健康等級(jí)。該評(píng)價(jià)方法結(jié)合汽輪機(jī)運(yùn)行狀態(tài)和振動(dòng)故障特點(diǎn)，合理選擇了評(píng)價(jià)指標(biāo)以及隸屬度函數(shù)，基于模糊評(píng)價(jià)的基本原理提出了一套更為科學(xué)的健康狀態(tài)評(píng)價(jià)流程，以便更好地指導(dǎo)機(jī)組的狀態(tài)維修。