大型汽轮发电机组故障诊断

芮冬梅

摘 要：随着国民经济的持续增长和电力系统规模的不断扩大，高电压、大容量、多机互连系统已成为电力系统发展的必然趋势。大型发电机组在我国电网中的地位和作用越来越突出，鉴于大型汽轮发电机组设备结构的复杂性，一旦发生故障，将直接影响到整个机组的安全稳定运行，对大型汽轮发电机组的故障诊断就显得极其重要。文章就此进行探讨，以期提高设备的安全可靠性。

关键词：大型汽轮发电机组；故障；诊断

就大型汽轮发电机组来说，其设备结构极为复杂，一旦任何一台设备或零件出现故障，就有可能引发链锁反应，最终影响到整个设备的安全可靠运行，同时将造成巨大的经济社会损失。因此，迫切需要对汽轮发电机组故障诊断技术进行研究，以确保机组的安全稳定运行，并实现社会效益与经济效益的双赢。

1 大型汽轮发电机组故障诊断技术的目的和意义

对大型汽轮发电机组的故障诊断，其根本目的就是确保设备的安全、可靠、经济、高效运行，在此就其主要目的进行阐述：

其一，针对设备的故障状态或异常状态作出及时、正确、有效的诊断，将故障消除在萌芽状态。

其二，对设备的运行维护起到必要的指导作用，确保设备安全、可靠、有效的运行。

其三，制定科学合理的监测维护制度，使设备应有的功能得以最大发挥，在条件允许的前提下，充分挖掘设备的潜力，使设备的使用寿命得以延长，使设备寿命周期的维护费用大大降低。

其四，通过故障分析、性能评估等方法，为设备的优化设计、高质量制造以及生产过程提供可靠的数据和信息。

鉴于汽轮发电机组设备机构的复杂性，一旦发生故障将直接影响到整个设备甚至整个生产过程的正常运行，其后果不堪设想。关于设备故障的原因，多种多样，从设备的设计、制造、安装、运行、维护等各个环节，都有可能引发不同的故障。为了提高机组的等效可用率，除了在产品质量、安装、调试、运行维护等方面下功夫外，还要对其进行可靠、有效的故障诊断，以确保生产过程的正常进行。因此，对汽轮发电机组故障机理、发生原因以及故障征兆和发展趋势进行研究是十分必要的，同时还应提出切实有效的诊断方法，以确保设备运行的安全性和可靠性。

2 大型汽轮发电机组故障诊断方法

由于设备故障较为复杂，且设备与故障征兆之间也非常复杂，这就从很大程度上决定了设备故障诊断具有探索性过程的特点。设备故障诊断重在研究故障诊断方法。以下就几种主要的故障诊断方法进行分析：

2.1 传统诊断法

传统的诊断方法，在很大程度上依赖于经验丰富的运行人员以及领域专家。他们主要凭借自身经验或通过试验对设备故障实施重点查找，以此来确定设备的故障原因和部位所在。频域诊断法则是基于频谱特征的变化，对设备的运行状态和故障成因做出判断。时域分析法主要是根据时间序列模型和有关的特性函数来进行诊断。统计分析法是利用概率统计模型进行分析。其中，频域诊断法和时域分析法，实行性较强，能够将设备故障特征全面、深入地反映出来，但也存在一定的不足和缺陷。主要表现为：移植性较差，且对复杂、非线性系统的故障很难作出有效的诊断和识别。

2.2 专家系统故障诊断法

由于设备故障表现形式的复杂性，且故障类型与征兆之间关系较为复杂，在很多情况下，故障诊断往往依赖于专家的经验或直觉，这就是所谓的“浅知识”，很难用数学模型或逻辑推理进行求解。随着人工智能技术的快速发展，尤其是专家系统技术的发展和应用，专家系统故障诊断法应运而生。

专家系统故障诊断法是根据实践经验以及大量的故障信息知识而设计出的一种智能化的计算机程序系统，特别适用于难以用数学模型来描述的复杂的故障诊断问题的解决。故障诊断专家系统主要包括推理机、知识库、解释程序和知识获取程序这四部分。其中，推理机和知识库的设计是最为重要的。该系统具有较大的优越性，可以在某种程度上代替领域专家，并能将推理、判断、结论的过程完整地记录下来，大大提高了诊断的可信度。但因专家系统的建立是基于大量知识，若知识库的规则不够完备，势必会影响到诊断结果的准确性和可靠性，因此需要着重解决这几个问题：一是不精确领域知识的表述；二是征兆与故障之间非简单线性关系的反映；三是诊断信息的合理运用。

2.3 模糊诊断方法

模糊诊断方法主要包括模糊关系的诊断、模糊模式的识别以及模糊聚类分析。模糊关系诊断法主要是依据故障现象与故障形成原因之间的模糊关系矩阵，使征兆空间向故障空间转化，利用故障隶属度值对故障类型做出判断；所谓模糊模式的识别，则是将由测量参数所形成的特征向量纳入故障模式类中。该方法的关键就是故障模式类的模糊向量的确定；模糊聚类方法无需标准信息群，也不需要了解样本群变化过程中涉及到的内容，只需要具备样本群最初的状况，以此作为基准，就可按分类结果获取被监测样本的变化趋势，特别适合于难以确定标准信息征兆群的情况。

模糊诊断法是一种基于数值运算的诊断方法，可在无人工干预的情况下，自动进行，对于要求快速、实时的场合非常适用。模糊数学是一种处理不精确信息的有效工具，对于汽轮发电机组的故障诊断有着十分重要的作用。但从目前来看，模糊数学在故障诊断方面多局限于单一故障的诊断，对于多故障还无法做出有效的诊断。模糊诊断仅仅是一种初步的、简单的诊断，要想进行精密、复杂的诊断还需要获取更多的信息。

2.4 基于神经网络的故障诊断法

近年来，随着神经网络的不断发展，产生了基于神经网络的故障诊断法。目前使用较多的神经网络主要包括：Hopfield网络、BP网络以及自组织映射网络。该故障诊断法具有显著的优点，它不要求开发者专门的领域知识，只需有一定数目的具有适当类间距的示例。但该方法也存在一定的局限性，主要体现在：一是因诊断系统的性能主要受制于所选择示例，若示例的正交性、完备性不足够好时，将造成系统性能不良，在实际情况中，很难确保训练集的正交性和完备性；二是人工神经网络只能对数字化信息进行处理。神经网络技术是一种针对低层次的智能模拟，要想对高层次进行智能模拟，必须有大量的符号知识的表达及处理。

该技术虽然取得了丰硕的成果，尤其是在网络收敛性方面做了大量的工作，但应用该技术解决复杂的实际问题还有很多工作要做。

2.5 遗传算法的应用

遗传算法是一种源于自然选择以及群体遗传机理的搜索算法，运用该方法可以对自然选择以及遗传过程中所发生的杂交、繁殖、突变现象进行模拟。采用遗传算法对问题进行求解时，将问题的每一个可能的解编码成一个“染色体”，也就是个体，所有可能的解，即群体，是由若干个个体构成的，可以视为一个由可行解组构成的群体逐代进化的过程。自遗传算法产生至今，无论是在应用方面、算法设计方面，还是在基础理论方面，都取得了一定的成绩，已成为计算机科学、应用数学、运筹学、信息科学等诸多学科所共同关注的热点领域。

3 结束语

随着国民经济的持续增长，我国电力系统正逐渐进入高电压、大容量、大机组的发展阶段，人们越来越注重电力设备运行的安全性和可靠性，经济性和高效性。目前，我国在大型汽轮发电机组故障诊断方法的研究方面，取得了一系列可喜的成绩，但实践表明，这还远远达不到工程领域的具体要求，无论是诊断的正确性还是诊断的自动化水平都有待进一步的提高。

参考文献

[1]倪秋华，朱晓东.汽轮发电机组状态监测和故障诊断的发展与趋势[J].汽轮机技术，2011，15（3）：123-125.

[2]杨长柱.汽轮发电机组振动监测故障诊断系统的评述[J].发电设备，2012，15（1）：147-149.

[3]朱小红，姚杰新.某国产600MW汽轮发电机组振动故障诊断及处理[J].中国科技信息，2011，18（16）：234-236.

[4]潘高峰.汽轮发电机组发电机故障诊断两例[J].装备制造技术，2010，13（10）：117-119.