汽轮发电机组故障智能诊断方法的研究

2016-04-11曾云颖师富见哈尔滨电机厂有限责任公司黑龙江哈尔滨150040

中国新技术新产品 2016年2期

曾云颖　师富见（哈尔滨电机厂有限责任公司，黑龙江　哈尔滨　150040）

汽轮发电机组故障智能诊断方法的研究

曾云颖师富见
（哈尔滨电机厂有限责任公司，黑龙江哈尔滨150040）

摘要：汽轮发电机组作为电力系统的动力源泉，其工作稳定性关系着整个电力系统的能源供应。本文主要针对汽轮发电机组故障职能诊断的方法进行了研究，并在结合知识推理和信息融合故障模式识别技术的基础上，对汽轮发电机组故障智能诊断的实现程序进行分析，为其技术研究及发展提供可借鉴参考。

关键词：汽轮发电机组；故障智能诊断；方法研究

1 汽轮机智能故障诊断方法的总体思路

汽轮机发电机组的故障智能诊断，作为以计算机为主体的系统化、层次化、规范化的诊断体系，对复杂的汽轮机组系统的故障诊断具有巨大的应用优势。汽轮发电机组的故障诊断分为在线诊断和离线诊断两种诊断模式。在线诊断是指在汽轮机工作的状态下进行的故障诊断，而离线诊断则是在汽轮发电机组停机状态下展开的故障诊断。汽轮发电机组故障智能诊断系统能够帮助人们实现对汽轮机组工作时状态的全程监控，当汽轮机组出现故障时，能够报警并自动记录故障原因和位置，提高了故障诊断的准确度。汽轮发电机组故障智能诊断是基于以计算机技术、传感技术和动态监测技术为基础的自动化常规诊断技术基础发展而来的。智能诊断能够应用人工智能、征兆处理知识推理为核心的诊断技术，形成基于知识的专业诊断知识库，并以此为基础实现对汽轮机组的故障智能诊断。一般来说，应用于汽轮发电机组的故障智能诊断包含基于解析余度、基于信号处理和基于知识的三种智能诊断方法。由于工程实践中无法实现对诊断对象建立精确的数学模型，所以基于知识的故障诊断法更加适合汽轮机组的复杂性。

2 基于知识推理和信息融合故障模式识别

2.1 基于知识推理和信息融合故障模式识别的原理和方法。知识推理和信息融合故障识别技术是指能够用信息融合技术融合多传感器数据和其他途径的设备运行状态信息，更加准确、全面的认识和描述诊断对象，从而使系统基于故障知识库做出正确的判断和决策，为工作人员反映故障信息的智能诊断技术。基于知识推理和信息融合的故障诊断技术，属于概率论的推广，但相比于概率论具有更弱的公理性和更严谨的推理过程，因此能够更加客观、细致的反映被测系统的不确定性，作为一种不确定性的推理方法，受到社会的普遍关注。基于知识推理和信息融合的故障诊断技术，是通过对同一识别框架上的各种证据体进行融合推理，并最终形成决策结果。

2.2 故障模式识别的推理控制策略。不同故障模式在各自诊断模型中所列的各个故障征兆具有不同程度的反映，经SVM分类得到故障所属模式类后，利用不同的征兆条件群建立诊断模型，通过基于证据理论的信息融合方法进行知识推理来诊断具体的故障模式。例如，对于一倍频故障类，所包含的在线监测故障模式共有原始质量不平衡、转动部件松动飞脱、转子热弯曲这三种，根据这三个故障模式的诊断模型，利用轴振振幅、振动稳定性、轴振时域波形、轴心轨迹、振动相位变化、轴瓦温度、轴向位移和胀差等征兆，就能将它们区分识别，再经过信息融合后选择可信度最大的故障模式即为所求结果。

图1　高中压缸轴向碰摩故障树

3 基于故障树分析方法的故障原因查找

当基于知识推理和信息融合故障识别系统可信度最大故障模式选择后，会根据系统设计的故障树进行故障原因的智能分析。基于故障树的分析方法，是按照人脑思维的基本逻辑思路设计的，基本逻辑语句可以设计为If（a）and（b）and（c）and……then（Reason1）。例如对汽轮发电机组高中压缸轴向摩擦故障模式的故障树（图1）可以设计为：

If （X1＝1）and（R1＝1）and （F1＝1）and（T＝1）Then（Reason1）。按照高中压缸轴向碰摩故障符合定义表（表1），则可以得：If （升速太快或暖机时间过短）and（胀差引起轴向间隙缩小）and（轴封与凸肩轴向碰摩）and（轴向摩擦）Then（升速太快或暖机时间过短导致胀差引起轴向间隙缩小）。

表1　高中压缸轴向碰摩符号定义表

4 故障位置查找

汽轮发电机组利用故障智能诊断找出故障原因后，故障位置的查找就要根据故障信号检测位置来进行判断。比如说上文高中压缸故障案例，故障位置查找可以根据故障信号检测装置的安装位置进行确定。工作人员也用故障位置建立同样的查找规则表达式，即If“障模式为轴向动静碰摩”and“故障原因为升速率太快或暖机时间过短引起的胀差间隙变小”and“l#轴振过大”then“故障位置在高中压缸高压端轴封处”。