应力波技术在TRT发电机组健康状态监测及故障诊断中的应用

谢宏星，高 帆，唐春阳

(1.湖南华菱湘潭钢铁有限公司动力厂，湖南湘潭 411101; 2.重庆川仪软件有限公司，重庆 401121)

引言

高效回收利用各生产工序产生的余热余能资源是钢铁企业实施节能减排的趋势，炉顶余压发电技术（Blast Furnace Top-pressure Recovery Turbine Unit，中文译为高炉煤气余压回收透平装置，国际上简称TRT）利用炉顶煤气在透平机内膨胀做功，将机械能转化为电能。利用应力波技术对高炉TRT发电机组在多种工况下表现出的故障特征信息进行综合分析，并识别设备健康/不健康状态、故障类型和故障的严重程度[1,2]，以设备开盖检修的实际情况验证应力波技术诊断结论的有效性以及故障定位的准确性，并对设备检修后重新开机过程中的状态进行监测，为机组工艺参数的调整提供指导。

1 TRT发电机组常见故障统计分析

根据生产过程发生的实际故障，通过在机组检修过程中积累大量的检修经验对监测数据、故障情况进行分析，并以相关文献为依据[3]，统计出旋转机械设备常见故障形式，具体如图1所示。

图1 旋转机械设备常见故障及其所占比例统计

根据TRT 发电机组运行时的动力学特性，本文针对性地研究了机组几种主要故障形式及原因分析[4-7]，具体如表1所示，对此进行分析的意义是在监测数据的基础上，提取有效故障特征进行分析诊断，预判机组的故障部位及故障类型。

表1 TRT机组常见故障类型及原因分析

2 应力波技术在设备状态监测诊断中的应用

2.1 应力波分析技术原理介绍

旋转设备的运转都伴随着摩擦的变化，振动、碎屑和温度是对摩擦变化的二阶响应（量变的积累效应），摩擦是载荷、润滑和机械状态的复合函数。摩擦和冲击在部件相互作用处产生应力波，应力波是一种超声波能量脉冲（弹性波），在部件内部（固、液、气）辐射传导，应力波分析技术通过量化摩擦/冲击事件的剧烈程度，进而判断机械部件的内部动态变化。其中摩擦事件的剧烈程度与以下因素相关：表面面积和光滑度、相对表面速度、接触压力、润滑条件、速度/负载变化。冲击事件的剧烈程度与以下因素相关：冲击速度、受损深度、受损尺寸和面积。图2所示为应力波技术对设备内部相对运动产生的摩擦/冲击事件的剧烈程度进行量化显示。基于此，应力波分析技术可以量化损伤区的深度和广度，即量化损伤区的面积大小。

应力波分析技术只检测能够激发传感器在超声波频率段的共振信号，所有与设备动力学相关的低频振动、设备机体结构产生的振动以及可听到的噪声都被过滤掉，因此不受外部运动及噪音的影响；同时，应力波技术不受低转速转动的影响，低转速情况下，设备任何损坏所产生的能量异常太小，无法激励机器产生足以被检测出来的振动能量。基于机械故障早期特征以高频信号呈现这一特征，应力波分析技术的频率选取范围为38±2 kHz。旋转部件的使用时间越长，发生渐变故障的概率也就越大，渐变性使得部分故障可以进行预防。与传统监测诊断手段相比，应力波技术能够有效提取设备早期故障特征，捕捉设备出现实际损坏时的突变状态，从而在其它传统技术如温度检测、振动、油品检测等技术诊断出故障情况之前提前预判设备的运行状态，体现对于早期故障的前瞻性[8,9]。

图2 应力波分析技术基本原理图

2.2 应力监测诊断系统

完整的应力波监测诊断系统包括三大部分：应力波传感器、数据采集箱、分析软件。应力波传感器布置在现场设备上，感知设备内部的应力波能量变化；数据采集箱就地布置在监测现场，收集、处理现场多个应力波传感器的监测信息；分析软件布置在控制室或者管理办公室，用于诊断分析和处理多个数据采集箱汇聚的设备监测数据信息。基于在线连续监测，判断设备的健康/不健康状态、识别设备劣化趋势及发生故障的时间点。该系统同时配置设备健康监测手机APP 软件，帮助设备运维人员更加方便完成设备健康监测，结合应力波诊断技术、移动互联网技术提高设备状态监测及故障诊断效率。如图3 所示，通过设备健康监测APP，可实现设备运行状态全天候的实时监测、报警分级发送、设备异常报警分级确认、诊断建议即时发布等功能。

图3 设备健康管家手机APP软件界面

3 高炉TRT机组故障分析及处理

3.1 TRT状态监测点布置

湘钢2#高炉TRT 是陕西鼓风机（集团）公司2009 年6 月生产，2010 年投入运行的干法除尘TRT机组，机组型号为MPG19.2-295.6/180。设计参数为：高炉容积2 580 m3，高炉炉顶煤气发生量：最大值为530 000 m3/h，正常情况下为435 000 m3/h；输出功率最大值为19.2 MW，正常情况为13.9 MW。用应力波系统对TRT进行监测，现场布置测点2个，分别为1#轴瓦、2#轴瓦，如图4 所示，应力波传感器采用夹持安装的方式（轴承座端盖处有螺栓），夹持底座通过螺栓和设备固定到一起，传感器实际固定于夹持底座上。

图4 TRT状态监测点布置

3.2 设备状态监测及故障诊断

3.2.1 应力波能量趋势图。应力波能量趋势图通过系统在实际运行中采集数据而生成，它显示出应力波能量随时间推移的变化趋势，以图形化的方式表示设备的健康状态、设备恶化趋势及故障发生时间点。如图5所示。

图5 1#轴瓦应力波能量趋势图

1#轴瓦的应力波能量存在明显波动，并随着时间推移，波动幅值逐渐升高，表明1#轴瓦的异常情况逐渐加剧。而2#轴瓦的应力波能量相对较稳定。

3.2.2 时域信号图。如图6 所示，时域信号图中的周期性波峰非常明显，表明存在周期性的摩擦/冲击事件。

图6 1#轴瓦时域信号图

3.2.3 FFT 频谱。应力波分析技术只检测能够激发传感器在超声波频段的共振信号，滤除与设备故障无关的背景噪声，因此定位设备故障原因及具体位置时，只保留纯粹的故障信息，从而使故障定位更加精准。如图7 所示，FFT 频谱图1（应力波能量波峰上升后）中出现49.44 Hz 轴频及其倍频，幅值为0.066 V，表明轴与轴瓦之间存在碰摩；频谱图2（应力波能量波峰有明显上升后）中的49.44 Hz 轴频及其倍频幅值增大为0.29 V，表明轴与轴瓦之间碰摩严重。

图7 1#轴瓦FFT频谱图对比

3.2.4 直方图。该工具检测应力波脉冲串中每个脉冲的峰值幅度，Y 轴表示摩擦事件的数量，X 轴表示单个摩擦脉冲的峰值幅度，图8 所示的1#轴瓦直方图，偏态分布非常明显，且随着时间推移，状态越来越差，怀疑1#轴瓦部位存在润滑不良或润滑油污染问题，并且未形成有效的油膜。

图8 1#轴瓦FFT直方图（存在严重润滑不良或润滑油污染）

3.3 设备开盖检修

滑动轴承故障发展至一定阶段时可能会导致轴承与轴颈产生接触摩擦或磨粒磨损[10-12]，基于上述监测数据明确体现出轴与轴瓦之间的碰摩逐渐加剧以及润滑不良的情况到了非常严重的程度，设备管理人员立即安排更换1#轴瓦，随即将该设备停机，开盖检查1#轴瓦部位是否存在故障。1#轴瓦开盖检查，该轴瓦的巴氏合金颗粒脱落于润滑油中，造成润滑油污染。由于该故障处理及时，避免了抱轴、非计划停机等更严重的事故。

4 更换轴瓦后开机过程分析及处理

4.1 开机过程监测数据

更换1#轴瓦后，机组重新恢复运行，在暖机过程中，应力波监测诊断系统继续采集数据，传感器测点的布置依然为1#轴瓦、2#轴瓦部位，监测数据分析如下：4.1.1 应力波能量趋势图。如图9 所示，从1#、2#轴瓦的应力波能量趋势图可以看出，机组重新开机后，带载过程中1#、2#轴瓦应力波能量波动较大，同时参照DCS 系统的监测数据，1 瓦、2 瓦的振动值在机组带载后持续上升，综合应力波能量趋势以及振动值的上升情况，表明1#、2#轴瓦部位均处于不健康状态，经现场人员调整工艺参数后，1瓦、2瓦的应力波能量值明显下降且保持平稳，同时DCS 系统中的振动值明显下降且保持平稳，表明该监测部位状态恢复稳定。

图9 重新开机过程中1#轴瓦应力波能量趋势图

4.1.2 时域信号图。如图10 所示，调整工艺参数前，1#轴瓦监测部位时域图中周期性摩擦/冲击事件较为明显，表明轴与轴瓦存在碰摩。调整工艺参数后，时域图中无明显波峰，表明不存在摩擦/冲击事件，认为碰摩现象未再出现。

图10 1#轴瓦时域信号图对比

4.1.3 FFT 频谱。如图11 所示，调整工艺参数前，FFT 频谱图1 中出现49.44 Hz 频率（轴频）及其倍频，幅值为0.17 V，表明轴与轴瓦之间存在碰摩；调整工艺参数后，FFT 频谱图2 中无明显波峰存在，表明轴与轴瓦之间碰摩现象消失。

图11 1#轴瓦FFT频谱图对比

4.1.4 直方图。如图12所示，调整工艺参数前，直方图偏态分布情况较为明显，表明该监测部位存在润滑不良，怀疑1#轴瓦未形成有效的油膜；调整工艺参数后，直方图2 的分布情况表明滑动轴承油膜建立良好，该监测部位恢复正常的润滑状态。

4.2 开机异常分析及处理

机组带载后，通过应力波监测振动系统的应力波能量、时域信号、直方图、频谱信号等分析工具均发现滑动轴承部位润滑不良、轴与轴瓦存在轻微碰摩等异常状况，判断受外界干扰力大引起的可能性较小，怀疑轴瓦稳定性较差。带负荷过程中状态异常是产生了油膜涡动，之后额定转速下加励磁时振动值产生了大幅增加，也是受油膜涡动影响所致。调整工艺参数后，带负荷运行机组应力波能量保持稳定，碰摩现象消失，滑动轴承恢复良好的润滑状态，未再出现油膜涡动。

图12 1#轴瓦直方图对比

5 总结

对高炉工序中的透平发电机组在各种工况下表现出的故障特征信息综合分析，识别设备工作状态、故障类型和故障的严重程度，并以设备开盖检修的情况验证了应力波技术对于滑动轴承轴与轴瓦之间存在严重碰摩、润滑污染、润滑不良等诊断结论的有效性及准确性，以此诊断结论为指导对机组滑动轴承故障进行修复。并对更换轴瓦后重新开机过程中的异常情况分析并进行处理，使带负荷运行机组恢复稳定运行。该监测诊断案例为湘钢动力厂实施预知维修、提高设备利用率、降低维护成本、实现生产效益最大化提供了实践指导。