水电机组轴承运行异常检测方法研究与应用

沈旭东，徐剑峰，江书樵,江振涛

（1.浙江华电乌溪江水力发电有限公司，浙江 衢州 324000；2.北京华科同安监控技术有限公司，北京 100043）

1 引言

轴承是水电机组的重要组成部件，主要分为导轴承和推力轴承。导轴承主要承受转动部分的径向力，保证机组绕旋转中心稳定运行。推力轴承承担着转动部分的重量和轴向水推力，并将轴向力传递至基础，其运行状态的优劣直接影响水电机组的运行安全[1]。由于布置于转动部件和非转动部件的间隔地带，轴承也是水电机组容易发生故障的部件。常见的轴承故障有瓦面磨损、润滑不良、间隙不匀、轴线偏移等，威胁机组的运行安全，也给运维人员带来了大量的检修任务[2]。

通常对水电机组轴承运行的监视主要包括轴瓦温度、油槽油位、冷却温度等参数，对推力轴承还包括油膜厚度、螺栓受力等监测内容[3]。由于相关监测参数一般采取单一的越限预警模式，在监测值尚未超过报警值时难以作出准确判断。而烧瓦停机等突发事故往往在报警出现之间就早有先兆，在事故发生前后发展迅速，运行人员难以作出快速反应[4]。本文通过分析轴承损耗产生和发展，对相关监测参数的概率分布进行了统计，建立了基于轴承损耗的水电机组轴承运行异常检测方法，有利于捕捉轴承运行状态的渐变趋势，从而预防突发事故的发生。

2 检测方法

2.1 轴承损耗

水电机组在运行时，为维持轴承系统正常工作所产生的出力损耗称为轴承损耗。轴承损耗可由冷却介质的流量和温差计算得出，如式（1）所示：

式中，Pb，轴承损耗，kW；Cp，冷却介质比热容，kJ/（kg·K）；Q，冷却介质流量，m3/s；ρ，冷却介质密度，kg/m3；Δt，冷却介质温差，K。

对任一特定机组，轴承冷却系统的功率保持不变，不同的运行工况下的轴承冷却介质流量通常为一定值，进一步研究发现，同一冷却流量下的轴承冷却介质温升也保持稳定。表1为某机组在不同工况下的上导轴承损耗计算结果，从表1中可以看出，不同工况下轴承冷却介质流量、温升均比较接近，轴承损耗基本保持一致。以上分析表明特定机组轴承冷却系统的冷却能力是固定的，不同工况下的轴瓦温升会反映在机组其他部件的温升中，而轴承损耗基本保持不变[5]。

表1 某机组不同工况下的上导轴承损耗计算结果

进一步研究发现，机组开机后，各部件由冷态变为热态时，轴承需经过一段时间才能达到稳定的工作状态。如图1所示，机组开机后，轴承冷却介质流量、进出口温度经过先快后慢的上升过程，大致在开机运行2 h后才逐渐稳定。

图1 机组开机后轴承运行趋势变化图

2.2 中心极限定理

设X1,X2, …,Xn是相互独立且具有相同分布的随机变量，数学期望和方差存在，E（Xn）=μ，；则对于随机变量存在以下关系：

即林德伯格-列维中心极限定理。定理表明，不管Xn服从什么分布，只要n充分大，则对于任意采样样本，随机变量的概率分布函数就收敛到标准正态分布函数Φ（x），即～N（0,1）。如记样本均值可 得X～N（μ，

水电机组在某一特定工况下稳定运行时，轴承温度、油槽油位、冷却介质温度和流量保持稳定，轴承损耗稳定在某一特定数值附近。轴承损耗由机组当前工况、运行状态决定，其数值可视为服从某一特定分布的随机变量。由中心极限定理，随机采集并计算得出的轴承损耗值服从正态分布。因此，可根据正态分布的理论设定轴承损耗的报警阈值，即正态分布的3σ准则：

式中，Srt，实时监测值样本基准值；σ，样本标准差。

对轴承损耗，根据实时监测的冷却介质温差和流量计算得出的轴承损耗为实时监测值，其均值为样本基准值，损耗数值序列的标准差为样本标准差。根据正态分布理论，监测参数实时值位于3σ区间内的概率为99.74%。因此，可根据3σ准则，对轴承损耗进行监测，设定报警阈值，当检测到异常时作出快速反应，实现轴承运行状态的异常检测。

3 实例分析

以国内某机组满负荷稳定运行3 h积累的监测数据为例，阐述基于轴承损耗的轴承运行异常检测方法的实现。该时段内，机组一直在满负荷工况下运行，监控系统每3 s保存一组实时数据，数据样本中每个监测量共包括3 600个数据点。

3.1 统计特性分析

该时段内，上导轴承冷却介质温差和流量变化趋势如图2所示。从图2可以看出，机组在该工况稳定运行时，冷却介质温差和流量均保持稳定。据上节定义，可知轴承损耗在该时段内保持稳定。

图2 上导轴承冷却介质温差和流量变化趋势图

计算该时段内上导轴承损耗值，对其进行统计分析，概率密度曲线和累积概率曲线如图3和图4所示。从图3、图4中可以看出，上导轴承损耗数据服从正态分布。

图3 上导轴承损耗数据的概率密度分布曲线

图4 上导轴承损耗数据的累积概率分布曲线

3.2 异常检测策略设计

根据以上统计分析结果，稳态工况下的上导轴承损耗数据服从正态分布，按照3σ准则设定轴承损耗的报警阈值。根据以上数据计算出的上导轴承损耗基准值和报警阈值如表2所示。

表2 轴承损耗报警阈值的确定

实际应用中，若监测系统实时计算出的轴承损耗超出了报警上限值，则表明机组运行状态的变化导致异常的损耗增大现象，可检查轴承瓦温是否正在增大；若实时损耗值低于报警下限值，由于温度变化的滞后性，此现象可能预示着轴承冷却系统存在潜在的故障，导致计算出的损耗值小于基准值，可进一步监视瓦温上升情况，检查冷却系统流量和压力、油泵系统是否工作正常。总体来说，由于轴瓦温度变化速度相对较为缓慢，基于损耗的轴承运行异常检测方法，可在故障早期检测轴承运行特性的变化，从而提前防止瓦温突然升高等突发事故的发生。

此外，在机组开机后，轴承需要经过一段时间运行后才达到稳定运行状态，在达到稳定状态前，轴承损耗通常低于稳定后的损耗值。因此，以上确立的基于损耗的轴承运行报警及异常检测策略，须在轴承运行稳定后方可投入，防止误动误报。

4 结论

本文分析了轴承损耗的定义和变化规律，根据中心极限定理，证明了在某一工况稳定运行的水电机组轴承损耗服从正态分布，进而根据正态分布的理论知识，建立了基于实时损耗的水电机组轴承运行异常检测方法。该检测方法以轴承损耗的变化趋势和数据统计特性为依据，可在故障早期检测水电机组轴承运行特性的变化，从而在瓦温上升前期提前判断轴承运行的异常和变化，优于单一的瓦温、油位等参数的越限报警，为运维人员增加了处理和决策时间，防止了跳机、烧瓦等突发事故的发生。该方法为概率统计知识在水电机组状态监测和故障预测领域的有益探索，值得行业借鉴。