基于多源融合的水轮机空化状态在线评价系统及应用

魏运水，何继全，崔 悦，李 震，刘 艺，王振鑫

（1.福建水口发电集团有限公司，福建 福州 350004；2.北京中元瑞讯科技有限公司，北京 100085）

1 前言

水轮机是水力发电机组中的将水能转换为机械能、进而转换为电能的关键设备，其工作运行的可靠性和效率决定了整个水电机组的可靠性和效率。因此深入研究空化机理，结合信号采集、信号处理和故障诊断技术，建立可信的实时在线空化状态评级系统，实现对机组空化状态的在线评价和预警，对水轮发电机组的可靠、高效运行和维修有着积极的意义。

2 空化信号的特点

2.1 初生阶段空化引起的超声段信号

研究表明，在空化发生的初始阶段，液体冲击产生的空泡绝大多数空化的体积较小，溃火时较短，辐射出的冲击脉冲信号频率高，主要是超声波信号。因此，监测空化超声波信号有利于及早发现水轮机中的空化。此时，空化辐射出的超声信号主要分布在30～120 kHz的频率范围内。

2.2 强烈空化引起的可闻段振动信号

水轮机发生严重空化空蚀时,将会导致发电机组产生剧烈高频的振动，而且会产生极其剧烈的噪声。可以通过采集转轮的高频振动信号进行分析评价。在这种情况下，通过在转轮附近的尾水门、水车室内的支持盖或者水导下轴承等位置加装加速度传感器，实时采集和分析评价水轮机空化空蚀引起的振动加速度信号。转轮空化空蚀越严重，所测得的振动加速度值越大。相较于超声段信号，空化引起的振动信号主要以可闻声段的信号为主。

2.3 强烈空化引起的机组能量参数的改变

随着空化剧烈发展时，会使水轮机的效率、出力下降，耗水率增大。因此，通过在线监测机组效率、出力等能量参数，通过对比起发展趋势，也能及时间接反映出转轮空化空蚀的发展程度。

3 多源融合的空化状态在线评价系统

综上所述，不同阶段空化空蚀声信号的特征并不相同，因此，需要采用多种监测手段才能有效监测和识别其空化空蚀发展状态。在本文中将同时采集监测可闻声段振动信号、超声段声音信号、机组效率及机组负荷等能量参数等三类信号实现对转轮空化的监测和分析评价。

3.1 测量传感器选择

3.1.1 可闻声段振动传感器

正如前文所述，由于空泡溃灭的瞬间会辐射的机械冲击力，具有高频、大冲量的特点，因此，更合适测量其加速度信号。因此在本文中，选择加速度振动传感器测量可闻声段的空化信号。可将振动加速度的频率响应范围限制在1 kHz～20 kHz之内，且采用应变式加速度传感器。表1是典型的用于测量空化引起振动的加速度传感器的关键技术参数：

表1 空化信号采集振动加速度传感器

典型的安装位置有尾水管检修入口门及导叶拐臂处选择1～2不同方位固定。

3.1.2 超声段空化信号采集传感器

可用于超声段空化信号采集的传感器有两种，一种是声发射传感器，另外一种是水听器，以下分别介绍其特点和技术指标。

（1）声发射传感器

声发射检测技术具有以下优点：声发射信号来自检测对象本身，能够对检测对象实现实时监测；可检测的频带较宽，可以监测从几千到1 MHz频率的信号。在本文中，选择R15a型声发射传感器，实现对空化信号高于20 kHz以上信号的采集测量。典型的安装位置有尾水管检修入口门及导叶拐臂处选择1～2不同方位固定。表2是其关键技术参数。

表2 声发射传感器主要技术参指标

（2）水听器

水声换能器是将电信号转换为水声信号或将水声信号转换为电信号的器件。正如本文所述，空泡溃灭会引起不同的水声辐射信号，而用水听器就可以拾取这些水声信号，通过分析识别就可以实现对空化信号的评价。对比于声发射传感器，水听器的频率响应范围地可闻声段和超声声段都有。典型的安装位置如尾水管检修入口门。表3是其关键技术参数。

表3 水听器主要技术参指标

3.1.3 机组能量参数测量

机组效率测试的核心是机组过机流量的测试，而在线测量机组流量的方法主要有超声波测流法、蜗壳差压法等。在测量得到机组流量之后，采集机组有功功率，蜗壳进口压力以及出口压力等参数就可计算获得机组实时效率。以下表4是效率测量所需要的测量参数：

表4 机组效率测量所需测量参数

3.2 空化状态在线评价系统功能原理

结合空化系统的特点以及传感器的选型，空化状态在线评价系统的结构如图1所示：

图1 空化状态在线评价系统结构图

图1中，超声段信号（声发射信号、水听器）通过高速信号采集模块进行采集，采集频率为2 MHz，能满足1 MHz以下声发射信号、水听器信号的采集；可闻声段的高速振动加速度信号通过中频信号采集模块进行采集，采集频率为200 kHz,能满足20 kHz及以下振动加速度信号的采集；而机组蜗壳差压、有功功率、压力等信号则由低频信号采集模块进行采集，该采集器采集频率设定为500 Hz。上图1中，智能空化信号处理单元是评价系统的核心信号处理单元，它接收高速采集模块传送来的声发射、水听器的超声段高频信号，接收中速采集模块传送来的振动加速度的可闻声段高频信号以及低速采集模块传送来的蜗壳差压、机组有功率、压力等信号，融合上述信号，实时计算机组效率、耗水率，以及空化强度等关键指标，并在线判定机组的空化状态，如果满足报警条件（如效率下降、空化信号指数增大）则发出告警信号，实现在线的预警功能。同时将上述数据进行存储、显示、以及向远程的机组监测分析中心传输，以满足在线远程监测分析的需要。其数据处理逻辑框图如下：

图2 是空化状态在线评价系统数据处理逻辑框图，其中核心算法是空化强度信号的识别与计算方法。从本文空化信号的特征可以获知，空泡溃灭时对转轮叶片和尾水管壁等产生强烈的高频冲击脉冲信号，因此采用恰当的信号处理方法识别冲击的频次、强度，是识别空化强度的重要方法。越高频次溃灭的空泡，说明空泡越多，对水轮机损伤也越大；越高幅值能量的冲击，对水轮机过流部件的破坏也越大。因此，借助于单位时间内的冲击总能量和冲击脉冲频次可以实现对水轮空化状态和发展水平的分析评价。当然也可以借助于最新的深度机器学习方法，可以大量空化数据样本的基础上，对机组的不同空化状态进行识别和分类。

4 空化强度评价方法及应用

4.1 基于谱峭度方法的冲击脉冲能量空化评价方法

谱峭度法是一个共振解调方法中带通滤波器中心频率和带宽参数确定问题的有效方法，广泛用于工业大型机械的信号检测和故障定位；该方法以选择滤波后时域信号的峭度值作为滤波效果度量指标，采用多次迭代方法确定最优的滤波器。以此最优滤波器为基础，对声发射、水听器、振动加速度信号进行窄带滤波，而后采用数字包络解调方法获得冲击包络信号，以该包络信号为基础，积分获得脉冲能量强度，和脉冲重复率、单位时间内的冲击能量强度。通过上述脉冲重复率和冲击能量强度，就可实现空化状态的量化评价。

图3 是对福建某水电厂轴流转桨式机组尾水管门测得的超声信号，采用本方法处理的结果。从以上数据可以看出，在测量水头低负荷区单位时间内的冲击脉冲重复率、脉冲能量强度远高于高负荷区。经对比该机组模型试验和综合特性曲线数据获知，该机组在对应水头低负荷区存在较为强烈的空腔空化和翼型空化；而在高负荷区，该机组空腔空化则减小、变弱。因此，对比上述数据可以看出，通过冲击脉冲重复率和冲击脉冲能量可以较好的反映出该水轮机的空化状态和变化水平。

图3 不同负荷区下空化冲击脉冲重复率分布及空化冲击脉冲能量的分布

4.2 基于深度机器学习的空化评价方法

深度学习是基于深度神经网络来对数据进行更复杂的分析处理，以期获取我们用户感兴趣的信息，是信号与信息处理范畴的最新技术。在本文中，采用深度机器学习方法，对采集到的不同负荷下的空化样本数据进行了训练，并用新的测量数据进行了测试验证。其中训练样本采用了与4.1中同样的样本数据，共9组数据，其中2组低负荷区空化状态的样本数据，而7组为高负荷区空化程序很低的样本数据。预处理过程将20 kHz以下的信号滤除。 在训练获得优化模型之后，采用该模型，对该机组新测量的多组不同负荷下的空化信号进行分类计算，获得与空化状态样本的贴近度，以该贴近度为基础计算该机组的空化健康程度系数，该系数为正而且越大表明新的测试样本越贴近正常无空化状态样本，该系数为负，而且绝对值越大表明新的测试样本越贴近空化状态样本。下表5是测试的结果：

表5 深度机器学习模型测试结果

从以上数据可以看出，采用基于深度神经网络的深度机器学习方法，可以较好的实现空化状态的识别，因此基于深度神经网络的深度机器学习方法不失为一种新的可以探索的空化状态评价的方法。

5 结论

本文通过对水轮机空化产生的机理和信号特征的分析，提出了一套综合的、基于多源融合的水轮机空化状态的分析评价系统的设计原理和方法，并引用实际测量数据对方法进行了验证。然而，水轮机空化程度的识别与评价是极其复杂的，是水轮机故障诊断领域最复杂的问题之一。从目前发展水平看，仍然需要从机理研究、基础测量技术、信号处理技术等多方面进一步研究、探索和验证实践。