试论汽轮机组故障诊断技术现状与发展
2022-07-27哈尔滨汽轮机厂有限责任公司刘建宝
哈尔滨汽轮机厂有限责任公司 刘建宝
汽轮机组是工业领域的基本设备,广泛应用于电力、石化等行业。大型汽轮机组的设计和系统不仅复杂,其机组运行条件也特殊,经常使汽轮机机组出现故障,故障的危害性和经济损失巨大。因此,汽轮机组设备的诊断始终是一个困难的故障诊断。汽轮机厂是基础工业厂房,广泛应用于电气、石化等行业,这往往会导致汽轮机发生故障、造成巨大的损坏和经济损失。因此汽轮机故障的诊断一直是一个难题。
在机器运转中安全非常重要。当前故障检测的要求更高。统计数据表明,使用故障诊断系统的旋转动力设备后事故率大大降低,可节约成本30%。伴随着越来越精密和科学的机器和设备,汽轮机的流量部分在高压和高温下,以及在快速和繁重的运行条件下工作,导致自身轻微的偏差和事故。新技术的引进和使用在提高效率和确保设备安全稳定运行方面发挥着关键作用,传统的检测方式已不能满足当前系统的故障诊断要求。
1 汽轮发电机组出现的振动故障
1.1 气流激振
当发生气流激振时,监测信号的频率中会有许多小于低频的分量。气流激振主要是由于载荷等工艺参数的变化引起的,属于突发性异常振动问题。产生这种异常振动的主因是叶片受到不均匀气流的冲击,使机组轴系振动异常,从而影响机组运行的稳定性。为判断这一异常振动故障,需结合振动工况的监测数据,综合分析不同载荷工况下监测数据的变化趋势。应有效降低负荷变化率,保证汽轮发电机组能有效避开可能有气流激振的负荷区域,防止气流激振的异常现象发生。
1.2 轴瓦振动
汽轮发电机组轴瓦振动的原因是多方面的,一般有设计制造、安装、运行工况等方面。汽轮发电机组在设计制造中,由于精度或装配工艺方面的质量不足,或机组的支撑轴承选择的不够合理,容易使机组出现异常振动。另外,在机组的安装过程中,工艺质量会对振动产生影响,如轴承的标高、动静间隙等方面安装不合理易引起异常振动。再者,机组运行中如果存在叶片断裂会使转子运行出现摩擦,机组负荷变化较大、润滑油温变化较大等原因都会使机组出现异常振动。
1.3 转子不平衡
通常是由转子系统质量偏心和转子部件缺陷引起的。转子制造过程中的制造误差、装配误差和材料误差都会影响转子的质量,稍有不慎就会导致转子系统的偏心质量。转子在运行过程中经常受到各种外部因素的影响,造成腐蚀、磨损、介质、疲劳力等情况。这些因素都会造成转子部件缺陷的问题,甚至转子部件脱落,从而进一步加剧转子不平衡,阻碍汽轮发电机组的安全运行,振动故障也越来越严重。
1.4 转子弯曲
汽轮发电机组转子弯曲引起的振动故障主要表现在两个方面,一是转子弯曲,二是转子临时弯曲。转子弯曲是指转子在运动过程中呈现弯曲状态。造成这种现象的原因有很多。其中,转子轴结构不合理是常见的问题,增大了汽轮发电机组在使用过程中的生产误差。如果不及时调整转子轴转子就会弯曲。决定转子临时弯曲的直接因素是转子轴的载荷程度,间接因素包括矩量,如果不及时调整转子轴转子就会弯曲。决定转子临时弯曲的直接因素是转子轴的负载程度,间接因素包括多种类型,如启动预热时间短、转子轴变形不均匀等问题,都会导致汽轮发电机组转子临时弯曲。
1.5 转子不对中
主要是指转子轴之间的位移现象。常见类型有平行位移、综合位移和角位移。造成这种情况的原因主要是安装过程中的误差、轴承过程中的变形、机器基础的不均匀沉降等方面。与引起汽轮发电机组振动失效的其他因素相比,转子不对中问题的严重程度相对较小。但如不及时调整就会造成更严重的安全事故。汽轮发电机组在使用过程中容易造成联轴器的偏转,不仅会造成汽轮发电机组设备轴承的损坏,且会降低轴承使用寿命,还会阻碍电厂经济建设的稳定发展。
2 故障诊断的技术和理论
系统故障为系统分析的首要事件,然后分析故障事件与每个子系统或组件之间的逻辑关系,构建故障树。据此,分析系统故障的各种方法和可靠性特征是一种分析方法,模糊模式识别是根据故障症状与故障原因之间的模糊关系矩阵r,根据模糊规则计算模糊诊断向量b,B=RsX,这里σ是一个模糊算子,不同的算子对应于另一种模糊综合评价和诊断方法[1]。
模糊聚类是将故障x的当前症状与该设备的历史数据进行比较,不同的算子应对不同模糊的综合评价和诊断方法。模糊聚类将故障x的当前症状与设备的历史数据进行比较,即,即故障y的典型症状在历史中各种故障的诊断和故障排除记录中的情况并计算哪些当前故障最接近于过去诊断的故障,将其归入一类。
图1 故障诊断的一般流程
汽轮机碰磨故障检测方法如下:
在气缸体轴向的两端安装压电式速度传感器,以记录摩擦信号等,汽缸体的固有频率用于连续捕获:去除缸体结构的振动加速度信号分量和所选振动信号的趋势,然后基于傅里叶变换执行频带滤波器。根据信号的频谱特性,在接近固有频率的情况下确定带通滤波器的上限和下限,数据保持在频率限制内,然后执行反向傅里叶变换以获得磁带过滤信号,其相关性和适用性是提高诊断准确性的重要保证。
汽轮机在运行时,转子、汽缸等动静部件在高温蒸汽的影响下发生热变形。如果旋转的高速转子受热不均匀且热弯曲,则会产生较大的不平衡力,导致转子各部分的中心从静止中心发生较大的周期性移动,如果偏心运动大于截面的动态和静态部件之间的间隙,则动态和静态部件之间会发生碰撞和磨损[2]。
图2 汽轮机碰磨示意图
在火力发电厂的运行中,动、静密封板、转子轴和滑动轴承经常发生碰撞和磨损,这是一种常见的故障。部件之间的碰撞和摩擦对旋转和缸体的影响很小。动态和静态部件的直接影响和利用通常不会对机组的运行状态产生直接影响。微效应磨损经常发生,结构的影响逐渐累积。它将逐渐导致结构部件的磨损和变形(如梳齿密封),严重情况下会导致暴露在长期冲击下的叶片突然断裂,并导致严重的二次事故,中断机器的整个叶片,迫使公司停止计划外的维护操作,导致重大财务损失。
3 故障诊断技术对汽轮机行业的重要性
蒸汽轮机是一种非常集中的旋转动力。由于社会和经济发展的需要,高参数、高性能和多样性逐渐成为了汽轮机的主要特征,它使整个社会的生产和生活得以实现。汽轮机故障会影响机组性能,导致严重停电,影响供电、化学处理和其他设备正常运转,使公司遭受巨大的经济损失。因此,先进的诊断技术对提高汽轮机设备的安全性和经济性具有重要作用。
故障诊断中的规则。通过收集专业诊断经验,创建了基于规则的系统。这些经验被描述为关于症状和可能缺陷的规则。这些规则用于模拟缺陷诊断过程中与专家关联的推理过程,在诊断缺陷之前须具有足够的规则经验,否则无法进行诊断;如在诊断方面没有太多经验,当出现新情况时有可能错过诊断。
故障诊断中的实例诊断。诊断的优点是根据以前的示例问题解决新问题,而不参考示例规则,减少信息获取的负担,快速解决问题。基于案例论证的基础是创建有效的案例索引机制和案例组织;基于模糊理论的诊断模型。有两种主要方法,一是建立故障症状与类型之间的因果矩阵r,然后缺陷和症状之间的不明确关系形成了方程式。这是一种基于模糊比和综合算法的诊断方法
故障控制还应从以下方面着手:
控制参数。操作蒸汽轮机时,应有效监测蒸汽轮机入口温度并定期维护加热系统,以确保加热系统的所有元件符合压缩要求,并符合汽轮机使用要求,有效保证设备切换到热交换和传热;项目控制汽轮机复杂,维护工作量较大;在维护期间,必须制定详细的维护计划并进行合理的项目检查,以确保维护顺利进行。维修必须进行科学检查,并做好相应的核算和交接工作,避免维修和重复维修。还必须注意监控维护进度,确保完成每个现场的内容,并确保高效地进行维护[3]。
维护的质量控制和质量保证是确保维护有效性的基础,应严格遵守操作要求并遵守图纸、说明、使用说明和其他文件;安全检查。安全是一切工作的基础,火力发电厂应在技术上确保维护人员的安全,所有工作首先必须符合安全的基本原则。
另外,提高适应建模和充分利用其优势和功能的能力,人工智能可以解决汽轮机工作中的实际问题。当系统以多种方式到达系统块时,系统可在下次遇到类似问题时快速找到局部问题。人工智能模拟人脑中的思维训练,检查主动搜索,解释蒸汽轮机故障的原因,并帮助专家系统提供识别蒸汽轮机故障和使用人工方法的有效指导。在专家的支持下,主动学习、研究和自我改进的智能方法在震源环境内的交互中非常有用,以提高蒸汽轮机诊断系统的准确性和完整性。
4 发展趋势与展望
汽轮机故障诊断技术不断改进,实施高水平涡汽轮机故障诊断技术。通过对汽轮机故障诊断技术的分析,了解故障检修技术存在的问题,加强以下方面的研究,更好地发展汽轮机故障诊断技术。
综合诊断。致力于汽轮机故障诊断,进行全面故障诊断,主要进行全面热影响诊断、性能诊断、油液诊断、温度诊断和逻辑顺序诊断,实现轮机故障诊断的有效解决;知识表现、取得和系统地表现自学知识,获取知识一直是诊断系统研究的重点,但尚未取得重大突破,仍然将是重要的研究中心[4];实现全面检查技术,提高汽轮机故障诊断技术;随时进行故障机理的深入调查,推动诊断技术的发展。本研究侧重于渐进性错误的定量表征。另一个重要方向是研究指标体系及其阈值,以评估整个系统的故障状态。
汽轮机是发电厂正常生产电能的重要设备,其运行的安全性和稳定性对发电厂的正常运行起着十分重要的作用。但由于其自身结构的复杂性和运行环境的特殊性,汽轮机的故障经常出现,因此故障诊断技术成为汽轮机钻研的探索的主要技术。汽轮机的高参数、高可靠性和高可用性必须不断改进现有的故障排除方法。
汽轮机是发电厂正常发电的重要设备,其运行的安全性和稳定性对与发电厂的正常运行起着非常重要的作用。由于结构的复杂性和运行环境的特殊性,汽轮机经常发生故障。故障排除技术已成为汽轮机研究和探索的主要技术。为了最大限度地提高汽轮机故障诊断技术的准确性,需要经常对汽轮机故障诊断技术进行调查和研究,这旨在显著提高汽轮机的安全性和可靠性,为我国的电力事业作出更大贡献。