锅炉特种设备的检修方法分析

丁振媛

（东营市特种设备检验研究院 山东东营 257000）

电力生产是一种连续制造过程，出于经济原因，设备经常需要检查维修，以降低重大故障的次数。另外，为了维持生产过程，一些组件单元经常在故障状态下运行。因此，在分析设备使用数据时，首要任务是通过保持设备处于良好状态来维持生产能力。对发电厂的发电产生重大影响的设备包括锅炉供给水泵，这些设备的故障可能会导致整个单元停止生产。因此，使用状态监测方法来对这类特种设备进行监管是必要的，状态监测也让工程师能够进行预测性维护工作，而对设备的评估分析也有利于后续检修维护［1］。

1 锅炉故障分析

锅炉部件主要由钢、铸铁、不锈钢和高温合金制成。锅炉管故障是电厂中非常普遍的现象。调查锅炉管道故障的原因对于防止未来锅炉故障非常重要。识别正确的故障机制通常有助于确保设备的完整性。锅炉管失效的原因有很多，如点蚀、应力腐蚀开裂、应力破裂、蠕变、侵蚀和热疲劳。锅炉管故障是计划外或强制锅炉停运的主要原因，这可能导致紧急停机、生产损失和昂贵的维修费用。局部腐蚀是一种局部变薄或金属损失的形式，是电厂行业中锅炉管道故障的最常见原因之一。据报道，这种管道故障机制占造成化石燃料发电厂所有管道故障的25%左右。管子在使用中的局部腐蚀是由于管壁损失机制造成的，这是由于飞灰、落渣和锅炉燃烧室散发的煤颗粒对管子表面的磨损。这些管子的局部腐蚀也可能是由于吹灰器将高速蒸汽射流误导直接撞击管子表面，或由于相邻管子的蒸汽切割（当故障管子破裂和高动量蒸汽逃逸撞击相邻管）。随着时间的推移，在这些影响下的管子将经历显著的壁厚损失，从而导致严重的塑性变形并最终爆裂。

多年来，锅炉管的故障评估包括冶金故障调查、根本原因分析方法、管目视检查、化学成分和使用X射线衍射（XRD）、扫描电子显微镜（SEM）、能量色散X射线的微观结构分析光谱学（EDS）等，以确定故障的原因。研究对部分原因提供了预防措施的建议。预测管子的剩余使用时间提供了控制侵蚀性颗粒特性（类型、大小、形状、流速）的方案，并建议使用流量控制筛来重新分配侵蚀性颗粒、降低气体速度和随后降低侵蚀率。这些都有助于缓解问题，但锅炉管的局部腐蚀问题仍然是导致管道泄漏的主要原因，因此，也是发电厂和其他公用事业中锅炉计划外停机的主要原因。

2 锅炉特种设备的检修

锅炉的检修操作无疑需要在锅炉的停运期间进行。在此之前，操作员需要对正常运行的锅炉进行运转检查，保证锅炉在运转过程中不存在直观故障。每年，操作员都需要对蒸汽锅炉进行多次全面细致检查，以检测是否形成水垢、腐蚀、振动、磨损、裂纹、过热等问题，这些问题需要进行相应的维护，以防止最终导致整个设备的故障。当然，在工厂里有一种仪器，它是预测性维护的最佳“设备”，是操作员的耳朵。操作员可以检测到许多指示即将发生故障的问题，并采取措施防止故障发生。操作员可以检测到声音、振动、温度的变化（只需将一只手放在设备上），这需要在测试和监控设备上投入大量资金。锅炉厂操作人员的持续出勤是预测性维护的一项投资，有助于确保不会出现重大设备或系统故障等意外情况。通常是锅炉操作员提供水处理的基本维护。锅炉管的维护需要经过培训的人员在焊接和无损检测（NDT）等领域进行检查和维修，还需要特殊的工具和设备设置，如用于检查的超声波设备、切割和坡口机、焊接、安装板，和设置脚手架以供进入，此外，也需要不同尺寸的备用管。所有这些资源都会产生成本，并且准备工作会占用停机时间。同时，作为维护人员，具备专业的知识和检修手册是极其重要的。在进行任何维护操作之前，都需要对整个设备有明确的认知，以免在检修过程中造成二次人为操作不当引发的故障［2-3］。

3 锅炉压力部件维护

用于核电站、石化和不同工业领域的压力容器暴露在高温和多变的温度、压力和化学活性液体的快速流动中，因此，导致在容器壁上形成不同形式的裂缝和不同尺寸的空腔。

锅炉压力部件是发电站的重要资产，众所周知，燃煤发电站是计划和强制停机成本的最大贡献者之一。锅炉受压件的性能受多种因素影响，如输出要求、计划维护的持续时间、计划维护的频率、遵守法规、资源可用性和成本和煤炭质量等，这些因素之间的内在关系会影响维护决策的优化。本节讨论了优化框架在电站锅炉管维修优化分析中的应用。

由于长期的内部操作，锅炉和压力容器内连续高温，如果有裂缝出现，很容易造成安全生产事故，如锅炉和压力容器的爆炸，这将危害人类生命安全和公司财产。压力容器故障的主要原因是容器的烟灰、结垢、腐蚀和热冲击。当锅炉在炉侧表面产生大量烟灰时，它会显著隔热并减少传热，并导致效率损失。如果水边表面积聚大量水垢，情况也是如此。小至1/8英寸的水垢或烟灰可将燃料成本上升25%，同时，还会显著导致管板、熔炉和管道的压力容器故障。当这种情况发生时，第一个迹象是烟囱温度明显高于正常水平，这是由于缺乏热量传递到容器的水背表面。或者，当锅炉停机一段时间后，可能有迹象表明设备前部或后部漏水。此外，管道水侧可能会出现氧气点蚀（腐蚀），从而使水进入管道的内部炉侧并泄漏到地板上。热冲击损坏是由于进入锅炉的给水温度的根本差异造成的，并且很可能会发现管和管板泄漏的根据，以及锅炉的给水连接可能破裂。要解决锅炉中的结垢和腐蚀问题，首先要确保执行适当且定期的排污程序，包括表面和底部，并聘请合格的水处理专家推荐适当的化学品和剂量以消除腐蚀和结垢。此外，还可以考虑使用除氧器来大大减少给水中的游离氧，减少对化学品的需求和过度频繁的表面排污，从而节省能源成本。烟灰问题是一个燃烧问题，需要合格技术人员的技能，他们将读取读数并在整个燃烧器的调节范围内调整燃料/空气比。关键是要允许足够的过量空气以防止浓（煤烟）混合，同时，将过量空气保持在安全但可接受的有效点，同时从低火调节到高火。热冲击问题很常见，可以是冷冲击也可以是热冲击。通常，冷冲击会导致压力容器快速收缩，从而对焊缝和管板韧带造成过大的应变。解决方案是确保进入锅炉的给水尽可能接近其饱和温度，这是考虑为锅炉提供除氧器的另一个原因。除氧器是一种加压容器，使用锅炉的蒸汽提高给水温度以驱除腐蚀性气体（氧气和二氧化碳）。通常，除氧器在约5psig（227 F）下运行，但是，如果锅炉在高于100psig（338 F）的更高范围内运行，它可以在更高的压力、温度下运行，关键是尽可能减小给水温度与锅炉运行温度之间的差异。

4 安全阀的检修

任何锅炉上最重要的装置是安全泄压阀，必须定期检查。与通常做法相反，在高于安全阀设置的任何点对锅炉进行压力测试没有任何优势，唯一的例外是焊接维修后，然后由当地锅炉检查员自行决定。锅炉永远不能在高于安全泄压阀设置的压力下合法运行。如果管接头在高于安全阀设置的压力下进行测试时泄漏，它们可能会在压力下降，并恢复正常操作时密封。过度轧制管材可能只会削弱管材金属。安全阀的状况至关重要，检查安全阀时，应检查所有相关的排放管道的尺寸、压力等级和支撑是否正确。压力容器和安全阀之间不应放置阀门。在锅炉运行时，应通过提升测试杆来测试它们是否可以自由运行。抬起手柄时，热水被强制排出，注意任何排放物都应远离人员。阀门关闭后，应检查阀门是否存在泄漏，表明阀座上有污垢。如果第二次操作阀门后仍然存在泄漏，则应更换阀门。

5 超声波检修技术

采用超声波探伤法对锅炉和压力容器进行无损探伤，其原理是利用介质在传播过程中发生的界面反射特性来实现缺陷检测［2］。该方法灵敏度高、穿透力强、检测效率高。所述超声波探伤设备具有重量轻、对人体无害、体积小等特点，它可以快速检测压力容器、管道或锅炉的缺陷，目前广泛应用于压力容器、锅炉等领域的安全评价。通常，新安装的压力容器、管道或锅炉将使用X 射线进行随机检查，但在检查和检查已经运行或使用中的压力容器和管道时，X 射线在某些情况下可能受到地下作业和空中作业的限制，因此，超声波更适合于已经使用的压力容器和管道的检测。在超声波检测技术的应用过程中，主要使用超声波仪器。在对锅炉管道进行检测的过程中，超声波会进入锅炉。如果在检查过程中超声波受到阻力而返回，则说明锅炉管道有裂纹。此外，可以根据超声响应时间确定管道缺陷的大致位置，为后续的维修工作提供了方便。

6 预测性维护锅炉

由于设备监控和故障检测，可以从预防性维护方法过渡到预测性维护方法。预测性维护需要有关设备当前健康状况的全面信息。额外的计量、物理过程建模或数据驱动模型可用于获取信息。系统的集成及对现有系统中的数据使用高级分析的可能性使得该领域的数据驱动方法得以快速发展，从而提供了以廉价方式获得洞察力的机会。预测性维护提供更好的预定修复计划，最大限度地减少计划内和计划外停机时间，这意味着应减少对状况良好的设备进行不必要的维修；通过实时健康监控，最大限度地减少停机的可能性；通过估计剩余使用寿命来更好地管理资产。

生产环境中，分析工作的一个重要问题是确保数据的准确性。对于人工录入的数据，如故障日志中录入的数据，数据很少包含事件的具体时间、内容，这对在来自传感器的数据流的时间序列中正确分类事件和正确发生事件的时间提出了挑战。此外，除了测量误差的问题外，传感器数据还经常受到其他设备的干扰，例如，测得的振动值可能来自连接的组件，温度指示受天气条件的影响很大。有时，记录的测量值不是来自传感器，而是模拟值，这种做法用于避免安全系统中的错误警报。上述方面显著区分了生产环境和实验室环境，迫使数据存在高度的不确定性而进行处理。

根据潜在故障对生产过程的影响，采用不同的维护方法进行锅炉的维护。无论是采用反应性、预防性策略，还是预测性维护策略，主要目标都是以最低成本提供生产所需的容量，它可以通过结合机器学习技术来最小化能源消耗。经典的状态监测技术基于对设备物理特性的检查和观察，使用的技术包括视觉监测（污染物、泄漏、热像仪）、声音监测和物理监测（温度、振动）。通过对生产数据的实时分析和先进的数据探索，可以实施远程状态监测和预测性维护工具，以在短时间内检测到设备故障之前的第一个警报出现之前的第一个故障症状。此外，还可以预测机械传动系统中部件的剩余使用寿命，例如，将深度学习作为最先进的数据驱动方法之一，如具有宏观—微观注意力的新型长短期记忆神经网络等科技时代下的产物。而在可再生能源领域也正在开发许多应用［4］。

由于不确定的数据和对专业知识的访问受限，研究学者利用回归模型开发出在不使用分类技术的前提下的异常检测系统。因此，从学习过程中排除了有关已执行维护工作的信息。异常检测系统的概念假设为与设备连接的每个测量信号创建一个模型，并分析信号的真实（测量）值和预期值之间的差异。预期值是根据其他传感器的当前指示计算得出的，如正常行为建模方法中的全信号重建概念。模型是用检查时间之前的历史数据训练的，并且假设在登记故障之前的时间里，这些值之间的差异会增加。

在创建的回归模型的训练阶段，使用的输入数据集包含从发电信息管理系统（PGIM）离线获得的原始历史测量值。PGIM 系统是发电厂使用的分布式控制系统（DCS）信号的数据存储库，数据包括来自位于被监测泵单元（如来自轴承）上的各种传感器的温度、油压、电流和操作参数的设置。虽然，所提出的方法属于监督算法组，但它的使用不需要太多的分析技术，因为学习过程中的标签实际上是输入数据集的一个元素。因此，无需专业知识、历史事件的详细分析和生产过程的知识，就可以在许多领域快速有效地使用这种方法［5-6］。

7 结语

归根结底，锅炉中的所有组件都很重要，并有助于锅炉使用的高效性、可靠性和安全性，这就是为什么保持准确的锅炉房日志至关重要，要定期检修并记录所有设备的使用情况。正是这种纪律及对操作人员的专业培训，不仅节省了无数能源和运营成本，而且还保护了楼内每个人的安全和福祉。本文基于对锅炉特种设备的故障造成因素进行分析，并提出了切实可行的检修方案，以期为行业锅炉检修的可靠性与安全性作出贡献。