电厂重要辅机状态监测预警系统的研究与应用

温焱明

（中山嘉明电力有限公司，广东 中山 528403）

0 引言

对运转中的设备整体或其零部件的技术状态进行检查鉴定，以判断其运转是否正常，有无异常与劣化征兆，或对异常情况进行追踪，预测其劣化趋势，确定其劣化及磨损程度等。这种活动就称为状态监测（Condition Monitoring）。状态监测的目的在于掌握设备发生故障之前的异常征兆与劣化信息，以便事前采取针对性措施控制和防止故障的发生，从而减少故障停机时间与停机损失，降低维修费用和提高设备有效利用率[1]。

电厂重要辅机的运行状况对电厂正常运营中起着举足轻重的作用。目前，电厂重要辅机包括高中低给水泵、凝结水泵、闭式水泵、循环水泵等，运行中只有温度、压力、振动等监测报警信号，没有综合的状态监测预警系统，运行中的泵组设备存在不可预测故障损坏的风险。引起重要辅机异常的原因很多，包括轴承磨损或损坏、联轴器不对中、安装缺陷等，会给生产运营带来极大损失。特别是在当前电力市场改革的背景下，机组设备出现故障将面临严厉的经济考核，对机组的安全稳定运行提出了更加迫切的需求。因此，有必要对重要辅机进行状态监测，保护以及故障诊断分析，防止安全事故的发生和设备的财产损失。

重要辅机状态监测预警系统将通过对旋转机械本体结构和工作特性的研究，在重要辅机上安装压电式加速度传感器，监测设备运行状态，现场部署相应的采集器和电缆等，通过有线方式将重要辅机的振动数据传到监测服务器，在设备状态监测预警系统中进行预警、分析和故障诊断。状态监测预警系统建设后，能实时掌握设备的在线状态量，对设备的异常、故障、振动趋势进行监测，定量地掌握作用于机泵设备的劣化程度、泵组设备（零部件）的强度和性能，预测设备（零部件）的可靠性，对设备进行在线实时监测预警，保障设备的运行安全。状态监测可实现实时掌握设备状态信息，及时发现并处理设备隐患，为延长设备大修周期提供了强有力的支持依据。通过状态监测和状态检修，提高设备管理水平。

1 技术路线选择

滚动轴承是旋转机械的重要组成部分，同时也是旋转机械中最容易出现故障的部件之一[2]。滚动轴承是泵、电机和风机的易损件，轴承的故障会导致设备剧烈振动和噪声，甚至会引起部件损坏[3]。滚动轴承在运转过程中引起损坏的故障原因：装配不当、润滑不良（水分和异物侵入、腐蚀），振动大和过载。因此，轴承的运行状态，或者说如何知道轴承的运行状态，以及通过轴承的运行状态参数来获知轴承运行的趋势，是辅机状态监测的技术方向。随着传感器技术、通信技术与数据处理技术的发展，状态监测技术得到了快速发展和广泛的应用，取得了大量宝贵实践经验和基础数据，形成了一些有效的监测检测技术和方法。

主要检测方法是振动信号分析法及油污染分析法（铁谱分析）。振动信号法主要有峰值检测法、崤度检测法、频谱分析法、冲击脉冲法（SPM）、包络解调分析法、振动尖峰能量、PeakVue峰值分析法、轴承故障因子DEF、振动高频滤波检测法（LQ方法）等。其中，国外较为成熟的方案有PeakVue峰值分析法等，国内较为成熟的方案为包络解调分析法等。

本项目研究针对现场设备及应用需求，选择振动信号分析技术，发现早期设备故障征兆并及时预警，提高诊断的可靠性和及时性。推荐选用PeakVue峰值分析法：PeakVue是捕捉给定时间间隔里时域波形峰值的振动信号分析方法[4]。当金属与金属撞击时，会产生短暂的（＜10ms）应力波，其频带约在1kHz～50kHz，齿轮和轴承表面缺陷、摩擦磨损、冲击和早期的疲劳剥落等都会产生应力波，应力波的频率会随着冲击状态的变化而变化。当缺陷发展，应力波的频率会降低。PeakVue正是采集和监测这些短暂的应力波，获得峰值及频率，并转换为“PeakVue时域波形和频谱”进行分析，关注早期故障和发展。

PeakVue是一种用于发现机械缺陷（如滚动轴承和齿轮故障）的新方法，这类故障原本通过常规振动分析手段是很难发现的。即使是特别的手段如解调，由于依赖于模拟电路，也可能会捕捉不到这些信号。PeakVue主要有两个方面的加强：

1）数字信号处理方法提高了处理速度。

2）超快的采样频率可以捕捉到微弱的冲击信号。

通过高达每秒100,000次的采样速率，PeakVue技术不仅可以看到由于冲击、摩擦、疲劳磨损等产生的应力波信号，而且可以捕捉到信号的真实幅值。这样PeakVue不仅可以用于自动故障检测，也可以用于判断故障的严重程度。PeakVue的幅值与设备故障严重程度直接相关。结合设备的转速信息，就可以估算出大致的报警等级，用于自动故障检测。

PeakVue信号处理提供4种强有力的工具来提供诊断信息：频谱、趋势、波形、自相关。

频谱用于诊断，波形用于判断严重程度，时域波形峰峰值的趋势可以很好地判断轴承的健康状态。自相关时域波形可以用于分析包含多个振动来源的复杂的时域波形，如突出低幅值的轴承内圈故障，或者从由于润滑不良生成的“噪音”信号中提取出被淹没的冲击信号，或者一个复杂齿轮箱的振动信号。

2 系统功能

2.1 整体架构

通过对本体结构和工作特性的研究，部署压电式加速度传感器、数据采集器、监测服务器和工作站、监测及诊断软件。振动传感器与数据采集器之间通过有线方式连接，为防止影响采集信号的衰减，数据采集设备将部署在设备现场，通过光纤将数据传送到位于电子间的服务器。为了提高监控效率和数据共享程度，项目采用平台统一，分布式部署的方式实现对全厂重要辅机设备的集中监控。现场数据经分布式采集器采集后，统一进入数据存储服务器和故障诊断分析服务器，并通过同一平台软件实施监控和分析，所有监控工作站均可实现对重要辅机运行数据进行监控分析、早期预警和故障的智能诊断。重要辅机设备监测数据还传送至现有DCS系统，操作人员在DCS系统画面也能够查看辅机运行状态，包括监测数据振动值、诊断结果、报警提醒，在设备早期预警或突发故障时能及时进行处置，为安全生产保驾护航。

2.2 项目目标

重要辅机状态监测预警系统建设后，实时掌握设备的在线状态量，对设备的异常或故障原因及其发展趋势进行预测，定量地掌握作用于泵组设备的应力、劣化程度、泵组设备（零部件）的强度和性能，预测泵组设备（零部件）的寿命和可靠性等，对泵组设备进行在线实时监测预警，保障泵组设备的运行安全。通过状态监测和检修，提高设备管理水平。通过在线监测系统的实施，推进状态监测体系建设，与已有的现场巡检共同组成设备管理的多重防护体系，保障生产安全。同时，状态监测系统是建立智能化电厂的基础，是智能决策的数据来源。项目建设需实现以下目标：

1）实现对二、三期主要辅机的运行状态实时在线监测。

2）利用在线监测系统，达到及早发现设备运行时出现的隐患，做到及时维修，避免故障的扩大，延长设备的使用寿命。

3）通过诊断分析，全面了解主要辅机备运运行趋势，合理安排库存数量，优化备品备件的库存数量。

4）通过故障诊断系统进行诊断和分析，让管理者认清设备状态，掌握设备状态变化趋势；实现设备故障可预判性，从而达到预知维修的目标。

5）通过系统的自学习能力，不断丰富现场设备的案例库和知识库，提高系统自诊断的能力和准确性，同时利用丰富的知识库，提高设备管理人员的故障判断能力，更好地覆盖厂区设备的管理需求。

6）通过系统强大的分析能力，利用专家库、案例库，能及时发现设备故障点并找到故障原因，并通过系统自诊断结果，为检修方提供设备检修指导，缩短检修时间，减少检修成本。

7）逐步降低设备管理和检修工作的多变性、标准不确定性，最终减轻设备管理人员和检修人员的负担。

8） 通过状态监测系统的建设，可降低设备突发故障的概率，减少运行人员监盘的压力，为实现减少人力投入提供了技术支持。

9） 辅机状态监测系统通过增加振动传感器为机组辅机设备提供了更为全面的监测手段，相关数据可为实现智能监盘和整机状态监测提供数据支撑。

本项目在详细了解了现场设备所属制造商、设备规格及型号和技术特点后，结合现场环境及振动监测的技术要求，采用科学、合理的测点部署方案，分别安装数量不同、种类不同的传感器监测设备关键数据，对于无法使用实现实时监控的辅机，配备便携式数据采集分析仪器，进行周期性的数据采集和分析应用，并利用便携式数据采集分析仪将采集数据导入设备状态监测系统中，进行集中分析和管理。

2.3 系统图谱分析功能

专门针对滚动轴承的轴承库，软件可以生成各种故障特征频率并且生成对比基线。提供振动频谱分析图，频谱图是采用傅立叶变换把时域波形的表达式转换为复频域的表达式，是描述频率变化和幅度变化的关系。频谱分析可对振动在频域的分布形貌提供直观的显示，可很容易地找出振动的主要成分，方便分析人员找出机组振动的主要原因[5]。主要的图谱分析功能如下：

1）图形化的分析界面，包括总貌图、分貌图、波形频谱图、包络谱图、趋势图、三维频谱图、瀑布图等分析工具。

2）提供时域振动波形，时域振动波形为各测点振动的实时波形曲线，可根据振动波形直观了解机组的振动概况[5]。

3）通频及特征故障频率能量伯德图，频段能量谱趋势可以通过系统能量计算，对特征故障频率段的振动能量进行测量，有效地对潜在故障和前期故障进行监测。

4）提供瀑布图。瀑布图是将不同时刻或不同功率及转速下，同一测点的振动频谱分析图描绘在同一三维坐标系中，可以比较不同时刻、不同功率或转速时，机组振动的变化情况[5]。

5）提供包络解调谱。包络解调谱是对振动信号进行解调分析，从而找出轴承和齿轮的故障特征频率，对轴承和齿轮的分析非常有效[6]。

6）提供趋势分析图，以对比同一测点振动特性的变化。

7）变工况监测：变工况设备在不区分工况时的趋势分析意义不大，系统可取变工况设备在某一个工况（如某一转速或功率）时的振幅来做趋势分析，这样可以排除变工况影响做故障预测。

8）阶次分析：无论转速如何变化，可直观地展示各阶次在不同转速下的振动幅值，从而判定各阶次的故障严重程度[7]。

9）分频伯德图：系统在常规伯德图只针对单一频率（常见1f）监测的基础上，还可以对任意倍频（分倍频）或任意倍频段（分倍频段）的伯德图进行精准追踪监测。

10）故障追踪功能：对每个测点不仅监控通频值，还可以监控192个特诊故障频率的趋势，根据实际发生的故障也可专门设定频段及该频段的报警值及危险值做实时追踪。

11）同界面海量监控多台机组振动：监控界面同时显示多达192台泵组同一位置测点的振幅、时域波形、频域波形、时间三维谱、转速三维谱、伯德图、趋势图、阶次分析等，可直观瞬时找出振动异常设备（可节省95%以上的分析诊断时间，并有利于提高准确率，快速确定故障设备）。

12）同界面海量监控多个特诊故障频率：监控界面同时显示一个测点多达192个频率或频段的时域、频域、振幅、能量谱、趋势，可直观瞬时找出每类故障的振动情况（节省95%的分析诊断时间，并有利于提高准确率，快速确定故障部位和原因）。

13）同界面展示一个测点的各种分析功能：监控界面同时显示一个测点的多达10种分析功能，如同时显示有效值、视频、时域、频域、波峰因数、趋势、三维图、伯德图等，可针对一个部位利用不同分析功能快速分析故障（在同一界面从各个侧面分析故障，节省70%时间并有利于综合评估故障，提高准确率，快速确定故障类型）。

2.4 数据共享功能

重要辅机设备监测数据传送至现有DCS系统，操作人员在DCS系统画面也能够查看辅机运行状态，包括监测数据振动值、诊断结果、报警提醒，在设备早期预警或突发故障时能及时停机，并可在DCS系统上随时调阅和分析历史数据，为安全生产保驾护航。

电厂重要辅机状态监测预警系统是一个开放的平台，支持常用的工业通讯协议接口形式，系统具有标准的OPC接口，厂级实时监控信息系统SIS或者管理信息系统MIS，以及EPM系统可以通过该接口方便地读取系统内的各种振动数据。同时，该系统具备与其他供货商供货的控制系统通讯的能力，系统的通讯接口支持RS232，RS485/422和以太网方式连接，使用TCP/IP、MODBUS/MODBUS PLUS通讯协议，可为上层应用提供实时的静态数据集波形数据，保障上层应用对数据的二次开发使用。

2.5 预警与报警策略

系统预警采用的是PeakVue分析法。PeakVue分析法是捕捉给定时间间隔里时域波形峰值的振动信号分析方法[8]。PeakVue通过高达每秒10万次的采样速率，可以看到由于冲击、摩擦、疲劳损伤等产生的短暂的应力波信号，获得峰值及频率，并转换为“PeakVue时域波形和频谱”进行分析[9]，不仅可以用于自动故障检测，也可以用于判断故障的严重程度，关注早期故障和发展。PeakVue预警的判断规则包括如下：“0”规则——在设备完全正常运行时，PeakVue峰峰值接近于0；“10”规则——适用于常规转速设备（1000rpm～4000rpm），设备有一定的问题；“20”规则——设备有严重的问题；“40”规则——必须要采取措施。PeakVue适用范围广泛，针对机械设备最常见的问题——滚动轴承和齿轮箱故障，润滑问题，以及泵的气蚀问题。使用简单，诊断规则适用于工厂95%的设备；更早期的报警意味着更早安排检修，相当于更少“惊喜”，更少花费。

报警提示方面，应用多种报警手段提高报警信息的效率和可靠性。在状态监测系统界面有设备健康状态一览表，可以直观地观测到所有设备的运行状态，对设备故障级别进行分类，可以直达需要分析的故障设备。同时在DCS进行基于运行工况的报警监测，同时监测振动值与健康量化状态值。

很多系统，由于无人监控，往往会建设了而没有起到作用，变成一种摆设。鉴于DCS系统是监控率最高的系统，因此基于DCS平台利用状态监测预警系统的数据构建了具有较高实用价值的低干扰集中辅机健康状态监测系统。通过底层通讯机制，实现了重要辅机状态监测系统与机组DCS间的安全可靠数据通讯。利用数据进行重构组态，实现了预警锁定和量值最大值及平均值统计功能，并在DCS画面可视化集中显示，使监控和维修人员能掌握重要辅机的健康状态，以便及时采取处理措施和安排检修计划。

3 应用案例

3.1 案例一：轴承磨损-超预警期

项目投用后，3A真空泵首次启动，重要辅机状态监测及预警诊断系统发出“振动大”、DCS系统发出“3A真空泵异常”报警，查看状态监测数据发现健康态量化值已超上限（速度有效值达到90mm/s，PeakVue值达到100G以上）。但现场测得振动正常，电流和出力监测数据无异常，泵组运行正常。后经检修专业检查为泵组轴承存在磨损情况，更换轴承后监测系统的数值恢复正常。在此案例中，监测到的PeakVue值已严重超过健康值，前期没有发现该值的发展阶段，没有提前预警，是由于系统投入前该轴承已经有劣化，但是人的感知和其他系统的监测数据无法发现异常。状态监测系统投入后发出超限报警，成功避免了设备的严重损坏和泵组故障停运造成发电机组停运事故的发生，后期检查发现轴套和轴承磨损严重。

3.2 案例二：轴承内圈故障预警

泵驱动端测点PeakVue值较大，在30G～70G之间大幅度震荡，速度有效值未见显著变化，速度频谱中可见轴承外圈故障频率66.62Hz及其大量谐波，同时可见轴承内圈故障频率105.88Hz及其大量谐波，波形自相关可见轴承内圈故障频率被转频调制特点。在此种情况下，应尽快停机安排更换泵驱动端轴承，如暂时无法更换，需加密关注速度有效值变化趋势，如速度有效值出现陡升，应立刻停机，以免发生严重的非计划性停机。后期经检查，发现轴承的确存在内圈损伤情况。

3.3 案例三：轴承滚动体损伤预警

泵自由端PeakVue在运行期间可达30G以上，速度频谱中可见4.1Hz频率成分及其大量谐波，能量占比较大，疑似保持架频率的1/5；同时可见20Hz的轴承保持架特征频率，加速度频谱中可见高频段存在显著的主频成分带有保持架边带存在，并伴有底部噪声能量的抬升。加速度波形可见阶段性、周期性4.1Hz左右的冲击存在，此处存在严重的磨损特征出现。应尽快安排检修，如暂时无法维修，改善泵端轴承润滑，关注后续振动变化，如PeakVue值未见明显降低，需加密监测，如发现速度振动或PeakVue值出现大幅值跳变，应立即停机检修。后期经检查，发现部分轴承滚动体已磨损。

4 总结

重要辅机状态监测系统的应用实现以量化指标判断设备的健康度，并通过预测模型实现设备故障的早期预警，对保证设备的运行安全具有重要的作用，也为设备实现从被动维修和定期维修到状态检修提供了有效的数据支撑和评估手段，为提高设备使用的合理性、运行的安全性和经济性提供参考依据。从而对保障主机机组的正常稳定运行具有重要作用，进一步保障了对电网和社会的电力供应，具有较大的社会效益。

系统在实际应用中已能比较准确地对故障进行提前预警，但在故障的智能诊断方面所给出的建议有限，还需要进一步根据故障机理和现场诊断数据与经验对专家数据库进行完善。