水力发电设备的运行状态故障检修分析

韦宏昊，黄娜

（广西大藤峡水利枢纽开发有限责任公司，广西 南宁 530000）

近年来，水电机组故障机理研究持续完善，关于水力发电设备的故障信号采集方式、采集设备、采集定位跟踪技术逐步升级，并形成完整的规范体系，为水力发电设备的运行状态故障检修提供了充足的技术支持。在水力发电设备运行过程中开展状态检修，可以提前预测并处理风险因子，避免设备故障扩大。因此，探究水力发电设备的运行状态故障检修措施具有非常突出的现实意义。

1 状态检修概述

状态检修是借助现代化状态监测与诊断技术收集设备状态信息，进而分析设备运行状态信息判断设备是否正常，预先获知设备故障，在故障发生前进行设备检修。从检测内容来看，状态检修可以划分为机组稳定性检测、设备能量及空蚀、调速等几个类别。

图1 中，机组稳定性状态监测包括固定部件振动、过流部件压力及压力脉动、机组噪声、轴系摆动等几个指标；设备能量及空蚀状态监测包括设备效率、耗损水量、流量、空蚀及空化噪声几项指标；调速状态监测包括静态特征、动态特征、油压控制等几个指标；推力轴承状态监测包括轴承温度、轴承负荷支撑受力、油膜温度等几个指标；主变压器状态监测包括局部放电、铁心接地、高压套管等几项指标。

图1 状态检修内容

2 水力发电设备的运行常见故障

2.1 振动故障

振动故障是水力发电设备常见故障，多因水流经过引流道、转轮、尾水管等过流部分形成巨大水动压力引发机动零部件振动，进而引发卡门涡共振故障。卡门涡共振主要是在一定条件下流体经过物体后，在物体表面两侧周期性产生旋转方向相反的规律双列线性涡，会直接引发水力发电机组振动，振动频率与叶片出口边缘厚度、水流过叶片两侧相对速度等具有较大关系，具体如下：

式中，f 为卡门涡列引起振动频率，Hz；S 为斯特劳哈尔数，一般为0.2；w 为水流过叶片两侧相对速度，m/s；d 为叶片出口边缘厚度，mm。

2.2 电气故障

水力发电设备是在电磁场作用下将水轮机传递机械能转换为电磁能的设备，在机组运行过程中，易出现磁拉力失衡故障，表现为各磁极电气参数出现差异，机组局部过热甚至短路，破坏设备稳定运行状态。

2.3 机械故障

水力发电设备是大型旋转设备，机械结构高度复杂，各零部件在惯性力、摩擦力等作用下受力高度复杂，极易随时间推移而出现个别零部件异常或损坏，进而出现转动部件与固定部件碰撞、转子质量不平衡、推力轴瓦不平、大轴永久性弯曲、大轴轴线偏差等。比如，金属温升状态下热膨胀会引发机组轴系对中超出正常范围，进而加快旋转支撑部位磨损，影响整体机组运行的稳定性。

3 水力发电设备的运行状态故障检修

3.1 故障信息收集

故障信息收集是水力发电设备的运行状态故障检修最基础环节，采集发电设备原始状态信息准确性、全面性对故障评估质量具有直接的影响。在水电发电设备状态信息采集过程中，可以应用水电机组状态监测系统自带TR8000 智能数据采集装置，总体结构见图2。

图2 水电发电设备状态信息采集系统结构

如图2 所示，水电发电设备状态信息采集系统结构包括信息采集层、现场采集显示层、中央控制层几个部分。根据水力发电设备常见故障类型，可以科学布置测点，具体见表1。

表1 信息采集测点布置

3.2 设备状态评估

水力发电设备是一个结构复杂的系统，设备故障信号内涵盖丰富的故障信息，依托概率神经网络分析机组运行过程信号可以间接推测设备运行状态是否存在异常。概率神经网络为4 层结构（见图3），分别为输入层、模式层、求和层与输出层。

图3 概率神经网络结构

概率神经网络评估函数如下：

式中，g（x）为输出结果；x 为输入样本；p 为概率密度；w 为样本归属类；N 为训练样本数目；k 为训练样本编号；xi 为第i 个训练样本；Q 为贝叶斯规则中的PNN 学习率。

根据式（2），水力发电设备运行状态故障检修流程为：第一步，归一化待训练水力发电设备运行状态样本集；第二步，计算待识别样本x 与训练集内每一水力发电设备运行状态故障样本之间距离第三步，在概率神经网络模式层，以概率密度为激活函数，进行待识别样本x 与每一训练样本之间相似度的计算，即第四步，在概率神经网络求和层，计算待识别样本x 与水力发电设备运行状态故障类别训练样本的相似度总和计算，并将其视为样本归属特定故障类别概率大小；第五步，在概率神经网络输出层对比待识别样本x 与水力发电设备运行状态故障类别的平均概率，概率最大类别为待识别水力发电设备运行状态样本的故障类别。

3.3 确认检修策略

根据水力发电设备运行状态样本的故障类别识别结果，检修人员可以进行水力发电设备运行状态检修策略的制定。比如，在确定水力发电设备运行状态样本的故障类别为水力振动故障的卡门涡共振时，检修人员应结合水轮机转轮叶片固有频率，对叶片进行修型，改善叶片出水边厚度尺寸分布，促使叶片出口环量分布均匀且合理；针对转子不平衡故障，检修人员可以借助动平衡仪或动平衡系统，进行配重；对于大轴永久性弯曲、轴线不对中故障，检修人员可以从零部件着手进行各导轴承间隙的修正；针对发电机磁拉力不平衡问题，检修人员可以先调整轴承、键槽、轴承盖等部件将水轮发电机转子轴线调整至磁场中心线，再进行磁极间距调整，必要时，增加磁极数或更改励磁方式。

4 水力发电设备运行状态故障检修的保障措施

4.1 完善故障检修制度

完善构建故障检修制度是水力发电设备运行状态故障检修规范开展的保障。在故障检修制度制定前，相关人员可以梳理现行标准，局部见表2。

表2 现行水力发电设备监测标准（局部）

根据表2，相关人员应建立故障检修绩效考核激励制度，从多个方面，明确水力发电设备振动故障、机械故障、电气故障等不同故障检修质量考核评价标准，并将评价结果与人员薪资绩效有机关联，增强检修人员对科学状态检修的关注，激励人员自觉遵守制度规范作业。

4.2 做好全面实时监控

全面实时监控是水力发电设备运行状态故障判定准确性的保障。比如，为判定水力发电设备运行期间主轴对中情况以及各导轴承预载荷、同心度，检修人员应以主轴运行轨迹及动态空间轴线为监控要点，将电涡流传感器布置在主轴径向临近导轴承2 个互成90°的方向，实时测量主轴摆度。

4.3 强化人员综合素养

检修人员是水力发电设备运行状态故障检修开展的主体，强化人员综合素养至关重要。因此，在水力发电设备运行状态故障检修人员筛选时，应优选专业水平高、责任心强、善于思考、积极创新的人员。同时，根据水力发电设备运行状态检修技术发展，组织检修人员开展培训。以骨干检修人员为纽带，定期评选优秀检修人员，由优秀检修人员带动新入职检修人员更快地适应状态检修模式。

5 结语

综上所述，振动故障、机械故障、电气故障在水力发电设备运行过程中较为常见，会直接影响设备的平稳可靠运行。因此，检修人员应科学运用状态检修手段，经压力、涡流传感器实时收集水力发电设备运行状态信息，在概率神经网络内分析信息并输出设备故障类别。根据设备故障类别，检修人员可以制定恰当的修理策略，确保水力发电设备运行故障的预先处理，避免故障影响范围扩大。