摘要：燃气轮机的工作环境恶劣，突发情况和出现故障的模式多、几率大。为此研究有效地燃气轮机故障诊断方法尤为重要。发电机组都处于高负荷长周期运转中，这导致燃气轮机的故障率比以往有了较大的增加，对生产造成影响，还有发生安全事故的可能性。通过改进制造工艺、加强保养和试验等方法，可有效消除励磁机存在的隐患，确保机组的安全运行，为具有同类型机组的电厂提供参考。
关键词：燃气轮机；故障；诊断；措施
1导言
燃气轮机作为新型的动力能源设备，具有热效率较高、运行安全可靠、污染较低等优点。但燃气轮机结构复杂，一旦出现故障就会给电厂带来严重影响。因此避免或及时诊断处理燃气轮机运行故障尤为重要。燃气轮机状态监控和故障诊断可以大大提高机组运行的可靠性和安全性，大幅降低燃气轮机维护和维修成本。
2燃气轮机关键部件故障诊断
2.1燃气轮机高温起动故障
燃气电站使用的一台燃气轮机，其可以正常进行点火，点火时的燃烧室温度也比较正常，但当转速到达62%后，燃烧室的温度出现了正常的下降，但当机组的转速超过80%时，机组的温度会快速上升，然后受到机组保护程序的作用，机组就会高温关停，在关停的瞬间燃气轮机进气口有明显的振动声响。该故障的产生直接导致设备瘫痪，对电力生产造成了非常大的影响。为了找到故障发生的原因，技术人员分别从安全角度和技术角度进行了故障分析。从技术的安全角度上来说，机组关停属于正常的保护现象，从技术的角度上来看，并结合设备的工作温度-速度曲线，设备在运转的过程中，确实存在异常现象的出现，这说明设备在硬件上肯定存在着一定的故障。为了有效找到故障发生的原因，做了如下的故障排查工作。
2.2数据预处理方案
经验模式分解（EMD）算法由NordenE.Huang提出的一种以信号自身特性为依据的自适应分解方法，又称为希尔伯特黄变换。EMD方法有比较好的分解能力，能够提取数据信号的有用信息。小波降噪是在小波域将信号的小波变换与噪声的小波变换有效地分离，然后尽量消除噪声的小波变换，从而达到降噪的目的。因此，采用EMD对原始信号分解，再进行小波阈值降噪是很好的数据预处理方法。文中以某型燃气轮机喷口加力调节器为具体研究对象，选取能较好表征燃气轮机喷口加力调节器性能状态的8个参数，进行EMD小波阈值降噪处理，降噪过程具体分为以下四个步骤：
（1）对原始信号进行EMD分解，得到各IMF（intrinsicmodefunction）分量。（2）对所有IMF分量选择一种阈值确定准则，并进行各个分量阈值估计。（3）选择一种阈值函数，为获取降噪后各个IMF分量，结合各个分量上的阈值估计值进行降噪计算，。（4）用降噪后的IMF分量进行重构信号，此时的信号为原始信号降噪后的信号。
2.3燃机发电机励磁机
ＫＡＴＯ公司生产的励磁机为交流无刷励磁，是十二极转枢式交流发电机，由定子直流励磁绕组、三相转子绕组及旋转整流桥组成。励磁原理为励磁调节器输出直流电，直流电输入励磁机定子形成磁场，励磁机转子高速旋转切割磁场形成交流电，经旋转二极管整流后注入发电机转子线圈励磁，见图1。
2017年5月，某厂燃机发电机在启动投入励磁后，发电机机端电压未能建立，励磁调节器报“整流器故障”、“转子接地故障”。现场对励磁机本体进行检查，拆除冷却风管，并抽出励磁机定子。
励磁机电枢绕组靠近铁芯端部发现故障点，见图2。
图2燃机发电机励磁电枢故障
初步检查结果为：励磁机转子绕组靠近整流环处有一处烧黑痕迹，铁芯和绕组有烧伤痕迹，铁芯部分击穿出一个坑洞，绕组对铁芯放电，无纬带有烧黑痕迹。
2.4故障原因的分析
通过对设备的故障检测，知道了故障源主要来自于VGV液压缸，其故障的原因可能是VGV液压缸实际伸缩绝对长度与反馈绝对长度有偏差，偏差最大可以达到8mm。透平进气口的振动声响可能直接来源于在停机过程中可转导叶不在真实需要的位置，这会导致气流状态的异常。为了进一步弄清故障发生的原因，对VGV控制油路安全阀、调压阀、滤器、机械泵和液压泵的工作状态进行了检查，并在滤器后接了一个压力表，可以观察到机组盘车的油压约为320kPa，可以满足VGV执行液压缸工作的要求。又对VGV两端电磁阀线圈的工作状态进行了检查，检查发现电磁阀线圈的电阻值为4.5Ω，绝缘值大于2MΩ，正常工作时存在着一定的发热情况，但这比较正常，可以基本判断VGV电磁阀的状况比较正常。首先对隔离栅进行了检查，结果发现故障机的隔离栅不论是装在哪台机组上，其反馈电压都会大于5V的额定电压，且液压缸也出现了不能完全打开的现象，这可以初步判定为试隔离栅故障引起的。随后，又对反馈电位计的工作情况进行了检查，将故障机的反馈电位计装在了正常的燃气轮机上，结果设备工作一切正常，VGV液压缸的伸出行程也完全满足了要求，这说明反馈电位计是一切正常的。随后我们给故障的燃气轮机装上了正常的隔离栅，结果燃气轮机又恢复了正常的工作，故障现象完全得到了排除，燃气轮机在启动的过程中，再也没有出现高温停机的状况。
3故障处理
3.1燃机发电机励磁机故障处理
燃机发电机励磁机故障处理要求较严格，现场不具备条件，须将励磁机返维修厂进行维修。励磁机处理方案：励磁机转子加热，从转轴上拔出；励磁机修前动平衡测试；励磁机电枢绕组与整流盘隔离，拆除励磁机电枢绕组两侧无纬带，拆除励磁机电枢绕组；清洗剂清理槽内残余绝缘和污秽；修复损坏的硅钢片，并对表面绝缘进行修复；按照励磁机容量 要求进行修复，采用Ｈ级绝缘高强度漆包线进行绕线，材料采用Ｈ级绝缘；励磁机端部缠绕无纬带；励磁机整体真空浸漆并进烤箱烘烤，各项工艺符合要求；电枢绕组三相直流电阻测量、绝缘试验、交流耐压试验；发电机表面喷防护漆；励磁机电枢绕组和整流盘装配，进行动平衡测试，试验数据应与修前数据匹配；励磁机加热套入转子，并进行固定。
3.2基于随机森林的故障诊断方法模型
随机森林的决策树是一种弱分类器，其在构建和决策过程中容易产生过拟合，导致其预测的精度不高。为削弱单棵决策树对分类的不利影响，随机森林采用组合分类器的方式，将训练样本集来源于同个总体样本集的多颗决策树集合在一起，共同对同一分类预测问题进行投票决策，进而提升预测分类的精度。由Ａｕｔｏｅｎｃｏｄｅｒ神经网络算法处理的故障特征，训练随机森林。假设需要生成的决策树的棵数为ｋ，从燃气轮机故障数据库中每次随机抽取（有放回）此特征的个数为ｆ，为ｋ棵决策树依次随机地抽取ｋ组此特征集并将其作为相应决策树的待选特征。这样提升了随机森林的分类精度并减少了各决策树间的相关性。
3.3故障诊断试验研究
将燃气轮机喷口加力调节器8个参量数据经EMD小波阈值降噪以后送入KPCA模型中，KPCA特征提取结果的特征向量送入到GRNN神经网络中，用A1、A2、A3、A4共4类样本前20组数据作为训练数据，后20组数据作为测试数据。先将前20组数据送入GRNN神经网络中进行训练后，再将后20组测试数据送入用训练数据训练好的GRNN神经网络模型中。用数字1表示正常，2表示喷调信号器故障、3表示尾喷口位置异常摆动、4表示拉簧断裂故障。得到的测试结果，如图3所示。通过图中可得到EMD小波阈值降噪和KPCA-GRNN方法故障诊断的准确率高达96.25%。
图4EMD小波阈值降噪和KPCA-GRNN相结合的诊断结果
结束语
综上所述，随着我国对绿色发展的不断重视，对燃气轮机发电的应用越来越多。燃气轮机作为燃气发电的核心设备，对发电效率和安全生产起着至关重要的作用。通过组合分类器投票决策对燃气轮机故障进行诊断，提升检测精度、稳定性和泛化能力，对燃气轮机故障诊断具有一定的参考价值。
参考文献：
[1]常奇，袁慎芳.飞行器综合健康管理（IVHM）系统技术现状及发展［J］.系统工程与电子技术，2009，31（11）：2652-2657.
[2]汪耕，李希明．大型汽轮发电机设计、制造与运行[M]．上海：上海科学技术出版社，2012．
论文作者:袁芳伟
论文发表刊物:《电力设备》2019年第1期
论文发表时间:2019/6/21
标签：燃气轮机论文; 励磁论文; 故障论文; 绕组论文; 阈值论文; 机组论文; 降噪论文; 《电力设备》2019年第1期论文;