基于模糊识别的汽轮机故障诊断论文_黄超

(华北电力大学 北京市 102206)

摘要:本文先提出一种基于数据的故障诊断方法--模糊识别方法。接着从常见故障征兆中提取对故障识别有贡献的故障征兆,分别建立了频谱特征值模糊集、轴心轨迹模糊集、工况变动模糊集和振动稳定性模糊集,将这些模糊集相综合得到多元特征值模糊集,接着通过比较与不同故障模式的贴进度判断所发生故障类型。

关键词:汽轮机;振动;故障模式;多元模糊识别;故障诊断

0引言

为了保证发电厂和电网的稳定,必须要保证汽轮发电机组安全运行。然而,随着600MW机组等长参数的运行,系统变得越来越复杂,故障问题越来越突出,尤其以汽流激振问题最为明显。机组故障原因十分复杂,可能是汽路引起也可能是设备损坏引起。因此采用合理的方法对故障进行诊断,找出其真正的诱因尤为重要。

1模糊识别数学模型

1.1多元特征模糊集的建立

1.2多元模糊识别

2多元模糊识别在汽轮机振动故障诊断中的应用

以下常见汽轮机常见故障征兆取自董晓峰等总结的汽轮机常见故障知识库[2]。

2.1轴心轨迹特征值

轴心轨迹是振动故障诊断的重要依据,在汽轮机组常见故障知识库的基础上,根据离散数学中的数字逻辑概念,取有确定征兆为“1”,无明显征兆(即紊乱)为“0”,有两种及两种以上不确定征兆介于(0,1)之间,经过量化可得汽轮机轴心轨迹特征值模糊集,如表1所示。

表1 汽轮机轴心轨迹特征值模糊集

2.2振动稳定性特征值

振动稳定性是指幅值和相位的变化情况,是区分振动的重要依据之一,根据幅值和相位变化趋势分析方法可得出稳定性特征值模糊集。

表2 稳定性特征值模糊集

代表10个故障模式

稳定状态:0~0.2,突变后稳定状态:0.2~0.5,突变后不稳定状态:0.5~1。

2.3振动工况特征值

振动工况也是区分振动的重要依据,包括振动随转速、负荷和油温的变化关系,用相关性参数量化法可得汽轮机振动故障工况特征值模糊集,如表3所示。

表3 工况特征值模糊集

代表10个故障模式

相关性不明显:0~0.5,相关性明显:0.5~1。

2.4振动故障多元特征值模糊集

将以上的轴心轨迹、振动稳定性、工况变化和汽轮机常见故障知识库频谱特征表[3]进行汇总,得到汽轮机振动故障多元特征值模糊集,如以下矩阵所示:

3实例分析

选取某电厂#5号600MW超临界汽轮发电机组汽流激振故障实例[4]验证模糊集方法的可行性。

3.1诊断过程

实例中当负荷从400MW升至500MW后#1号轴承X方向从50 升至80 ,若继续升负荷,则继续升至139 ,且振动大幅度波动不稳定。降负荷时振动减小且每次升降负荷都具有很好的复现性。

#1号轴承X方向振动幅值随负荷的变化而变化,但当润滑油温和转速变化时,振动幅值变化程度要小。

(1)由图1可知,引起振动的主要频率为25Hz。

(2)轴心轨迹比较紊乱。

根据以上特征,可得案例的特征值模糊向量为:

3.2权重分配

振动故障诊断以振动参数为主,频率特征和振动稳定性权值较大,虽然轴心轨迹也属于振动参数之一,但是因为带有人工定义的主观性和轨迹的复杂性,取的权重较小,而工况特性权重相对振动参数要小,作为辅助判断。如下表为权重值表。

图1 振动频谱图

3.3贴进度

在本例中采取Enclid距离赋予权重来计算距离贴进度[5],公式为:

通过求案例的振动故障特征值模糊向量与汽轮机振动故障特征值模糊集的欧几里得距离贴进度来得出最可能发生的故障模式类。结果如表4所示。

表4 欧几里得贴进度

从表中可知,蒸汽激振的诊断结论贴进度最小,其次是油膜振荡。所以最可能的故障原因是蒸汽激振;其次是油膜振荡。所以根据汽轮机故障模式的内容,可得到此次故障的处理措施为减小汽流激振力或增大轴瓦稳定性。若上述方法无法减小振动幅值,说明振动故障原因并非蒸汽激振而可能是油膜振荡,则进行如下措施:

(1)减小轴承和轴颈的间隙;

(2)重新选择轴瓦形式;

(3)消除转子弯曲;

(4)重新对中转子;

(5)适当提高油温。

其中解决蒸汽激振的具体实施措施可参照宋光雄对汽流激振这一故障模式列出的的故障树及其解决措施[6]。

4结论

本文提出了一种基于模糊识别的振动故障诊断方法。从常见故障征兆中提取对故障识别有贡献的故障征兆,分别建立了频谱特征值模糊集、轴心轨迹模糊集、工况变动模糊集和振动稳定性模糊集,将这些模糊集相综合得到多元特征值模糊集,接着通过比较与不同故障模式的贴进度判断所发生故障类型。在本文的最后通过某600MW机组案例验证了该故障诊断方法的可行性。

参考文献

[1]杨纶标,高英仪,凌卫新.模糊数学原理及应用[M].华南理工大学出版社.2011.7.

[2]董晓峰,顾煜炯,邱影,杨昆.基于聚类分析与加权模糊逻辑的汽轮机组振动故障诊断方法研究[J].热能动力工程.2011(3):275-279.

[3]卢学军.汽轮发电机组故障诊断系统中几个关键技术的研究[D].浙江大学,2001.

[4]唐贵基,倪守龙,卢盛阳.600MW超临界汽轮发电机组振动故障分析与处理[J].电站系统工程.2013(03):44-46.

[5]张铁岩,孙秋野.模糊集理论及其电力行业应用[M].机械工业出版社,2009.

[6]宋光雄,陈松平,宋君辉,梁会钊.汽轮机组汽流激振故障原因及分析[J].动力工程学报.2012(10):770-778.

作者简介

黄超(1996-08-08),男,汉族,籍贯:广东省惠州市,学历:本科,研究方向:热能动力工程。

论文作者:黄超

论文发表刊物:《电力设备》2018年第17期

论文发表时间:2018/11/2

标签:;  ;  ;  ;  ;  ;  ;  ;  

基于模糊识别的汽轮机故障诊断论文_黄超
下载Doc文档

猜你喜欢