（华能新疆吉木萨尔发电有限公司 新疆乌鲁木齐 831700）
摘要：在汽轮机正常工作过程中，通流部分运行安全与否对整个汽轮机的运行状态有着十分巨大的影响。伴随汽轮机在火电厂、航空、船舶等诸多领域应用的越来越广泛，提高汽轮机通流部分运行安全性与稳定性，减少通流部分故障发生至关重要。因此，本文首先着重分析了汽轮机通流部分的工作原理，然后介绍了通流部分常见故障，最后提出了一些汽轮机通流部分故障诊断的有效方法。
关键词：汽轮机；通流部分；故障；诊断方法
前言：由于汽轮机应用的都是重要行业，一旦汽轮机发生故障势必会给这些重要的产业正常生产带来负面影响，甚至造成巨大经济损失，特别是汽轮机通流部分故障。以火电厂为例，火力发电量占我国总发电量高达五分之四以上，而作为火电厂的原动机装置，汽轮机直接影响着发电的效率与质量，关系着广大人民的切身利益，所以准确诊断通流部分故障，及时将故障排除对保障人民利益具有重要作用。
1 汽轮机通流部分工作原理
汽轮机通流部分由高压通流、中压通流和低压通流三部分构成，共分为58个级。调节级与11级压力级组成高压部分，压力级静、动叶片均采用方钢材料制成，调节级叶片采用三销三联冲动式结构，具有良好的强度[1]。鉴于高压通流部分压力较高，因而采用T型结构叶根作为防漏装置，采用L型锁紧方式将末叶片与末叶槽锁紧，可以使高压通流部分正常工作得到较好的保障。9级压力级与第二调节级属于中压通流部分，它由静叶持环上的静叶片与转子叶轮上相同级数的动叶片共同组成。由于中压通流部分汽封采用了弹簧退让式结构，这种结构可以大大缩小叶片与转子之间的纵向间隙，从而在发生碰撞或摩擦时，通过弹簧挠曲而减小汽封齿的磨损程度，降低磨损对汽轮机通流部分的影响。中压通流静叶片采用方钢铣材料制成，并将叶片围带与叶片根部全部焊接起来，使之形成一个整体隔板。由两个2×7级压力级构成的低压通流部分为双流形式，即静叶持环上的7级静叶片与转子上的7级动叶片共同组成了汽轮机的低压通流部分。与中压通流相同，低压通流汽封同样采用了弹簧退让式结构，可以通过弹簧的挠曲来减小汽封齿的磨损程度[2]。但在低压通流部分，静叶片有两种结构形式，一种为叶片围带与叶片根部的整体焊接相连结构，一种为L型锁紧条锁紧结构。
2 汽轮机通流部分常见故障
在汽轮机通流部分发生的各种故障当中，根据故障发生的时间可以分为突发性故障和渐变性故障两大类。突发性故障主要指叶片断裂或脱落、进汽阀门门杆断裂、门芯脱落等现象；渐变性故障主要指通流部分由长期结垢、磨损等引起的故障。
2.1调节故障
调节级故障和汽门故障是汽轮机通流部分最常发生的渐变性故障类型。造成这类故障发生可能性大的原因主要是因为在汽轮机运行过程中，所产生的焓降大部分由调节级和调节汽门两部分承担，加之运行时的温度与压力都较高，使得调节级与调节汽门长期在这样的环境下运行而极易出现磨损、破坏等现象[3]。调节级与调节汽门磨损故障的发生不仅会因碎屑脱落而加快通流通道堵塞，而且还会进一步引发叶片断裂或脱落、阀门杆断裂等故障，进而增大通流故障影响范围。
2.2压力级故障
叶片断裂与通道结垢等现象均属于压力级故障，当汽轮机通流部分发生压力级故障时，通流通道的面积会发生改变，通道面积改变调节级后压力值也会发生改变，从而影响汽轮机通流部分正常运行。另外，当汽轮机改变负载或启停过程中出现误操作时，还会引起轴封碰撞磨损，因而轴封的磨损也是汽轮机通流部分经常发生的一种故障类型。
3 汽轮机通流部分故障诊断方法
时至今日，汽轮机通流部分故障诊断已积累了多种诊断方法，如基于模糊逻辑推理的诊断方法、基于神经网络的故障诊断方法、基于信息融合的故障诊断方法和基于遗传算法的诊断方法等。这些算法在汽轮机通流部分故障实际诊断中均有着广泛的应用。
3.1基于知识依赖度的故障诊断方法
基于知识依赖度的故障诊断方法通过引入权重分配方法，较好的克服了基于可信度推理方法中由主观性较强而引起的诊断结果与实际情况存在较大偏差缺陷，从而使汽轮机通流部分故障诊断结果更为准确可靠，权重分配方式更加科学合理。根据知识依赖度定义，可以得到属性与决策属性之间的依赖程度，
其中，U表示整个集合中所有对象总数，POS表示决策属性的属性正取值域对象个数。根据诊断相关理论分析，每个条件属性的权重有如下等式，
根据上两个式子计算可以得到故障诊断决策中决策知识对条件知识的依赖程度和条件属性权重。鉴于以往只有真假两种逻辑结果的故障诊断逻辑推理已难以满足现代故障诊断需求，加之汽轮机通流部分的故障诊断存在着大量的模糊性知识与不完全知识，需要对基于模糊逻辑推理算法进行相应改进[4]。将加权模糊逻辑推理引入到基于模糊逻辑推理算法当中，利用该模糊算法对汽轮机通流部分故障进行诊断，通过逻辑推理求出诊断规则库中每种诊断规则的真实度，然后对所有诊断规则真实度进行排序，将真实度最大的诊断规则作为最后诊断结果，这样便能够有效提高汽轮机通流部分故障诊断结果准确性。
即在汽轮机通流部分故障诊断中，基于知识依赖度的故障诊断方法通常是与基于模糊逻辑推理算法相结合使用的。模糊逻辑推理算法以模糊逻辑作为理论基础，利用模糊性知识对通流部分故障的不确定性进行推理，因而这种诊断方法适用于存在不确定知识的场合。但这种方法稳态精度低，自学能力差，需要继续不断的改进。
3.2基于遗传算法的故障诊断方法
基于遗传算法对汽轮机通流部分故障诊断的原理是利用生物进化论中的遗传学和选择学说理论作为故障诊断的理论基础与依据[5]。它通过模拟自然生物进化过程，从而找到问题的最优解。这种方法适用于诊断推理速度慢，知识获取十分困难的场合，在汽轮机通流部分故障在线诊断中得到较好的应用。但在其他应用中计算量大，对于非线性约束处理效果不理想，计算模型具有一定局限性，且属于随机类计算方法只有通过多次运算才能提高计算结果准确性。
总结：汽轮机通流部分故障诊断是一项非常重要的工作，目前用于该故障诊断的方法已积累了较多先进有效的方法，如基于模糊逻辑推理算法、基于神经网络算法、基于遗传算法等等。虽然每种方法都存在一定的缺陷和不足，但都有着各自适用的场合，能够为汽轮机通流部分故障诊断发挥相应作用。伴随汽轮机通流部分故障诊断要求的不断提高，各种诊断方法也需要不断的改进，以提高诊断结果可靠性。
参考文献
[1]李家吉.热电厂汽轮机通流部分与凝汽器故障诊断研究与应用[D].浙江大学,2012.
[2]周昭滨,巫樟泉,张德轩,李蔚. 汽轮机通流部分故障诊断方法研究综述与展望[J].电站系统工程,2014,03:12-14.
[3]李帆.特征通流面积理论在电站汽轮机通流部分故障诊断中的应用研究[D].长沙理工大学,2013.
[4]王伟锋,白天.新型RBF网络在汽轮机通流部分故障诊断中的应用[J].热力发电,2011,10:29-31+34.
[5]周振宇.基于主元分析和神经网络的汽轮机组通流渐发故障诊断方法研究[D].华北电力大学,2015.
作者简介：
张凤雷（1981-），男，新疆乌鲁木齐市，工程师，从事汽机技术管理
论文作者:张凤雷
论文发表刊物:《电力设备》2016年第5期
论文发表时间:2016/6/18
标签：通流论文; 汽轮机论文; 故障诊断论文; 故障论文; 叶片论文; 方法论文; 逻辑推理论文; 《电力设备》2016年第5期论文;