摘要：本文主要研究了基于多元状态估计技术的给水泵故障预警系统的应用问题。首先，基于多元状态估计建模理论，本文对正常工况数据进行了建模，通过比较新的测量向量与所构建矩阵的相似程度来进行故障的预警。该方法只要模型中各测点数据有相关的对应关系，即可有效的对监测设备提供实时的故障预警，极大的减少了人工对设备的监测难度。
关键词：给水泵；多元状态估计；故障预警；故障诊断
0引言
目前，国内发电企业普遍采用定期维护和缺陷处理的方式对设备进行维护。定期维护是一种预防性的维护方式，在不清楚设备运行状态的情况下，按照一定的周期对设备进行检修。此种方式会造成一定的人力、物力的浪费。缺陷处理是一种在设备出现故障后的事后处理方式，此种方式是由运行人员或点检人员通过对机组参数的监视，发现异常后进行分析、判断，通知检修维护人员进行处理，此种工作方式是在设备已经出现故障后才能发现问题，是对设备故障的补救措施。
给水泵是电站热力循环系统的主要部件之一，它将凝结水输送至汽包，在汽包蒸发器中加热形成用于推动汽轮机叶片做功的蒸汽工质，特别是在高参数大容量的超超临界机组中，给水泵占有重要地位，其安全可靠的运行，直接影响着整个电站设备运行情况。目前电厂设备主要依靠对设备的温度、压力、振动流量等通过各种传感器进行监测，当设备的某一参数，例如温度，超过了某一设定好的故障阈值，则会通过DCS在监视画面上给出报警，提醒运行监盘人员，该设备可能出现了故障。但此种方法只能在设备已经出现故障后做出反应，此时电厂维护人员只能通过停止设备，倒换备用设备来进行故障设备的维修，如若没有备用设备或备用设备出现问题无法及时启动，便会对整个生产过程造成极坏的影响，甚至影响机组的正常运行导致非正常停机的发生。目前的基于阈值的报警不能在设备开始出现劣化趋势时便提醒运行监盘人员做出反应，因而电厂需要一种可以实时反映设备运行状态的监测手段。
近年来人工神经网络，支持向量回归、多元状态分析等人工智能算法有了突飞猛进的发展，将先进的数据分析手段与传统电力设备状态监视相结合，势必能有效解决传统电力设备状态监视的不足之处，实现设备状态的实时监控和事故隐患的早期预警，以最大限度降低维护成本，提升设备的可用性，保障电力供应过程的稳定。
1给水泵介绍与常见故障分析
1.1给水泵介绍
给水泵是为发电机组提供汽水循环的重要动力设备。根据其驱动方式，可以分为电动机驱动与汽轮机驱动两种类型。电动机操作方便，占地面积小，启动方式快速灵活；汽轮机占地面积大，启动需提供蒸汽，但其可变速运行，没有节流损失。
电动给水泵根据负荷变化的需要，一般为可调速给水泵。调速方式可以分为电动机变频调速和液力耦合器调节结构。给水泵按其结构可分为泵体和电动机两部分。
以某厂给水泵为例，该厂给水泵为卧式、多级、节段式的中心支撑型给水泵，其泵体的一般结构为包括壳体，轴，叶轮，导叶，轴向力平衡装置，轴封和轴承几部分。壳体由吸入段、中间抽水段、吐出段以及中段组成。叶轮同方向布置在轴上，介质依次通过各叶轮。导叶将从叶轮吐出的介质导入下一级叶轮，具有静止导叶片，导叶外圆与中段同心。轴向力平衡装置前后具有压差，会有少量液体经过平衡鼓和平衡套之间的间隙进入平衡室。这些液体通过平衡管被导向吸入侧。平衡装置按照不变的径向间隙以及变动的轴向间隙自动工作。轴承通过油泵强制润滑。径向轴承为可自行调整的轴瓦型，其上嵌有轴承合金。
液力耦合器是一种将电动机的机械能转换成液体动能，再将液体的动能转换为机械能的装置。能量的传动是基于泵轮和涡轮的相互作用。耦合器的泵轮和壳体组成一个可使液体循环流动的密闭工作腔，涡轮被包含在工作腔内，泵轮和涡轮并不直接接触。电动机带动输入轴旋转时，液体被离心式泵轮甩出。
期刊文章分类查询,尽在期刊图书馆这种高速液体进入涡轮后，推动涡轮旋转，将从泵轮获得的能量传递给输出轴。由勺管控制排油量来控制转速。最后液体经工作油泵返回泵轮，形成周而复始的流动。
1.2给水泵常见故障
给水泵的常见故障可按照故障所属部位来划分，分为给水泵泵体和给水泵电动机两部分。
给水泵泵体常见故障：1.轴承温度异常。可能原因为轴瓦摩擦、轴承冷却异常或加油脂（油质改变或加油量过大）。可能出现的现象有轴承温度上升，轴承振动异常，回油温度上升，泵出口温度略微上升（轴承温度及回油温度可能出现尖峰后恢复正常）。冷油器出口油温上升，压力下降或冷油器出口油温上升，压力无明显变化。若单纯的油箱或油回路泄漏，则油箱液位下降，多伴随泵振动上升。油泵出口压力下降，或油泵勺管开度异常。2.轴承振动异常。可能原因有转子不对中、转子质量不平衡、汽蚀、联轴器异常、转动部分零件松或管路支架不牢。3.液力耦合器异常。可能原因为液力耦合器工作油异常，勺管位置异常。4.轴向位移异常。可能的原因有承磨环磨损或平衡管堵塞。5.泵体叶片故障。可能原因有泵体叶片损坏，发生汽蚀。6.其他故障。可能的原因有泵前滤网脏污。
给水泵电机常见故障：1.定子温度异常。可能的原因有三相不平衡，现象为三相电流偏差大、电机振动大；绕组温度偏差大；2.电流异常。现象为电机电流较正常工况有偏差。3.电机线圈温度过高。可能原因为电机过载或冷却不畅。现象为电机电流增大，线圈温度比环境温度温升超限值，冷却风扇故障或冷却通路堵塞。
2多元状态估计模型的建立
多元状态估计是一种而非参数、非线性的建模方法，最早用于核电站的设备、传感器以及运行参数的异常检测。其利用对象正常工作状态的历史数据来训练学习表征设备正常状态的各监视参数之间的对应关系，从而建立正常状态模型，对于新的状态，根据所获得的模型来估计对象的真实状态。
多元状态估计的第一步是构建过程记忆矩阵。过程记忆矩阵中应包含所监测设备的正常运行工况数据，这一正常运行工况可以由该设备的现有测点数据来表示。取一段时间的该设备相关测点数据，以时间顺序为矩阵的列序，测点数值为矩阵中的元素，剔除未运行的工况和故障的数据，在尽量包含正常运行情况下的 各种工况前提下，生成过程记忆矩阵。
过程记忆矩阵是多元状态估计的基础。过程记忆矩阵中的每一列观测向量代表设备的一个正常工作状态，经过合理选择的过程，记忆矩阵中的m个历史观测向量所形成的子空间能够代表过程或设备正常运行的整个动态过程。因此，过程记忆矩阵的构造实质就是对过程或设备正常运行特性的学习和记忆。
本文以某电厂电动给水泵为研究对象。该给水泵通过电动机驱动，使用液力耦合器调节泵体转速。以现有测点的测量数据，选取一年的历史数据，选取该给水泵正常运行工况下的数据进行了模型的建立。
3给水泵故障预警方法
现已从该给水泵的正常状态数据集中选取一部分数据作为过程记忆矩阵，使用所建立的多元状态估计模型对新的观测数据向量进行相似度计算，得到当前状态下的预估值。再使用滑动窗口统计法处理预估值与实际值间的残差，当残差超过事先设定好的残差范围，则发出预警。
残差的阈值通过该测点的均值和均方差结合现场的报警阈值进行设定。同时，利用了滑动窗口统计法消除了给水泵运行中的不确定因素和随机干扰（如传感器测量误差等），提高了故障预警的准确性。通过选择合理的滑动窗口宽度，可以及时准确的捕捉相似度统计特性的连续变化情况，消除随机因素的影响，提高设备状态监测的可靠性，降低误报警的几率。当给水泵运行异常时，状态模型可以及时的检测出给水泵的轻微的异常变化趋势，从而实现故障预警。
4 结语
本文以电厂给水泵为研究对象，使用多元状态估计技术构建了其状态模型，结合给水泵的历史运行数据和当前的新的观测数据进行实时预测，使给水泵的轻微劣化趋势得以及时的被发现并预警。
论文作者:王爽
论文发表刊物:《电力设备》2019年第3期
论文发表时间:2019/6/3
标签：设备论文; 给水泵论文; 状态论文; 故障论文; 异常论文; 矩阵论文; 数据论文; 《电力设备》2019年第3期论文;