汽輪機故障診斷技術的發(fā)展與展看

1、汽輪機故障診斷技術的發(fā)展與展看摘要：回顧和總結(jié)了國內(nèi)外汽輪機故障診斷技術的發(fā)展環(huán)境，指出了而今在汽輪機故障診斷研究中存在的題目，并從檢測技術、故障機理等七個方面分析了今后可能取得進展的研究方向。關鍵詞：汽輪機故障診斷監(jiān)測0.弁言二十世紀以來，隨著產(chǎn)業(yè)生產(chǎn)和科學技術的發(fā)展，機械設備的可靠性、可用性、可維修性與安全性的題目日趨突出，從而促進了人們對機械設備故障機理及診斷技術的研究。汽輪發(fā)電機組是電力生產(chǎn)的緊張設備，由于其設備結(jié)構(gòu)的復雜性和運行環(huán)境的非凡性，汽輪發(fā)電機組的故障率不低，而且故障風險性也很大。因此，汽輪發(fā)電機組的故障診斷不停是故障診斷技術利用的一個緊張方面。本文回顧國內(nèi)外汽輪機故障診斷的

2、發(fā)展概況，并在總結(jié)而今研究狀態(tài)的基礎上，指出了在汽輪機故障診斷研究中存在的題目，提出了今后在這一領域的研究方向。1.國內(nèi)外發(fā)展概況初期的故障診斷重假如依靠人工，使用觸、摸、聽、看等本領對設備進行診斷。通過經(jīng)驗的積累，人們可以對一些設備故障做出判定，但這類本領由于其局限性和不完備性，而今已不能適應生產(chǎn)對設備可靠性的要求。而信息技術和計算機技術的靈敏發(fā)展和各種先進數(shù)學算法的出現(xiàn)，為汽輪機故障診斷技術的發(fā)展供給了有益的條件。人工智能、計算機收集技術和傳感技術等已成為汽輪機故障診斷體系不可缺少的部分。1.1.國外發(fā)展環(huán)境美國事最早從事汽輪機故障診斷研究的國家之一，在汽輪機故障診斷研究的很多方面都處于天

3、下領先水平。而今美國從事汽輪機故障診斷技術開發(fā)與研究的機構(gòu)重要有EPRI及部分電力公司，西屋、Bently、IRD、CSI等公司12。美國Bechtel電力公司于1987年開發(fā)的火電站設備診斷用專家體系(SCOPE)在進行分析時不只是根據(jù)控制參數(shù)確當前值，而且還考慮到它們隨時間的變化，當它們偏離標準值時還能對旌旗燈號進行調(diào)節(jié)，給出消除故障的建議說明，提出可能鄰近破壞時間的料到34。美國Radial公司于1987年開發(fā)的汽輪發(fā)電機組振動診斷用專家體系(Turbomac)，在建立邏輯規(guī)則的基礎上，設有表征振動過程各種成分與其可能故障源之間關系的概率數(shù)據(jù)，其搜集知識的子體系具有人-機對話情勢。該體系

4、含有9000條知識規(guī)則，有很大的庫容5。西屋公司(WHEC)是首先將收集技術利用于汽輪機故障診斷的，他們在已開發(fā)出的汽輪發(fā)電機組故障診斷體系(AID)的基礎上，在奧蘭多建立了一個診斷中心(DOC)，對分布于各地電站的多臺機組進行遠程診斷56。Bently公司在轉(zhuǎn)子動力學和扭起色械故障診斷機理方面研究比較透辟7。該公司開發(fā)的扭起色械故障診斷體系(ADR3)在中國利用環(huán)境杰出，很受用戶歡迎。日本也很器重汽輪機故障診斷技術的研究，由于日本規(guī)定1000MW以下的機組都須參與調(diào)峰運行，因此，他們更注重于汽輪機壽命檢測和壽命診斷技術的研究。日本從事這方面研究的機構(gòu)重要有東芝電氣、日立電氣、富士和三菱重工等

5、810。東芝電氣公司與東京電力公司于1987年合作開發(fā)的大功率汽輪機軸系振動診斷體系，采用計算機在線快速處理振動旌旗燈號的解析技術與評價判定技術，設定一個偏離軸系正常值的極限值作為診斷的起始點進行診斷11。九十年代，東芝公司相繼開發(fā)出了壽命診斷專家體系，針對葉片、轉(zhuǎn)子、紅套葉輪及高溫螺栓的診斷探傷實時專家體系、機組性能評價體系等1217。日立公司在1982年開發(fā)了汽輪機壽命診斷裝置HIDIC-08E1819，以后漸漸發(fā)展，形成了一套完備的壽命診斷方法2021。三菱公司則在八十年代初期開發(fā)了MHM振動診斷體系，該體系能自動地或通過人機對話進行異常征候檢測并能診斷其原因起因，其特點是可根據(jù)動矢量來

6、確定故障22。歐洲也有不少公司和部分從事汽輪機故障診斷技術的研究與開發(fā)。法國電力部分(EDF)從1978年起就在透平發(fā)電機上安裝離線振動監(jiān)測體系，到九十年代初又提出了監(jiān)測和診斷支援工作站(Monitoring and Diagnosis Aid Station)的假想2324。九十年代中期，其專家體系PSAD及其DIVA子體系在透平發(fā)電機組和反應堆冷卻泵的自動診斷上得到了利用2528。另外瑞士的ABB公司、德國的西門子公司、丹麥的B&K公司等都開發(fā)出了各自的診斷體系2931。1.2.我國的發(fā)展環(huán)境我國在故障診斷技術方面的研究起步較晚，但是發(fā)展很快。一樣平常說來，經(jīng)歷了兩個階段：第一階段是從70

7、年代末到80年代初，在這個階段內(nèi)重假如吸收國外先進技術，并對一些故障機理和診斷方法展開研究；第二階段是從80年代初期到而今，在這一階段，全方位開展了機械設備的故障診斷研究，引進人工智能等先進技術，大大推動了診斷體系的研制和實行，取得了豐富的研究成果。1983年春，中國機械工程學會設備維修分會在南京召開了首次設備故障診斷和狀態(tài)監(jiān)測研討會，標志著我國診斷技術的研究進進了一個新的發(fā)展階段，隨后又成立了一些行業(yè)協(xié)會和學術團體，個中和汽輪機故障診斷有關的重要有，中國設備治理協(xié)會設備診斷技術委員會、中國機械工程學會設備維修分會、中國振動工程學會故障診斷學會及其扭起色械專業(yè)學組等。這期間，國際國內(nèi)學術交流頻

8、仍，對于基礎理論和故障機理的研究十分活躍，并研制出了我國自己的在線監(jiān)測與故障診斷裝置，八五期間又進行了大容量火電機組監(jiān)測診斷體系的研究，各種先進技術得到利用，研究步伐加快，縮小了與天下先進水平的差距3233，同時也形成了具有我國特點的故障診斷理論，并出版了一系列這方面的專著，重要有屈梁生、何正嘉主編的機械故障學34、楊叔子等主編的機械故障診斷叢書35、虞和濟等主編的機械故障診斷叢書36、徐敏等主編的設備故障診斷手冊等3750。而今我國從事汽輪機故障診斷技術研究與開發(fā)的單位有幾十莢冬重要有哈爾濱產(chǎn)業(yè)大學、西安交通大學、清華大學、華中理工大學、東南大學、上海交通大學、華北電力大學等高等院校和上海發(fā)

9、電設備成套計劃研究所、哈爾濱電工儀表所、西安熱工研究所、山東電力科學試驗研究所、哈爾濱船舶鍋爐渦輪機研究所及一些汽輪機制造廠和大型電廠等。國家在七五、八五計劃期間布置的汽輪機故障診斷攻關項目促進了一大批研究單位參與汽輪機故障診斷體系的研究與開發(fā)，很多緊張成果都是在這一階段取得的。2.汽輪機故障診斷技術的發(fā)展2.1.旌旗燈號采集與旌旗燈號分析211傳感器技術由于汽輪機工作環(huán)境惡劣，所以在汽輪機故障診斷體系中，對傳感器性能要求就更高。而今對傳感器的研究，重假如進步傳感器性能和可靠性、開發(fā)新型傳感器，另外也有相當一部分力氣在研究如何診斷傳感器故障以減少誤診率和漏診率，并且使用信息領悟進行診斷?，F(xiàn)行的

10、對傳感器自身死障檢測技術重要有硬件冗余、解析冗余和混合冗余，由于硬件冗余有其明顯的錯誤謬誤，因而在實際中利用較少。意大利di Ferrara大學的Simani.s等人針對傳感器故障，采用相識析冗余的動態(tài)觀測器來解決透平傳感器的故障檢測題目51。加拿大Windsor大學的Chen,Y.D等人對傳感器領悟技術進行研究，并在實際中得到了利用52。Brunel大學的Harris,T把神經(jīng)收集技術利用于多重傳感器的領悟作為其研制的汽輪機性能診斷體系的技術關鍵53，Pennsylvania State Univ.的Kuo,R.J則利用人工神經(jīng)收集，采用多傳感器領悟診斷葉片故障54。Prock,J和西安交通

11、大學的谷立臣、上海交通大學的林日升等對傳感器故障檢測5556和偽參數(shù)識別技術開展了研究工作57。華中理工大學的王雪、申韜、西安交通大學的常炳國等在傳感器旌旗燈號的可靠性58和采用領悟技術進步傳感器可靠性5960方面也進行了研究。212旌旗燈號分析與處理最有代表性的是振動旌旗燈號的分析處理。而今，汽輪機故障診斷體系中的振動旌旗燈號處理大多采用快速傅立葉變換(FFT)，F(xiàn)FT的腦筋在于將一樣平常時域旌旗燈號表示為具有不同頻率的諧波函數(shù)的線性疊加，它以為旌旗燈號是安穩(wěn)的，所以分析出的頻率具有統(tǒng)計不變性。FFT對很多安穩(wěn)旌旗燈號的環(huán)境具有實用性，因而得到了廣泛的利用61。但是，實際中的很多旌旗燈號黑白

12、線性、非安穩(wěn)的，所覺得了進步分辨精度，新的旌旗燈號分析與處理方法成為很多機構(gòu)的研究課題。美國俄亥俄州立大學的Kim,Yong.W等對傳統(tǒng)的無參量譜分析、時-頻分析、離散小波變換等作了較為深切的研究62。英國南安普敦大學的Lee,S.K以為，恣意隨便性的音響和振動旌旗燈號都是由不規(guī)則沖擊引發(fā)的，為此他提出了用三階和四階Winger譜來對這些旌旗燈號進行分析63，同時還對旌旗燈號中的噪聲過濾提出了處理方法64。小波分析法的利用不停是國內(nèi)外熱門的研究課題6566，東南大學王善永把小波分析法用于汽輪機消息碰摩故障診斷67，華中理工大學張桂才、東南大學王寧等把小波分析用于軸心軌跡的識別6869。西安交通

13、大學引進Kolmogorov復雜性測度定量評估大機組運行狀態(tài)70，還對FFT進行改進并吸收全息譜的優(yōu)點，進行軸心軌跡的瞬態(tài)提純71，哈爾濱產(chǎn)業(yè)大學劉占生在軸心軌跡特性提取中采用一種新的平面圖形加權編碼法，進步了圖形辨識的正確率72，華中理工大學李向東用降維法將軸心軌跡轉(zhuǎn)化為一條角度波形，使之利用于軸心軌跡的聚類識別73。2.2.故障機理與診斷策略221故障機理故障機理是故障的內(nèi)在本質(zhì)和產(chǎn)生原因起因。故障機理的研究，是故障診斷中的一個非?；A而又必不可少的工作。而今對汽輪機故障機理的研究重要從故障規(guī)律、故障征象和故障模型等方面進行。由于大部分軸系故障都在振動旌旗燈號上反映出來，因此，對軸系故障的

14、研究總是以振動旌旗燈號的分析為主。日立公司的N.kurihara給出了振動故障診斷用的特性矩陣74，清華大學褚福磊對常見故障在瀑布圖上的振動特性和故障識別作了研究75。華中理工大學伍行健也提出了用于振動故障診斷的物理模型和數(shù)學模型76。西安交通大學陳岳東對振動頻譜進行了模糊分類77，上海交通大學左人和從動力學的角度研究了典型故障的相應特性78。清華大學張正松用Hopf分叉分析法研究了油膜掉穩(wěn)渦動極限環(huán)特性79，哈爾濱產(chǎn)業(yè)大學畢士華對于如何識別油膜軸承的動態(tài)參數(shù)進行了研究80，江蘇省電力試驗研究所的彭達則對實際發(fā)生的油膜振蕩題目進行了解析81。哈爾濱產(chǎn)業(yè)大學武新華分析了轉(zhuǎn)軸曲折的故障特性82。清

15、華大學何衍宗、東南大學楊建剛研究了轉(zhuǎn)子不平衡對其他征象的影響8384。對于消息碰摩題目，EPRI的Scheibel,John.R、西安交通大學何正嘉、西安熱工研究所施維新等分別從故障特性和診斷技術方面進行了研究8590，西安交通大學劉雄利用二維全息譜技術確定故障征象91，東北電力學院石志標則從動力學角度分析了摩擦題目92，哈爾濱產(chǎn)業(yè)大學提出了變剛度分段線性和非線性模型93，并通過實驗對摩擦的噪聲特性進行了研究94。在綜合振動與噪聲特性的基礎上，東北電力學院還開發(fā)了可對扭起色械和摩擦進行在線監(jiān)測的儀器，該儀器用四個通道進行聲旌旗燈號檢測，另外四個通道用于振動監(jiān)測，可以大致確定摩擦的部位95。另外

16、，李錄平、張新江等對振動故障特性的提取進行了有益的研究9699。調(diào)節(jié)體系的可靠與否，對汽輪機組的安全運行具有非常緊張的意義。哈爾濱產(chǎn)業(yè)大學的于達仁、徐基豫等在調(diào)節(jié)體系故障診斷方面作了很多研究工作，他們給出了調(diào)節(jié)體系卡澀和非卡澀原因起因造成故障的數(shù)學模型，并對診斷方法和診斷儀器的實現(xiàn)進行了探究100104。華中理工大學何映霞、向春梅等研究了對DEH體系故障的診斷105106，東南大學的岳振軍則把頻域分析的Bloomfield模型引進時域，利用于調(diào)節(jié)體系在線監(jiān)測107。222診斷策略和診斷方法在汽輪機故障診斷中用到的診斷策略重要有對比診斷、邏輯診斷、統(tǒng)計診斷、模式識別、模糊診斷、人工神經(jīng)收集和專家

17、體系等。傳奇SF而而今研究比較多的是后面幾種，個中人工神經(jīng)收集和專家體系的利用研究是這一領域的研究熱門?；谛〔ǚ治龇椒ê蜕窠?jīng)收集建立的智能分析技術，是下一代故障檢測與判定(FDI)的緊張內(nèi)核108。國內(nèi)外在這方面進行了很多的研究109121，而今利用最多的是前向神經(jīng)收集122、BP神經(jīng)收集123131和把神經(jīng)收集與模糊診斷相結(jié)合的模糊神經(jīng)收集132134等。美國East Hardford的DePold,Hans.R將統(tǒng)計分析及人工神經(jīng)收集技術利用于過濾器來改進數(shù)據(jù)質(zhì)量135，田納西大學(Tennessee Univ.)將神經(jīng)收集用于振動分析，識別潛伏故障，并使用神經(jīng)收集使被誤解和雜進噪音的數(shù)

18、據(jù)得到提純136。美國Stress Technology.Inc.的Roemer,M.J把神經(jīng)收集和模糊邏輯技術利用于扭轉(zhuǎn)動力有限元模型，所形成的實時體系可以展看關鍵部件的壽命137。華中理工大學的何耀華用一種自構(gòu)造神經(jīng)收集模型與多個單一故障診斷的BP收集一起完成故障診斷的協(xié)同推理138，申韜則把一系列BP子收集進行集成，以解決故障分類題目139。臧朝平、何永勇也分別提出了多收集、多故障的診斷策略140142，西安交通大學的張小棟則研究了主從混合的神經(jīng)收集模型143。東南大學把神經(jīng)收集利用于軸心軌跡識別進行故障診斷144。同時，神經(jīng)收集還被利用于消息碰磨診斷145、通流部分熱參數(shù)診斷146、機

19、組性能診斷147、凝汽器的診斷148和熱力體系的建模149等。專家體系按其側(cè)重點不同，大致可分為基于推理的專家體系(如基于神經(jīng)收集的推理150、基于事例和模型的推理151等)和基于知識的專家體系152158等。在專家體系中，專家知識的學習、獲取，和知識庫的建立是關系到診斷正確性的緊張環(huán)節(jié)。于文虎、倪維斗、張雪江、鐘秉林、韓西京、劉占生、何濤等人分別就知識范圍的界定159、知識的處理160163、知識的獲取164167、機器對知識的自學習168169和知識庫的保護170等進行了研究。診斷策略的研究還有：模糊診斷用于振動故障診斷171172、用于層次模型173174、用于模式識別175、用于轉(zhuǎn)子碰

20、磨診斷176、用于通流部分熱參數(shù)診斷177的研究；模糊關聯(lián)度用于多參數(shù)診斷178；灰色理論用于故障診斷179；概率分布干涉模型用于診斷180；相干維數(shù)用于低頻噪聲診斷181等的研究。診斷方法上的研究不停是故障診斷的一個重點。振動法是利用最廣泛也比較成熟的一種方法182186，Ingleby,M把自動分類法和模式分析用于振動診斷187，何正嘉利用Winger時頻分布和主分量自回回譜分析軸瓦的振動旌旗燈號188，施維新針對一樣平常診斷都是從征象判定原因起因的逆向推理提出了振動診斷的正向診斷法189。在汽輪機故障診斷中，利用熱力學分析診斷汽輪機性能故障也是一個緊張本領190193，另外還有油分析、聲

21、發(fā)射法、無損檢測技術等。聲發(fā)射法重要用于消息碰磨故障檢測194、泄漏檢測等。日立公司在350MW汽輪機高中壓轉(zhuǎn)子上設置試片，在兩端軸承的軸瓦處進行聲發(fā)射和記錄，診斷轉(zhuǎn)子的碰摩195196。在汽輪機壽命診斷中，無損檢測技術利用相當緊張，而今用到的非破壞性評價法重要包括硬度測定法、電氣抵抗法、超聲波法、構(gòu)造對比法、結(jié)晶粒變形法、顯微鏡觀察測定法、X射線分析法等21197。2.3.國內(nèi)在故障診斷體系計劃和體系實現(xiàn)方面的研究完備的汽輪機故障診斷體系，應包括數(shù)據(jù)采集、旌旗燈號處理與分析、診斷和決策幾個部分，它是故障診斷技術的集中體現(xiàn)，我國早在80年代就開始了這方面的研究，到而今已研制開發(fā)出了幾十種體系。

22、華北電力學院以模擬轉(zhuǎn)子試驗臺作為旌旗燈號源對汽輪發(fā)電機組振動監(jiān)測與故障診斷體系進行了研究198。上海汽輪機廠研究所經(jīng)過多年的實驗和研究，推出了四套扭起色械狀態(tài)監(jiān)測和故障診斷體系，他們在體系硬件設置上做了較多的工作199。上海交通大學研制了一種熱力參數(shù)監(jiān)測和故障診斷體系TPD，該體系可以進步運行可靠性、優(yōu)化運行方案、進步運行服從、延長運行壽命200。東南大學對集成智能故障診斷體系201204和遠程分布式故障診斷收集體系205進行了研究。華中理工大學研究了診斷體系的功能及著實現(xiàn)206、數(shù)據(jù)的采集207和遠程診斷208209等題目，并開發(fā)出了多套汽輪機故障診斷體系，個中汽輪發(fā)電機組在線振動監(jiān)測與故障

23、診斷專家體系(HZ-1)采用了主從機結(jié)構(gòu)，可以對多臺發(fā)電機組實時監(jiān)測紀汞中診斷；200MW單元機組狀態(tài)監(jiān)測、能損分析及汽輪發(fā)電機組故障診斷專家體系采用Solartron分散采集體系監(jiān)測機組，集DAS體系、狀態(tài)監(jiān)測、能損分析和故障診斷于一體210212等。由清華大學、華中理工大學、哈爾濱產(chǎn)業(yè)大學、哈爾濱電工儀表所等院所聯(lián)合研制200MW、300MW汽輪發(fā)電機組工況監(jiān)測與故障診斷專家體系(國家八五攻關項目)可全面監(jiān)測診斷機械振動故障、汽隙振動故障、熱身分引發(fā)的故障、機電耦合軸系扭振故障、和調(diào)節(jié)控終瑰系故障213。哈爾濱產(chǎn)業(yè)大學對診斷體系從數(shù)據(jù)采集到原型機理論作了很多研究214219，并推出了代表性

24、的診斷體系MMMD220。清華大學對診斷體系的軟件構(gòu)成221、硬件結(jié)構(gòu)與*方法222、原型機體系223225等，進行了一系列的研究226，并與山東電力科學試驗研究所合作開發(fā)出了大型電站性能與振動遠程監(jiān)測分析與診斷體系，該體系由各電廠中的振動分析站、數(shù)據(jù)通訊收集體系、遠程診斷中心(濟南市山東電力科學研究院)和遠程診斷分中心(清華大學)等四個子體系構(gòu)成227228。國內(nèi)重要汽輪機故障診斷體系及研制單位見表1229。表1國內(nèi)部分研制利用的故障診斷體系及研制單位3.汽輪機故障診斷中存在的題目31檢測本領汽輪機故障診斷技術中的很多數(shù)學方法，乃至專家體系中的一些推理算法都達到了很高的水平，而征象的獲取成為

25、了一個瓶頸，個中最大的題目是檢測本領不能滿足診斷的必要，如運行中轉(zhuǎn)子表*露燃觳狻鍍觳狻鶻諤逑悼觳狻詬茁菟狹鴨觳獾齲既狽杏玫謀玖臁！傳奇私服2材料性能在壽命診斷中，對材料性能的相識非常緊張，由于大多數(shù)壽命評價都是以材料的性能數(shù)據(jù)為基礎的。但而今對于材料的性能，分外是對于汽輪機材料在復雜工作條件下的性能變化還缺乏相識。33復雜故障的機理對故障機理的相識是正確診斷故障的條件。而今，對汽輪機的復雜故障，有些很難從理論上給出解釋，對其機理的相識并不清楚，比如在非安定熱態(tài)下軸系的彎扭復合振動題目等，這將是攔阻汽輪機故障診斷技術發(fā)展的重要停滯之一。34人工智能利用專家體系作為人工智能在汽輪機故障診斷中的重要利用已獲得了成功，但仍有一些關鍵的人工智能利用題目必要解決，重要有知識的表達與獲取、自學習、智能辨識、信息領悟等。35診斷技術利用奉行面臨的題目我國汽輪機診斷技術在現(xiàn)有基礎上，進一步奉行利用面臨的重要題目是研究開發(fā)機制和觀念題目、診斷技術與生產(chǎn)治理的結(jié)合題目。機制和觀念題目重要表而今：研究機構(gòu)分散，不能形成規(guī)模化效應；重復性研究過多，造成人力、物力的浪擲；技術研究轉(zhuǎn)化為利用產(chǎn)品的少；體系研究連貫性差，因而體系升級堅苦；利用體系