汽輪發(fā)電機(jī)組智能診斷大數(shù)據(jù)系統(tǒng)研究及應(yīng)用

1、 汽輪發(fā)電機(jī)組智能診斷大數(shù)據(jù)系統(tǒng)研究及應(yīng)用 摘要：作為我國(guó)發(fā)電站的核心設(shè)備，汽輪發(fā)電機(jī)組往往具有非常重要的作用，由于結(jié)構(gòu)相對(duì)復(fù)雜，并且運(yùn)行過(guò)程中會(huì)出現(xiàn)變化，可能會(huì)引發(fā)故障現(xiàn)象，此外該設(shè)備的造價(jià)非常昂貴，并且關(guān)乎著電力系統(tǒng)的運(yùn)行，因此要采用有效的方法進(jìn)行維護(hù)。目前智能診斷大數(shù)據(jù)系統(tǒng)的研究，成為汽輪發(fā)電機(jī)組故障診斷的主要方向，該系統(tǒng)能夠準(zhǔn)確判斷故障問(wèn)題，甚至可以起到狀態(tài)監(jiān)測(cè)、故障預(yù)測(cè)的效果，所以該系統(tǒng)得到了廣泛運(yùn)用。為了能夠降低汽輪發(fā)電機(jī)組的故障概率，本文會(huì)針對(duì)汽輪發(fā)電機(jī)組智能診斷大數(shù)據(jù)系統(tǒng)展開(kāi)研究分析，為相關(guān)人員提供參考。關(guān)鍵詞：汽輪發(fā)電機(jī)；智能診斷；大數(shù)據(jù)系統(tǒng)引言：汽輪發(fā)電機(jī)組的最大特點(diǎn)就是結(jié)

2、構(gòu)復(fù)雜、運(yùn)行工況復(fù)雜，并且存在較多的故障風(fēng)險(xiǎn)，在出現(xiàn)故障后很難準(zhǔn)確判斷，由于以往都是通過(guò)維修人員的經(jīng)驗(yàn)進(jìn)行診斷，因此可能會(huì)出現(xiàn)故障診斷錯(cuò)誤的現(xiàn)象。在這樣的條件下智能診斷大數(shù)據(jù)系統(tǒng)誕生，為汽輪發(fā)電機(jī)組故障診斷提供有效的技術(shù)支持，該系統(tǒng)采用分布式數(shù)據(jù)庫(kù)、分布式文件系統(tǒng)，以及云計(jì)算等大數(shù)據(jù)軟件，從而實(shí)現(xiàn)智能診斷、智能分析。除此之外還能針對(duì)相關(guān)設(shè)備的性能狀態(tài)，進(jìn)行有效的監(jiān)測(cè)與分析，尤其是故障預(yù)測(cè)與表現(xiàn)特征，為工作人員提供了數(shù)據(jù)支持，確保汽輪發(fā)電機(jī)組的良好運(yùn)行。一、汽輪發(fā)電機(jī)組智能診斷研究現(xiàn)狀傳統(tǒng)的汽輪發(fā)電機(jī)組故障診斷，都是通過(guò)定型經(jīng)驗(yàn)與知識(shí)，比如設(shè)備結(jié)構(gòu)、功能特點(diǎn)以及故障機(jī)理等，再結(jié)合相關(guān)維修人員的經(jīng)

3、驗(yàn)知識(shí)，針對(duì)故障問(wèn)題進(jìn)行有效的診斷，不過(guò)由于干擾因素比較多，可能會(huì)產(chǎn)生錯(cuò)誤診斷的現(xiàn)象。因此我國(guó)針對(duì)智能診斷進(jìn)行深入研究，智能診斷與傳統(tǒng)診斷方法，都是通過(guò)汽輪發(fā)電機(jī)組故障狀態(tài)進(jìn)行識(shí)別，來(lái)判斷設(shè)備的故障問(wèn)題，不過(guò)在準(zhǔn)確性上明顯要更高，所以具有明顯的技術(shù)優(yōu)勢(shì)。智能診斷方法主要通過(guò)大數(shù)據(jù)系統(tǒng)，對(duì)汽輪發(fā)電機(jī)組進(jìn)行在線故障診斷和預(yù)警，不僅擁有較高的精準(zhǔn)度，還能保證分析效率，因此是我國(guó)目前主要的研究方向。二、汽輪發(fā)電機(jī)組故障問(wèn)題主要特征1.汽輪發(fā)電機(jī)組故障階段性想要準(zhǔn)確診斷汽輪發(fā)電機(jī)技術(shù)故障，必須要對(duì)故障問(wèn)題的特征有所了解，大多數(shù)情況下汽輪發(fā)電機(jī)組故障具有一定階段性，也就是在不同使用周期出現(xiàn)的故障問(wèn)題，往往

4、存在不同的性質(zhì)，或由于不同原因造成。比如在汽輪發(fā)電機(jī)組運(yùn)行初期階段，故障問(wèn)題大多由設(shè)計(jì)、制造以及安裝等原因引起，中期運(yùn)行階段則是因?yàn)榕既灰蛩?，而進(jìn)入后期更多是由設(shè)備損傷造成。除此之外在正常運(yùn)行的情況下，出現(xiàn)較少的故障大多由啟停過(guò)程引起，通過(guò)對(duì)設(shè)備不同使用階段的分析，能夠大概率掌握故障問(wèn)題。2.汽輪發(fā)電機(jī)組故障漸進(jìn)性大多數(shù)情況下汽輪發(fā)電機(jī)組故障，會(huì)分為突發(fā)性與漸進(jìn)性，突發(fā)性基本都是偶然發(fā)生，在出現(xiàn)故障問(wèn)題前沒(méi)有太明顯的征兆，因此很難做出預(yù)警。漸發(fā)性故障則恰恰相反，故障會(huì)有明顯的發(fā)展過(guò)程，也就是故障發(fā)生前往往會(huì)有一定征兆，隨著運(yùn)行狀態(tài)的不斷變化，這些征兆就會(huì)愈發(fā)明顯，這樣的條件下更容易判斷故障問(wèn)題

5、，不過(guò)出現(xiàn)故障后往往比較嚴(yán)重。3.汽輪發(fā)電機(jī)組故障并存性汽輪發(fā)電機(jī)組出現(xiàn)故障問(wèn)題，其原因往往不是單一因素造成，可能會(huì)存在多種故障，或者是由某一故障問(wèn)題引發(fā)其他故障，由此可見(jiàn)故障之間也存在密切的聯(lián)系。比如在汽輪發(fā)電機(jī)組轉(zhuǎn)子不對(duì)中時(shí)，解析變化就會(huì)引起轉(zhuǎn)子摩擦，軸承負(fù)荷變化則引起氣流激振，油膜震蕩導(dǎo)致轉(zhuǎn)子摩擦等，因此也可以說(shuō)故障之間存在一定相關(guān)性。在實(shí)際故障診斷過(guò)程中，就可以利用各種征兆或故障問(wèn)題，針對(duì)相關(guān)的故障進(jìn)行判斷。二、汽輪發(fā)電機(jī)組智能診斷大數(shù)據(jù)系統(tǒng)總體設(shè)計(jì)1.智能診斷大數(shù)據(jù)系統(tǒng)設(shè)計(jì)目標(biāo)汽輪發(fā)電機(jī)組智能診斷大數(shù)據(jù)系統(tǒng)的設(shè)計(jì)，主要目標(biāo)就是對(duì)機(jī)組運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并針對(duì)其中的狀態(tài)信息做好綜合分

6、析，針對(duì)故障進(jìn)行有效的預(yù)警，并提出合理的維護(hù)方案，以此來(lái)確保汽輪發(fā)電機(jī)做的良好運(yùn)行。因此需要全方位、真實(shí)掌握氣輪發(fā)電機(jī)組運(yùn)行狀態(tài)特點(diǎn)，并建立設(shè)備典型故障模式信息、多信息維度指標(biāo)體系等，從而對(duì)汽輪發(fā)電機(jī)組運(yùn)行狀態(tài)進(jìn)行準(zhǔn)確的層次化分析。另外要能夠精準(zhǔn)辨識(shí)故障問(wèn)題，明確故障發(fā)生的位置、程度等，并制定有效的解決方案，提高氣輪發(fā)電機(jī)組的穩(wěn)定性。2.智能診斷大數(shù)據(jù)系統(tǒng)構(gòu)架設(shè)計(jì)目前我國(guó)的汽輪發(fā)電機(jī)組智能診斷大數(shù)據(jù)系統(tǒng)，主要是基于b/s構(gòu)架模式為基礎(chǔ)研發(fā)，系統(tǒng)采用比較常見(jiàn)的windows，數(shù)據(jù)庫(kù)則為oeaclel0.0，數(shù)據(jù)采集語(yǔ)言大部分為python，其他會(huì)使用java語(yǔ)言。系統(tǒng)構(gòu)架主要以工作站、服務(wù)器、客

7、戶端這三個(gè)較為重要的部分組成，數(shù)據(jù)工作的主要進(jìn)行采集與上傳任務(wù)，服務(wù)器可以針對(duì)采集的數(shù)據(jù)進(jìn)行分析處理，再進(jìn)入數(shù)據(jù)庫(kù)儲(chǔ)存，因此會(huì)劃分為數(shù)據(jù)庫(kù)、分析、文件三個(gè)服務(wù)器?？蛻舳死脀eb服務(wù)與數(shù)據(jù)庫(kù)服務(wù)器形成對(duì)接，并負(fù)責(zé)整個(gè)系統(tǒng)的人機(jī)交互工作，所以也是最重要的環(huán)節(jié)，為工作人員提供相應(yīng)的系統(tǒng)功能。三、汽輪發(fā)電機(jī)組智能診斷大數(shù)據(jù)系統(tǒng)功能設(shè)計(jì)1.數(shù)據(jù)采集功能作為智能診斷大數(shù)據(jù)系統(tǒng)中的關(guān)鍵環(huán)節(jié)，數(shù)據(jù)采集功能的設(shè)計(jì)，首先要通過(guò)采集驅(qū)動(dòng)程序，以此來(lái)針對(duì)汽輪發(fā)電機(jī)組設(shè)備運(yùn)行數(shù)據(jù)進(jìn)行獲取，為了保證數(shù)據(jù)分析的精準(zhǔn)度，必須要針對(duì)已采集的數(shù)據(jù)展開(kāi)濾波、去燥以及異常點(diǎn)剔除等工作。通過(guò)對(duì)汽輪發(fā)電機(jī)組故障特征進(jìn)行分析后，在智能診

8、斷大數(shù)據(jù)系統(tǒng)設(shè)計(jì)過(guò)程中，必須要對(duì)震動(dòng)、溫度以及其他類(lèi)型的信號(hào)展開(kāi)采集。需要注意的是機(jī)組震動(dòng)信號(hào)采樣頻率相對(duì)較高，大約在512hz8192hz，而過(guò)程類(lèi)信號(hào)應(yīng)該以opc協(xié)議為基礎(chǔ)，由現(xiàn)場(chǎng)dcs、sis系統(tǒng)獲取。2.數(shù)據(jù)分析功能數(shù)據(jù)分析主要由三個(gè)部分組成，首先是數(shù)據(jù)環(huán)形隊(duì)列，這樣在啟停設(shè)備的過(guò)程中，可以將原始數(shù)據(jù)連同壓縮從文件的分析結(jié)果，全部存儲(chǔ)到基礎(chǔ)數(shù)據(jù)庫(kù)中。其次是基礎(chǔ)數(shù)據(jù)指標(biāo)，也就是利用各種特征指標(biāo)進(jìn)行有效的提取，人機(jī)交互主要展現(xiàn)提取結(jié)果，或者在診斷任務(wù)被觸發(fā)的情況下，通過(guò)提取故障時(shí)間段的特征展開(kāi)分析，并進(jìn)行智能診斷，最終分析出詳細(xì)的故障問(wèn)題。3.故障預(yù)警診斷功能在大數(shù)據(jù)系統(tǒng)功能設(shè)計(jì)中，故障預(yù)

9、警與診斷功能至關(guān)重要，可以針對(duì)汽輪發(fā)電機(jī)組故障進(jìn)行推理、提取，并針對(duì)故障問(wèn)題展開(kāi)定位和分析。一般情況下會(huì)在診斷任務(wù)觸發(fā)后開(kāi)始后續(xù)處理，主要以參數(shù)預(yù)警、人工啟動(dòng)或設(shè)定啟動(dòng)周期為觸發(fā)方式，從而進(jìn)入故障預(yù)警階段中。隨后針對(duì)整個(gè)設(shè)備進(jìn)行分析，明確診斷故障發(fā)生位置，并對(duì)應(yīng)設(shè)備劣化趨勢(shì)指標(biāo)判斷，結(jié)合以往的故障特征、診斷模型展開(kāi)推理，通過(guò)知識(shí)庫(kù)反查故障原因，同時(shí)制定有效的處理方法，給出詳細(xì)處理意見(jiàn)。最后將診斷結(jié)果生成報(bào)告，為維修人員提供參考，并將結(jié)果儲(chǔ)存至知識(shí)庫(kù)。結(jié)束語(yǔ)對(duì)于汽輪發(fā)電機(jī)組故障診斷來(lái)說(shuō)，以往需要通過(guò)故障特征進(jìn)行分析，才能明確出系統(tǒng)存在的故障問(wèn)題。在過(guò)程中可能會(huì)因?yàn)榉治銎顚?dǎo)致故障診斷錯(cuò)誤，因此智能診斷大數(shù)據(jù)系統(tǒng)得到廣泛應(yīng)用，該技術(shù)已經(jīng)成為發(fā)電機(jī)組故障診斷的主要方法，也是未來(lái)的熱點(diǎn)研究方向。由于汽輪發(fā)電機(jī)組本身結(jié)構(gòu)非常復(fù)雜，運(yùn)行時(shí)也會(huì)產(chǎn)生大量實(shí)時(shí)數(shù)據(jù)，這種情況下就可以應(yīng)用智能診斷大數(shù)據(jù)系統(tǒng)，準(zhǔn)確分析出存在的故障問(wèn)題，并針對(duì)故障信息進(jìn)行有效梳理，以確保汽輪發(fā)電機(jī)組能夠正常運(yùn)行。未來(lái)需要針對(duì)該系統(tǒng)進(jìn)行深入研究，確?？梢詫?shí)現(xiàn)更強(qiáng)的診斷能力，為汽輪發(fā)電機(jī)組的運(yùn)行提供安全保障。參考文獻(xiàn)：1栗宇. 基于本體和案例推理的汽輪發(fā)電機(jī)組故障診斷d.蘭州理工大學(xué),2019.2張強(qiáng). 汽輪發(fā)電機(jī)組智能故障診斷專(zhuān)家系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)d.蘭州理工大學(xué),2018.3程維華. 基于數(shù)據(jù)流的汽輪機(jī)組故