大型汽輪機運行特性52015

大型汽輪機運行特性主講：付忠廣教授/博導(dǎo)fuzhongguang@126.com本課程的主要內(nèi)容汽輪機的調(diào)峰運行與汽輪機熱應(yīng)力和壽命管理汽輪機啟停和正常運行中的幾個關(guān)鍵問題汽輪機幾種典型運行事故與運行特性相關(guān)的汽輪機幾個典型系統(tǒng)及運行管理汽輪機采用的提高經(jīng)濟性的先進(jìn)技術(shù)汽輪機組狀態(tài)的監(jiān)測和故障診斷第九章提高汽輪機經(jīng)濟性的先進(jìn)技術(shù)新蒸汽參數(shù)的提高由熱力學(xué)理論可知，提高新蒸汽參數(shù)能明顯改善機組的運行經(jīng)濟性，特別是提高新蒸汽壓力。國內(nèi)外還在進(jìn)一步提高新蒸汽壓力以及采取二次再熱。目前已相繼出現(xiàn)新汽壓力為30～35MPa的超超臨界機組投入運行。提高新蒸汽的壓力和溫度，都是降低熱耗的重要手段。ABB進(jìn)行了計算分析，如對初壓為18MPa、25MPa及30MPa和初溫、再熱汽溫為540℃、565℃、600℃的機組，當(dāng)其他參數(shù)相同，壓力從亞臨界18MPa提高到超臨界25MPa及以上時，熱耗降低約l.8%～2.0%；當(dāng)初壓不變而汽溫從540℃提高至565℃時，熱耗約可降低1.3%～l.5%，如果提高到600℃，則熱耗可降低3%～3.5%。目前，國內(nèi)外正在對初溫為700℃等級的汽輪機轉(zhuǎn)子、葉片、螺栓等材料的熱強度以及轉(zhuǎn)子、汽缸、管道等材料的焊接問題等方面進(jìn)行科研攻關(guān)。子午面邊界噴嘴蜂窩式汽封可控渦及全三維（馬刀）型反動式葉片馬刀型靜葉片及隔板低壓低直徑汽封隔板三元流場三種馬刀型S2流面計算提高經(jīng)濟性的先進(jìn)技術(shù)葉片和級設(shè)計的改進(jìn)中間級葉片采用進(jìn)汽邊為大圓弧中間級葉片采用以（可控渦設(shè)計的、三維計算方法設(shè)計的）扭曲葉片低壓缸對整臺機組的出力和經(jīng)濟性是至關(guān)重要的，特別是末級葉片的結(jié)構(gòu)與性能。國內(nèi)外的幾個汽輪機制造廠均致力于研究發(fā)展低壓缸及末級葉片。馬刀型全三元理論計入葉片力減少二次流損失減少靜葉葉根部轉(zhuǎn)折角后加載沿葉高等反動度分布直葉片可控渦葉型馬刀型動靜葉高效反動式可控渦及全馬刀型葉型

當(dāng)代計算氣動力學(xué)的頂尖技術(shù)*邊界層湍流模型的方法及數(shù)值求解*國際先進(jìn)N-S全三元求解的水平準(zhǔn)確模擬不同工況之間的相對變化準(zhǔn)確模擬全場參數(shù)的分布規(guī)律N-S全三元氣動計算技術(shù)汽輪機靜葉柵通流部分差異只在中壓缸：

**三缸為高中壓合缸，中壓單流，通流量大。**四缸為高中壓分缸，中壓雙流。性能差異：

**經(jīng)濟性四缸優(yōu)于三缸**三缸中壓動葉用足材料的強度極限**結(jié)構(gòu)成本三缸低于四缸**四缸啟動性能更好三缸與四缸機組*最大應(yīng)力下降50%。*加快冷態(tài)啟動時間，縮短2小時左右。*提高高壓缸通流效率。無中心孔轉(zhuǎn)子蒸汽輪機通流部分汽封減小根部漏汽量及相關(guān)的隔板漏汽和平衡孔汽量漏汽控制

LeakageControl蜂窩式汽封減少汽道中的二次流損失接觸式汽封原理接觸式汽封產(chǎn)品圖片接觸式汽封產(chǎn)品圖片本課程的主要內(nèi)容汽輪機的調(diào)峰運行與汽輪機熱應(yīng)力和壽命管理汽輪機啟停和正常運行中的幾個關(guān)鍵問題汽輪機幾種典型運行事故與運行特性相關(guān)的汽輪機幾個典型系統(tǒng)及運行管理汽輪機采用的提高經(jīng)濟性的先進(jìn)技術(shù)汽輪機組狀態(tài)的監(jiān)測和故障診斷第十章汽輪機組狀態(tài)的監(jiān)測和故障診斷狀態(tài)監(jiān)測和故障診斷是機組狀態(tài)檢修的基礎(chǔ)。目前各大機組雖已具有常規(guī)的監(jiān)測裝置，但這些常規(guī)監(jiān)測裝置尚不能判別設(shè)備的趨向。為此，必須進(jìn)一步完善對汽輪機組狀態(tài)的監(jiān)測和故障診斷熱參數(shù)監(jiān)測及診斷系統(tǒng)的作用系統(tǒng)組成：熱應(yīng)力計算及壽命估計、熱參數(shù)監(jiān)測、熱耗分析和與振動系統(tǒng)的分接口等幾部分。系統(tǒng)的作用：實時地顯示機組的運行狀態(tài)、系統(tǒng)參數(shù)，以有助于運行人員時刻保證機組在高效下運行。顯示那些影響熱耗率而運行人員又可控制的實時值與目標(biāo)值。這種顯示有助于運行人員控制最佳熱耗率，減少可控?fù)p失。顯示高、中、低壓缸的效率、高加運行情況、給水流量的實測值、目標(biāo)值和偏差。還可顯示此偏差對熱耗率的影響情況。狀態(tài)檢修的過渡時期科技的發(fā)展必然使電力設(shè)備從預(yù)防性檢修走向狀態(tài)檢修，但這需要一段時間。在這段時間里，采用以等效運行小時（EOH）計算的“不定期預(yù)防性維修”來過渡，是一項提高電力生產(chǎn)安全性與經(jīng)濟性的現(xiàn)實措施。從預(yù)防性檢修走向狀態(tài)檢修除了為防止突發(fā)性故障外，更多的是考慮“過”修的不經(jīng)濟性與不安全性。但由于生產(chǎn)過程中偶然性故障的不可避免，改正性維修必然存在。根據(jù)國外的經(jīng)驗統(tǒng)計，改正性維修占30％，預(yù)防性維修占70％是從安全和經(jīng)濟綜合考慮的一個較好的比例。狀態(tài)檢修目前，國內(nèi)和國外，對汽輪發(fā)電機組的檢修大多數(shù)還是沿用預(yù)防性檢修在我國，作為狀態(tài)檢修技術(shù)基礎(chǔ)的狀態(tài)監(jiān)測技術(shù)尚在起步階段。國外狀態(tài)監(jiān)測技術(shù)雖然發(fā)展較快，但為了保證設(shè)備安全，提高設(shè)備利用率，減少輸出費用，卻已采用了一些新的不定期預(yù)防性維修辦法向狀態(tài)維修過渡。這主要表現(xiàn)在機組大修的間隔計算上。德國大電站聯(lián)合會VGB提出了汽輪機大修間隔的計算方法，他們較早提出用“等效運行小時(EOH)”來計算大修間隔。VGB的檢修間隔計算已采用多年并廣為西歐、北美所使用。如瑞士ABB、美國EPRI、圣地亞哥煤氣電力公司均用此方法計算大修間隔。VGB汽輪機大修間隔計算方法在VGB的檢修導(dǎo)則《VGB-Rll5Me》中，EOH按下式計算：式中：Teq—等效運行小時（EOH）;

Tact—實際運行小時數(shù)；

ns——啟動次數(shù)（不分冷熱態(tài)）；

Ts——啟動加權(quán)系數(shù)（20~30h）。以上VGB提出的對汽輪機檢修間隔的計算辦法過于簡化。它對不同啟動狀態(tài)所造成機組的不同程度的疲勞損傷未加區(qū)分。TMC汽輪機大修間隔計算方法鑒于VGB計算方法的缺陷，國際轉(zhuǎn)動機械大會（TMC）用壽命分配的概念，提出了新的計算方法。1993年第九屆TMC大會上通過了《TMCST002汽輪機檢修導(dǎo)則》，計算公式如下：式中：Teq—等效運行小時（EOH）;

Tact—實際運行小時數(shù)；

SnsTs—各類啟動次數(shù)乘以相應(yīng)的加權(quán)系數(shù)的總和。

ncTc—冷態(tài)啟動次數(shù)×加權(quán)系數(shù)；

nwTw—溫態(tài)啟動次數(shù)×加權(quán)系數(shù)；

nh

Th—熱態(tài)啟動次數(shù)×加權(quán)系數(shù)；

nvTv—極熱態(tài)啟動次數(shù)×加權(quán)系數(shù)；機組的診斷盡管現(xiàn)代化機組控制系統(tǒng)先進(jìn)，自動化程度高，保護(hù)功能多，但用來直接反映機組運行效益和進(jìn)行故障診斷的專家系統(tǒng)還很不完善。目前只能由運行人員或技術(shù)人員通過對機組運行參數(shù)的分析來間接地反映和判斷機組的健康水平，因此，對設(shè)備故障的判斷和設(shè)備性能效益的評價缺乏預(yù)知性、準(zhǔn)確性和科學(xué)性，而且費時費力。同時，對運行人員的優(yōu)化操作和檢修人員的狀態(tài)檢修也帶來很大困難。汽輪機組的狀態(tài)監(jiān)測和故障診斷內(nèi)容狀態(tài)監(jiān)測和故障診斷的內(nèi)容可分為機械類和熱參數(shù)類兩大類。機械類：轉(zhuǎn)子不平衡、轉(zhuǎn)子彎曲、轉(zhuǎn)子渦動、轉(zhuǎn)子碰摩、軸承不穩(wěn)定、短路電流轉(zhuǎn)矩、熱膨脹、葉片斷裂、進(jìn)冷汽冷水、閥門門桿卡澀、熱疲勞裂紋、閥門開度等。熱參數(shù)類：壓力、溫度、溫差、壓差、溫度變化率、壓力變化率、轉(zhuǎn)速、流量、流速等。熱參數(shù)監(jiān)測及故障診斷的優(yōu)勢以往人們對振動信號給予極大重視，而忽視了熱力過程參數(shù)。其實，熱力過程參數(shù)對通流部分及其有關(guān)系統(tǒng)故障的反應(yīng)是十分敏感的，往往在重大事故發(fā)生之前或剛出現(xiàn)前兆時就可以從熱參數(shù)的異常變化得到及時的預(yù)報，迅速地采取果斷措施來預(yù)防事故的發(fā)生。此外，汽輪機熱力參數(shù)的測量數(shù)據(jù)非常豐富，可以用多個參數(shù)的變化規(guī)律來明確故障的性質(zhì)、程度及具體位置，從而及時地做好損壞部件的備品，縮短機組的檢修時間。鑒于上述原因，汽輪機組設(shè)置在線的熱參數(shù)監(jiān)測及故障診斷系統(tǒng)很有必要，而且它可與機組振動診斷系統(tǒng)（如果有的話）聯(lián)絡(luò)通訊，組成一個完整的電廠計算機診斷專家系統(tǒng)。用專家系統(tǒng)進(jìn)行設(shè)備的診斷通過對各種診斷經(jīng)驗的描述，有利于存儲和推廣專家寶貴的經(jīng)驗知識；眾多專家的知識可以被融合進(jìn)診斷系統(tǒng)，得到綜合利用；擁有人機聯(lián)合診斷功能，可以充分發(fā)揮現(xiàn)場人員的主觀能動性。數(shù)據(jù)、信息和知識考慮故障診斷人的決策過程：事實和數(shù)據(jù)

—→

思維

—→

產(chǎn)生結(jié)論

—→

決策方案

—→

決策實施。這個過程實際是：數(shù)據(jù)—→信息—→知識—→決策目標(biāo)的過程。數(shù)據(jù)：是某些具體對象的原始反映和描述。單純的數(shù)據(jù)不能提供判斷或解釋，它不是決策行動的可靠基礎(chǔ)。信息：對數(shù)據(jù)進(jìn)行分析，找出其中的關(guān)系，賦予數(shù)據(jù)以某種意義和關(guān)聯(lián)，就形成了信息。信息雖然有一定的意義，但它往往和人們手頭的任務(wù)沒有什么聯(lián)系，還不能作為判斷、決策和行動的依據(jù)。知識：對信息進(jìn)行深入洞察和再加工，從中理解出其包含的模式，才能獲得可資利用的信息，即形成知識。知識才是決策可依賴的基礎(chǔ)。我們現(xiàn)在生活在一個網(wǎng)絡(luò)化的時代，大量信息在給人們帶來方便的同時也帶來了一大堆問題：第一是信息過量，難以消化；第二是信息真假難以辨識；第三是信息安全難以保證；第四是信息形式不一致，難以統(tǒng)一處理。人們開始考慮：“如何才能不被信息淹沒，而是從中及時發(fā)現(xiàn)有用的知識、提高信息利用率？”隨著數(shù)據(jù)庫技術(shù)的迅速發(fā)展，人們積累的數(shù)據(jù)越來越多。激增的數(shù)據(jù)背后隱藏著許多重要的信息，人們希望能夠?qū)ζ溥M(jìn)行更高層次的分析，以便更好地利用這些數(shù)據(jù)。目前的數(shù)據(jù)庫系統(tǒng)，無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢。缺乏挖掘數(shù)據(jù)背后隱藏的知識的手段，導(dǎo)致了“數(shù)據(jù)爆炸但知識貧乏”的現(xiàn)象。知識種類、專家知識及其特點

知識獲得的途徑:通過書本知識的學(xué)習(xí)這類知識的邏輯性、系統(tǒng)性、結(jié)構(gòu)性強，可以通過學(xué)習(xí)和訓(xùn)練得到，但不易于直接應(yīng)用；長期實踐的經(jīng)驗積累或向有經(jīng)驗的人學(xué)習(xí)這類知識的綜合性、啟發(fā)性、不確定性強，而結(jié)構(gòu)性、邏輯性、系統(tǒng)性差，盡管它一般缺乏嚴(yán)格的理論依據(jù)，難以保證其普遍適用性和正確性，但在一些應(yīng)用場合卻往往簡潔、實用、有效。專家知識是將基本理論與一般原則和經(jīng)驗知識的有機結(jié)合而構(gòu)成的綜合體。人類專家知識與人工專家知識有不同的特點人類專家知識不穩(wěn)定的，是不斷在實踐中積累、補充和完善的；它具有專有特性，為各個專家所專有，不便于交流與傳播；結(jié)構(gòu)性、系統(tǒng)性不強，不便于整理、編輯和形式化表達(dá)；獲得往往要經(jīng)長期親身實踐逐漸積累，代價極高。人工專家知識相對穩(wěn)定的（具有自學(xué)習(xí)功能的除外），便于復(fù)制、傳播，可使更多的人共享寶貴的專家知識資源；用形式化表達(dá)，便于對知識進(jìn)行整理與編輯；獲取的代價相對較低（與培養(yǎng)一名人類專家相比）專家系統(tǒng)的特點專家系統(tǒng)是一種人工智能軟件系統(tǒng)。專家系統(tǒng)是一門綜合性很強的邊緣學(xué)科。專家系統(tǒng)的處理問題能力和水平取決于它擁有的知識容量與質(zhì)量。設(shè)備診斷專家系統(tǒng)往往可以兼有解釋、診斷、監(jiān)督、預(yù)測、維修或指導(dǎo)等功能。專家系統(tǒng)診斷方法致命的弱點：專家系統(tǒng)診斷準(zhǔn)確率的高低，主要取決于知識庫中知識的多少及正確率的大小，其成功與否與領(lǐng)域?qū)＜业慕?jīng)驗有關(guān)；知識的獲取是一個難度很大的問題。大數(shù)據(jù)（數(shù)據(jù)挖掘）是一種新的信息處理技術(shù)。人們把數(shù)據(jù)看作是形成知識的源泉，好像從礦石中采礦或淘金一樣。知識發(fā)現(xiàn)和數(shù)據(jù)挖掘強調(diào)事實第一，而專家系統(tǒng)強調(diào)經(jīng)驗第一。數(shù)據(jù)挖掘可以形成專家系統(tǒng)的有力補充。我們在努力將大數(shù)據(jù)（數(shù)據(jù)挖掘）技術(shù)應(yīng)用于電廠機組的故障診斷、狀態(tài)檢修和運行優(yōu)化等。大數(shù)據(jù)的定義38Bigdataisacollectionofdatasetssolargeandcomplexthatitbecomesdifficulttoprocessusingon-handdatabasemanagementtools.大數(shù)據(jù)意指一個超大的、難以用現(xiàn)有常規(guī)的數(shù)據(jù)庫管理技術(shù)和工具處理的數(shù)據(jù)集。維基百科Bigdatatechnologiesdescribeanewgenerationoftechnologiesandarchitectures,designedtoeconomicallyextractvaluefromverylargevolumesofawidevarietyofdata,byenablinghigh-velocitycapture,discovery,and/oranalysis.大數(shù)據(jù)技術(shù)描述了一種新一代技術(shù)和構(gòu)架，用于以很經(jīng)濟的方式、以高速的捕獲、發(fā)現(xiàn)和分析技術(shù)，從各種超大規(guī)模的數(shù)據(jù)中提取價值。IDC年度數(shù)字宇宙研究報告《從混沌中提取價值》大數(shù)據(jù)的戰(zhàn)略意義39在于對這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實現(xiàn)盈利的關(guān)鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。大數(shù)據(jù)的戰(zhàn)略意義兩個關(guān)鍵點40大量新數(shù)據(jù)源的出現(xiàn)則導(dǎo)致了非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)爆發(fā)式的增長根據(jù)監(jiān)測，人類產(chǎn)生的數(shù)據(jù)量正在呈指數(shù)級增長，大約每兩年翻一番，這個速度在2020年之前會繼續(xù)保持下去。這意味著人類在最近兩年產(chǎn)生的數(shù)據(jù)量相當(dāng)于之前產(chǎn)生的全部數(shù)據(jù)量數(shù)據(jù)量增加數(shù)據(jù)結(jié)構(gòu)日趨復(fù)雜這些由我們創(chuàng)造的信息背后產(chǎn)生的這些數(shù)據(jù)早已經(jīng)遠(yuǎn)遠(yuǎn)超越了目前人力所能處理（獲取，存儲，管理，分析）的范疇大數(shù)據(jù)時代正在來臨..傳統(tǒng)數(shù)據(jù)vs大數(shù)據(jù)數(shù)據(jù)量傳統(tǒng)數(shù)據(jù)41速度多樣性價值大數(shù)據(jù)傳統(tǒng)軟件能在需要時間內(nèi)處理完畢傳統(tǒng)軟件無法在需要時間內(nèi)處理完畢增長慢，可以實時處理增長快，傳統(tǒng)構(gòu)架無法實時處理結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化，半結(jié)構(gòu)化非結(jié)構(gòu)化統(tǒng)計和報表為主深度挖掘和預(yù)測對大數(shù)據(jù)的認(rèn)識42華北電力大學(xué)付忠廣/fuzhongguang@163.com數(shù)據(jù)的價值43大數(shù)據(jù)的特點（4個“V”）44華北電力大學(xué)付忠廣/fuzhongguang@163.com1PB（Petabyte千萬億字節(jié)拍字節(jié)）=10^3TB=10^6GB數(shù)據(jù)的回報4546數(shù)據(jù)挖掘數(shù)據(jù)庫越來越大有價值的知識可怕的數(shù)據(jù)大數(shù)據(jù)，數(shù)據(jù)爆炸，知識貧乏數(shù)據(jù)挖掘的原由數(shù)據(jù)挖掘----定義數(shù)據(jù)挖掘--從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，是統(tǒng)計學(xué)、數(shù)據(jù)庫技術(shù)和人工智能技術(shù)的綜合。數(shù)據(jù)挖