淺談汽輪機故障監測與診斷技術發展

張爽

（遼河石油職業技術學院機電工程系，遼寧 盤錦 124103）

1 國內汽輪機故障監測診斷技術概況

我國的設備診斷技術自1983年起步，初期主要應用于石化、冶金及電力等行業，進入20世紀90年代后，迅速滲透到國民經濟的各個主要行業。大型汽輪發電機組的在線監測與故障診斷技術作為國家“七五”、“八五”重大科技攻關項目，并在“九五”期間仍繼續受到支持，其重要意義是顯而易見的。西安交通大學、哈爾濱工業大學、清華大學等一些高校及西安熱工研究院等一些研究單位在大型汽輪發電機組故障機理及其診斷技術研究方面總體上處于國內領先水平。

30多年來，我國在汽輪機故障診斷技術方面有了長足進步，不斷吸收各門科學技術發展的新成果，診斷的理論與應用有了很大的發展和進步，它涉及系統論、控制論、信息論、檢測與估計理論、計算機科學等多方面的內容，成為集數學、物理、力學、化學、電子技術、信息處理、人工智能等基礎學科以及各相關專業學科于一體的新興交叉學科。故障診斷技術研究的主要內容包括以下4個方面：故障機理；故障信息處理技術；故障源分離與定位技術；人工智能技術的應用研究。但是，由于近年來大型汽輪發電機組單機裝機容量的不斷增大，而對大型機組許多常見故障的機理、故障特征及現場診斷方法的研究還有待進一步的深入。

2 汽輪機故障診斷技術的發展

2.1 信號采集與分析

2.1.1 故障信息采集

由于汽輪機工作環境具有特殊的工作環境，因此在進行故障信息采集時，我們必須借助傳感器進行信息采集，所以傳感原件的性能對于故障信息的采集就起到了關鍵的作用。目前技術部門已經開發研制了感應靈敏、自動化程度高的新型傳感器，這些新型傳感器的應用，大大減少了誤診率和漏診率；硬件方面的研究開發也需要軟件的支撐，國外專家將高性能傳感器應用與動態觀測器，應用人工神經網絡理論，開發出故障診斷系統軟件，軟硬件的結合使用大大提高了故障信息的采集與分析效率。在國內西安交通大學、上海交通大學、華中理工大學對傳感器故障檢測和傳感器信號的可靠性方面也進行了研究，取得了突破性的進展。

2.1.2 信號分析與處理

目前對于采集信息的處理分析，比較成功的還是在對汽輪機振動信號的分析處理上。汽輪機故障診斷系統中的振動信號處理大多采用快速傅立葉變換，的思想在于將一般時域信號表示為具有不同頻率的諧波函數的線性疊加，它認為信號是平穩的，所以分析出的頻率具有統計不變性。正是由于傅立葉變換法對很多平穩信號的情況具有適用性，因而得到了廣泛的應用。但是，對于很多的檢測信號并非都是線性、平穩的信號；因此對于實際的信號分析處理成為一個重要問題。在國內外很多專家將小波分析法用于汽輪機動靜碰摩故障診斷和汽輪機軸心軌跡的識別，已經取得了一些進展。西安交通大學引入Kolmogorov復雜性測度定量評估大機組運行狀態，吸收全息譜的優點，進行軸心軌跡的瞬態提純。

2.2 故障機理與診斷策略

2.2.1 故障機理

故障機理是故障的內在本質和產生原因。故障機理的研究，是故障診斷中的一個非常基礎而又必不可少的工作。目前對汽輪機故障機理的研究主要從故障規律、故障征兆和故障模型等方面進行。由于大部分軸系故障都在振動信號上反映出來，因此，對軸系故障的研究總是以振動信號的分析為主。在綜合振動與噪聲特性的基礎上，東北電力學院還開發了可對旋轉機械和摩擦進行在線監測的儀器，該儀器用四個通道進行聲信號檢測，另外四個通道用于振動監測，可以大致確定摩擦的部位。調節系統的可靠與否，對汽輪機組的安全運行具有非常重要的意義。

2.2.2 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主要有對比診斷、邏輯診斷、統計診斷、模式識別、模糊診斷、人工神經網絡和專家系統等。而目前研究比較多的是后面幾種，其中人工神經網絡和專家系統的應用研究是這一領域的研究熱點。

小波分析是近年來發展非常迅猛的時頻分析方法。由于其對信號去噪、還原性都較好，特別適用于對含有大量背景噪音的信噪比非常低的信號分析和調理；基于小波分析方法和神經網絡建立的智能分析技術，是下一代故障檢測與判定（FDI）的重要內核。國內外在這方面進行了很多的研究，目前應用最多的是前向神經網絡、BP神經網絡以及把神經網絡與模糊診斷相結合的模糊神經網絡等。診斷策略的研究還有：模糊診斷用于振動故障診斷、用于轉子碰磨診斷、用于通流部分熱參數診斷的研究；模糊關聯度用于多參數診斷等；診斷方法上的研究一直是故障診斷的一個重點。振動法是應用最普遍也比較成熟的一種方法。在汽輪機故障診斷中，應用熱力學分析診斷汽輪機性能故障也是一個重要手段，另外還有油分析、聲發射法、無損檢測技術等。

3 故障診斷中存在的問題

3.1 檢測手段還需改進

汽輪機故障診斷技術中的應用到了很多數學方法，甚至專家系統中的一些推理算法都達到了很高的水平，而監測數據的的獲取成為了一個重要影響因素，也就是說我們的檢測手段跟不上診斷的需要；例如轉子表面溫度的檢測、葉片動應力檢測、調節系統卡澀檢測、內缸螺栓斷裂檢測等，都缺乏有效的手段。

3.2 復雜故障的機理了解不夠

對故障機理的了解是準確診斷故障的前提。目前，對汽輪機的復雜故障，有些很難從理論上給出解釋，對其機理的了解并不清楚，比如在非穩定熱態下軸系的彎扭復合振動問題等，這將是阻礙汽輪機故障診斷技術發展的主要障礙之一。

3.3 診斷技術應用推廣面臨的問題

我國汽輪機診斷技術在現有基礎上，進一步推廣應用面臨的主要問題是研究開發機制和觀念問題、診斷技術與生產管理的結合問題。機制和觀念問題主要表現在：研究機構分散，不能形成規模化效應；重復性研究過多，造成人力、物力的浪費；技術研究轉化為應用產品的少；系統研究連貫性差，因而系統升級困難；應用系統的維護與服務得不到保證等。診斷技術與生產管理結合不好，表現在各種技術的相互集成性不好，與生產管理相孤立，不能創造預期的效益，使電廠失去信心。

4 汽輪機故障診斷的發展前景

汽輪機故障診斷技術的研究已經得到廣大電力企業和專業技術人員重視，針對汽輪機及其系統各類故障的各種新檢測技術將是一個主要的研究方向，在諸多研究實力強大的高校和專業機構的帶動下，必然會會出現許多科技成果，任何時候，故障機理的研究勢必推動故障診斷技術的發展。故障機理的研究逐漸深入，將集中在對漸發故障定量表征的研究上，研究判斷整個系統故障狀態的指標體系及其判斷閾值將是另一個重要方向。而對于汽輪機故障診斷，將從以振動診斷為主向考慮熱影響診斷、性能診斷、邏輯順序診斷、油液診斷、溫度診斷等的綜合診斷發展，更符合汽輪機的特點和實際。診斷與仿真技術的結合將主要表現在，通過故障仿真辨識汽輪機故障、通過系統仿真為診斷專家系統提供知識規則和學習樣本、通過邏輯仿真對系統中部件故障進行診斷。

[1]周愛紅.汽輪機狀態監測與故障智能診斷系統[D]，重慶大學，2003.

[2]王正紅，趙林度，盛昭瀚.軟件重用在故障診斷專家系統設計中的應用[J].東南大學學報(自然科學版)，2002.

[3]章真，曹云娟.電廠熱力設備過程型故障模糊診斷系統[A].1995年中國智能自動化學術會議暨智能自動化專業委員會成立大會論文集（下冊）[C].1995.

[4]高洪濤.工業汽輪機熱力性能在線監測與故障診斷的研究[D].大連理工大學，1998.

[5]張君.小波分析技術在汽輪機故障診斷中的應用研究[D]，華北電力大學（河北），2005.