水電機組故障診斷技術的應用與發展

許華松

摘 要：隨著社會的發展以及科學技術的進步，近年來，我國在水電機組故障的診斷技術方面有了非常快的發展，本文主要將資料和國內外的發展進行結合，對水電機組發生故障的診斷技術進行了論述，并對故障診斷方面的技術運用進行了分析。同時，針對水電機組在發展中的特點，對水電機組發生故障診斷的內容進行了論述，對現階段水電行業所應用的診斷技術做了分析，并對其發展做了展望。

關鍵詞：水電機組；發生故障；診斷技術；應用發展

對水電機組的狀態進行檢修，這是把水電機組在運行中的狀態作為前提的預防維修的手段，它按照機組狀態的監測以及故障診斷的系統所提供的信息，在統計分析與數據處理的作用下，對機組的整體以及部件劣化的程度進行分析，還能在故障出現之前可以有計劃地展開針對性的維修，可以非常明顯地對水電機組在運行中的可靠性作一保障，對機組在維修中的周期進行延長，減少水電機組在檢修中的費用。

一、故障診斷技術應用現狀

在這幾年的發展下，關于狀態監測方面的技術，已經在水電廠有了非常大的發展，然而故障診斷方面的技術的進一步研究，還是有很多都在理論階段停留，在實際應用中也只是停留在機組的某部件以及某種故障方面的具體診斷，可以對狀態檢修有一定的指導作用，然而相對成熟的在故障診斷方面的系統截止現在依然沒有。

就國內的產品而言，多數都是沒有智能化的對故障進行診斷的功能，只是對機組運行的狀態數據進行提供，從而為工程人員在處理以及分析問題的過程中提供依據，采用人工的方式，對機組的健康狀態以及潛在的故障展開判斷。從國外產品系統的結構上來看，其是非常完整的，截止現在，已經初步形成了具有智能化地對故障進行診斷的功能，涉及到故障庫平臺和征兆輸入的接口以及規則編輯的工具以及診斷結果等方面的功能。然而在水電行業的具體應用中還是非常少的，而且并不能對故障進行定位，其在輸出的結果上還是要依靠技術人員以及專家進行最終的分析和判斷，所以，在對診斷進行后期的處理時，還是需要全面地研究并對其作一開發。

二、故障診斷的具體方法

對水電機組出現的故障進行診斷時，必須對機組狀態的具體特征以及故障征兆進行提取，隨后再對故障展開推理并識別，緊接著，對故障趨勢進行預測以及結果分析。在這一過程中，對故障的進一步推理以及識別方法，是在研究當中比較受關注的話題，經過多年來的發展，故障診斷的技術已經非常成熟，截至目前為止，不同原理指導下的方法已經形成。具體的診斷方法包括：在規則診斷下的方法、在神經網絡下的方法、在故障樹下的方法、在斯網絡指導下的方法等。

（一）人工神經網絡指導下的診斷方法

所謂人工神經網絡，主要是指對人類的神經系統進行模擬的一種技術，集傳輸和處理信息為一體。在20世紀40年代初期，Mcculloch與Pitts首次提出了對神經元的模擬，在之后的很快一段時間中，其就形成了和專家系統兩者并列的一種人工智能化的技術，在規則指導下的專家系統進行比較，人工化的神經網絡自身具有個性鮮明地容錯以及自學習與自適應等方面的優點。對神經網絡的技術展開應用，讓其在故障診斷中能夠清晰地對識別過程有所認識。在大量的狀態參數的測量下，將神經網絡由測試空間中向故障空間進行影射，從而實現對故障的診斷。經過訓練之后的神經網絡可以對相關的知識進行儲存，可以直接地從定量和歷史故障中的進行學習。能夠按照對象中的歷史數據對網絡作一訓練，隨后把該信息和現階段的測量數據之間作一比較，從而對故障進行確定。

人工化的神經網絡在樣本的學習過程中對數據進行獲取，在大量的實例學習過程中對全職作一修正，進而實現獨一輸入和輸出兩者之間的關系進行實現。就水電機組來說，狀態監測的系統在建立中的時間并不是很長，在機組的實際發生幾率上也是非常低的，所以對事故實例的獲取并不是很豐富，鑒于此，神經化的網絡診斷的運用是比較困難的。然而由于神經網絡自身存在的一些特征，可以在一定程度上對機組設備故障診斷的準確性和有效性，在實際的應用中診斷方法是非常直觀的和有效的，有助于計算機的實現，易于和其他類型地診斷方法進行結合，并對故障作一診斷。現階段，在規則指導下的專家系統以及神經網絡的診斷方法之間相互結合，利用專家系統在組織結構中的優點以及對于神經化網絡的具體學習，這是當前在研究以及應用中發展的一個必要趨勢。如圖一所示，冷卻截止進口溫度的隸屬函數圖；圖二為導軸承的擺渡函數圖。

（二）在規則指導下的診斷方法

所謂在規則指導下的推理方法，主要是指知識工程師在專家系統進行構建過程中比較多見的方式之一，同時，其也是目前在實踐當中應用比較多的一種方法，主要原因在于多數比較成功的在規則指導下的專家系統的實例以及可行性的在規則指導下的專家系統工具的全面出現。但是在規則指導下的專家系統在工作中的模型，也就是人們經常說的產生式規則，盡管其的思想是非常簡單的，然而非常有效。可以將產生式規則看做是專家系統運行的前提，從專家系統方面來看，其主要由產生式系統逐漸發展而成的，現階段中，相對成熟以及系統化、整體化的水電機組對故障進行診斷的系統，都是在該推理方法下開展的。

對水電機組來說，事實是非常重要的，其是水電機組中的所有部件以及故障重要部分，而且其中還具備非常簡單的關系，所遵循的規則是指故障發生時的推理，與征兆以及和故障有所對應的關系。

（三）故障診斷技術在發展中的趨勢

目前在對機組狀態進行監測以及故障診斷的系統發展中，還并未完全地對機組發生的一切故障進行避免，然而優良的水電機組的故障診斷系統應該可以提供兩個非常主要的功能，一方面是在故障還沒有發生的過程中，對機組在運行中的健康狀態以及故障預警進行提供，防止并預防故障的發生，在一定程度上對實現狀態的檢修提供一定的技術支持，另一方面是在故障就要發生或者已經發生的過程中，要對其產生的故障影響以及事故后果不斷減小，還要對其進行一定的后期維修。除此之外，故障診斷指導下的專家系統還能夠讓水電廠與水電專家在多年來的經驗中對專業知識進行掌握，主要表現在兩點：一是傳感器技術與檢測技術兩者的發展，例如超聲波技術和聲發射技術以及熱成像的診斷技術與油樣的分析技術等都越來越成熟，對故障診斷方面的技術能夠在水電機組中應用的范圍進行了擴展；二是在計算機技術進一步發展方面，讓水電機組的狀態監測工藝不斷完善。還讓實時診斷儼然形成。

結束語

綜上所述，在國家電力企業不斷發展以及對故障診斷加大研究的背景下，關于水電機組故障技術的應用越來越被制造廠和電廠等部門重視，通過對水電站所發生故障的診斷技術的深入了解，對故障診斷中存在的問題明晰，并加大對其的研究力度，在此基礎上，更快、更好地促進水電機組中故障診斷工藝的進一步發展。

參考文獻：

[1]潘羅平，唐波，周葉，唐澍.水電機組故障診斷技術的應用現狀與技術發展[J].水電站機電技術，2010，03：107-109+139.

[2]邱虹.隨機近鄰嵌入分析方法及其在水電機組故障診斷中的應用[D].浙江工業大學，2014.

[3]黃瓊芳.特征加權組稀疏模式分析算法及其在水電機組故障診斷中的應用[D].浙江工業大學，2015.endprint