除塵系統(tǒng)故障樹模塊化診斷方法的研究

張體祥，劉永艷，王欣，支應(yīng)明

(山東優(yōu)納特環(huán)境科技有限公司，山東 濟(jì)南 250012)

隨著我國經(jīng)濟(jì)的高速發(fā)展，以資源、能耗為主的重工業(yè)(電力、鋼鐵、化工等)得到了非常大的提升。然而，作為一種高耗能、高污染的產(chǎn)業(yè)，在發(fā)展的同時，高溫?zé)煔狻焿m類顆粒物的排放等也對環(huán)境的可持續(xù)發(fā)展造成了嚴(yán)重的威脅，必須采取有效的治理措施，否則將直接影響人類的身體健康甚至生命安全。

袋式除塵器自問世以來，經(jīng)過廣泛使用和不斷改進(jìn)，除塵效率已達(dá)到99.9%以上，在捕集微細(xì)、超微細(xì)粉塵方面發(fā)揮了重要作用，已廣泛應(yīng)用于冶金、建材、水泥、化工、電力、輕工等行業(yè)，是治理大氣粉塵污染不可缺少的設(shè)備[1-3]。

濾袋作為袋式除塵過濾裝置的核心部件，其性能優(yōu)劣及壽命的長短決定了除塵器的整體使用效果，濾袋的更換也是袋式除塵器的主要運(yùn)行成本。因此，綜合分析濾袋失效因素，分析故障原因，做好日常的維護(hù)和管理，防止濾袋的破損或失效，對提高整個設(shè)備的穩(wěn)定運(yùn)行，減少設(shè)備的運(yùn)行成本，滿足環(huán)保排放要求具有重要的意義。國內(nèi)外學(xué)者利用實(shí)驗(yàn)和數(shù)值模擬等方法[4-5]研究了除塵器的運(yùn)行特性，發(fā)現(xiàn)除塵器的清灰過程不穩(wěn)定運(yùn)行和含塵氣流分布不均等是影響濾袋使用性能的重要因素。但是，對濾袋失效因素進(jìn)行綜合考核和系統(tǒng)研究的文獻(xiàn)較少[6-8]。

故障樹是一種圖形化的系統(tǒng)故障模型，具有分析直觀、靈活、形象的特點(diǎn)，是大型復(fù)雜系統(tǒng)可靠性、安全性分析以及故障診斷的一個重要工具，已經(jīng)廣泛地應(yīng)用于航空航天、化工和機(jī)器人等領(lǐng)域[9-12]。

本文在除塵系統(tǒng)結(jié)構(gòu)分析的基礎(chǔ)上，采用故障樹模塊分析法對除塵系統(tǒng)濾袋失效因素進(jìn)行綜合分析，建立故障樹的模塊化結(jié)構(gòu)，進(jìn)行知識的存儲處理，并引入模塊相對重要度的計算，建立了基于模塊化分解的除塵系統(tǒng)故障診斷方法。

1 除塵系統(tǒng)濾袋失效故障樹

濾袋失效最直接的原因就是排放濃度超標(biāo)和運(yùn)行阻力過高[13]。本文以濾袋失效作為頂事件，把各個元件看作故障子系統(tǒng),逐級向下建樹。構(gòu)建的故障樹有向無環(huán)圖如圖1所示，對應(yīng)的故障樹模型事件如表1所示。

圖1 除塵系統(tǒng)濾袋失效故障樹有向無環(huán)圖Fig.1 Directed acyclic graph of a fault tree in case of filter bag failure in the dedusting system

序號事件名稱代碼序號事件名稱代碼1排放濃度超標(biāo)G139濾料抗沖刷性弱X82運(yùn)行阻力超額G240濾料抗磨損性弱X93粉塵滲透G341存在明火X104濾袋破損G442濾袋密集X115表面粉塵粘結(jié)G543花板彎曲X126清潔失效G644安裝不牢X137非正常使用G745袋籠不合格X148正常使用G846存儲、運(yùn)輸、安裝過程中損壞X159氣流磨損G947煙氣高溫X1610機(jī)械磨損G1048濾料不耐高溫X1711高溫?fù)p壞G1149溫度儀失效X1812化學(xué)損壞G1250濾料耐酸堿性弱X1913粘結(jié)G1351濾料耐氧化水解性弱X2014清灰動力不足G1452煙氣含濕量大X2115高動能G1553油性粉末X2216氣流磨損因素G1654水解性粉末X2317機(jī)械磨損因素G1755黏性粉末X2418高溫?zé)煔釭1856氣包壓力不穩(wěn)X2519酸堿腐蝕G1957脈沖閥不工作X2620氧化水解G2058噴吹管道漏氣X2721低溫凝露G2159維護(hù)管理不到位X2822粘結(jié)性物質(zhì)G2260清灰方法不當(dāng)X2923設(shè)備失效G2361清灰壓力分布不均勻X3024運(yùn)行失效G2462清灰周期長X3125高過濾風(fēng)速G2563清灰波形不理想X3226過度清灰G2664進(jìn)口風(fēng)速過高X3327除塵氣流不均勻G2765進(jìn)氣結(jié)構(gòu)不合理X3428清灰氣流不均勻G2866高氣布比X3529煙氣含酸堿物質(zhì)G2967清灰壓力過高X3630煙氣高氧高水蒸汽G3068清灰次數(shù)頻繁X3731煙氣溫度低于露點(diǎn)G3169未加導(dǎo)流裝置X3832到達(dá)運(yùn)行壽命X170未加文丘里管X3933濾料拒水油性差X271煙氣含酸堿物質(zhì)X4034未預(yù)涂粉塵層X372空氣系數(shù)大X4135粉塵剝離率低X473超量摻風(fēng)噴水X4236微細(xì)粉塵X574風(fēng)管漏風(fēng)X4337濾料質(zhì)量低劣X675煙氣溫度低X4438未及時更換濾袋X776箱體保溫差X45

2 濾袋失效故障樹模塊化分析

2.1 故障樹結(jié)構(gòu)圖

某大型袋式除塵器濾袋失效的主要原因?yàn)檫\(yùn)行阻力過高。根據(jù)實(shí)際運(yùn)行情況，對圖1中的故障樹進(jìn)行微調(diào)，建立該除塵系統(tǒng)濾袋失效故障樹結(jié)構(gòu)，如圖2所示，對應(yīng)的故障樹模型事件如表2所示。

2.2 深度優(yōu)先最左遍歷算法

算法的復(fù)雜度是衡量故障樹模塊化分解算法的一個重要指標(biāo)，深度優(yōu)先搜索方法[14-16]具有線性時間復(fù)雜度，能夠大為提高模塊的搜索速度。因此，本文采用深度優(yōu)先遍歷。為了方便，采用兩次深度優(yōu)先最左遍歷算法(DFLM)。第一次遍歷得到故障樹的嵌套結(jié)構(gòu)，記錄中間事件的第一次遍歷時間、第二次遍歷時間和最后一次遍歷時間。第二次遍歷得到中間事件的最小遍歷時間和最大遍歷時間。

S1：第一次遍歷該事件的步數(shù)；

S2：第二次遍歷該事件的步數(shù)；

S3：最后一次遍歷該事件的步數(shù)；

Smin：中間事件下層事件(節(jié)點(diǎn))的第一次遍歷的最小步數(shù)；

Smax：中間事件下層事件(節(jié)點(diǎn))的最后一次遍歷的最大步數(shù)。

圖3為圖2所示故障樹對應(yīng)的有向無環(huán)圖。圖中標(biāo)示了采用DFLM遍歷方法的搜索事件(節(jié)點(diǎn))的遍歷路徑和時間，具體節(jié)點(diǎn)的訪問參數(shù)如表3所示。

序號事件名稱代碼序號事件名稱代碼1清灰失效G115維護(hù)管理不到位X52表面粉塵粘結(jié)G216氣包壓力不穩(wěn)X63設(shè)備失效G317脈沖閥不工作X74粘結(jié)G418噴吹管道漏氣X85運(yùn)行失效G519清灰方法不當(dāng)X96設(shè)備失效G620清灰壓力分布不均勻X107低溫凝露質(zhì)G721清灰周期長X118粘結(jié)性物G822清灰波形不理想X129清灰設(shè)備失效G923煙氣含濕量大X1310煙氣溫度低于露點(diǎn)G1024油性粉末X1411到達(dá)運(yùn)行壽命X125水解性粉末X1512粉塵剝離率低X226黏性粉末X1613濾料拒水油性差X327煙氣溫度低X1714未預(yù)涂粉塵層X428箱體保溫差X18

圖3 濾袋失效故障樹有向無環(huán)圖Fig.3 Directed acyclic graph of the fault tree in case of filter bag failure

參數(shù)TG1G2G3G4G5G6G7G8G9G10S113224245132532726S24021391937121831361129S34021391937121831361129Smin24235256142633827Smax3920381836111730351028

2.3 模塊化分解方法

基于兩次深度優(yōu)先最左遍歷算法和上述參數(shù)標(biāo)記方法，滿足如下兩個條件的中間事件Gx判定為故障樹的子模塊。

(1)Sxmin≥S1；

(2)S2≤Sxmax。

利用該模塊劃分的方法將濾袋失效故障樹進(jìn)行模塊化劃分，得到如表4所示的5種基本模塊結(jié)構(gòu)。

表4 濾袋失效故障樹模塊

3 基于相對重要度的故障診斷方法

3.1 基于故障樹的故障診斷方法

模塊化的處理方法，加快了故障樹的搜索速度，提高了診斷的效率。然而，液壓系統(tǒng)故障復(fù)雜，底事件較多。即使按照子模塊定位故障，確定最小割集，逐一排查底事件也很繁瑣，耗費(fèi)大量的時間。因此，本文提出了基于相對重要度的故障樹診斷方法，流程如圖4所示。 故障樹知識庫不僅存儲故障樹的結(jié)構(gòu)特征，還存儲模塊、底事件的相對重要度。在故障診斷中，按照模塊化分析方法定位子模塊數(shù)，按照相對重要度排序子模塊最小割集的底事件，根據(jù)重要度降序逐一排查。

圖4 故障樹診斷流程Fig.4 Diagnostic procedure of a fault tree

3.2 相對重要度的計算

設(shè)G={G1,G2,…,Gn}是一個非空有限集合，表示故障樹的子模塊；Gk={Xk1,Xk2,…,Xkl}為子模塊的最小割集,Xki為子模塊Gk的底事件。設(shè)底事件Xki在子模塊Gk下的發(fā)生次數(shù)為Nki，子模塊Gk在有效框架下的發(fā)生次數(shù)為Nk。底事件激發(fā)一次，Nki+1，Nk+1。

當(dāng)液壓系統(tǒng)出現(xiàn)多個故障特征s1，s2，…，sm時，對應(yīng)故障樹的模塊G1，G2，…，Gm，故障模塊Gk的相對優(yōu)先級計算如下：

(1)

其中，Ni為在模塊G的框架內(nèi)Gi激發(fā)的次數(shù)。

底事件Xki在子模塊Gk下的重要度為：

(2)

底事件Xki在模塊G下的相對重要度為：

(3)

在系統(tǒng)開始運(yùn)行時，默認(rèn)的底事件優(yōu)先級是一樣的，但隨著運(yùn)行時間的增加，出現(xiàn)故障次數(shù)的增多，相應(yīng)的故障樹的相對重要度不斷增加。運(yùn)用基于故障樹的故障診斷系統(tǒng)越多，相應(yīng)的模塊、底事件相對重要度越準(zhǔn)確，在故障診斷時就能更快、更準(zhǔn)確地定位故障模塊和底事件，迅速排除故障。

4 結(jié)論

采用深度優(yōu)先最左遍歷的原則，研究了除塵系統(tǒng)濾袋失效故障樹的模塊化分解方法。結(jié)合某除塵器濾袋失效系統(tǒng)，得到了5種基本模塊結(jié)構(gòu)。為了對故障快速定位，提出了模塊、最小割集的相對重要度計算方法，設(shè)計了基于故障樹模塊化和相對重要度的故障診斷方法。該方法根據(jù)實(shí)際故障診斷中的模塊、最小割集的激發(fā)次數(shù)，不斷更新故障樹知識庫。隨著故障次數(shù)的增加，相應(yīng)的故障模塊、最小割集的激發(fā)次數(shù)也將不斷增加，故障診斷的定位會越來越準(zhǔn)確，定位效率也將不斷提高。該方法簡化了故障樹遍歷的過程，提高了搜索速度和診斷效率，有助于對布袋除塵器進(jìn)行改進(jìn)和完善。通過調(diào)整符合濾袋運(yùn)行工況的最佳運(yùn)行參數(shù)，能夠最大限度地延長濾袋使用壽命，減少運(yùn)行成本，降低安全風(fēng)險，確保煙塵穩(wěn)定達(dá)標(biāo)排放和穩(wěn)定生產(chǎn)。