換流站閥水冷系統主泵軸承故障診斷方法探析

摘 要：換流站閥水冷系統是維持高壓直流輸電系統正常運行的重要組成部分，而主泵軸承是換流站閥水冷系統中不可或缺組成部件。本文通過對換流站閥水冷系統介紹，進而對換流站閥水冷系統主泵軸承故障診斷方法進行分析比較，希望能提升我國高壓直流輸電的安全性。

關鍵詞：換流站;閥水冷系統;主泵軸承

換流站是滿足電力系統的穩定性，提升電流轉換的安全性能建立的站點，而換流站的閥水冷系統是通過對電力運輸造成的系統內高溫的降低的處理系統，提升對主泵軸承的故障了解程度并進行良好的處理是實現安全電流轉換的重要措施。

1 換流站閥水冷系統介紹

1.1 換流站閥水冷系統

換流站閥水冷系統由內外冷水循環系統組成，其中內冷水循環系統是換流站閥水冷系統的主要作用發揮系統。它的冷水主要構成是去離子水，去離子水經由主泵軸承在系統內進行冷水循環達到降溫的目的。去離子水吸收系統內部高溫，導致其本身溫度的上升，繼而高溫的去離子水由主泵軸承帶動到外冷水循環系統中，由外冷水循環系統對去離子水進行降溫后，再將低溫的去離子水泵回內冷水循環系統。內外冷水循環系統的互相配合造就了換流站的閥水冷處理系統。[1]

1.2 換流站閥水冷系統主泵軸承介紹

一般情況下，為保證換流站的正常運行，換流站閥水冷處理系統中會準備兩臺主泵，在一臺主泵出現故障時及時更換備用主泵，滿足換流站內的閥水冷系統持續運行條件。主泵中的軸承是主泵中的重要原件，它一端經由聯軸器與電動機相連，另一端與葉輪相連降低了運動中產生的摩擦系數。因此主泵軸承承擔著整個主泵的運行，一旦發生嚴重故障將導致主泵系統的崩潰。

2 換流站閥水冷系統主泵軸承故障診斷流程和方法

2.1 換流站閥水冷系統主泵軸承故障診斷流程

換流站閥水冷處理系統中的主泵軸承故障的診斷首先是通過對主泵軸承發出信號的收集進行的，對軸承信號的收集后能對主泵軸承運行情況的大概了解，才能進行下一步處理。主泵軸承故障的診斷流程為：軸承信號收集→信號分析→故障診斷→技術修復。以下將對該流程進行具體介紹，第一，軸承信號收集。該流程是采用信息技術手段對軸承的信息進行數字化處理，形成具有標識作用的數字信號，是日常監測主泵軸承的主要方法，也是進行主泵軸承故障分析的第一步;第二，信號分析，對收集到的信息進行處理，分析故障信息，為故障診斷打好基礎;第三，故障診斷。故障診斷是通過分析得到的故障信息與正常工作的軸承信息相比較完成的;第四，技術修復。使用有效方式對故障出現部位進行干預和處理。

2.2 主泵軸承故障的時域指標分析法

在換流站閥水冷系統的主泵軸承故障分析流程中的信號分析診斷流程，是對主泵軸承故障進行明確的重要流程。以下主要對時域指標分析法進行介紹，這種信號分析方法主要是對比故障前后主泵軸承的震動信號和波動信息，結合統計學方法，利用有量綱參數（平均值、方差、極值等）和無量綱參數（峰值因子、波形因子、峭度系數）的時域特征參數進行信號分析的。時域指標分析法在判斷主泵軸承的故障信息時，由于計算簡單，操作容易被大范圍采用。但是針對主泵軸承的故障，僅僅用時域指標分析法是無法做到對所有的軸承故障做出具體診斷的，例如以時域指標分析法作為診斷軸承故障出現的主要方法，對在實驗臺上對幾組正常主泵軸承進行人為破壞并采集數據，與正常軸承數據相比，經計算后發現，故障軸承的均值和極值指標小于主泵軸承的正常指標，難以體現故障出現的部位。[2]

2.3 主泵軸承故障的頻域分析法

上文中提到的時域指標分析法難以對所有的軸承故障信息進行準確分析，因此需要引進其他的主泵軸承信號分析方法，頻域分析法就是其中的一種。頻域分析法是以所收集信息的頻率、幅值和相位為主要指標體現主泵軸承的故障所在的一種分析方式。頻域分析法將收集的信息代入到函數中進行分析，函數的橫坐標一般為頻率，縱坐標分為幅值和功率兩種。以下對這兩種頻域分析法進行介紹，第一，幅值頻域分析法。在實驗臺對故障主泵軸承的數據進行收集后，繪制幅值頻率分析法函數圖表，與正常主泵軸承信息的函數圖表進行對比，結果發現圖表中的函數圖像無法為主泵軸承故障診斷給出具體的信息。第二，功率頻域分析法。這種分析方法較之幅值頻域分析法雖然體現出的故障特征更加明顯，但是仍舊無法精確定位到主泵軸承對應的故障頻率。

2.4 小波包分解取樣本熵值法

小波包分解取樣本熵值的方法是將采集的時域信號通過小波包進行分解，將信號投影于小波包基函數空間中，對信號進行細化的分析。在信號頻率的體現上與頻域分析法相比其體現的主泵軸承故障信息更加明確。在主泵軸承的故障實驗臺上采集故障數據進行小波包分解后取樣本熵值，與正常運轉的主泵軸承進行對比，并與時域指標分析法和頻域分析法形成對照組，結果發現使用基于小波包分解取樣本熵值的方法分析主泵軸承故障的準確率可以達到97.65%，而時域指標分析法對主泵軸承故障分析的準確率為79.63%，頻域分析法對主泵軸承故障分析的準確率為81.23%。由此可見基于小波包分解取樣品熵值的主泵軸承故障分析方法的準確度在三者中最高，因此基于小波包分解取樣品熵值的方法更適合對主泵軸承故障進行分類。

3 結論

綜上所述，主泵軸承在換流站的運行中是不可或缺的機械構件之一，運用科學的分析方法找到主泵軸承的故障發生位置，增加主泵運行的穩定性，不僅能滿足換流站不間斷工作的需要，還能提升換流站工作的安全性，讓主泵軸承得到良好利用。

參考文獻：

[1]劉德慶，何瀟，郭新良，張勝寒，何寬.換流閥水冷系統故障統計及原因分析[J].山東化工，2019，48（06）：139-141+144.

[2]黃山，方宇，傅堅，周孝法，胡定玉.換流站閥水冷系統主泵軸承故障診斷方法研究[J].測控技術，2016，35（05）：37-40.

作者簡介：陶敏（1988-），男，本科，工程師，主要從事直流輸電工程換流閥及控制系統運維工作。