汽輪機通流部分故障及診斷分析

薛鋒

摘? 要：近年來，我國電力事業穩健發展，在此發展形勢下，電廠越來越重視汽輪機的故障檢修與診斷工作，在提高重視的基礎上，明確提出汽輪機通流部分故障診斷要求，而該文則主要針對汽輪機通流部分故障診斷方法進行了分析，希望可為有關的業內人士帶來借鑒與參考，切實提高故障診斷效率，將故障扼殺在襁褓中。

關鍵詞：汽輪機? 通流部分? 故障? 診斷

中圖分類號：TK268 ? ?文獻標識碼：A 文章編號：1672-3791（2019）09（a）-0062-02

現階段，我國電力發電中的火力發電仍舊為主要途徑，占據總發電量80%左右，對未來的發展方向進行總結，可知未來很長時間段內火力發電仍將保持領先地位，火力發電廠的運營過程中，汽輪機無疑發揮了極其重要的作用，它是源動力裝置，其運行效率直接影響發電質量與發電效率，汽輪機的運行過程中常出現各類事故，事故多發在通流區域?；诖?，技術人員應提高重視，并重點對通流部分進行故障診斷，將故障扼殺在搖籃中，從而降低事故的發生幾率，為汽輪機的運行營造安全的環境。

1? 汽輪機的結構以及工作原理

1.1 結構

以國產600MW亞臨界，中間再熱式、四缸四排汽、單軸、凝汽式汽輪機組為例，汽輪機通流部分由低、中、高壓3個部分共同構成，共計58級，值得一提的是，其中高壓缸1+11級，中壓缸2×9級，低壓缸2×（2×7）級。調節級的葉片結構為沖動式葉片結構，此結構的優勢主要體現在強度高，同時每個葉片的葉根都與圍帶焊緊密銜接。動葉葉片的材質為方鋼，可控的渦葉片則為倒梯形葉根，末葉槽與末葉片通過所警示的方式密切聯系，但是，由于其所處的環境為高壓環境，很多時候也會采用T型葉根結構，從而避免蒸汽泄漏。靜葉片的材質為方鋼銑，葉根與同樣緊密銜接圍帶焊緊密銜接，構成了整圈隔板，水平方向上正面鋸開后可分為上下兩半。

1.2 原理

汽輪機也被稱作蒸汽透平，其運行過程中主要通過功率與能量兩者之間的轉換，以持續性旋轉的方式將蒸汽熱能轉化為機械能，它是電廠運營及發展過程中必備的機械設備，屬于原動力機械，主要用來驅動發電機、風機、泵以及壓縮機等設備。與此同時，其應用過程中可有效實現抽汽供熱。汽輪機應用過程中體現了壽命長、功率大以及運行效率高等諸多特點，它的運行原理主要是將蒸汽熱能轉變為機械能，進而產生強大的動力支持。鍋爐中的蒸汽輸送到汽輪機以后，汽輪機將會按照事先所設定的運行原理，自行形成秩序的運行結構，首先形成環形配置，而后再借助動葉以及噴嘴將熱能轉化為轉子的旋轉機械能，保證其運行效率[1-2]。

汽輪機的型號不同其功能也有所不同，運行原理也會存在一定的差異，不僅如此，能量與功之間的轉換模式也將產生差距。但是，雖說汽輪機型號不同、運行原理不同，但是它大多都由葉柵、進氣機構與排氣通道等共同構成，可謂大同小異。

2? 汽輪機通流部分的常見故障

經分析后對汽輪機通流部分的故障進行總結，主要可分為兩類：一是因流通通道長而出現結污垢或磨損，進而造成的漸變性故障。二是突發事故，其中涉及葉片斷裂、葉片脫落等。此類問題的出現通常都是由于通流部分區域出現突變從而誘發。

2.1 壓力級故障、軸封磨損

壓力級故障很多時候都表現為葉片斷裂以及通道部位結污垢等，此現象的出現大多由于通道面積發生變化所致，使得調節級后的壓力值發生巨大改變。除此之外，多發故障也表現在軸封磨損這一層面，所謂的軸封磨損指的是汽輪機啟停時有過度負載的情況，加之部分技術人員工作中存在操作失誤，使得軸封碰磨，伴隨著磨損現象，最終導致軸封漏汽，誘發了各類的安全事故。

2.2 調節系統故障

汽輪機運行過程中調節系統故障的發生幾率相對較高，出現以上現象的原因多是由于運行過程中溫度高、壓力大或是設備振動，使得調節系統受交變熱應力、汽流喘振的影響，出現腐蝕、破損或斷裂等現象，以上現象將會引發葉片斷裂與閥門閥桿破損斷裂等諸多故障。

3? 汽輪機通流部分故障診斷方法

汽輪機運行過程中若出現故障，那么將無法高效運行，甚至會影響機組負荷，給電廠帶來極大的經濟損失?；诖?，技術人員應當提高對于汽輪機通流部分故障維修以及診斷的意識，將故障扼殺在襁褓中，減少汽輪機運行過程中的負面影響，并保證其運行效率。

3.1 人工神經網絡故障診斷法的應用

所謂的人神經網絡主要指的是一種依賴動物神經系統的算法與研究方式，它具有一定的自適應功能，技術人員若事先輸入并輸出信號，那么就可結合兩者之間的聯系進行系統建模，而后重點分析輸入數據，在此基礎上獲得準確的輸出結果。

人工神經網絡主要由輸出層、輸入層與隱層共同構成，其中的輸入層功能較多，擔負的壓力也較大，需要將所收到的輸入信號傳遞給隱層，并在隱層對信號進行處理，最終輸出到輸入層。

汽輪機故障診斷環節，需要對各項運行參數進行分析，將其作為原始信號，然后再借助系統內部的算法，進一步判斷故障類型，提高故障的處理效率。

3.2 人工神經網絡故障診斷法的程序

汽輪機故障診斷的方法多種多樣，要求技術人員在故障診斷的過程中，結合汽輪機的型號，發揮自身的專業優勢，結合多年來的工作經驗，根據故障特征對故障性質進行判斷，而后再結合人工神經網絡的故障診斷系統診斷流程，做好數據收集工作，處理各類異常數據，其中包括汽輪機運行過程中工況是否正常、負荷變化、再熱壓力、主汽流量、溫度等，這些都是必要的參數值，在數據預處理環節可根據加工特征，將其轉化為可參考的網絡數據，最終輸入到數據診斷程序中，準確判斷故障類型，明確其中的誘因，在此基礎上，制定完善的處理方案，提高故障處理效率。

值得一提的是，汽輪機運行過程中可能出現的故障類型較多，每個故障的原理以及誘因也有所差異，若僅僅依賴神經網絡故障診斷模型那么將會使得故障診斷與維修局限在此范圍內。基于此，要求技術人員在實踐工作中不斷的總結經驗，以此為基礎，分析不同故障實例，并對神經網絡故障診斷模型不斷地補充與完善，使之更加系統化。

4? 其他故障檢測法

除了以神經網絡為基礎的故障診斷方法，還可利用故障樹診斷法、主元分析診斷法、模糊推理診斷法等，以上診斷方法都具有一定的可靠性與真實性，可大大提高故障診斷效率，及時定位故障所處區域，為技術人員提供有效的數據參考，希望技術人員在選擇故障診斷方法的過程中，結合汽輪機的運行情況，進行針對性的選擇，大大提高故障診斷效率，保證檢修質量。

5? 結語

綜上所述，該文主要針對汽輪機通流部分常見的故障及其檢修方法進行分析與探討，提出了相應的建議。經分析后發現不管是傳統的檢測方法還是現階段智能化診斷技術的應用，都可能存在一定的局限，這就要求技術人員結合汽輪機的運行狀況，以及熱力參數值的變化趨勢，對故障樣本進行補充，切實提高故障診斷的真實性與準確性，進而為汽輪機的運作營造安全的環境。

參考文獻

[1] 李文業，楊帆，周亞星，等.基于改進EMD與PNN的汽輪機通流部分故障診斷[J].振動、測試與診斷，2018，38（6）：1138-1142.

[2] 羅云，陳雪林，李瑞東，等.汽輪機變工況下調節級壓力預測模型及應用[J].發電技術，2019，40（2）：161-167.

[3] 趙家毅，李千軍，楊濤，等.基于調節級壓力的汽輪機最佳滑壓運行方式[J].廣東電力，2017（5）：7-10.