水輪發電機組狀態監測與故障診斷方法

黃開壽 張學強

摘要：?水輪發電機組是水電廠最為重要的能量轉換裝置，?其安全可靠性直接關系著水電廠的穩定運行。在實際工作中由于受多方面因素的影響，使得水輪發電機組常常出現振動等故障，嚴重影響了機組的正常運行狀態，給工程施工帶來不利的影響。基于此，通過分析對我國水輪機組的狀態監測與故障診斷技術的現狀，?并對技術的應用進行了簡要的概述。

關鍵詞：水輪發電機組;檢測;故障;方法

Abstract：?water?turbine?generator?is?the?most?important?energy?conversion?device?in?hydropower?plant.?Its?safety?and?reliability?are?directly?related?to?the?stable?operation?of?hydropower?plant.?In?practical?work，?due?to?the?influence?of?many?factors，?the?hydraulic?turbine?generator?sets?often?have?vibration?faults，?which?seriously?affects?the?normal?operation?of?the?units?and?brings?adverse?effects?to?the?engineering?construction.?Based?on?this，?the?status?quo?of?condition?monitoring?and?fault?diagnosis?technology?in?China?is?analyzed，?and?the?application?of?the?technology?is?briefly?summarized.

Key?words：?hydro-generator?set;?Detection;?Fault;?methods

1?當前水電機組狀態監測與故障診斷的現狀

近些年來?隨著各種先進技術的引進，?我國的水電機組狀態監測技術獲得了不錯的成績。?由于水輪發電機組的結構復雜，影響因素眾多，要想深一層次地提高設備的故障診斷準確率，?需要對水輪機組的故障機理進行全面地研究，但目前的研究成果尚沒有完整的故障機理分析，現有的故障診斷方法和手段仍有待進一步深入和創新。?由于水輪發電機組故障具有復雜性、隨機性、禍合性及頻譜結構存在相似性等特點，僅僅依賴振動信號頻譜信息進行診斷，診斷類型不明確，常常出現誤診的現象，甚至會造成重大的損失。?因此，針對設備的故障機理分析，?結合其它機械或電氣故障出現時的特征，?建立基于數據的診斷系統，?是改善故當前故障診斷技術窘境的有效措施。

2?水輪發電機組振動故障分析

2.1水輪發電機組結構

水輪發電機組分為同步水輪發電機和異步水輪發電機，目前我國大多數水電站采用的是同步水輪發電機。同步水輪發電機由轉子、定子、機架、導軸承、制動器以及推力軸承組成。

2.2水輪發電機組振動故障的特點

（1）漸變性。水輪發電機組的轉速往往比其他旋轉機械的轉速較低，使得水輪發電機組振動故障屬于漸變性或者耗損性故障，突發惡性事故較少，振動故障往往是從一個量變到質變的漸變過程。

（2）復雜多樣性。據大量實踐表明，水輪發電機組振動故障出現的原因基本有三種，即機械振動、水力振動以及電磁振動。這就使得機組振動機理十分復雜，可能是機械、水力以及電磁中其中一種引起的振動，也可能是三者相互作用引起的。再加上大型水輪發電機組結構尺寸較大，機組系統是耦合的龐大體系，具有一定的非線性。

（3）?不規則性。受到水電站施工地理位置、地質條件以及經濟技術的影響，那么這些因素也會對水輪發電機組運行狀態造成影響。由于每個水電站都是專門設計的，使得不同水電站的水輪發電機組振動情況不盡相同，可比性較差，可見其振動故障具有不規則性。

3?水輪發電機組狀態監測與故障診斷技術

3.1狀態監測技術

水輪發電機組的狀態監測技術就是利用各種傳感器和測量手段對反映設備運行狀態的物理、?化學量進行檢測。?通過狀態監測就可以實時地反映出設備的運行狀態，?其工作原理主要是通過對設備的組成部件的生命周期特征記錄，應用傳感器技術和具有測量用途的檢測設備來實時監測機組的生命狀態，?并根據監測的數據和系統軟件分析來預測設備的狀態發展情況。?狀態監測一般分為兩種情況，一種是保護性監測，通過對常規運行參數的監測，來了解設備的工況，即在故障敏感部件處設置一些專用的監測器，以便及時反映設備狀態?避免嚴重事故發生;維護性檢測通過狀態或離線檢查和試驗，發現缺陷，避免嚴重事故發生。

3.2故障診斷技術

（1）?模糊診斷法

模糊理論主要模仿人腦的邏輯思維，具有較強的知識表達能力，能將不確定性知識或定性知識轉化為定量表示。?在故障診斷中，故障與征兆之間的關系往往是模糊的，?這種模糊性既來自故障與征兆之間關系的不確定性，?又來自故障與征兆在概念描述上的非精確性，?因而診斷結果也必然是模糊的。?近些年來，模糊理論被進一步發展和完善，并逐步地應用到故障診斷技術中。?除了單獨應用模糊理論來進行故障的分析診斷外，?還有部分研究者將其與專家系統和神經網絡技術聯合應用，?或構造模糊評價模型，?以評分的方式反映故障的危害性。其中，與其它分析診斷方法相結合的形式取得了較好的試驗效果，這也是模糊診斷技術的研究和發展趨勢。

（2）專家系統診斷法

專家系統是一個智能計算機程序系統，其內部具有大量專家水平的某個領域知識與經驗，?應用人工智能技術，根據某個領域一個或多個人類專家提供的知識和經驗進行推理和判斷，?模擬人類專家的決策過程，以解決那些需要專家決定的復雜問題。?診斷專家系統的任務就是根據觀察到的情況（數據）來推斷出某個對象機能失常的原因。?專家系統診斷技術一般有五個部分組成：知識庫，數據庫，解釋機制，推理機和人機接口。?其中知識庫中總結了各方專家的經驗，并在系統的使用中不斷更新、完善。

（3）人工神經網絡技術

人工神經網絡是模擬人腦組織結構和人類認知過程的信息處理系統，具有強大的自學能力和數據處理功能，能映射高度非線性的輸入、輸出關系。人工智能診斷自一開始被提出，就在很多領域迅速地成長起來，應用人工神經網絡（A?N?N?）技術是智能故障診斷技術中的重要分支，在當前的故障診斷研究中被廣泛應用。?該方法主要是通過現場大量的標準樣本學習與訓練，不斷調整A?N?N中的連接權和閥值，使獲取的知識隱式分布在整個網絡上，并實現A?N?N的模式記憶。因此A?N?N?具有強大的知識獲取能力，并能有效的處理含噪聲數據，?彌補了專家系統方法的不足。

4?結束語

總之，水輪發電機組的故障診斷以及狀態監測工作相對較為復雜，受到多種因素的影響，實際開展過程中可能會出現諸多問題。相關人員必須加強對先進的故障診斷和狀態監測方法的重視，?借助網絡等，?推動其實現發展創新。

參考文獻：

[1]風力發電機組軸承的特征提取及其故障診斷研究[D].?胡運杰.武漢理工大學2018.

[2]蘇丹上阿特巴拉水電站水輪發電機組啟動運行程序大綱編制[D].?阮佳磊.西華大學2018.

[3]基于協同控制理論的水輪發電機組調速系統控制研究[D].?聶勇文.華中科技大學2016.

（作者單位：中國水利水電第五工程局有限公司機電制造安裝分局）