火電廠風(fēng)機運行狀態(tài)監(jiān)測與故障診斷研究

摘? 要：火電廠風(fēng)機作為電站的主要輔機之一，其是否正常安全運行直接影響著電站的經(jīng)濟情況和電站的正常工作運轉(zhuǎn)。但是國內(nèi)相關(guān)監(jiān)測技術(shù)和故障診斷儀器不夠先進，只是停滯在固定時間的巡回監(jiān)測，停機維修及后續(xù)狀況分析等低層階段，因此，在實際生活中常常會面臨風(fēng)機檢測時間還未到但風(fēng)機卻發(fā)生故障，造成停運等情況，給企業(yè)造成嚴(yán)重損失?；诖?，提升對風(fēng)機故障系統(tǒng)的診斷顯得很重要。

關(guān)鍵詞：火電廠風(fēng)機;狀態(tài)監(jiān)測;故障診斷

中圖分類號：TM621.9???? 文獻標(biāo)識碼：A?????? 文章編號：2096-6903（2020）06-0000-00

火電廠風(fēng)機狀態(tài)監(jiān)測與故障診斷系統(tǒng)研究是一項具有較高實用性的一門技術(shù)，隨著科學(xué)技術(shù)的高速發(fā)展，風(fēng)機診斷技術(shù)有了很大程度的提升，人工智能在風(fēng)機診斷上的應(yīng)用逐漸增多。考慮到國內(nèi)研究現(xiàn)狀，應(yīng)更加完善風(fēng)機監(jiān)測和診斷技術(shù)，從而提高風(fēng)機運行時的安全性。

1對風(fēng)機進行狀態(tài)監(jiān)測與故障診斷的意義

火電廠風(fēng)機作為電廠的主要輔機之一，其在運行過程中，如果由于風(fēng)機故障而引起停機，則會造成停爐事件的發(fā)生，給企業(yè)帶來大量的資金損失，如果對風(fēng)機的監(jiān)測和故障診斷不到位，常常會發(fā)生檢測維修時間沒到就出現(xiàn)故障的情況，還會經(jīng)常發(fā)生風(fēng)機在失衡狀態(tài)下繼續(xù)運轉(zhuǎn)的情況，這會加重軸承的負載，從而減少軸承的使用期限。還有可能出現(xiàn)“維修過?！钡惹闆r。因而對風(fēng)機進行狀態(tài)監(jiān)測和故障診斷能夠直觀的避免以上失誤，減少企業(yè)經(jīng)濟方面的損失。

1.1提高風(fēng)機運行的安全性能

通過狀態(tài)監(jiān)測和故障診斷，可以快速準(zhǔn)確的對風(fēng)機的各種狀態(tài)進行檢測，并得出相應(yīng)的結(jié)論，再開展相對應(yīng)的解決措施。提前對風(fēng)機進行檢修和調(diào)整，可以提高風(fēng)機運轉(zhuǎn)過程中的安全性，從而大幅度降低故障的發(fā)生率，減少維修費用，減少企業(yè)的經(jīng)濟損失。

1.2減少企業(yè)損失率

保證風(fēng)機能夠最大程度的發(fā)揮其效用，在相應(yīng)條件下發(fā)揮風(fēng)機潛在的能力，提高風(fēng)機的利用率，延長風(fēng)機的使用時間，從而減少維修費用，防止企業(yè)的經(jīng)濟損失。

1.3減少維修時間，次數(shù)和程度

可以大大降低風(fēng)機發(fā)生故障的比率，延長風(fēng)機的使用時間 從而減少因監(jiān)測不到位而產(chǎn)生的維修費用，減少因風(fēng)機故障而損失的人力，物力和財力，以此增加企業(yè)的收益。此外，還可以免去不必要的維修，減少風(fēng)機維修的次數(shù)，降低風(fēng)機維修程度，延長風(fēng)機使用壽命。

1.4為完善風(fēng)機提供參考

通過對風(fēng)機進行檢測和診斷，可以為風(fēng)機的完善和改造提供參考數(shù)據(jù)，讓風(fēng)機不斷優(yōu)化，不斷提高診斷結(jié)果的準(zhǔn)確性，從而提高風(fēng)機的質(zhì)量，增加企業(yè)的收益。

2故障診斷方法

2.1傳統(tǒng)的故障診斷方法

在故障診斷初期會利用各種物理和化學(xué)手段相結(jié)合的方法直接的進行故障診斷，隨著各種檢測技術(shù)和信號處理的發(fā)展，故障診斷開始漸漸的以數(shù)據(jù)的處理為內(nèi)核，運用風(fēng)機故障所傳達的信號來進行診斷。再到后來，隨著故障診斷技術(shù)和設(shè)備的迅速發(fā)展，開始通過建立各種數(shù)學(xué)模型進行診斷處理。但在大型旋轉(zhuǎn)機器相對復(fù)雜和診斷技術(shù)發(fā)展并不高的情況下，對風(fēng)機的故障診斷并不完全精確。

2.2診斷專家系統(tǒng)

風(fēng)機本身十分復(fù)雜，所以故障的樣式十分多樣和復(fù)雜，故障形式和提前傳達的故障征兆并不是相互對應(yīng)的，因此，很多時候故障診斷是讓經(jīng)驗豐富的故障診斷工人進行檢驗性的“直覺”判斷，這些經(jīng)驗很難通過建立數(shù)學(xué)模型或進行各種邏輯推理來進行故障診斷。隨著社會的進步，信息技術(shù)快速發(fā)展，人工智能的出現(xiàn)和專家系統(tǒng)的成功發(fā)展和運用讓診斷專家系統(tǒng)故障診斷方法應(yīng)運而生。該方法是人們利用日積月累的經(jīng)驗和大量的故障診斷信息設(shè)計的一種智能計算機系統(tǒng)，診斷專家系統(tǒng)能夠代替領(lǐng)域?qū)＜襾磉M行專業(yè)的故障診斷，因此提高了診斷的準(zhǔn)確度和可信度。

在實際應(yīng)用中，診斷專家系統(tǒng)無法解決從現(xiàn)場直接獲得的問題，需要通過人機交互的方式解決，操作者需要回應(yīng)多個專業(yè)性的診斷問題，因此需要操作者具有十分充足的知識儲備。

2.3人工神經(jīng)網(wǎng)絡(luò)診斷方法

人工神經(jīng)網(wǎng)絡(luò)診斷方法是近幾年產(chǎn)生的，這種方法不需要操作者具有高超的專業(yè)知識，只需要具備一定的專業(yè)性指向即可。這是該方法的優(yōu)點，但該方法也有一定的局限性，一方面是它的系統(tǒng)性能很可能會受選擇示例的限制，如果示例的正交性和完備性不好，可能會影響系統(tǒng)的性能，從而影響診斷結(jié)果。此外當(dāng)有兩個相似示例時，診斷的結(jié)果也可能會受到影響，另一方面是人工神經(jīng)網(wǎng)絡(luò)只能處理數(shù)字化的信息，是相對較低級的人工智能模擬，雖然人工神經(jīng)網(wǎng)絡(luò)診斷方法有許多優(yōu)點，也得到許多成功的應(yīng)用，但該技術(shù)還需要進行完善和改進。

2.4模糊診斷方法

模糊診斷是基于數(shù)值運算的診斷方法，這種方法可通過人工智能自動進行，不需要人工干預(yù)，其更加方便和快捷，模糊診斷的方法所需要的初始數(shù)據(jù)只有要研究的征兆集，故障集，隸屬函數(shù)和模糊關(guān)系矩陣。用這種方法進行故障診斷時，只需要輸入特征值，后續(xù)便可直接得出診斷結(jié)果 不需要人工的過多操作。

3風(fēng)機狀態(tài)檢測與故障診斷技術(shù)的發(fā)展趨勢

3.1整體系統(tǒng)

目前風(fēng)機系統(tǒng)已經(jīng)從單純的分析監(jiān)測診斷向主動控制發(fā)展，整體系統(tǒng)的可靠性，智能性和開放性逐漸得到提升，高精度的智能分析技術(shù)讓診斷結(jié)果更加準(zhǔn)確。

3.2采集器

精度更高、速度更高、集成更高，采集方式向多方向發(fā)展，因此可以提供多種信息，采集的數(shù)據(jù)從只有穩(wěn)態(tài)數(shù)據(jù)發(fā)展到包括瞬態(tài)數(shù)據(jù)在內(nèi)的多種數(shù)據(jù)。

3.3監(jiān)測系統(tǒng)

面向客戶更好的方向發(fā)展，讓診斷的操作更加方便，顯示的結(jié)果更加直觀。

3.4診斷系統(tǒng)

向著智能化方向發(fā)展，由在線采集，離線診斷向著在線采集，實時診斷的方向發(fā)展，大大的提高了診斷結(jié)果的準(zhǔn)確性。在數(shù)據(jù)的儲蓄上具有更大容量，存儲方式向大型數(shù)據(jù)庫的方向發(fā)展，更多信息被同時儲存，不用擔(dān)心刪掉一些數(shù)據(jù)而造成后續(xù)的損失。數(shù)據(jù)的傳輸效率逐漸加速，波特率可達到100兆甚至幾百兆。

4影響故障診斷的因素

4.1主觀因素

診斷過程和工作人員積累的經(jīng)驗都是主觀因素，工作人員應(yīng)該對診斷對象進行深入了解，這樣可以避免一些因主觀臆斷而產(chǎn)生的失誤，診斷人員應(yīng)該仔細分析風(fēng)機的構(gòu)造和各個部件的構(gòu)成和聯(lián)系，還要對風(fēng)機的維修記錄和進期風(fēng)機的工作情況進行詳細了解。這樣，才可以對后續(xù)的工作做到心中有數(shù)。

實際應(yīng)用中，傳感器的合理放置具有重要意義。傳感器應(yīng)盡量靠近風(fēng)機的受載區(qū)域，合理分析傳感器的徑向布置或者是軸向布置或是徑向、軸向均要布置。

信號分析是診斷過程中的重要環(huán)節(jié)，也是風(fēng)機故障診斷的關(guān)鍵，信號分析的結(jié)果決定著診斷最終的結(jié)果。

4.2客觀因素

客觀因素包括風(fēng)機的障礙類型，診斷設(shè)備的復(fù)雜程度等，機器的故障又可分為以下幾類

原發(fā)型和誘發(fā)型：原發(fā)型障礙通常隱藏在機器內(nèi)部，所以不容易被檢測。相對來說，誘發(fā)型障礙容易被檢測。

漸變型和突發(fā)型：在故障發(fā)生過程中可以把突發(fā)型和漸變型障礙區(qū)分開來，突發(fā)型障礙在現(xiàn)實生活中還有發(fā)生，這種障礙在事情發(fā)生前很難被發(fā)現(xiàn)。

器質(zhì)故障和操作型故障：在故障診斷的開始階段，不恰當(dāng)?shù)臄?shù)據(jù)參數(shù)會影響機器的正常運行，可能會造成機器零件的損壞和其他部件的相互碰撞摩擦。在故障診斷的操作過程中，由于技術(shù)人員的失誤，很有可能發(fā)生操作型的故障，影響診斷結(jié)果。

主導(dǎo)型和非主導(dǎo)型：正常運行的風(fēng)機存在著許多微小的故障，這些微小的故障對風(fēng)機運行的影響較小，因此，在運行初期很難診斷出風(fēng)機存在的故障，但是，只要存在至少一個主導(dǎo)型故障，就可能導(dǎo)致機器的停止運行。風(fēng)機的復(fù)雜程度和設(shè)計質(zhì)量也會影響故障的診斷精確性，風(fēng)機越復(fù)雜，其可診斷性就越低。

5提高監(jiān)測和診斷質(zhì)量的方法

需要技術(shù)人員在監(jiān)測和診斷過程中更加細心，積累經(jīng)驗，準(zhǔn)確判斷。也要提升監(jiān)測和診斷儀器的質(zhì)量。工作人員應(yīng)在診斷故障過程中建立精確的過程模型，進行有效的開展數(shù)據(jù)分析，對故障進行分離和分類。

6結(jié)束

狀態(tài)監(jiān)測和故障檢測技術(shù)在工業(yè)中十分重要，設(shè)備的可持續(xù)運行和安全運行在企業(yè)中同樣十分重要。在火電廠中，風(fēng)機在運行過程中突然發(fā)生故障會對企業(yè)造成嚴(yán)重危害，經(jīng)濟損失量大，監(jiān)測和診斷技術(shù)是發(fā)現(xiàn)可能在風(fēng)機運行過程中出現(xiàn)的故障，進而讓可能發(fā)生的問題降低到最小。由于風(fēng)機本身復(fù)雜，因此需要診斷技術(shù)的提升和診斷設(shè)備的精進，需把風(fēng)機診斷技術(shù)融入到人工智能當(dāng)中，提升診斷結(jié)果的真實性和可靠性。

參考文獻

[1] 楊蘋，吳捷.火電廠的實時狀態(tài)監(jiān)測系統(tǒng)與故障診斷[J].電力系統(tǒng)自動化，2000（17）：37-40.

[2] 軒建平，來五星，史鐵林，等.隔離測量器在火電廠分布式網(wǎng)絡(luò)化狀態(tài)監(jiān)測故障診斷系統(tǒng)中的應(yīng)用[J].儀表技術(shù)與傳感器，1999（8）：3-5.

收稿日期：2020-05-03

作者簡介：陳志遠（1988—），男，安徽宣城人，本科，助理工程師，研究方向：火力發(fā)電廠大型風(fēng)機檢修與維護。

Study on Operation Condition Monitoring and Fault Diagnosis of Fan in Thermal Power Plant

CHEN Zhiyuan

（Sichuan Baima Circulating Fluidized Bed Demonstration Power Sstation Co.， Ltd.， Neijiang? Sichuan? 641000）

Abstract： As one of the main auxiliary equipment in power plant， the normal and safe operation of fan directly affects the economic situation and normal operation of power station. However， the relevant monitoring technology and fault diagnosis instruments in China are not advanced enough， and they are only stuck in the low-level stage of fixed time patrol monitoring， shutdown maintenance and follow-up status analysis. Therefore， in real life， it is often faced with fan detection time has not yet arrived， but the fan fails， resulting in shutdown and other situations， causing serious losses to enterprises. Based on this， it is very important to improve the diagnosis of fan fault system.

Keywords： fan of thermal power plant; condition monitoring; fault diagnosis