汽轮机故障诊断技术探究.docVIP

汽轮机故障诊断技术探究 　　摘 要：汽轮发电机组是电力生产的重要设备，由于设备结构的复杂性和运行环境的特殊性，汽轮机故障频发，因此，汽轮机组的诊断一直是故障诊断技术应用的一个重要方面，对汽轮机故障机理即故障现象和故障原因之间的关系进行了剖析，并构建系统的总体框架 关键词：汽轮机；故障诊断；发电机组 DOI：10.16640/j.cnki.37-1222/t.2017.09.021 通常的诊断技术有两种，振动分析和，油液分析。汽轮机发电机组是电力生产的重要设备，由于设备结构的复杂性和运行环境的特殊性导致汽轮机的故障经常出现，要对汽轮机设备进行诊断处理，了解设备的运行情况，查看隐患，故障导致的原因，提出维修的方案。信息技术和计算机技术的发展有效地提升了汽轮机故障诊断技术的能力。汽轮机转子的震动，使零件磨损严重，转子运行中的腐蚀、磨损和疲劳等，转子的不平衡，不对中，油膜涡动，油膜震荡，松动，动静破摩 1 振动分析法 仪表报警时，对故障数据进行分析，要诊断出设备故障原因， 对振动参数分析竟然无法解决问题，对热力参数监测出现排气温度下降的现象。对振动信号进行分析处理可以采用，非线性、非平稳性，对传感器的检测主要在硬件冗余、解析冗余和混合冗余方面。并采用神经网络技术诊断汽轮机的系统性能，提高传感器的信号可靠性 信号容易受到干扰，如振动干扰，电气干扰，分析传感器信号振动的频域特征，振动故障的发生会引起信号结构频率的变动，所以状态参数有时稳定，有时不稳定。而且非振动信号的参数也有可诊断的依据，如汽轮机发电机组的运行温度、压力、真空度、电流等。信号的变化和处理需要在幅值、时间、频率等域进行。常用的技术有非线性补偿技术、信号预处理技术 2 故障的分析 总结仪表报警的原因有两点，一点是涡流传感器是随机运行的，二是探头的安装隐患。频谱分析时故障诊断的最广泛手段。诊断技术与仿真技术的结合，建立故障的决策表，准确辨别故障，还可以应用模糊诊断和层次模型。热力学分析手段以及频域变换法都是诊断中常用的方法，对产生原因和机理做出判断，确定措施和方案。 转子的不平衡也是常见的故障，不平衡引起振幅或相位的变化，径向和轴向的碰磨产生振动，具有丰富的频谱特征，可以通过频谱分析监测状态 3 检测方式 汽轮机故障的监测技术，通常采用灰色理论、概率分布干涉模型，频域的变化有谱图显示，可以采用主元分析法分析机组的实际振动状况。振动故障状况很多，不同的故障可能特征相似，因此诊断相对复杂。这种不确定性，可以采用模糊性处理和预诊断以及对比以及统计和逻辑的诊断方式。正常状态和故障之间没有明显的划分界限。确定常见故障的模式和分布，?@得故障的程度信息，用模糊C均值聚类分析方法，来识别故障类型，提高诊断的准确性。根据轴心轨迹、相位和振幅来模糊的诊断，也能缩小故障范围。排除变量的相关性和冗余性。用定型观测器、定性方针来进行故障定性，对材料和性能的检测可以帮助信号的相关处理，排除干扰的信息。降低变量的维数 4 复杂故障的机理 遇到复杂故障的诊断，首先要重构诊断的状态，残差序列，利用粗糙集理论和实践波形分析得到最原始的振动信息源。 过程参数与基于状态的诊断方法采用的是统计和逻辑的诊断。贝叶斯网络从概率上推理，把复杂的因果关系和概率事件进行推广，对不确定的信息进行智能化的诊断。变量间的弧显示故障的直接因果关系，汽轮机信息的融合诊断主要在征兆级和决策级深入研究。建立故障过程的参数并不是状态的复合震动问题。非真即假的逻辑不适合这样的诊断。要利用不断获得的嬉戏修正推理的模型，用以解决不确定的一系列信息 基于小波变换的汽轮机故障诊断方法有多分辨率分析的特点，在故障诊断融合模型中，要考虑各种不确定性，每个节点的可能性的值要以概率的形式定量，生产过程中的变电器、热电阻和开关量的信息要融合起来。幅值谱的各个频率震动有相应的振幅，可以直观看到， 监测的数据对应离散的小波变换，检测到随机信号的突变，油液分析技术、光谱分析技术，对模糊的故障监测数据都有很重要的作用，简化条件概率与内部的联系就能建华贝叶斯网络，从而达到快速计算的目的。用节点变量表达故障征兆和故障原因，并应用推理算法，把贝叶斯网络转换成对应的树形结构。采用模糊C均值提出诊断模型和方法，具有较高的理论价值和实际意义 汽轮机组的故障率较高，而且故障的危害性也很大。因此，汽轮机组的诊断一直是故障诊断技术应用的一个重要方面，对汽轮机故障机理即故障现象和故障原因之间的关系进行了剖析，并构建系统的总体框架，电气工程自动化作为衡量国家经济水平的重要方法，通过信号处理得到的信息对设备的状态含故障状态进行识别、判断和预报，结合运行规程的规定确定故障监测参数各段工作范围的隶属度，这也将是推动电厂接受该汽轮机