利用优化技术和基于物理模式的发电系统涡轮引擎的缺陷识别研究.pdfVIP

利用优化技术和基于物理模式的 发电系统涡轮引擎的缺陷识别 Io nk JaWandH en SC t fCM0n．1 ： 0rn InC g， ， T美 ．国 虬亚 n历桑 那 9 思 高 谷 1引言 本论文揭示了高级的缺陷诊测和缺陷分离技术在两台发电系统的涡轮引擎上的应用结果。 这些高级技术利用了物理模式和优化技术。它们能自动找到了最匹配的缺陷模式。找出的缺陷 模式能最住地与测试的数据相匹配。最佳的缺陷模式能提供有关于系统偏差(即缺陷探测)和 缺陷构成成分(即缺陷分离)等方面的有用信息。不同于用于别的方面的阀限技术，最匹配的 缺陷模式技术即使在数据稀少和数据在时空分布很厂的情况下同样有效。 Heavy Ishlkawajlma—Harma 包括引擎的维护历史，速度，进气温度，功率，排气温度，流量，和压缩机放电压力。SMI利用在 它在基于模式方面的缺陷识别专长，改进了现有关于引擎的通用模式，在此基础上，开发了优化的 方法来扑获不太确定的缺陷状况。 探测的结果经由引擎制造商IHI确认。如果能获得更多的数据和有关引擎IHI-IM270更多的 背景资料，探测的精度还能提高。这种技术更能扩展地应用于所有行业的其它种类的没各． 2介绍 设备的健康管理对于状态监控和维护计划来说是一个现代概念。从历史的角度来看，状态监控 系统是指基于地面的或者在线的系统．此系统执行状态监视和报警功能。报警功能通常包括缺陷探 测。分离，和缺陷警报。如果某个缺陷警报被确认．维护行动将破触发。维护活动通常是从检查开 始，跟着才是在F一个方便的时候，搬离，替换，或维护有缺陷的部件，亦即计划的维护间隔或计 划的没餐停机时间。 为了有效的决定设备是否需要维护，CMS系统应能精确地探测设备的状况并能准确地分离业已 不能工作的部件．虽然失效模式效果分析(FM队)一直以来是理解功能失效和相府症候的有效工具 [1】．但是，大多数的非正常状况(或功能丧退)能持速很长一段时问，因此，提高早期的功能失 效指标就显得尤为重要。 为了探测‘尹期的失效指标，通常的做法是降低报警的门限值，但这会相应提高误报警数。误报 警是用NFF和RTOK(缺陷没有找到和再测试通过)来表示。对于复杂的设备或系统，降低fJ限值 通常不是有效的方法，因为缺陷的症候往往表现为复杂的格式，升包括多种变量。在此情况下，与 信号处理方法比较起来，基丁模式的缺陷探测和分离技术就显得更有优势。 278 由于涡轮引擎的结构复杂，对它进行缺陷探测和分离将会遇到严重挑战．对于此情况，为了精 确地探测和分离缺陷，往往要求使用引擎的物理模式．尤其是．当缺陷的症候或前兆比较模糊，也 就是说。好几种不同类型的缺陷的症候往往看起来很相似，因此。从测试数据报难分辨它们．为了 与其它类型的缺陷探测技术相区别。我们把这种用于缺陷探测和分离的物理模式称为诊断模式。诊 断模式包括一些内部参数，调节这些内部参数将会影响设备和系统的性能．根据待监视的设备种类， 这些内部参数的数量往往会超过可获得的铡试数量．就象涡轮引擎的情况。数学上，这就产生了不 确定的问题，也就是说，有多种解决方案来满足诊断的限制条件．这对缺陷探测和分离来说带来了 另外一种挑战：如何在所有可能的解决方案中选择最可能的解决方案。以便有故障的部件能精确地 分离出来? Saturn20flJl GEJ47f2】 图1：涡轮引擎的定子和转子 通过使用通用的引擎诊断模式，利用高级的缺陷探测和分离技术，来找到最有可能的故障情况。 本论文揭示了此技术的应用结果．此技术应用在IlII提供的两台地面发电机组． 3诊断模式 sMI的通用单轴汽轮引擎模式被扩展应用到发电机组模式．这种模式是由6T-1G设计，图2表 明此模式系统 2：Gas Figure turbinebased CO—generationmodel sy