浅谈燃机智能诊断方法以及高温部件运行维护.docVIP

浅谈燃机智能诊断方法以及高温部件运行维护 　　【摘要】燃机在电力和能源部门日益成为原动机的主流产品，它们一旦出现故障或发生事故就会给生产经营带来严重的影响。因此维护燃机在正常状态下运行，避免或及时诊断处理燃机运行故障就显得越来越重要。本文简述了燃机智能诊断方法，对燃机高温部件的损伤机理以及燃机高温部件的运行维护进行了论述分析。 　　【关键词】燃机；诊断方法；高温部件；损伤机理；运行维护 　　燃机在现代社会中扮演着重要角色，被广泛应用在各行各业中，但正是因为其应用广泛的原因，燃机运行过程中出现事故的原因就很多。因此燃机故障诊断及运行维护对于燃机经济性具有重要的意义。 　　1.燃机智能诊断方法 　　近几十年已经建立了一些具有代表性的燃机故障诊断系统，但是这些诊断系统的发展日新月异， 且它们都涉及到诸多领域的知识和理论， 从而决定了燃机故障诊断的研究也是一个新理论、新方法和新技术不断涌现的领域。以下就诊断系统进行论述分析。 　　1、基于规则的专家系统诊断方法。早期的故障诊断专家系统都是基于规则的，这些规则是从专家的经验中总结出来，用来描述故障和征兆的关系。该方法的优点是知识表示简单、直观、形象、方便，使用直接的知识表示和相对简单的启发式知识，诊断推理速度快；要求数据的存储空间相对较小；易于编程和开发出快速原型系统。缺点是知识库覆盖的故障模式有限，对未出现过的和经验不足的故障诊断就显得无能为力；当知识库中没有相应的与征兆匹配的规则时，易造成误诊或诊断失败。 　　2、基于神经网络的诊断方法。从映射的角度分析，故障诊断的实质是建立从征兆到故障源的映射过程。人工神经网络的优点是高度非线性、高度容错和联想记忆等。但是，人工神经网络应用于故障诊断也存在许多不足，诊断方法属“黑箱”方法，不能揭示出系统内部的一些潜在关系，无法对诊断过程给予明确解释。网络训练时间较长，并且对未在训练样本中出现的故障无诊断能力，甚至得出错误诊断结论，这些都增加了神经网络在实际应用中的困难。 　　3、混合智能故障诊断方法。根据不同的发动机系统参数，结合智能故障诊断方法的特点采用多种方法的诊断系统称为混合诊断方法。具体智能诊断方法的选用原则根据发动机各系统故障的征兆以及故障状态下的历史数据来决定。例如：模糊神经网络是一种新型的神经网络，它将模糊理论与神经网络相结合，既可以描述事物中关于模糊概念的问题，又具有强大的数据处理能力，同时还具备自学习能力，在许多领域已经有了相当广泛的运用。模糊理论运用于故障诊断系统中时，最大的优点是它具有描述模糊性的知识的能力，推理过程比较接近于人的思维模式。通过选择恰当的模糊隶属函数，将测量参数表示成对某个模糊子集的隶属度并传递给神经网络进行诊断，得到的是对各种故障原因严重程度的表示，这样的结果可以使得现场工作人员采取更加有效的措施。 　　2.燃机高温部件的损伤机理 　　燃机高温部件的主要损伤机理是热疲劳、蠕变、氧化和腐蚀。 　　1、热疲劳。由周期变化的热应力或热应变引起的零件材料破坏称为热疲劳。燃机在频繁的启停和每次启停的点火、加速、升负荷、降负荷和停机过程中，燃气温度有很大的变化，相应的燃机高温部件的金属温度也随之变化。燃气温度迅速变化时，透平动叶片和静叶片的进、出气边缘的工作温度的变化比中间部分要快得多，就会在燃气透平叶片中产生大的温度梯度，从而产生大的热应力。在燃机启停与运行过程中，热应力的大幅度变化导致燃机高温部件因疲劳而产生裂纹。以燃气透平叶片为例，在燃机点火和升负荷过程中，叶片进气侧边缘比叶片主体受热升温快，在叶片进气侧边缘产生短暂的压缩应变；在燃机满负荷稳定运行状态下，叶片达到其最高金属温度，叶片进气侧高温区域和有冷却孔的部分同样有温度梯度存在，而产生压缩应变；燃机停机时则相反，叶片进气侧边缘冷却降温比叶片主体快得多，导致在叶片进气侧边缘产生拉伸应变。从燃机启动到停机，透平叶片进气侧边缘的应变循环变化，导致透平叶片萌生裂纹，裂纹在循环拉应力的作用下逐渐扩展，最终导致断裂。 　　2、蠕变。燃机高温部件在高温环境中的长期运行使其发生蠕变。部件基体材料长期工作在高温环境下，金相组织逐渐变化，晶界弱化，材料持久强度和抗蠕变性能明显下降，出现塑性变形。 　　3、氧化和腐蚀。燃机高温部件的涂层在高温环境下氧化、侵蚀、裂纹、剥落，使得基体材料暴露在高温环境下，产生氧化、烧蚀与腐蚀。 　　3.燃机高温部件的运行维护 　　燃机高温部件的状态监测技术手段，主要有内窥镜检查、运行参数诊断和金属监督。对燃机高温部件进行状态监测目的是在正确评估其异常状态的基础上，制定高温部件的检修和更换计划，以降低安全风险、节省检修费用和降低运营成本。 　　1、内窥镜检查。定期对燃机的高温部件进行内窥镜检查，以便跟踪燃机高温部件的状态变