水力发电机组故障预测及维护的探讨.docVIP

水力发电机组故障预测及维护的探讨 　　摘 要：水力发电机组属于大型的工业机组，其运行功率比较大，同时内部的结构也相对复杂，操作起来要求具备比较高的技术水平。如今科技的发展日新月异，多数机械设备在其运行过程中难免发生振动，从而引发无法避免的故障。水力发电机组也不例外，导致其产生振动故障的原因有很多，相应的危险程度本身也具备很大的不同之处。其产生的振动危害将直接影响水力发电机组的正常运行，甚至直接影响到发电机组的使用寿命，所以必须要清除此类障碍，以此来找出导致其产生故障的主要原因。文章主要针对水力发电机组的故障进行分析和预测，并在此基础上推出相应的维护方法和策略以供参考。 　　关键词：水力发电机组；故障预测；维护 　　引言 　　近年来，我国水力发电厂的建设数量及规模都开始不断提升，大多数新建设的水力发电机组开始投入运行。然而由于多方面的原因，水力发电机组很容易产生故障，比如在水电厂设备进行制造、安装等一系列过程中存在问题等。这些都将直接导致发电机组的运行稳定性变差，导致发电机组的振动摆度严重超标，从而直接损伤机组的内部机械零件，造成严重的运行故障，对水力发电机组的运行稳定及安全造成严重的影响[1]。因此就必须要做好对水力发电机组的故障预测，充分的挖掘其产生故障时的状态监测信息，从而有效的收集到其对故障风险预测最有价值的信息，为发电机组的故障预测及维修奠定基础。 　　1 水力发电机组故障预测具体方式 　　1.1 两种预测方法的不足之处 　　发电机组属于电力系统当中最为关键和核心的机械设备，因此发电机组所具备的可靠性将直接影响到电网运行的可靠性，因此必须针对发电机组设备的可靠性进行预测和维护，以此来提升其可靠性能及有效的使用寿命。针对水电机组故障预测的方式具体有两种，即为传统的可靠性分析以及基于状态监测数据的故障预测方式。采用传统的故障分析法，主要需要针对设备的故障间隔以及平均维修间隔进行研究分析。但是这种方式在对发电机组进行故障预测分析时，严重忽略了相应的维修效果，监测信息以及其他环境状态变量等多方面的信息[2]。而相比状态维修技术而言，状态监测数据本身是进行故障预测和诊断的主要资源，需要严密结合状态监测数据，尽可能发掘出可靠信息来进行统计。所以，对状态监测的故障预测法，能够有效预测一些区间相对较短的故障，但难以满足系统维修和规划的发展需求。 　　1.2 两种预测方法的结合和统一 　　以上可知传统的可靠性分析法和状态监测信息故障预测法都存在着相应的不足之处，如今相关学者提出了全新的理念，兼顾状态监测信息以及可靠性数据故障预测模型法，这种综合性的方法本身对机械系统来说具有非常大的研究及应用价值。需要综合考虑设备故障时造成影响的故障诊断值，并且可以在此基础上直接采取最大似然法来进行模型的参数设计。然而，在针对设备故障间隔数据方面出现严重缺乏的情况，同时也没有一种有效的模型，因此被直接提出比例协变量模型来预测其故障率。 　　1.3 监测水力机组运行的稳定性 　　需要从以下几个方面来进行：（1）设置相应的试验测点，试验测点方面的设备必须要强调准确和合理，因为需要准确的获取到水力发电机组各部位的运行参数及运行状况，否则将直接导致试验结果数据产生偏差，从而无法全面有效的对设备进行诊断和分析。（2）设置分析水力机组振动测点，需要对运行机组的震动情况进行合理化的计算和设计，并且对其震动位移的数值进行评估，以此来针对其导轴承和推力轴承座、水力机械顶盖等多种装置开展实际的测量，以此来监视多种不同因素影响下的振动情况，得出危机运行稳定性的准确数据。（3）开展实际工作试验，通常实测试验阶段，需要进行多个试验，将所有试验数据相叠加才能达到试验目的，具体有调相试验、变负荷试验、暂态试验以及变转速试验等等。 　　2 水力发电机组的维护和故障消除 　　一般来说，水力发电机组产生故障大都是由于机组振动所致，而振动源主要来自于水力、电磁以及机械等多个方面[3]。因此需要充分的考虑机组自身的旋转和固定，同时还必须要对流体水压方面的引水系统、过流部件以及机组电磁振动等多个方面所产生的影响进行综合考虑。 　　2.1 水力发电机组振动故障的原因及处理 　　水力发电机组产生振动故障的原因主要有以下几个方面：（1）机械振动。这种振动是所有振动故障当中比较常见的一种类型，主要是因为转子的质量没有处在一种平衡的状态，同时机组方面的主线也不够端正，从而导致轴承自身具备严重缺陷，进而产生一系列的摩擦所致。其中，转子的质量平衡性是导致其本身重心同轴线产生偏心距的主要原因，从而直接导致机组产生相应的振动。而机组方面的轴线不正最终将引发振动故障，不过，通常都不严重。（2）水力振动。这种振动故障比较常见，引发振动的主要原因还是水力不平衡、空气腐蚀以及卡门涡流等。（