水輪發電機組故障診斷技術

楊永剛，潘文威

（廣西平班水電開發有限公司，廣西 南寧 533402）

1 水輪發電機組故障的定義和特點

水輪發電機組故障診斷是指專家根據狀態監測所得到的各測量值及其運算處理結果所提供的信息，采用所掌握的關于設備的知識和經驗，進行推理判斷，從而提出對設備的維修處理建議。即通過狀態監測來收集特征量，用故障診斷來分析判斷特征量。依據分析結果，進行縱向(和歷史數據)和橫向(和同類設備)比較，制定維修方案，實施狀態維護。

水輪發電機組最常見、最主要的故障就是振動故障，據華中電網50臺4.5MW以上水輪發電機組六年運行資料的統計，大約有80%的故障或事故都在振動信息上有所反映。認識并把握機組振動故障的特點是故障診斷研究工作的首要任務。水輪發電機組振動故障具有如下特點：

（1）水輪發電機組故障具有漸變性。水輪發電機組與其他旋轉機械相比轉速明顯較低，一般在100～200r/min之間，因此水輪發電機組振動故障發展一般屬于漸變性或耗損性故障，具有磨損和疲勞特征，突發惡性事故較少，如水力機組部件因空化或泥沙磨損等原因導致的振動，即有一個從量變到質變的過程。這使得利用狀態監測和趨勢分析技術，捕捉事故征兆，早期報警，防范故障變得相對容易和準確。

（2）水輪發電機組故障具有復雜多樣性。水輪發電機組是一個涉及機械、電磁和水力的復雜系統。機組在運行時，除了機械因素外，還有電磁和水力因素的影響。機械方面的原因有：轉動部件不平衡、彎曲、以及部件脫落，機組對中不良、法蘭連接不緊或固定件松動，固定部件與轉動部件的碰磨，導軸承間隙過大、推力軸承調整不良等等。水力原因：卡門渦引起的中高頻壓力脈動，葉片進口水流沖角過大引起的中高頻壓力脈動，尾水管內的漩渦流引起的壓力脈動等等。電磁方面：發電機定轉子間隙不均勻，轉子及磁極線圈匝間短路，轉子主極磁場對定子幾何中心不對稱等等。引起振動的因素具有不確定性，可能是機械、電磁、水力三種因素中的一種引起的單一振動，也可能是幾種因素共同作用的藕合振動，機械、電磁、水力三者是相互影響的，振動機理比較復雜，直觀判斷和簡單的測試手段很難找到主導性故障原因。

(3)水輪發電機組故障具有不規則性。由于每個水電站的設計、施工受地理位置、地質狀況和經濟技術等多方面的影響，每個水電站都是專門設計的。因此水電機組運行時還會受到電網、水文、氣候和現場安裝等諸多因素的影響，有些影響是不可預知的。這就使得不同電站，甚至同一電站的不同機組的故障情況很不一樣，特殊案例比比皆是。水輪機組故障的不規則性，是對通用型故障診斷系統研究的一個巨大的挑戰。

2 水輪發電機組故障診斷方法

由于水輪發電機組的種類多樣，且其工作環境各不相同，所以在實際測量和診斷中會根據具體的情況而采用合適的診斷方法。用于故障診斷的狀態監測基本方法有：基于實例的推理、基于模型的診斷和非參數化建模。目前常用的診斷方法有如下診斷方法：

（1）按診斷的方式分類：①定期檢修和連續監控:定期診斷是每隔一定的時間，如1年或1個月對設備進行一定程度的檢修，這是目前大多數企業所廣泛采用的，它容易帶來維修過剩。連續監控是采用先進的計算機技術和精密傳感器和儀表不間斷的監視和控制設備的狀態，它能夠時時反映水輪機組的關鍵部位的運行狀態。②間接診斷和直接診斷:直接診斷是直接確定關鍵部件的狀態，間接診斷是通過二次診斷信息來間接判斷機器中關鍵零部件的狀態變化。③狀態診斷和離線診斷:狀態診斷是借助現代通信技術、信號采集技術、信號處理技術等，為保證關鍵設備的安全和可靠運行而將對其所監測的信號自動、連續、定時的采集與分析，對設備的狀態進行識別，及時診斷出存在的故障;離線診斷是通過數據采集器采集現場設備的信號，然后回放到計算機進行處理、分析，從而判斷設備的狀態。

（2）按特征信號的物理性質分類：①振動監測方法:由于機械系統的運行過程必然伴隨著振動，故障的存在必然導致異常振動，不同類型、不同部位的故障一般產生不同特征的振動，振動信號從幅值域、頻域和時域反映了機器的故障信息。其振動的類型可分為徑向振動、周向振動和扭轉振動三類，其中過大的徑向振動往往是造成機器損壞的主要原因，也是狀態監測的主要參數和進行故障診斷的主要依據。因此，振動診斷方法得到了廣泛的應用。②噪聲監測方法:當機器的零件或部件開始磨損或經歷某些其它的物理變化時，其聲音信號的特性就發生變化，監測這些特征就有可能監測到機械狀況的變化，精確地指出正在劣化的那些部位。③油液分析監測方法:通過用物理化學的方法對油樣的各種理化指標進行測定，能夠獲得機器的零部件磨損、系統污染程度和工作情況等方面的重要信息。

按照狀態診斷方式主要有模糊診斷法、人工智能診斷法和專家系統診斷法。

（1）模糊診斷法:模糊理論主要模仿人腦的邏輯思維，具有較強的知識表達能力，能將不確定性知識或定性知識轉化為定量表示。在故障診斷中，故障與征兆之間的關系往往是模糊的，這種模糊性既來自故障與征兆之間關系的不確定性，又來自故障與征兆在概念描述上的非精確性，因而診斷結果也必然是模糊的。解決模糊診斷問題的傳統方法，一般是根據專家經驗在故障征兆空間與故障原因空間之間建立模糊關系矩陣。常用的方法是將各條模糊推理規則產生的模糊關系矩陣進行組合。

隨著模糊理論的發展及完善，模糊理論的一些優點逐步被重視，如模糊理論可適應不確定性問題;其模糊知識庫使用語言變量來表述專家的經驗，更接近人的表達習慣;模糊理論能夠得到問題的多個可能的解決方案，并可以根據這些方案的模糊度的高低進行優先程度排序等。

很多人在作模糊理論用于診斷的研究，有的單獨使用其進行分析診斷，有的與專家系統、神經網絡進行聯合使用，或構造模糊評價模型，以評分的方式反映故障的危害性。他們均收到了較好的效果，總的看來研究方向趨向于與其它分析診斷方法相結合。

（2）人工智能診斷法:人工神經網絡是模擬人腦組織結構和人類認知過程的信息處理系統，具有強大的自學能力和數據處理功能，能映射高度非線性的輸入、輸出關系。自1943年首次提出以來，己迅速發展成為與專家系統并列的人工智能技術的另一個重要分支。它以其諸多優點，如并行分布處理、自適應、聯想記憶等，在智能故障診斷中受到越來越廣泛的重視，而且己顯示出巨大的潛力，并為智能故障診斷的研究開辟了一條新途徑。應用人工神經網路(ANN)技術實現故障診斷不同于專家系統(ES)診斷方法。ANN方法通過現場大量的標準樣本學習與訓練，不斷調整ANN中的連接權和閥值，使獲取的知識隱式分布在整個網絡上，并實現ANN的模式記憶。因此ANN具有強大的知識獲取能力，并能有效的處理含噪聲數據，彌補了Es方法的不足。

（3）專家系統診斷法:專家系統是人工智能應用研究最活躍和最廣泛的課題之一，它是一個智能計算機程序系統，其內部具有大量專家水平的某個領域知識與經驗，應用人工智能技術，根據某個領域一個或多個人類專家提供的知識和經驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復雜問題。診斷專家系統的任務就是根據觀察到的情況(數據)來推斷出某個對象機能失常(即故障)的原因。專家系統在解決難以建立數學模型，較多依賴專家經驗知識的問題有獨特的優勢。在信息不完整或不確定的情況下仍能給出較為合理的結論。

專家系統由知識庫、數據庫、解釋機制，推理機和人機接口5部分組成。知識庫是專家系統的核心，它不但在初次建庫時廣泛搜集專家經驗，而且在使用過程中還要在必要時進行修改、補充和完善。現在專家系統的數據管理較多是按設備進行管理的，如按電容型試品、色譜型試品及電阻型試品三大類來編制專家系統。雖然專家系統能夠有效的模擬故障診斷專家完成故障診斷的過程，但是在實際應用中仍存在一定缺陷，其主要問題是知識獲取的瓶頸問題、知識難以維護，以及不能有效的解決故障診斷中許多不確定因素，這些問題大大影響了故障診斷的準確性。

3 結語

大型水電機組的狀態監測與故障診斷技術還遠遠沒有成熟，這就要求在今后的研究工作中，不斷地提高已有的知識水平，完善知識體系。以下幾個方面需要在今后的研究工作中進行更加深入細致的研究：①水電機組設備龐大，結構復雜，誘發故障的因素多、水電機組故障率高、技術難度大；②水力流體因素、振動因素、電磁因素是相互影響的3個難點，是以后要繼續研究的重要課題。

[1]王海.水輪發電機組狀態檢修技術[M].北京:中國電力出版社，2004.

[2]白亮.水力機組集成智能化振動故障診斷網格研究[D].西安:西安理工大學，2008.

[3]張禮達，任臘春.水電機組狀態監測與故障診斷技術研究現狀與發展[J].水利水電科技進展,2007,(10):85－89.