大型汽輪發電機組故障診斷

芮冬梅

摘 要：隨著國民經濟的持續增長和電力系統規模的不斷擴大，高電壓、大容量、多機互連系統已成為電力系統發展的必然趨勢。大型發電機組在我國電網中的地位和作用越來越突出，鑒于大型汽輪發電機組設備結構的復雜性，一旦發生故障，將直接影響到整個機組的安全穩定運行，對大型汽輪發電機組的故障診斷就顯得極其重要。文章就此進行探討，以期提高設備的安全可靠性。

關鍵詞：大型汽輪發電機組；故障；診斷

就大型汽輪發電機組來說，其設備結構極為復雜，一旦任何一臺設備或零件出現故障，就有可能引發鏈鎖反應，最終影響到整個設備的安全可靠運行，同時將造成巨大的經濟社會損失。因此，迫切需要對汽輪發電機組故障診斷技術進行研究，以確保機組的安全穩定運行，并實現社會效益與經濟效益的雙贏。

1 大型汽輪發電機組故障診斷技術的目的和意義

對大型汽輪發電機組的故障診斷，其根本目的就是確保設備的安全、可靠、經濟、高效運行，在此就其主要目的進行闡述：

其一，針對設備的故障狀態或異常狀態作出及時、正確、有效的診斷，將故障消除在萌芽狀態。

其二，對設備的運行維護起到必要的指導作用，確保設備安全、可靠、有效的運行。

其三，制定科學合理的監測維護制度，使設備應有的功能得以最大發揮，在條件允許的前提下，充分挖掘設備的潛力，使設備的使用壽命得以延長，使設備壽命周期的維護費用大大降低。

其四，通過故障分析、性能評估等方法，為設備的優化設計、高質量制造以及生產過程提供可靠的數據和信息。

鑒于汽輪發電機組設備機構的復雜性，一旦發生故障將直接影響到整個設備甚至整個生產過程的正常運行，其后果不堪設想。關于設備故障的原因，多種多樣，從設備的設計、制造、安裝、運行、維護等各個環節，都有可能引發不同的故障。為了提高機組的等效可用率，除了在產品質量、安裝、調試、運行維護等方面下功夫外，還要對其進行可靠、有效的故障診斷，以確保生產過程的正常進行。因此，對汽輪發電機組故障機理、發生原因以及故障征兆和發展趨勢進行研究是十分必要的，同時還應提出切實有效的診斷方法，以確保設備運行的安全性和可靠性。

2 大型汽輪發電機組故障診斷方法

由于設備故障較為復雜，且設備與故障征兆之間也非常復雜，這就從很大程度上決定了設備故障診斷具有探索性過程的特點。設備故障診斷重在研究故障診斷方法。以下就幾種主要的故障診斷方法進行分析：

2.1 傳統診斷法

傳統的診斷方法，在很大程度上依賴于經驗豐富的運行人員以及領域專家。他們主要憑借自身經驗或通過試驗對設備故障實施重點查找，以此來確定設備的故障原因和部位所在。頻域診斷法則是基于頻譜特征的變化，對設備的運行狀態和故障成因做出判斷。時域分析法主要是根據時間序列模型和有關的特性函數來進行診斷。統計分析法是利用概率統計模型進行分析。其中，頻域診斷法和時域分析法，實行性較強，能夠將設備故障特征全面、深入地反映出來，但也存在一定的不足和缺陷。主要表現為：移植性較差，且對復雜、非線性系統的故障很難作出有效的診斷和識別。

2.2 專家系統故障診斷法

由于設備故障表現形式的復雜性，且故障類型與征兆之間關系較為復雜，在很多情況下，故障診斷往往依賴于專家的經驗或直覺，這就是所謂的“淺知識”，很難用數學模型或邏輯推理進行求解。隨著人工智能技術的快速發展，尤其是專家系統技術的發展和應用，專家系統故障診斷法應運而生。

專家系統故障診斷法是根據實踐經驗以及大量的故障信息知識而設計出的一種智能化的計算機程序系統，特別適用于難以用數學模型來描述的復雜的故障診斷問題的解決。故障診斷專家系統主要包括推理機、知識庫、解釋程序和知識獲取程序這四部分。其中，推理機和知識庫的設計是最為重要的。該系統具有較大的優越性，可以在某種程度上代替領域專家，并能將推理、判斷、結論的過程完整地記錄下來，大大提高了診斷的可信度。但因專家系統的建立是基于大量知識，若知識庫的規則不夠完備，勢必會影響到診斷結果的準確性和可靠性，因此需要著重解決這幾個問題：一是不精確領域知識的表述；二是征兆與故障之間非簡單線性關系的反映；三是診斷信息的合理運用。

2.3 模糊診斷方法

模糊診斷方法主要包括模糊關系的診斷、模糊模式的識別以及模糊聚類分析。模糊關系診斷法主要是依據故障現象與故障形成原因之間的模糊關系矩陣，使征兆空間向故障空間轉化，利用故障隸屬度值對故障類型做出判斷；所謂模糊模式的識別，則是將由測量參數所形成的特征向量納入故障模式類中。該方法的關鍵就是故障模式類的模糊向量的確定；模糊聚類方法無需標準信息群，也不需要了解樣本群變化過程中涉及到的內容，只需要具備樣本群最初的狀況，以此作為基準，就可按分類結果獲取被監測樣本的變化趨勢，特別適合于難以確定標準信息征兆群的情況。

模糊診斷法是一種基于數值運算的診斷方法，可在無人工干預的情況下，自動進行，對于要求快速、實時的場合非常適用。模糊數學是一種處理不精確信息的有效工具，對于汽輪發電機組的故障診斷有著十分重要的作用。但從目前來看，模糊數學在故障診斷方面多局限于單一故障的診斷，對于多故障還無法做出有效的診斷。模糊診斷僅僅是一種初步的、簡單的診斷，要想進行精密、復雜的診斷還需要獲取更多的信息。

2.4 基于神經網絡的故障診斷法

近年來，隨著神經網絡的不斷發展，產生了基于神經網絡的故障診斷法。目前使用較多的神經網絡主要包括：Hopfield網絡、BP網絡以及自組織映射網絡。該故障診斷法具有顯著的優點，它不要求開發者專門的領域知識，只需有一定數目的具有適當類間距的示例。但該方法也存在一定的局限性，主要體現在：一是因診斷系統的性能主要受制于所選擇示例，若示例的正交性、完備性不足夠好時，將造成系統性能不良，在實際情況中，很難確保訓練集的正交性和完備性；二是人工神經網絡只能對數字化信息進行處理。神經網絡技術是一種針對低層次的智能模擬，要想對高層次進行智能模擬，必須有大量的符號知識的表達及處理。

該技術雖然取得了豐碩的成果，尤其是在網絡收斂性方面做了大量的工作，但應用該技術解決復雜的實際問題還有很多工作要做。

2.5 遺傳算法的應用

遺傳算法是一種源于自然選擇以及群體遺傳機理的搜索算法，運用該方法可以對自然選擇以及遺傳過程中所發生的雜交、繁殖、突變現象進行模擬。采用遺傳算法對問題進行求解時，將問題的每一個可能的解編碼成一個“染色體”，也就是個體，所有可能的解，即群體，是由若干個個體構成的，可以視為一個由可行解組構成的群體逐代進化的過程。自遺傳算法產生至今，無論是在應用方面、算法設計方面，還是在基礎理論方面，都取得了一定的成績，已成為計算機科學、應用數學、運籌學、信息科學等諸多學科所共同關注的熱點領域。

3 結束語

隨著國民經濟的持續增長，我國電力系統正逐漸進入高電壓、大容量、大機組的發展階段，人們越來越注重電力設備運行的安全性和可靠性，經濟性和高效性。目前，我國在大型汽輪發電機組故障診斷方法的研究方面，取得了一系列可喜的成績，但實踐表明，這還遠遠達不到工程領域的具體要求，無論是診斷的正確性還是診斷的自動化水平都有待進一步的提高。

參考文獻

[1]倪秋華，朱曉東.汽輪發電機組狀態監測和故障診斷的發展與趨勢[J].汽輪機技術，2011，15（3）：123-125.

[2]楊長柱.汽輪發電機組振動監測故障診斷系統的評述[J].發電設備，2012，15（1）：147-149.

[3]朱小紅，姚杰新.某國產600MW汽輪發電機組振動故障診斷及處理[J].中國科技信息，2011，18（16）：234-236.

[4]潘高峰.汽輪發電機組發電機故障診斷兩例[J].裝備制造技術，2010，13（10）：117-119.