汽輪機通流部分故障診斷方法分析

黃毅

摘 要：在火電廠中，汽輪機作為原動機發揮著重要的作用。其中，通流部分的安全運行對電廠的影響較大。通過闡述火電廠汽輪機的工作原理，闡述了汽輪機通流部分的具體工作原理，介紹了汽輪機通流部分的故障類型及其原因，并介紹了以神經網絡為主的故障診斷方法，希望對提高汽輪機的生產效率提供一定的借鑒。

關鍵詞：汽輪機；通流部分；運行原理；突發故障

中圖分類號：TK267 文獻標識碼：A 文章編號：2095-6835（2014）24-0119-02

目前，火力發電依然作為電力發電的主要手段之一，其發電量占總發電量的80%，并會在未來很長時間內維持領先地位。汽輪機作為火力發電廠的原動機裝置，直接影響著電廠的發電效率。在汽輪機中，故障多發生于通流部分。因此，應加強對通流部分的故障診斷，以降低汽輪機的故障發生率，從而確保機組的安全運行。

1 汽輪機的結構和工作原理

汽輪機又稱“蒸汽透平”，是通過能量與功率之間的轉化，以旋轉方式將蒸汽能轉換成機械功的大型機械。汽輪機被廣泛用于火力發電中的原動力機械設備，它可以直接被用于驅動各類以火力方式為動力原理的泵體、壓縮機、風機和船舶螺旋槳等。同時，還可利用汽輪機排汽或中間抽汽時所產生的汽熱供熱。汽輪機具有單機功率大、效率高和壽命長等優點，其工作原理是將蒸汽中的熱能轉化為機械功。鍋爐中的蒸汽送入汽輪機后，按照動能原理進行具有一定秩序的環形配置，運用動葉和噴嘴將蒸汽中攜帶的熱能轉化成為轉子的旋轉機械能。不同的汽輪機轉化蒸汽的方式不同，能量與功之間的轉換方式各有差距，進而形成了不同性能、原理的汽輪機，而不同汽輪機中用于做功的汽流通道都是由進汽機構、各級通流部分的葉柵和排汽缸組成的。

2 汽輪機通流部分的工作原理

汽輪機的通流部分由高、中和低壓部分組成，共計58級。其中，高壓由調節級和1l級壓力級組成，高壓通流部分由1個單列調節級和11級壓力級組成，調節級的葉片結構為沖動式的三叉三銷三聯體葉片結構。這種結構的優點是具有良好的強度，11級靜葉由方鋼制成，均安裝于靜葉持環上，其各葉的葉根與其圍帶焊接在一起，安裝于靜葉持環上直槽內的隔板上，并均用一系列的L型填隙條鎖緊，填隙條安裝在直槽內層特為其加工的附加槽內，其動葉葉片由方鋼制成，可控的渦葉片為倒T型葉根，末葉片與末葉槽的連接方式為鎖緊式，因高壓部分的壓力較高，所以采用了T型的葉根結構作為防蒸汽泄漏的手段。中壓通流部分為2×9級，由裝在汽缸內靜葉持環上的靜葉片和裝在轉子葉輪上具有相同級數的動葉片組合而成，其彈簧退讓式的汽封可保持轉子與葉片圍帶間僅有較小的徑向間隙，一旦發生摩擦或碰撞時，其彈簧可發生撓曲，從而減小汽封齒的磨損程度，其靜葉片由方鋼銑制成，采用了葉根與整體圍帶焊接的結構，形成了整圈隔板，其水平中分面鋸開后可分為上、下兩半。低壓通流部分為雙流2×（2×7）級，由安裝在汽缸或靜葉持環上的7級靜葉片和安裝在轉子上相同級數的動葉片組成，其彈簧退讓式汽封可保持轉子于葉片圍帶間有較小的徑向間隙，當發生摩擦和碰撞時，其彈簧會產生撓曲，從而減小汽封齒的磨損程度，其第1～5級的靜葉片由方鋼銑制成，采用葉根與整體圍帶相連的結構，形成了整圈隔板，水平中分面鋸開后可分為上、下兩半，而安裝在內缸或靜葉持環直槽內的隔板采用一系列的L型塞緊條鎖緊，塞緊條安裝在直槽內的附加槽內，并沖鉚脹緊。

3 汽輪機通流部分的故障類型

汽輪機通流部分的故障可歸納為2大類：①突發故障。主要包括進汽閥門閥桿斷落、葉片脫落和斷裂等現象，突發問題多因通流部分的面積發生突變而引起。②因通流通道長期結垢、磨損而引起的漸變性故障。主要體現在以下2方面。

3.1 調節汽門和調節級故障

在汽輪機中，調節汽門和調節級故障率最高，主要是因其在運行時的壓力、溫度較高，汽輪機的多數焓降由這2個部位負擔，導致調節級在長時間交變熱應力的作用下出現破損、腐蝕等現象，進而造成閥門閥桿或葉片斷裂。此外，通流通道中的金屬碎屑脫落后會磨損汽門和調節級，進而加劇了通道的堵塞程度。

3.2 壓力級故障和軸封磨損

壓力級產生的故障多為通道結垢和葉片斷裂等現象。發生故障時，通道面積會有所改變，進而改變了調節級后壓力值。此外，多發故障還表現為軸封的磨損，即在汽輪機啟停或變更負載時，因誤操作等原因而引起軸封間碰撞、接觸，進而增加了軸封磨損和各缸漏汽的程度。

4 汽輪機通流部分的故障分析

綜上所述，汽輪機通流部分故障的原因多為壓力、溫度或流量等熱力學參數的變化。當調節汽門或調節級發生故障時，調節級后壓力值也會隨之改變。如果調節汽門閥桿斷裂或結垢，則會縮小通道面積，蒸汽在通過調節級后會產生額外的節流，進而引起調節級的壓力下降。壓力級故障與調節級故障類似，會引起通道面積的變化。

5 汽輪機通流部分故障的診斷方法

在汽輪機故障的診斷方法中，常用的包括熱力參數診斷和振動診斷。隨著研究的深入和相關科技的發展，現階段提出了更為智能化的診斷方法。下面以人工神經網絡為例對故障診斷進行闡述。

5.1 人工神經網絡的故障診斷原理

人工神經網絡是一種源于動物神經系統的算法研究，具備自學和自適應功能，在預先提供相應輸入、輸出信號的前提下，可根據二者間的聯系進行系統建模，并基于此處理新輸入的數據，從而獲得相應的輸出結果。人工神經網絡主要包括輸入層、隱層和輸出層。其中，輸入層可將接收到的輸入信號傳遞至隱層中，并在隱層的傳遞函數中處理信號，從而使輸出結果不同于輸入層。在汽輪機的故障診斷系統中，將汽輪機的各項運行參數作為輸入信號，并利用一定的算法，可診斷故障類型。

5.2 汽輪機故障診斷的流程

汽輪機故障診斷的形式較為多樣，可通過故障特征判別故障的性質。基于人工神經網絡的故障診斷系統的診斷流程如圖1所示，即基于SQL和matlab平臺收集、處理汽輪機各種運行工況（包括正常、故障等情況）的數據，包括汽輪機運行時的負荷變化、主汽流量、溫度、壓力、調節級后壓力、再熱壓力、溫度等特征參數值，并在數據預處理中加工特征量，使其轉換為網絡數據輸入到故障診斷程序中，進而可判斷故障類型和故障原因。

汽輪機可能發生的故障問題多種多樣，故障原理也不盡相同，且基于神經網絡的故障診斷模型存在局限性。因此，可通過不同的故障實例對基于神經網絡的故障診斷模型加以補充。另外，因神經網絡的建立需要訓練樣本，在選擇樣本數據時，

應刪除相互間矛盾的數據和異常數據，且保證故障樣本的數量與正常樣本的數量具有一定的比例，使模擬的神經網絡模型與實際情況盡量接近，從而提高故障判斷的準確性。

6 結束語

在汽輪機中，通流部分發揮著重要的作用，但無論是傳統的熱力參數診斷、振動診斷，還是當前的智能化診斷技術，都無法完全、準確地判斷汽輪機可能發生的故障。因此，研發人員應繼續研究汽輪機運行時熱力參數的變化特征，補充故障樣本，提高故障診斷技術的準確性，從而確保電廠發電系統的安全、可靠運行。

參考文獻

[1]周昭濱，巫樟泉，張德軒，等.汽輪機通流部分故障診斷方法研究綜述與展望[J].電站系統工程，2014（05）.

[2]董曉峰，顧煜炯，楊昆，等.汽輪機通流部分故障診斷方法研究[J].中國電機工程學報，2010（35）.

[3]毛健，趙紅東.人工神經網絡的發展及應用[J].電子設計工程，2011（24）.

〔編輯：張思楠〕endprint