水輪發電機組振動故障診斷技術綜述

侯 晉

（貴州烏江水電開發有限責任公司思林發電廠,貴州 思南 565100）

1 概述

水輪發電機組是水電廠最關鍵的主設備,它的安全運行是水電廠確保安全、優質、經濟發供電的根本保障,直接關系到電網的安全穩定運行,決定著水電廠的經濟效益和社會效益。研究表明，水輪機內部湍流脈動誘發的水力穩定性問題是決定機組運行穩定性的最主要因素。事實上，水電機組在運行過程中除因水力不穩產生振動外，也經常由于機械和電氣等方面的原因而產生振動。據統計，水電機組約有 80%的故障或事故都在振動信號中有所反映。所以，研究水電機組的故障診斷方法和對水電機組的振動故障進行智能診斷，對提高我國水電機組故障診斷水平，縮小與國外同類技術的差距都具有十分重要的意義。

2 水輪發電機組振動故障診斷的國內外研究現狀

最早開展故障診斷技術研究的是美國,他們首先是針對航空航天系統從事故障機理、檢測、診斷和預測的研究和開發,然后發展到電廠汽輪發電機組,美國從事電廠故障診斷系統工作的主要公司有:西屋公司、ENTEK科技公司和BEI公司。西屋公司從1976年開始電站在線診斷工作，1981年進行電站人工智能專家故障診斷系統的研究，后來發展成大型電站在線監測診斷系統（AI）。近兩年，加拿大VIBROSYSTM公司推出了專為水電機組設計的 ZOOM狀態監測系統。德國SIEMENS公司為廣州抽水蓄能電廠安裝的SCADA常規監控系統，可用于機組的振動保護。

我國針對水電機組振動的故障診斷是從20世紀 80年代才開始的，但發展非常迅速，國內許多高校和科研機構都開展了這方面的工作，并取得了豐碩成果。20世紀90年代中后期以來，國內一些高校開始與企業合作，聯合研制了一批振動監測系統。如華中科技大學與葛洲壩電廠聯合開發了以工控機（80386）為核心的振動擺度在線監測及信號分析計算機測試系統；清華大學與福建省電力試驗研究院和池潭水電廠南泰公司聯合開發的我國首套水電機組狀態監測分析診斷系統。同時，一些業內科研院所也開始這方面的工作并推出了產品。如水利水電科學研究院的H9000水電廠監控系統、華科同安開發的TN-8000機組狀態監測與診斷系統、南瑞自控公司的NC2000和EC2000的計算機監控系統等等。

3 水輪發電機組振動故障的主要診斷方法

3.1 傳統故障診斷方法

（1）故障樹診斷法。故障樹分析法（Fault Tree Analysis）由美國貝爾電話研究所的Watson和Mearns于1961年首次提出并應用于分析民兵式導彈發射控制系統。故障樹分析法主要包括故障樹的建立與簡化、故障樹的定性分析和故障樹的定量分析。故障樹定性分析的主要目的是分析系統出現某種故障有多少可能性。國內有許多學者研究了故障樹診斷法，也取得了一些成果。姜周曙等利用故障樹分析法對溴化鋰吸收式制冷機進行診斷，能夠找出典型故障（頂事件）所有可能的發生模式，找出系統中的最薄弱因素（重要度分析），并計算出該故障的發生概率。

（2）因果分析診斷法。因果診斷分析方法就是利用被診斷系統的故障和故障征兆之間因果知識進行診斷的一種方法。它也是最原始和最常用的方法之一，比較直觀，尤其是融匯了大量的實踐經驗，容易被現場技術人員掌握，在經驗積累和反復試驗的基礎上，常常可以得到較好的效果。國內一些學者進行了因果分析法的應用研究，取得了一些成果，但由于因果分析法是建立在經驗和試探基礎上的，受人為主觀因素影響較大，因此因果分析法只能是一種離線的后發性診斷工作，無法實現實時在線診斷。

3.2 智能故障診斷方法

（1）專家系統診斷法。專家系統是一種基于“知識”的人工診斷系統，它能夠模擬人類專家解決復雜問題的思維方式，是利用大量人類專家的知識和推理方法求解復雜的實際問題的人工智能程序。專家系統的結構主要包括知識庫、綜合數據庫、推理機、解釋機、知識獲取子系統、人機交互子系統等。完整的故障診斷專家系統還應包括故障征兆采集和識別子系統。從水電機組振動故障的特點看,采用專家系統被認為是一種有效的解決方法。國內部分水電專家開展了專家系統診斷法在水電機組振動故障診斷方面的應用研究。鄧正鵬等以水電機組為研究對象,對故障診斷專家系統知識庫的建立從理論和方法上進行研究,建立了基于C++的產生式知識庫系統,該法已應用于實際水電站運行中取得了良好效果。

（2）模糊診斷法。模糊集合理論（Fuzzy Sets）由美國加州大學L.A.Zadeh教授于1965年提出，其實質就是在描述復雜系統時，當精確性和有效性無法兼顧時可以進行模糊處理。模糊診斷法是利用集合論中的隸屬度函數和模糊關系矩陣的概念解決故障與征兆間的不確定關系。在模糊故障診斷中,構造隸屬度函數是實現模糊故障診斷的前提。許婧等將模糊技術應用于水電機組振動故障診斷，并驗證了模糊診斷方法具有一定可行性。陳鐵華等提出了在應用模糊診斷方法進行水電機組振動故障診斷過程中,動態建立模糊關系矩陣的新見解。模糊診斷方法的優點在于模糊變量表示可讀性強,模糊推理邏輯嚴謹,類似人類思維過程,易于理解,能很好地解決水電機組振動故障診斷中遇到的模糊性問題。但由于模糊關系較難確定、模糊數(隸屬度)轉換及模糊診斷知識獲取困難等,模糊診斷方法對水電機組的某些故障機理研究尚不透徹,缺乏系統性和綜合性,在故障診斷率和診斷準確率、系統的穩定性等方面還存在問題。

（3）神經網絡診斷法。神經網絡的知識推理是通過神經元之間的相互作用實現的，在知識獲取上，不需要由知識工程師整理、總結以及消化領域專家的知識，只需要用領域專家解決問題的實例或范例來訓練神經網絡，其知識獲取具有更高的效率。同時它是自適應的、可訓練的、容錯的，而且具有可聯想記憶、學習推理和自我修改的能力，具有進行大規模并行處理的能力。因此,神經網絡診斷法在水電機組故障診斷中日漸得到重視和應用。陳林剛等針對現有水電機組狀態監測系統功能不完善、不夠智能化的缺點,開發了基于神經網絡的水電機組智能故障診斷系統；戴志超采用RBF神經網絡對預處理后的故障信息進行訓練和診斷,仿真結果表明,所提出的水電機組故障診斷方法的有效性和優越性。但在水電機組振動故障診斷應用中,神經網絡診斷法亦存在如下缺點:①系統診斷性受所選訓練樣本集限制,若訓練樣本集選擇不當或訓練樣本數量少,均會導致診斷系統歸納推理能力變差;②基于神經網絡的診斷系統是隱式的,其推理過程、推理依據及其存儲知識的意義難以理解,對診斷結果缺乏解釋能力。

（4）其他診斷法。遺傳算法（Genetic Algorithm）是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優解的方法。近幾年,遺傳算法亦被用于水電機組振動故障診斷中。王榮榮等將粗糙集理論和遺傳算法引入水輪發電機組故障診斷中,發現在水輪發電機組故障診斷中具有較高的可行性和有效性。支持向量機 (Support Vector Machine，SVM)是 Corinna Cortes和 Vapnik等于 1995年首先提出來的，它在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢，并能夠推廣應用到函數擬合等其他機器學習問題中。鄒敏等將支持向量機引入水電機組故障診斷研究,為水電機組故障診斷提供了新的方法和思路。

4 結語

設備故障診斷以可靠性理論、信息論、控制論為理論基礎，已發展成為一門獨立的跨學科的綜合信息處理技術。眾多文獻表明，水電機組故障診斷技術的發展是與當代前沿科學相融合的，智能化和網絡化則是其未來的發展趨勢。

［1］羅興锜.水力機械轉輪現代設計理論及應用［M］.西安：西安交通大學出版社，1997.

［2］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.

［3］馬劍澤，隆元林.水電廠的狀態檢修和故障診斷技術［J］.四川電力技術，1999，（ 1）.

［4］姜周曙，胡亞才，屠傳經.FTA在溴化鋰吸收式制冷機故障診斷中的應用［ J］.浙江大學學報（ 工學版），2001，35（ 2）：209-213.

［5］鄧正鵬，韋彩新，劉利娜，等.水電機組故障診斷專家系統中知識庫的設計［ J］.華中科技大學學報(自然科學版),2003，31（ 9）：45-49.

［6］許婧，黃鑌，高峰等.模糊技術在水電機組振動故障診斷中的應用探討［ J］.云南水力發電，2002，18（ 2）：65-68.