劉 倩
(哈爾濱汽輪機廠有限責任公司,哈爾濱 150040)
我國水力發電和風力發電領域的發展速度較快,為我國電力能源提供源源不斷的動力,但是目前火力發電的優勢逐漸凸顯,逐漸成為國內發電的主要手段,它未來必將占據發電領域的頭號地位。火力發電廠的正常運行主要取決于汽輪機,汽輪機內部產生故障便會極大影響發電廠的工作效率,導致群眾生活受到干擾。汽輪機的故障主要產生于通流部分,因此人們必須針對該處故障類型進行分析,探索其主導因素,從而制定出完善的策略,降低故障發生率,保證機組能夠安全有效地運行。
據經驗可知,火力發電階段,汽輪機具備其他機械無可比擬的優勢。例如,汽輪機功率大,運行效率高,同時還具有極長的工作壽命。汽輪機的工作原理為蒸汽透平,它會通過旋轉將內部所包裹的蒸汽能量轉化為機械能。其中的蒸汽來源于鍋爐燃燒,它帶氣體通過機械內缸后會根據物理學的基本規律,來將其配置成環狀,而且機械設備內部的動葉和噴嘴會利用蒸汽所包含的熱能,進而轉化為相應的機械能。不同汽輪機的能量轉化途徑有所差異,因此能量轉化的效率也會有所區別。機械設備的架構幾乎一致,即使汽輪機的能量轉化等方面存在差異,人們也無需過于注重。內部通道部分主要包括進氣口部分、通流部分以及出氣口部分。
高壓部分包括一個單列形式的調節劑壓力和多個等級壓力,調節級結構呈三叉狀,此結構形式可以承載較高的壓力。高壓部分的主要材料為方鋼,其與靜葉相連,它的直槽內層隔板位于根部,依靠填隙條固定。填隙條位于附加槽內部,渦片成T狀用來固定葉片。由于此部分存在極大的壓力,因此T狀渦片可以有效降低氣體泄漏的發生率。
中壓部分涵蓋十八個級別,它的組成部分包括十八個靜葉片和動葉片。其中,靜葉片位于氣缸內部,動葉片位于轉子輪。中壓部分能夠通過彈簧完成蒸汽封閉,進而調整葉片圍帶以及轉子間距。
低壓部分涵蓋七個級別,其組成部分與中壓部分相似,也包括相同級數的靜葉片以及動葉片。靜葉片位于氣缸內部,動葉片位于轉子輪。因為汽輪機的通流部分通常設置為雙流式,因此它的全部壓力級別為28個級別。低壓部分也是通過彈簧實現蒸汽封閉來降低葉片圍帶和轉子的間距,此部分可以利用彈簧的變形以及撓曲有效降低葉片與轉子間的摩擦,同時可以降低雙方碰撞導致的零件損耗。針對低壓部分的靜葉片,人們通常會采用方鋼材料制造的1~5級葉片,用銑床進行加工。
根據調查得知,汽輪機通流部分經常產生故障,而故障主要分為漸變性以及突發性兩類。所謂突發性故障是指臨時產生的故障,例如,閥門桿在運行階段突然掉落或者斷裂,葉片產生斷裂或者掉落等。上述故障產生的原因是汽輪機通流部分面積臨時產生變化。所謂漸變性故障,是指汽輪機長時間工作而逐漸累積的故障,如通流部分的污垢積累、動靜葉片的碰撞以及摩擦損耗等,導致上述故障產生的原因是汽輪機在長時間運行中,通流部分長時間接觸水蒸氣,逐漸產生水垢堆積,堆積的水垢不斷撞擊汽輪機內缸,導致內缸部分逐漸損耗。
所謂壓力級故障,是指汽輪機通流部分在長時間運行后殘留污垢或者內部葉片突發性破裂、脫離機械設備等。上述故障產生的原因是汽輪機通流部分面積發生改變,導致調節級壓力逐漸上升,進而產生零部件損壞。而軸封磨損故障,其主導因素是操作人員在汽輪機運行階段的特殊時刻(機械啟動、停止以及負載變化)的行為錯誤,導致軸封產生劇烈碰撞,最終徑向間隙擴大無法阻擋蒸汽,致使汽輪機產生漏氣故障。
針對調節級故障,其故障主要發生在氣門部位,此類故障發生的概率最高。其主要原因是調節級和氣門在汽輪機試用階段承擔極高的溫度和壓力,機械設備的焙降全部掉落于此處,導致調節級和氣門長時間遭受交變應力致使零件損壞,最后閥門桿斷裂或者門芯脫離,此故障帶來的危害非常嚴重。汽輪機內缸的氣體循環速率較高,掉落的金屬殘渣會伴隨著氣體的流動而長期撞擊氣門和調節級,導致二者的磨損度極大,通流部分的堵塞問題無法得到解決。
故障診斷方法的手段較多,人們必須先確定故障的性質,通過SQL Server數據庫與MATLAB軟件結合,將所得數據導入MATLAB中,隨后進入故障診斷程序,判斷出故障類型,進行結果輸出。
汽輪機通流部分一旦產生故障會導致機械設備的負載能力大幅減弱,診斷故障的首要環節是深入實際操作場地,檢查機械設備內在隱患。如果檢查人員未能發現原因,則應立即檢查6級高調門的開啟狀態以及運轉狀況,聽到異常響聲后需立即檢驗高調門周邊的壓力值,通過壓力值的對比判斷門芯是否脫落。
當蒸汽壓力值以及調節壓力值明顯升高時,汽輪機通流部分產生故障。通常將全部高調門開啟狀態下的最高工況作為對比值,負載相同的條件下,對比高調門開啟的所有參數信息。一旦氣流量和調節級壓力呈現顯著降低趨勢,則可以斷定是不明物體阻礙通流部分而導致其面積減小。
將全部高調門開啟狀態下的最高工況作為對比值,負載相同的條件下,對比高調門開啟的所有參數信息。如果調節級運行效率明顯減弱,高壓缸效率也會呈現減弱趨勢,則可以斷定故障發生于調節級。
汽輪機正常工作階段,其通流部分會直接影響汽輪機的運行質量,而且此部分一旦產生故障,可能導致嚴重事故,因此研究汽輪機通流部分的故障診斷方法十分重要。本文講述人工神經網絡技術的故障診斷流程,并詳細分析了汽輪機通流部分可能存在的故障類型,如壓力級故障、軸封磨損故障以及調節級故障等,進而提出現場勘查、對比熱力學參數以及對比通流部分工作效率的方式來判斷其故障類型。通過模型或者函數計算相關數據,人們可以預測故障產生的部分以及類型,故障診斷算法還包括模糊推理以及遺傳算法等,因此本文的研究依舊存在缺陷,此類算法有待日后進一步研究,以便更加精確地判斷汽輪機出現的故障。