李維巍
(吉林松江河水力發電有限責任公司,吉林通化 134500)
(1)機組振動穩定性監測技術。水電機組振動穩定性監測技術包含多種不同的參數,如水壓脈動、主軸擺度、機組結構振動等。其中,當前水輪發電機組振動穩定性監測的基本原理如圖1所示。監測分析系統、振動傳感器共同構成振動監測系統。表征機組振動狀態的不同非電量特征參數,通過傳感器收集并轉化成為電量信號,以便監測系統進行有效運用。監測分析系統共包括3種功能,即數據分析功能、數據存儲功能、數據采集功能,能比較全面地獲取振動信息,如振動趨勢、軸心軌跡、振動波形、相位等,便于故障分析。
(2)發電機氣隙和磁場強度監測技術。到目前為止,通過運用配套前置器、平板電容式傳感器,利用計算機采集、儲存、輸出數據,便能測量出水輪發電機的磁場強度和氣隙。電容式位移傳感器的工作原理是通過對被測表面和傳感器平板二者之間等效電容的的變化程度,對2個平面之間的距離進行有效反映。由于傳感器屬于平板形式,在定子轉子之間安裝傳感器比較合適。其中,美國Vibrosys公司生產的氣隙監測傳感器比較具有代表性,包括空氣氣隙傳感器VM5.0(圖2a)和磁場強度傳感器M FM-100(圖2b)。

圖1 振動監測原理
將發電機的結構參數作為主要依據,配置水輪發電機氣隙傳感器監測數量。當直徑躍7.5 m時,宜配置8個傳感器(圖 3),當直徑約7.5 m時,宜配置4個傳感器。如果發電機轉子機組的高度較高時,宜在定子上部配置4個傳感器,定子下部配置8個傳感器。其中,應沿著周向對測點進行均勻配置。例如在均勻配置4個傳感器測點時,測點位置應分別選擇+X,+Y,-X,-Y 方位。

圖2 氣隙監測傳感器
最近幾年,我國對水電機組故障診斷技術的關注越來越高,對其進行了深入的研究,已獲得不少研究成果,但仍不能滿足實際生產需求。很多水電機組故障診斷系統并未進行深入研究,僅僅進行了初步嘗試。當前已有的故障診斷系統實用功能不強。水電機組故障診斷,國外發達國家開展的時間較早。例如,英國倫敦電力局研發出的HydroX系統,能在St.Lawrence水電站運用,具有70種故障診斷模式,故障診斷功能較好。

圖3 氣隙測點配置示意
最近幾年,我國運用加速度傳感器、超聲波對空化監測技術進行了多次試探性研究,并積累了一些數據,當前空化監測技術仍存在很多不足之處,監測數據只能夠作為參考,尚不能對機組檢修、空化診斷提供可靠的依據。因受水輪機結構的影響,安裝固定空化監測設備裝置的難度較大。迄今為止,關于空化監測,國內外的研究成果還比較少,尚未研發出較為健全、完善的產品。為有效改進空化監測技術,要合理選擇、配置監測傳感器,同時選用有效的空化監測方法。
關于水輪發電機組振動穩定性監測的研究和運用,通過深入研究不難發現,擺度監測技術已經比較完善,但水電機組振動穩定性監測技術還存在不少問題。我國制定的水電機組振動監測技術,主要運用低頻振動速度傳感器,它的低頻響應特性較好,且便于安裝和運用,但當發生比較大的突變情況時,低頻速度傳感器會發生不正常的輸出信號。
與發達國家相比,我國水輪發電機氣隙監測技術還比較落后,運用水平有待提高。今后必須深入研究氣隙與磁場強度監測技術,包括對問題磁極位置進行有效判定、偏心診斷氣隙監測數據、找出發電機潛在故障問題等。
實時監測、評估水輪發電機組能量指標,必須要有效測量水電機組的流量,這項工作的難度非常高。最近幾年,規則管道成功運用了超聲波測流技術,使水輪機效率監測技術的產生成為可能。但考慮到水輪機的特殊流道條件,必須要進一步提高水輪機特殊流道的穩定性和測量精度。
最近幾年,我國部分水電廠安裝了局放監測設備,在設備使用過程中,要想對局放信號進行準確監測,難度還是非常大。只有有效解決局放監測中的抗干擾問題,才能獲得較好的監測效果。當前的監測結果,并不能作為檢修工作的重要依據,只能作為一大參考。因此當前亟待解決的問題,是提高水輪發電機組局放監測的抗干擾能力,在眾多局部監測信號中能對局放信號進行正確識別和分離。為解決以上問題,美國研發出一種事件識別軟件,對噪聲進行有效分離,日本研發出一種時差法定時噪聲分離技術,我國尚未提出有效解決對策。
迄今為止,關于水電機組故障自動診斷系統,我國水電機組并未對其進行成功運用,雖然具有很多關于故障診斷方法的研究,但應用系統的開發不多,僅對水電機組故障診斷系統的運用進行了初步嘗試。同時國外發達國家對水電機組故障診斷系統的研究也不多,因此我國應對故障機理、診斷模型、信號處理、監測技術等進行更為深入的研究,推進水電機組故障診斷技術。
當前我國所使用的大多數變壓器油氣監測主流產品,均具有一定的WEB(World Wide Web,萬維網)發布功能和組網功能,可以對含氣量的變化趨勢進行更好的反映,但離線測量和在線測量之間的偏差比較大,需要提高油氣監測設備的精度。
隨著時間的不斷變化,現場實測的振動信號并不具有規則性,而是隨機變化的。針對水電機組振動信號,運用當前的故障診斷系統并不能對其進行有效處理和分析,無法將水電機組的故障特點、運行狀態有效提取。但利用小波分析技術,能解決以上問題。
運用多傳感器信息融合技術,對多種故障信息進行充分利用,包括關系信息數據信息、頻域數據、傳感器時域數據、專家經驗數據等,結合多種方法,如證據推理法、模糊理論、人工神經網絡法等,提高了不確定自身和信息表達的直觀性,使多傳感器信息融合技術成為現實。
水電機組的故障診斷,主要利用頻譜分析方法分析采集到的數據。一般譜分析中被忽略的相位信息,全息譜分解技術對其進行了充分利用。通過對互相垂直的2個信號進行有效結合,將頻譜分析結果作為主要依據,深入分解軸心軌跡,提高了故障診斷結果的可靠性。
結合水電機組狀態監測和故障診斷技術、虛擬儀器技術、互聯網技術,可以提高水電機組的狀態監測與故障診斷結果,提高狀態監測和故障診斷的時效性,進而實現診斷網絡化。
水電機組出現故障時,機組的行為常常表現為非線性,在水電機組故障診斷系統中運用多種非線性方法和原理,如奇異譜、分形幾何、相關分析、FFT(Fast Fourier Transformation,快速傅氏變換)等,提高水電機組故障診斷系統的精準性和可靠性。