除塵系統故障樹模塊化診斷方法的研究

張體祥，劉永艷，王欣，支應明

(山東優納特環境科技有限公司，山東 濟南 250012)

隨著我國經濟的高速發展，以資源、能耗為主的重工業(電力、鋼鐵、化工等)得到了非常大的提升。然而，作為一種高耗能、高污染的產業，在發展的同時，高溫煙氣、煙塵類顆粒物的排放等也對環境的可持續發展造成了嚴重的威脅，必須采取有效的治理措施，否則將直接影響人類的身體健康甚至生命安全。

袋式除塵器自問世以來，經過廣泛使用和不斷改進，除塵效率已達到99.9%以上，在捕集微細、超微細粉塵方面發揮了重要作用，已廣泛應用于冶金、建材、水泥、化工、電力、輕工等行業，是治理大氣粉塵污染不可缺少的設備[1-3]。

濾袋作為袋式除塵過濾裝置的核心部件，其性能優劣及壽命的長短決定了除塵器的整體使用效果，濾袋的更換也是袋式除塵器的主要運行成本。因此，綜合分析濾袋失效因素，分析故障原因，做好日常的維護和管理，防止濾袋的破損或失效，對提高整個設備的穩定運行，減少設備的運行成本，滿足環保排放要求具有重要的意義。國內外學者利用實驗和數值模擬等方法[4-5]研究了除塵器的運行特性，發現除塵器的清灰過程不穩定運行和含塵氣流分布不均等是影響濾袋使用性能的重要因素。但是，對濾袋失效因素進行綜合考核和系統研究的文獻較少[6-8]。

故障樹是一種圖形化的系統故障模型，具有分析直觀、靈活、形象的特點，是大型復雜系統可靠性、安全性分析以及故障診斷的一個重要工具，已經廣泛地應用于航空航天、化工和機器人等領域[9-12]。

本文在除塵系統結構分析的基礎上，采用故障樹模塊分析法對除塵系統濾袋失效因素進行綜合分析，建立故障樹的模塊化結構，進行知識的存儲處理，并引入模塊相對重要度的計算，建立了基于模塊化分解的除塵系統故障診斷方法。

1 除塵系統濾袋失效故障樹

濾袋失效最直接的原因就是排放濃度超標和運行阻力過高[13]。本文以濾袋失效作為頂事件，把各個元件看作故障子系統,逐級向下建樹。構建的故障樹有向無環圖如圖1所示，對應的故障樹模型事件如表1所示。

圖1 除塵系統濾袋失效故障樹有向無環圖Fig.1 Directed acyclic graph of a fault tree in case of filter bag failure in the dedusting system

序號事件名稱代碼序號事件名稱代碼1排放濃度超標G139濾料抗沖刷性弱X82運行阻力超額G240濾料抗磨損性弱X93粉塵滲透G341存在明火X104濾袋破損G442濾袋密集X115表面粉塵粘結G543花板彎曲X126清潔失效G644安裝不牢X137非正常使用G745袋籠不合格X148正常使用G846存儲、運輸、安裝過程中損壞X159氣流磨損G947煙氣高溫X1610機械磨損G1048濾料不耐高溫X1711高溫損壞G1149溫度儀失效X1812化學損壞G1250濾料耐酸堿性弱X1913粘結G1351濾料耐氧化水解性弱X2014清灰動力不足G1452煙氣含濕量大X2115高動能G1553油性粉末X2216氣流磨損因素G1654水解性粉末X2317機械磨損因素G1755黏性粉末X2418高溫煙氣G1856氣包壓力不穩X2519酸堿腐蝕G1957脈沖閥不工作X2620氧化水解G2058噴吹管道漏氣X2721低溫凝露G2159維護管理不到位X2822粘結性物質G2260清灰方法不當X2923設備失效G2361清灰壓力分布不均勻X3024運行失效G2462清灰周期長X3125高過濾風速G2563清灰波形不理想X3226過度清灰G2664進口風速過高X3327除塵氣流不均勻G2765進氣結構不合理X3428清灰氣流不均勻G2866高氣布比X3529煙氣含酸堿物質G2967清灰壓力過高X3630煙氣高氧高水蒸汽G3068清灰次數頻繁X3731煙氣溫度低于露點G3169未加導流裝置X3832到達運行壽命X170未加文丘里管X3933濾料拒水油性差X271煙氣含酸堿物質X4034未預涂粉塵層X372空氣系數大X4135粉塵剝離率低X473超量摻風噴水X4236微細粉塵X574風管漏風X4337濾料質量低劣X675煙氣溫度低X4438未及時更換濾袋X776箱體保溫差X45

2 濾袋失效故障樹模塊化分析

2.1 故障樹結構圖

某大型袋式除塵器濾袋失效的主要原因為運行阻力過高。根據實際運行情況，對圖1中的故障樹進行微調，建立該除塵系統濾袋失效故障樹結構，如圖2所示，對應的故障樹模型事件如表2所示。

2.2 深度優先最左遍歷算法

算法的復雜度是衡量故障樹模塊化分解算法的一個重要指標，深度優先搜索方法[14-16]具有線性時間復雜度，能夠大為提高模塊的搜索速度。因此，本文采用深度優先遍歷。為了方便，采用兩次深度優先最左遍歷算法(DFLM)。第一次遍歷得到故障樹的嵌套結構，記錄中間事件的第一次遍歷時間、第二次遍歷時間和最后一次遍歷時間。第二次遍歷得到中間事件的最小遍歷時間和最大遍歷時間。

S1：第一次遍歷該事件的步數；

S2：第二次遍歷該事件的步數；

S3：最后一次遍歷該事件的步數；

Smin：中間事件下層事件(節點)的第一次遍歷的最小步數；

Smax：中間事件下層事件(節點)的最后一次遍歷的最大步數。

圖3為圖2所示故障樹對應的有向無環圖。圖中標示了采用DFLM遍歷方法的搜索事件(節點)的遍歷路徑和時間，具體節點的訪問參數如表3所示。

序號事件名稱代碼序號事件名稱代碼1清灰失效G115維護管理不到位X52表面粉塵粘結G216氣包壓力不穩X63設備失效G317脈沖閥不工作X74粘結G418噴吹管道漏氣X85運行失效G519清灰方法不當X96設備失效G620清灰壓力分布不均勻X107低溫凝露質G721清灰周期長X118粘結性物G822清灰波形不理想X129清灰設備失效G923煙氣含濕量大X1310煙氣溫度低于露點G1024油性粉末X1411到達運行壽命X125水解性粉末X1512粉塵剝離率低X226黏性粉末X1613濾料拒水油性差X327煙氣溫度低X1714未預涂粉塵層X428箱體保溫差X18

圖3 濾袋失效故障樹有向無環圖Fig.3 Directed acyclic graph of the fault tree in case of filter bag failure

參數TG1G2G3G4G5G6G7G8G9G10S113224245132532726S24021391937121831361129S34021391937121831361129Smin24235256142633827Smax3920381836111730351028

2.3 模塊化分解方法

基于兩次深度優先最左遍歷算法和上述參數標記方法，滿足如下兩個條件的中間事件Gx判定為故障樹的子模塊。

(1)Sxmin≥S1；

(2)S2≤Sxmax。

利用該模塊劃分的方法將濾袋失效故障樹進行模塊化劃分，得到如表4所示的5種基本模塊結構。

表4 濾袋失效故障樹模塊

3 基于相對重要度的故障診斷方法

3.1 基于故障樹的故障診斷方法

模塊化的處理方法，加快了故障樹的搜索速度，提高了診斷的效率。然而，液壓系統故障復雜，底事件較多。即使按照子模塊定位故障，確定最小割集，逐一排查底事件也很繁瑣，耗費大量的時間。因此，本文提出了基于相對重要度的故障樹診斷方法，流程如圖4所示。 故障樹知識庫不僅存儲故障樹的結構特征，還存儲模塊、底事件的相對重要度。在故障診斷中，按照模塊化分析方法定位子模塊數，按照相對重要度排序子模塊最小割集的底事件，根據重要度降序逐一排查。

圖4 故障樹診斷流程Fig.4 Diagnostic procedure of a fault tree

3.2 相對重要度的計算

設G={G1,G2,…,Gn}是一個非空有限集合，表示故障樹的子模塊；Gk={Xk1,Xk2,…,Xkl}為子模塊的最小割集,Xki為子模塊Gk的底事件。設底事件Xki在子模塊Gk下的發生次數為Nki，子模塊Gk在有效框架下的發生次數為Nk。底事件激發一次，Nki+1，Nk+1。

當液壓系統出現多個故障特征s1，s2，…，sm時，對應故障樹的模塊G1，G2，…，Gm，故障模塊Gk的相對優先級計算如下：

(1)

其中，Ni為在模塊G的框架內Gi激發的次數。

底事件Xki在子模塊Gk下的重要度為：

(2)

底事件Xki在模塊G下的相對重要度為：

(3)

在系統開始運行時，默認的底事件優先級是一樣的，但隨著運行時間的增加，出現故障次數的增多，相應的故障樹的相對重要度不斷增加。運用基于故障樹的故障診斷系統越多，相應的模塊、底事件相對重要度越準確，在故障診斷時就能更快、更準確地定位故障模塊和底事件，迅速排除故障。

4 結論

采用深度優先最左遍歷的原則，研究了除塵系統濾袋失效故障樹的模塊化分解方法。結合某除塵器濾袋失效系統，得到了5種基本模塊結構。為了對故障快速定位，提出了模塊、最小割集的相對重要度計算方法，設計了基于故障樹模塊化和相對重要度的故障診斷方法。該方法根據實際故障診斷中的模塊、最小割集的激發次數，不斷更新故障樹知識庫。隨著故障次數的增加，相應的故障模塊、最小割集的激發次數也將不斷增加，故障診斷的定位會越來越準確，定位效率也將不斷提高。該方法簡化了故障樹遍歷的過程，提高了搜索速度和診斷效率，有助于對布袋除塵器進行改進和完善。通過調整符合濾袋運行工況的最佳運行參數，能夠最大限度地延長濾袋使用壽命，減少運行成本，降低安全風險，確保煙塵穩定達標排放和穩定生產。