基于相似性理論的引風機狀態檢修的研究

徐智偉

（浙江浙能溫州發電有限公司，浙江 溫州 325602）

0 引言

引風機是燃煤發電機組運行中的重要設備，它的運行可靠性直接影響爐膛的燃燒安全[1]。目前，引風機檢修方式大部分是依據設備管理經驗與機組檢修同步進行，而實際上，引風機的正常維修周期卻很難與機組同步，往往主機尚未到計劃檢修時，引風機已需安排檢修，存在“維修過剩”和“盲目維修”的問題，造成大量的人力、物力、財力浪費[2]。

設備狀態維護是基于設備狀態檢測和診斷提供的狀態信息，確定設備的異常情況，預測設備的故障，并合理安排維護周期中的維護項目和維護方式[3,4]。狀態維護可以減少不必要的維護工作，減少人力和物力，節省開支，并使維護工作更加科學。

隨著狀態監視和診斷技術的成熟，引風機可以在線檢測設備健康狀況。廣東沙角C 電廠通過精維信息系統實現引風機點檢與文件包結合，實現引風機狀態檢修[5]；某發電集團利用發電設備故障預警系統對主要設備進行了實時監測，取得滿意的效果[6-8]。

圖1 引風機狀態模塊組成Fig.1 Induced draft fan status module composition

狀態分析監測在線數據，結合現場振動分析、油樣分析、可靠性分析和壽命管理等分析，為引風機最恰當檢修方式提供了新的路徑[9]。本文介紹了某燃煤發電廠發電設備狀態監測系統，結合引風機診斷分析、SRCM 分析和壽命管理方法，形成一套適合的引風機狀態檢修。

1 引風機狀態檢修模塊的組成和功能

引風機狀態檢修模塊主要有：狀態監測、智能診斷分析、SRCM 可靠性分析和狀態檢修策略等模塊組成，如圖1所示。

其中，狀態監測主要負責引風機在線數據是否偏離了模型數據，這些數據主要由引風機電流、軸承溫度、振動、風機進/出口壓力、線圈溫度等測點組成；智能診斷分析通過結合狀態檢測、精密點檢、油樣化驗、性能分析和知識庫進行知識推理診斷，逐步縮小范圍，確定故障原因；SRCM 分析程序對引風機故障模式、效應及危害度進行定性分析；根據SRCM 分析、設備健康評估和部件壽命評估，制定檢修策略。

1.1 引風機狀態監測與診斷

1.1.1 狀態監測

引風機狀態監測采用基于相似性原理（SBM）的建模技術，對引風機在線測點歷史數據進行清洗、篩選，得到所需的引風機正常運行工況樣本，運用均值漂移聚類算法對其進行壓縮簡化，建立起能夠表達設備對象的設備模型數據矩陣[10-12]。

令引風機具有n 個相關的測量點，將其設置為在某個時刻i 對其進行采樣，然后選擇收集的n 個測量點作為一種模式。

圖2 引風機故障預警趨勢圖Fig.2 Trend map of early warning of induced draft fan failure

結合一年中工況的變化，選擇m 個模式，并組成狀態矩陣D

實時采集的引風機測點數據矩陣

將輸入模式X（in）與狀態矩陣（D）中每個模式的相似度進行比較，產生一個相似的向量（a）。其中，包含元素的數量和狀態矩陣中存儲的訓練矩陣（Mode）元素數量相同。

通過從估計模式減去輸入模式來生成殘差值，并且將具有較低殘差值的變量作為普通變量去除。

從而得到模型中各個參數在實時狀態下的“期望值”。采集的設備實時運行數據與“期望值”實時比較，若部分實時參數缺失，計算得到的期望值即為參數的軟測量值。根據測點的特性，制定報警偏差閾值，當達到或超過偏差閾值時發出預警信號，觸發預警診斷單，提醒用戶出現異常癥狀，從而實現對設備的狀態監測。引風機故障預警趨勢圖如圖2 所示。

1.1.2 智能診斷分析

不同故障模式在各自診斷模型中所列征兆表現上具有不同程度地反映，當第一個征兆出現的時候，它的原因有很多種可能性，往往難以判斷問題所在，而是需要等待或者找到更多的異常征兆，分析風機的組成、故障產生的原因、故障類型及典型案例，應用多信息融合技術，逐步縮小范圍，確認故障模式[13,14]。

圖3 引風機葉片積灰分析過程Fig.3 Ash accumulation analysis process of induced draft fan blades

以“引風機葉片積灰”的故障模式為例，當預警系統捕捉到“風機軸承振動大”“風機電流增加”的特征異常時，“引風機葉片積灰”只是一種可能，還需要預警系統繼續跟蹤。結合就地點檢“風機1、2、高倍頻振動”和“噪聲是否增大”的特征是否出現，最終確定為引風機葉片積灰。引風機葉片積灰分析過程如圖3 所示。

1.2 引風機SRCM分析

以可靠性為中心的維修分析（簡稱：RCM）由于其具有先進性和實用性，是國際上通用的分析方法，但由于分析過程復雜，阻礙了它在電站中的推廣。目前，一種對經典RCM 進行優化和改進，保留分析過程、結果完整性的分析方法SRCM 分析在電站中普遍推廣。它合理地對關鍵部位加以區分，以確定資產預防性維修需求，優化維修制度的一種分析方法[15]。SRCM 的分析過程主要有：關鍵性分析、主要故障模式及其故障原因分析、影響后果分析、狀態檢修策略選擇和檢修策略優化等步驟。SRCM 分析過程流程如圖4 所示。

1.2.1 引風機邊界確定[16]

330MW 機組引風機系統采用雙級動葉可調軸流式風機，臥式結構，主要由以下3 部分組成：

1）風機本體系統主要有：葉輪、輪轂、導葉、進風箱、整流罩、擴壓器、動葉調節機構、動葉調節控制頭、滾動軸承箱（包括主軸）、聯軸器，風機基礎，中間軸和聯軸器，滾動軸承箱（包括主軸），調節用手柄末端，電動執行器末端，整流導葉環，整流導葉環蓋，還包括動葉調節機構和儀器儀表接口。

圖4 SRCM分析過程流程圖Fig.4 SRCM analysis process flow chart

2）電動機系統主要有：電動機及其空冷器、電源接線盒、電機基礎。

3）液壓站系統：馬達潤滑稀油站及風機液壓油站接線盒端子、測量儀表、油管路、冷油器、加熱器、恒壓調節閥、液壓壓力安全閥及其附屬管路。

1.2.2 功能故障分析

根據引風機系統功能，通過分析系統功能故障[17]，最終確定葉輪、輪轂、導葉、整流罩、擴壓器、進風箱、滾動軸承箱（包括主軸）、中間軸、聯軸器、動葉調節機構、動葉調節控制頭、出口擋板門、電機軸、電機冷卻裝置、電機定子、電機轉子、電機基礎、液壓油泵、濾油器、冷卻器、加熱器、恒壓調節閥、液壓壓力安全閥等設備。

表2 引風機軸承與振動分析Table 2 Induced fan bearings and vibration analysis

1.2.3 關鍵性分析

關鍵性分析就是在失效后對安全、經濟、環境和維修成本等方面的影響大小進行分析，如出現負荷以下條件之一，視為關鍵性部件：

1）導致人員傷亡。

2）導致機組跳閘。

3）違反環保法規。

4）導致重大設備損壞。

5）導致機組減負荷（5%及以上）。

6）導致機組的熱效率降低2%及以上。

確定為關鍵性部件后，下一步中需要進行詳細的SRCM 分析；非關鍵性部件則被篩選掉，不進行SRCM 分析。引風機關鍵性部件有：葉輪、輪轂、導葉、風機軸、吸氣口、排氣口、軸承（座）、檔板、聯軸器、軸承（座）、電機軸、冷卻裝置、冷卻風扇、定子、轉子、風機基礎、電機基礎、液壓油泵、濾油器、冷卻器、加熱器、恒壓調節閥、液壓壓力安全閥等關鍵性部件。

表3 引風機部件壽命統計表Table 3 Life statistics of induced draft fan components

1.2.4 主要故障模式、故障原因和影響后果分析

對于關鍵性部件需要進行故障模式、故障原因和影響后果分析。據統計引風機本體振動和磨損是最常見的故障模式，而且以振動形式表現出來占28.6%，下面以引風機本體振動為例進行分析[18]，見表1。

1.3 健康狀態評估和部件壽命評估

1.3.1 健康狀態評估

健康狀態評估是指根據參數特征的狀態信息的重要性和劣化趨勢，結合參數測量值，判斷引風機健康狀態。引風機軸承溫度與振動分析，見表2。

1.3.2 部件壽命評估

壽命評估是主要依據部件的設計、制造、運行環境、維修更換等資料，采用設計壽命結合經驗壽命對部件的壽命做出預測，為設備狀態檢修、部件的更換提供技術依據，降低檢修成本。引風機部分部件的設計更換時間、壽命統計，見表3。

1.4 檢修策略

圖5 引風機滑塊磨損開裂情況Fig.5 Wear and crack of induced draft fan slider

圖6 狀態檢測系統變化趨勢圖Fig.6 Trend chart of condition monitoring system

通過SRCM 評估、健康狀態評估和部件壽命評估，為引風機制定日常維修、等級檢修項目提供必要的決策支持，幫助設備點檢員提前制定檢修項目、檢修時間和檢修標準，實現提高設備可靠性、制定檢修策略。

1）“正常狀態”檢修策略：可適當延長計劃檢修周期或減少檢修項目。

2）“輕度故障”檢修策略：按計劃檢修周期安排檢修，并根據設備實際檢測數據增加必要的檢修項目。

3）“中度故障”檢修策略：根據機組調停情況適時安排設備檢修，監視人員加強設備巡檢次數，關注設備劣化趨勢。

4）“嚴重故障”檢修策略：馬上組織人員有針對性地安排檢修。

1.5 檢修策略優化

在引風機依據檢修策略開展后，還要對故障原因分析結論與解體檢修的故障結論對比分析，判斷二者是否一致。如不一致還需分析是否由于其他原因引起風機故障，這次檢修策略分析是否存在認識不足的地方或需要完善等問題。對檢修策略持續改進和優化，進一步驗證狀態檢修工作體系的針對性和有效性，提高設備可靠性評價標準的科學性、檢修策略的適應性。

2 引風機狀態檢修應用實例

2.1 案例一

2017 年7 月25 日11 時，#4 A 引風機驅動端軸承X 軸振動2.22mm/s，比預估值0.75mm/s 偏高1.47mm/s，狀態檢測系統開始預警。預警趨勢圖中的藍色曲線代表實際值，綠色曲線代表估計值，紅色菱形表示存在警告次數，如圖2 所示。

通過觀察#4A 引風機趨勢圖發現，2016 年11 月開始，#4A 引風機X 軸振動由1.2mm/s 緩慢上升到2.22mm/s，Y軸振動保持在0.5mm/s，現場實際測量值2mm/s，跟CRT顯示相符。

1）狀態檢測結論：振動異常。

2）智能診斷分析：現場精密點檢數據正常，油樣化驗正常，實際振動值不高，加強觀察。

3）可靠性分析：沒有明顯的故障，整體評價注意狀態。

4）檢修策略：#4A 引風機于2012 年10 月份投運，運行小時數40000 h，根據廠家說明書，使用壽命50000 h 內需要進行一次檢修，計劃安排一次檢修。健康狀態評估屬于“輕度故障”，等9 月份機組C 級計劃檢修期間安排#4A引風機檢修，并根據設備實際檢測數據安排檢修項目。

在9 月份C 級檢修期間，#4A 引風機安排了返廠檢修，廠家對葉片和滑塊進行檢查時發現滑塊已經嚴重磨損，個別出現開裂現象，予以更換，原滑塊磨損情況如圖5 所示。

5）檢修策略優化評價：動葉調節裝置接近檢修時間，曲柄滑塊磨損量偏大，動葉片發生小角度晃動，引起引風機振動增大。本次檢修工作是必要的，消除了設備隱患，到達了預期效果。

2.2 案例二

2019 年2 月4 日，22 時24 分，#4B 引風機軸 承X 軸振動0.86mm/s、Y 軸振動1.99mm/s，比預估值X 軸振動0.2mm/s、Y 軸振動0.57mm/s，偏差0.66mm/s 和1.42mm/s，狀態檢測系統進行了預警，如圖6 所示。

圖7 引風機振動變化趨勢圖Fig.7 Trend of vibration of induced draft fan

圖8 檢修后引風機振動變化趨勢圖Fig.8 Trend of vibration of induced draft fan after maintenance

風機軸承振動小于2mm/s 持續到9 月份，2019 年9 月24 日開始，#4B 引風機振動X 軸振動實際值為2.05mm/s、Y 軸振動2.33mm/s，并且持續大于2mm/s，屬于“輕度故障”。檢修策略：按計劃檢修周期，安排檢修。

9 月30 日3 時，#4B 引風機振動X 軸振動實際值為4.5mm/s。

1）狀態檢測結論：振動異常。

2）智能診斷分析：油樣化驗正常，對引風機振動進行測量，頻譜顯示#4B 引風機機殼中封面處X 軸方向振速5.0mm/s、Y 軸方向為5.1mm/s，倍頻以1 倍頻、2 倍頻、22倍頻為主。其中，2 倍頻占主要振動幅值約3.8mm/s，占總振動值約60%；1 倍頻主要是由于轉子質量存在一定的不平衡，2 倍頻主要是轉子對中不好，及風機與電機之間的連接短軸存在彎曲造成的。22 倍頻是風機輪轂轉一圈22個葉片通過測振點的頻率，一般而言風機振動情況良好的話，不會出現22 倍頻，從頻譜上看22 倍頻幅值為1.5mm/s，且水平與垂直兩個方向上均出現22 倍頻。出現22 倍頻一般有這幾種情況：葉片松動、葉柄磨損或基礎松動等原因引起。

3）可靠性分析：如果是葉片松動或葉柄磨損，產生安全性或環境后果；如果是地腳螺栓松動引起基礎松動，產生停車事故，容易導致安全性后果。

4）檢修策略：#4B 引風機于2017 年6 月份檢修，運行小時數小于20000 h，未到部件檢修時間，健康狀態評估屬于“中度故障”，根據機組調停情況適時安排設備檢修，監視人員加強設備巡檢次數，關注設備劣化趨勢。

9 月30 日14 時，4B 引風機振動X 軸振動為6.02mm/s、Y 軸振動為6.07mm/s，達到“嚴重故障”，馬上組織人員有針對性地安排檢修。因此，安排引風機隔離檢修，打開引風機上蓋進行檢查時，發現引風機一組葉片固定螺栓松動，部分葉片角度不一致，引起引風機振動上升。引風機9 月份振動變化趨勢如圖7 所示。

5）檢修策略優化評價：由于引風機其中一組葉片固定螺栓松動，部分葉片角度不一致引起引風機振動上升。本次檢修工作是必要的，消除了設備隱患，到達了預期效果。檢修后，引風機振動狀態檢測報警消失，振動變化恢復到正常狀態，如圖8 所示。

3 結論

本文介紹了引風機狀態檢修系統整個過程。實際應用表明，相似性理論狀態監測不僅可以及時發現引風機潛在的隱患，避開了繁瑣的故障機理計算。結合現場檢測、油樣分析等數據分析判斷，可以對引風機關鍵設備的異常狀態，發生在什么部件，有哪些特征異常，嚴重到什么程度都可以實時掌握、實時跟蹤。而且，結合以可靠性為中心的維修SRCM 分析工具，形成了一套科學合理的引風機狀態檢修方式。對于有條件處理的，在設備故障尚未形成時采取措施消除，徹底消除風險；對于需要等待時機才能采取措施的（比如機組調停），在故障發展過程中，通過計算機自動跟蹤使之處于受控狀態，從而實現預見性的狀態檢修；提高了設備的可靠性，同時減少設備過修現象發生，減少人力投入，費用得到合理使用，發電企業長期積累評估以后，可用于檢修策略的優化。