電廠引風機故障預警探討

徐勇

摘 ?要：電廠風機在復雜多變的環境下運行，會出現多種故障類型，倘若發生故障就需要停機維修，則會降低了電廠的經濟效益。因此，需要對電廠風機設備進行監測，根據現場數據偏離正常值的程度，對風機采取不同的措施，避免發生故障需要停機的現象，盡可能減小電廠的經濟損失。下面本文就電廠引風機故障預警進行簡要探討。

關鍵詞：電廠;引風機;故障預警

1項目概況

某電廠機組設計容量為650MW，采用由上海鍋爐廠制造的超臨界、螺旋管圈直流鍋爐，為單爐膛、一次中間再熱、四角切圓燃燒方式、平衡通風、全鋼懸吊П型結構的SG1913/25.4-M966燃煤鍋爐。機組配備動葉可調一次風機、送風機、引風機各兩臺，爐膛壓力保護定值為±2500Pa觸發MFT。送風機本體由上海鼓風機廠有限公司生產，型號為FAF26.6-13.3-1，液壓動葉可調軸流送風機轉速991r/min，送風機電機型號YKK630-6，額定功率1250kW，額定電壓6kV，額定電流146.7A，轉速985r/min。

2事故經過

機組負荷420MW，A、B、C、D、E磨煤機運行，送風機、引風機、一次風機投自動模式運行。A送風機開度38%，電流59A，B送風機開度30%，電流59A，爐膛負壓-113Pa，爐膛總風量1615t。爐膛負壓從-113Pa突降至-1400Pa，總風量從1615t降至1356t，送風機、引風機自動控制退出，初步判斷送風機存在故障，但無法確認哪臺送風機出現故障。檢查發現A送風機從59A降至55A，動葉開度未發生改變，B送風機電流未發生改變，動葉開度未發生變化，將A送風機開度從38%調整至45%，電流維持在56A，總風量未發生明顯增大，繼續開大A送風機動葉開度至50%，A送風機電流從56A上升至59A，B送風機開度從30%開至32%，B送風機電流開始維持60A未變，其間總風量從1364t持續下降至1321t，無法判斷哪臺送風機出現故障，之后總風量迅速從1321t上升至1744t，爐膛負壓從-480Pa突增至2330Pa，進一步確認為送風機出現故障。A送風機開度從35%關至25%，總風量一直上升至最高2123t，同時發現B送風機電流由60A迅速上升至206A（額定電流146A），懷疑B送風機動葉調節系統存在故障，將B送風機動葉開度從35%關小至31%，總風量從最高點2123t開始下降，繼續關小B送風機動葉開度至22%，總風量下降至1630t，負壓最低至-2300Pa。調整A、B引風機動葉開度，維持負壓相對穩定，B送風機動葉開度穩定在22%，電流60A，進一步確認B送風機調節系統存在故障，增加A送風機動葉開度從24%開至45%，電流從54 A上升至57 A，總風量從1143 t上升至1280t，觀察無異常后將A送風機動葉開度從45%繼續增開至52%，爐膛負壓從-1000Pa上升至-390Pa，總風量從1280t增至1400t，A送風機電流從58A升至61A，B送風機動葉開度維持在22%，其間B送風機電流無明顯變化。當時各種故障現象交纏在一起，且存在干擾因素，導致運行人員無法第一時間確認具體故障，只能在短時間內根據現象變化逐個排除故障點，事故處理時因爐膛負壓已無限接近保護定值，運行人員操作時心態極其緊張，整個過程雖然短暫，但是現場每個人卻感覺很漫長，不能第一時間確定具體故障，操作須小心謹慎，時刻注意各個參數的變化，根據參數變化來綜合分析，有針對性地處理問題，避免眉毛胡子一把抓。

3引風機故障預警

3.1引風機建模變量的選取

根據電廠輔機運行規程及電廠風機故障維修單進行分析，篩選出引風機發生故障時數據變化明顯的測點。

3.2記憶矩陣的構建

在這24個測點參數的歷史數據中要選擇出滿足引風機所有正常工況下的觀測向量，由模型去分析和學習這些觀測向量。對每個測點參數由小到大進行等間距劃分，選擇無限接近分割線值的測點參數作為典型觀測向量。流程圖如圖1所示。

圖1中，U和V為常數，S為分割線值，Δ代表的是步數Q對應的步長，XK（V）為測點參數，δ為趨于零的正數，M代表的是正常工況下的觀測向量總數，Q代表的是測點參數XK（V）由小到大等間距劃分的步數。在電廠采集到的這24個測點正常歷史數據中去除明顯異常的數據，由剩余數據構成記憶矩陣。由于測點的量級和單位不同，需將剩余的正常歷史數據進行歸一化處理，使輸入到模型的數據方便進行計算。

3.3仿真的實現

電廠引風機A在2019年9月12日18：30出現故障停機現象，在發生故障前引風機運行無異常。為了驗證本文提出的方法是否可以實現引風機的故障預警，從電廠的SIS系統中導出2019年8月24日04：00至2019年9月11日22：00期間的2700組歷史正常數據構成記憶矩陣D，選取2019年9月12日01：50至18：30的100組歷史數據組成觀測向量集。由MSET模型運算得出估計值，對觀測向量和估計向量兩者進行運算，得到殘差和偏離度。

4應對措施

⑴提高檢修工藝水平，確保液壓缸的裝配質量，防止控制頭內部反饋桿功能失效。⑵確?？刂祁^和機殼連接牢固，避免控制頭擺動。⑶選擇質量合格的反饋軸承，并保證潤滑良好。⑷全面梳理各軸流風機液壓缸的使用年限，對修復后的液壓缸進行壽命評估，嚴密監視控制泄漏油、回油量變化，對可靠性差的液壓缸進行更換。⑸采用優質油源，嚴格執行油質化驗，及時濾油，更換油站濾網。⑹利用葉片角度盤校正兩側送風機、一次風機動葉角度，確保動葉開度一致性，控制風機電流偏差，減少出力不平衡現象。⑺加強設備備品配件驗收工作，保證備品質量。⑻運行人員發現動葉開、關操作存在卡澀現象時要及時處理。⑼運行人員發現總風量意外變化并伴隨爐膛負壓劇烈波動時，優先保證爐膛負壓，防止MFT保護動作，再調整送風機出力，防止鍋爐長時間缺氧運行。⑽提高設備自動投入率，重要設備投入自動控制，發現自動退出及時分析。⑾送風機動葉出現故障時，不得關閉撈渣機關斷門，破壞水封等。事后觀察到撈渣機有水溢出，所以水封對負壓波動有一定的緩沖作用。

結語

綜上所述，在電廠日常生產中，相關人員要做好風機運維工作，通過預警數據分析及時發現風機異常，并采取相應措施，在機組檢修中要定期更換易損部件，從而提高機組運行可靠性。

參考文獻

[1] 吳新忠，陳炳光，牛洪海，等.基于EEMD和SVM風機故障診斷的研究[J].煤炭技術，2017，36（04）：252-254.

[2] 李俊卿，王煥仲，季剛，等.基于大數據分析的風機軸承故障預警[J].智慧電力，2020，48（02）：125-130.

[3] 韓萬里，茅大鈞，印琪民.基于PCA和多元狀態估計的引風機故障預警[J].熱能動力工程，2020，35（01）：191-197.

3580500338288