水電機組軸承運行異常檢測方法研究與應用

沈旭東，徐劍峰，江書樵,江振濤

（1.浙江華電烏溪江水力發電有限公司，浙江 衢州 324000；2.北京華科同安監控技術有限公司，北京 100043）

1 引言

軸承是水電機組的重要組成部件，主要分為導軸承和推力軸承。導軸承主要承受轉動部分的徑向力，保證機組繞旋轉中心穩定運行。推力軸承承擔著轉動部分的重量和軸向水推力，并將軸向力傳遞至基礎，其運行狀態的優劣直接影響水電機組的運行安全[1]。由于布置于轉動部件和非轉動部件的間隔地帶，軸承也是水電機組容易發生故障的部件。常見的軸承故障有瓦面磨損、潤滑不良、間隙不勻、軸線偏移等，威脅機組的運行安全，也給運維人員帶來了大量的檢修任務[2]。

通常對水電機組軸承運行的監視主要包括軸瓦溫度、油槽油位、冷卻溫度等參數，對推力軸承還包括油膜厚度、螺栓受力等監測內容[3]。由于相關監測參數一般采取單一的越限預警模式，在監測值尚未超過報警值時難以作出準確判斷。而燒瓦停機等突發事故往往在報警出現之間就早有先兆，在事故發生前后發展迅速，運行人員難以作出快速反應[4]。本文通過分析軸承損耗產生和發展，對相關監測參數的概率分布進行了統計，建立了基于軸承損耗的水電機組軸承運行異常檢測方法，有利于捕捉軸承運行狀態的漸變趨勢，從而預防突發事故的發生。

2 檢測方法

2.1 軸承損耗

水電機組在運行時，為維持軸承系統正常工作所產生的出力損耗稱為軸承損耗。軸承損耗可由冷卻介質的流量和溫差計算得出，如式（1）所示：

式中，Pb，軸承損耗，kW；Cp，冷卻介質比熱容，kJ/（kg·K）；Q，冷卻介質流量，m3/s；ρ，冷卻介質密度，kg/m3；Δt，冷卻介質溫差，K。

對任一特定機組，軸承冷卻系統的功率保持不變，不同的運行工況下的軸承冷卻介質流量通常為一定值，進一步研究發現，同一冷卻流量下的軸承冷卻介質溫升也保持穩定。表1為某機組在不同工況下的上導軸承損耗計算結果，從表1中可以看出，不同工況下軸承冷卻介質流量、溫升均比較接近，軸承損耗基本保持一致。以上分析表明特定機組軸承冷卻系統的冷卻能力是固定的，不同工況下的軸瓦溫升會反映在機組其他部件的溫升中，而軸承損耗基本保持不變[5]。

表1 某機組不同工況下的上導軸承損耗計算結果

進一步研究發現，機組開機后，各部件由冷態變為熱態時，軸承需經過一段時間才能達到穩定的工作狀態。如圖1所示，機組開機后，軸承冷卻介質流量、進出口溫度經過先快后慢的上升過程，大致在開機運行2 h后才逐漸穩定。

圖1 機組開機后軸承運行趨勢變化圖

2.2 中心極限定理

設X1,X2, …,Xn是相互獨立且具有相同分布的隨機變量，數學期望和方差存在，E（Xn）=μ，；則對于隨機變量存在以下關系：

即林德伯格-列維中心極限定理。定理表明，不管Xn服從什么分布，只要n充分大，則對于任意采樣樣本，隨機變量的概率分布函數就收斂到標準正態分布函數Φ（x），即～N（0,1）。如記樣本均值可 得X～N（μ，

水電機組在某一特定工況下穩定運行時，軸承溫度、油槽油位、冷卻介質溫度和流量保持穩定，軸承損耗穩定在某一特定數值附近。軸承損耗由機組當前工況、運行狀態決定，其數值可視為服從某一特定分布的隨機變量。由中心極限定理，隨機采集并計算得出的軸承損耗值服從正態分布。因此，可根據正態分布的理論設定軸承損耗的報警閾值，即正態分布的3σ準則：

式中，Srt，實時監測值樣本基準值；σ，樣本標準差。

對軸承損耗，根據實時監測的冷卻介質溫差和流量計算得出的軸承損耗為實時監測值，其均值為樣本基準值，損耗數值序列的標準差為樣本標準差。根據正態分布理論，監測參數實時值位于3σ區間內的概率為99.74%。因此，可根據3σ準則，對軸承損耗進行監測，設定報警閾值，當檢測到異常時作出快速反應，實現軸承運行狀態的異常檢測。

3 實例分析

以國內某機組滿負荷穩定運行3 h積累的監測數據為例，闡述基于軸承損耗的軸承運行異常檢測方法的實現。該時段內，機組一直在滿負荷工況下運行，監控系統每3 s保存一組實時數據，數據樣本中每個監測量共包括3 600個數據點。

3.1 統計特性分析

該時段內，上導軸承冷卻介質溫差和流量變化趨勢如圖2所示。從圖2可以看出，機組在該工況穩定運行時，冷卻介質溫差和流量均保持穩定。據上節定義，可知軸承損耗在該時段內保持穩定。

圖2 上導軸承冷卻介質溫差和流量變化趨勢圖

計算該時段內上導軸承損耗值，對其進行統計分析，概率密度曲線和累積概率曲線如圖3和圖4所示。從圖3、圖4中可以看出，上導軸承損耗數據服從正態分布。

圖3 上導軸承損耗數據的概率密度分布曲線

圖4 上導軸承損耗數據的累積概率分布曲線

3.2 異常檢測策略設計

根據以上統計分析結果，穩態工況下的上導軸承損耗數據服從正態分布，按照3σ準則設定軸承損耗的報警閾值。根據以上數據計算出的上導軸承損耗基準值和報警閾值如表2所示。

表2 軸承損耗報警閾值的確定

實際應用中，若監測系統實時計算出的軸承損耗超出了報警上限值，則表明機組運行狀態的變化導致異常的損耗增大現象，可檢查軸承瓦溫是否正在增大；若實時損耗值低于報警下限值，由于溫度變化的滯后性，此現象可能預示著軸承冷卻系統存在潛在的故障，導致計算出的損耗值小于基準值，可進一步監視瓦溫上升情況，檢查冷卻系統流量和壓力、油泵系統是否工作正常。總體來說，由于軸瓦溫度變化速度相對較為緩慢，基于損耗的軸承運行異常檢測方法，可在故障早期檢測軸承運行特性的變化，從而提前防止瓦溫突然升高等突發事故的發生。

此外，在機組開機后，軸承需要經過一段時間運行后才達到穩定運行狀態，在達到穩定狀態前，軸承損耗通常低于穩定后的損耗值。因此，以上確立的基于損耗的軸承運行報警及異常檢測策略，須在軸承運行穩定后方可投入，防止誤動誤報。

4 結論

本文分析了軸承損耗的定義和變化規律，根據中心極限定理，證明了在某一工況穩定運行的水電機組軸承損耗服從正態分布，進而根據正態分布的理論知識，建立了基于實時損耗的水電機組軸承運行異常檢測方法。該檢測方法以軸承損耗的變化趨勢和數據統計特性為依據，可在故障早期檢測水電機組軸承運行特性的變化，從而在瓦溫上升前期提前判斷軸承運行的異常和變化，優于單一的瓦溫、油位等參數的越限報警，為運維人員增加了處理和決策時間，防止了跳機、燒瓦等突發事故的發生。該方法為概率統計知識在水電機組狀態監測和故障預測領域的有益探索，值得行業借鑒。