燃氣輪機排氣溫度異常檢測及診斷

李禹希

（集美大學輪機工程學院， 福建 廈門 361000）

引言

燃氣輪機排氣的具體溫度能夠在一定程度上代表其整體系統運轉的質量水平，不同溫度能夠反映燃氣輪排氣的實際故障。技術人員通過對溫度以及相關參數的對比檢測，能夠對燃氣輪機的實際運行效率、質量等進行合理評估，同時對系統既有的隱患以及可能發生的故障做出診斷，全面性地提升燃氣輪機運行的穩定性、安全性與可靠性。

1 FCM 聚類算法

1.1 基本原理

FCM聚類算法與傳統概念下的C 均值聚類算法有所不同，其跳脫了以往通過簡單距離評估的聚類方式，反而以計算隸屬度的方式來反映歸屬類，這種算法不僅具有更高的準確性，同時具有廣泛的應用性，針對熱力系統監控、圖像分隔識別等眾多領域而言皆有一定的實際價值[1]。

設定樣本集合x={x1，x2，x3，…，xn}確定樣本xk有t個屬性，則xk={xk1，xk2，xk3，…，xkt}。確定聚類數目為a，FCM聚類算法依照最小平方差以及目標函數進行計算，則xk隸屬于a 個區域。

以μij代表第j 個隸屬于第i 類，μij需要滿足如下條件：

1）對應樣本與類別的隸屬度應處于[0，1]的區間內，即μij∈[0，1]；

2）任一樣本對應全部類別的隸屬度總和應該為1，

3）每一類區間中所包含的樣本數量應為（0，1），即?j，μij∈（0，1）。

利用平方誤差函數求取最優數值，進而優化目標函數：式中：m 為模糊權重影響因素，當m 的數值越高時則代表聚類效果越模糊，通常取1＜m≤2。U=[μij]a×n代表模糊隸屬度矩陣。V 表示聚類中心矢量集合，Vi則代表第i 個中心矢量。dij代表樣本j 與聚類中心i 之間的距離。整體公式可以表示為：

基于上述內容可以得知的是，FCM聚類算法的本質便是利用對中心矢量的計算，求得不同樣本與其對應中心質量之間權重距離在最小值。

1.2 算法描述

依照上文內容所推導出的FCM聚類算法基本原理所進行的無監督聚類分析方法的具體建模流程可以參考下述內容：

1）初始化：確定在迭代標準ε＞0 的情況下，初始化分類矩陣V0以及迭代步數k=0；

4）迭代檢驗：

利用矩陣范數比較法對比V（k+1）以及Vk，假設結果能夠滿足上述公式即可停止迭代，否則需要基于k=k+1 返回到第二步繼續迭代，直至得到對應結果。

2 燃氣輪機排氣溫度異常原因及檢測方式研究

2.1 燃氣輪機排氣溫度異常原因

燃氣輪機正常運行時，排氣溫度較低。隨著燃氣輪機運行時間的延長及在其他因素影響的背景下，將出現以下排氣溫度升高反應：軸流壓氣機結垢→壓氣機管路變窄→排氣溫度升高進而導致燃氣輪機排氣溫度上升。

在正常情況下，可通過以下兩類方式進行燃氣輪機穩控調節。其一為溫度燃料雙限制控制，其二為溫度噴嘴控制。

1）溫度燃料雙限制控制：若溫度噴嘴未能對排氣口排氣溫度有效控制，可采用此類模式。通過減少進入燃料室內燃料氣的溫度，進而抑制溫度提升，但此方法是通過減少燃料的方式來實現的。若減少燃料量超過臨界值，將導致供應燃氣輪機的推動力過小，出現壓氣機喘振，甚至機組跳車的情況發生。通常情況下，當壓氣機需要進行溫度控制調節時，因設備內部尚處于不穩定狀態，設備運行過程中各類微小的變化均可導致穩控系統發生劇烈波動。因此，一般在對燃氣輪機進行降溫時，需要避免在設備與溫度燃料雙限制控制時運行設備，以保證燃氣機的長時間平穩運行。

2）溫度噴嘴控制：PLC 系統監測到排氣系統溫度達到溫控值時，將重新分配高壓軸、低壓軸之間的功率分配。這一機制將導致壓氣機打量提升，高壓軸功率提升，進而降低排氣口排氣溫度。

2.2 數據處理分析

以西門子某型號工業燃氣輪機為主要研究對象，其周邊布置有24 個排氣溫度測量點，在燃氣輪機不受外界影響的情況下，記錄下這24 個排氣.測點的溫度數據以及相關參數的變化情況。將這24 個排氣測點的數值依照順序進行集合，得到集合{T1，T2，T3，…，T24}。首先，將該集合中的24 個數值進行大小遞增排序如{T'1，T'2，T'3，…，T'24}，注意這24 個數值的大小順序。而后，將每個測點的溫度數值減去該集合24 個溫度數值的平均值，得到新的集合{T''1，T''2，T''3，…，T''24}，則T''i=T''i- 平均值，i=1，2，3，…，24

為驗證上述數據處理方式的實效性，特將不同數據處理方式的聚類精準度整合為表1。可以見得，相較于其他方式而言，本文所重點研究的先排序后減均值的聚類法具有更高的實效性[2]。

表1 不同數據處理法對聚類精準度的影響

經過大量的實踐研究，可以得知只有當排氣溫度的狀態設置為第7 類時，才能夠全面性地費反映出排氣溫度的特征。

3 燃氣輪機排氣溫度異常診斷[3-5]

本文所重點研究的西門子某型號燃氣輪機層出現過溫度冷熱不均和的問題，其冷熱點遠超機械自我保護閾值，最高到達了54°。基于此，結合上述內容進行分析，依照數據的表征可暫且定義為燃燒器堵塞所造成的溫度過高。為進一步確定上述計算方式的有效性，特對燃氣輪機值班燃燒器以及預混燃燒器進行細致檢測，通過內窺鏡的實際觀察對比FCM聚類算法的有效性。觀測發現燃機預混燃燒器表面出現結構、結焦等情況。為進一步驗證記過，對其24 個溫度測點進行壓縮空氣流量測試。測試后發現，值班燃燒器的情況要明顯優于預混燃燒器，并且預混燃燒器24 個數據之間的差值較為顯著，流量測試結果較差，大部分測試偏差遠超上限數值。使用程度較新的燃燒器流量結果在2.3 左右，而測驗樣本燃燒器的平均值為1.878，最小值為1.431。結合內窺鏡觀察結果可以得知FCM聚類算法確實能夠診斷出燃氣輪機部分故障原因，并且依照計算結果的數值大小，可以酌情采用清洗、消除流量偏差等不同程度的方式。

4 結語

排氣溫度能夠直接反映出燃氣輪機運行狀態的健康與否，針對甩負荷、渦輪葉片等組件、零部件的影響進行故障診斷研究，有助于提升整體燃氣輪機的健康管理水平。但基于現階段有關于燃氣輪機在甩負荷情況下的排氣溫度研究樣本與研究內容較少，相關研究者也無法獲取更具代表性、更完整的聚類特征。故此，謹以本文作引玉之磚，以期相關研究人員能夠在未來取得更完善、科學的研究成果。