汽轮机通流部分故障诊断方法研究刘伟

汽轮机通流部分故障诊断方法研究刘伟

刘伟

哈尔滨汽轮机厂有限责任公司黑龙江哈尔滨150046

摘要：在火电厂中，汽轮机作为原动机发挥着重要的作用。其中，通流部分的安全运行对电厂的影响较大。通过阐述火电厂汽轮机的工作原理，阐述了汽轮机通流部分的工作原理，介绍了汽轮机通流部分的故障类型及其原因，最后提出了汽轮机组通流部分故障诊断方法。

关键词：汽轮机；通流部分；故障诊断

在利用火能产电厂产电的进程中，利用能源产生原动力的机械设施就是汽轮机，因此汽轮机对发电企业产电效果有着直接的作用。通常，汽轮机工作中出现的问题多是在流通过程中产生，那么为汽轮机流通部分实行科学的问题诊判相当关键，能够降低汽轮机出现问题的几率，保障汽轮机稳定高效地工作。

一、汽轮机运行机理概述

在利用火能产电的过程中，其运行机理归纳为蒸汽透平。蒸汽透平具有很多好处，如一机做功能力强，工作水平较强和利用周期较久。其应用自旋形式将其中蒸汽包含的热能变化为动能与势能，通过火上加热的盛水容器而产生汽轮机中的水蒸气。当水蒸气流灌入到汽轮机里缸中后，将依照一定的动力势能理论，依照特定的规则把它装备成环状，且汽轮机内部的机构会经由水蒸气能量，在现实工作中将产生对应的自旋动能和势能。由于汽轮机转变为水蒸气采取的形式不一样，因此各种其他形式的能量与用来运动的机械能量的转变速度有着不同差别，汽轮机功能和运转技能也有所差别。即使汽轮机在功能和机理等角度有着差别，但是它们的基本构造差不太多，即蒸汽通流过程都需要通气容器、输气构件和通流部分。

二、汽轮机通流部分运行机理

汽轮机通流部分指的是蒸汽透平自身里产生能量的水蒸气流通的通路。它由汽输入构件、各层通流构件叶栅和汽输出构件三个部分构成。运行机理方面，汽轮机不动叶片可看作是喷嘴，旋转叶片将汽流所含热量转变为机械能推动转子，汽轮机的转动部分引导产电系统转子和其他机构旋转，汽流的气温与压强会减少，汽轮机有冲击动力式与反向动力式，两者的差别在于反向动力式机器组件，汽流在不动叶片里同样因内部压力而扩张。在蒸汽的以焓和熵为坐标，表示物质状态变化的热力状态图中能够发现此过程。汽流由汽输入通道进去，经由开关导入汽轮机，再经过向导叶片转变走向：由直径方向变到轴线方向流动，有序地经过每个压强层，每一个压强层包括一个静态叶层与动态叶层。最终，汽流的气温与压强全部降低至一个已定值之下，经过汽流输出容器引入到冻汽容器中，从而成为液体，再一次参加到循环中。

三、汽轮机的通流故障分析

汽轮机通流中出现的问题可分为两个类型：

一是突然出现性问题，二是由于通流管道长时间积累污垢、摩擦损耗而导致的病变问题。汽轮机机构里，调整气阀与调整层问题出现的概率最大。这是由于它在工作过程中的压强大、气温高，汽轮机的大部分比焓下降是负载在这两个部件上的，致使调整层在长时期动态温度应力影响中产生破坏、腐被侵蚀等状况，从而导致门阀杆阀和叶片出现裂缝等。压强层出现的问题多是管道积累污垢或叶片裂纹等问题。出现问题时，管道面层的大小将出现变化，从而使得调整层后压强数值变化。另外，常见问题还体现在轴密封处的摩擦耗损。也就是说，在汽轮机启动停止和改变载荷的时候，由于错误使用机器等而导致轴密封处的撞击、碰触，从而增多了轴密封处的摩擦耗损与各个缸容漏气的几率。

当前最为流行的做法是利用传感器技术，通过对汽轮机的震动强度、热力值、振动频率等信号进行采集和分析。利用传感器可以在高温条件下运行。因此要提高诊断故障识别精准度，以减少误诊率和漏诊率。另外是如何对各种传感器数据进行信息整合分析，评判。例如，利用汽轮机转子振动的频率，频谱等信息，进行分析处理等。

四、通流部分故障智能诊断方法

1、通流部分故障类型分析。汽轮机通流部分故障主要有渐变型和突发型两种。渐变型故障主要是由于气流通道结垢和磨损引起，主要表现在机组下降和出力不足；突发型故障指的是机组通流面积发生异常突变，如进汽阀门阀杆断裂，叶片脱落或断裂等。可见汽轮机通流部分故障诊断主要以热力参数为诊断依据，这也是其与以振动信号为基础的整机故障诊断方法的主要不同之处。相应地，两种故障的诊断方法也存在较大差异。目前常见的汽轮机通流部分故障主要有结垢，腐蚀、磨损，机械断裂、脱落，阀门门杆断裂或门芯脱落。

2、故障诊断方法对比分析。Frank教授将所有故障诊断方法分为基于知识的方法、基于解析模型的方法和基于信号处理的方法，Venkat将故障诊断方法分为基于定量模型的方法、基于定性模型的方法和基于过程历史的方法。在此基础上，将其中可用于通流部分故障诊断的方法根据其原理和特点对比分析，现有的可用于汽轮机通流部分故障诊断的方法各有各的优点，但也都存在不同程度的缺陷。而从整体上看，这些方法都有一个共同的不足，就是实际应用的有效性未得到充分验证。毫无疑问，研究汽轮机通流部分故障诊断方法的目的是为了开发故障诊断系统，并最终应用于机组的实际运行中，实现对通流部分故障的预测功能，从而有效指导机组的检修时间。从这个方面看，现在汽轮机通流部分故障诊断方法距离其真正有效应用仍有很长一段路要走

结论

汽轮机通流部分故障诊断方法对机组的安全高效运行具有十分重要的意义，经过近些年来的发展，专家已经研究出一些具有代表性的故障诊断方法。但是，这些技术或多或少存在一些缺陷，实用性普遍较差。要开发出真正具有实用价值的汽轮机通流部分在线故障诊断系统，需要从以下方面着手：

（1）实时提取热力参数的故障特征。经验模态分解方法从本质上讲是对一个信号（或其导数，视所需的分解精度而定）进行平稳化处理，其结果是将信号中不同尺度的波动或趋势逐级分解开来，产生有限的、通常是少量的几个内蕴模式函数分量。EMD依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。测试结果表明，EMD方法是目前提取数据序列趋势或均值的最好方法[2]，它在海洋、大气、天体观测资料与地震记录分析、机械故障诊断、以及大型土木工程结构的模态参数识别方面已经得到了良好的应用，可以考虑将其应用于汽轮机通流部分故障诊断系统的故障特征提取。

（2）通过分析故障特征，迅速确定故障类型和故障原因。这需要进行汽轮机通流部分故障机理的深入研究和故障样本的采集分析，同时还要有高效的聚类算法以便故障定位。模糊聚类算法是一种典型的基于目标函数的聚类算法，迭代中采用爬山技术使目标函数减小，具有很强的局部搜索能力。在此基础上可以融合免疫算法，形成免疫模糊聚类算法，可有效提高聚类性能。

总之，在汽轮机中，通流部分发挥着重要的作用，但无论是传统的热力参数诊断、振动诊断，还是当前的智能化诊断技术，都无法完全、准确地判断汽轮机可能发生的故障。因此，研发人员应继续研究汽轮机运行时热力参数的变化特征，补充故障样本，提高故障诊断技术的准确性，从而确保电厂发电系统的安全、可靠运行。

参考文献：

[1]唐华锦.基于椭球单元神经网络的汽轮机故障诊断研究与应用[D].硕士学位论文，上海交通大学，2013.

[2]曹华.基于隶属度和规则的层次分类诊断模型研究[D].硕士学位论文，上海交通大学，2014.

[3]江宁，李政.核电汽轮机通流部分性能监测与故障诊断[J].核动力工程，2014，25（1）：4～7.

[4]刘晓峰.基于人工神经网络的汽轮机通流部分故障诊断研究[D].硕士学位论文，华北电力大学，2015.

[5]周云龙，曹丽华，李勇.基于BP神经网络的汽轮机最末级组相对内效率应达值的确定[J].汽轮机技术，2012，51（1）：51～54.

[6]曹丽华，周云龙，李勇.汽轮机通流部分故障诊断基准值的研究[J].汽轮机技术，2014，51（2）：132～134，115.