发电磨煤机大数据分析及处理

发电磨煤机大数据分析及处理

孙健 1、王荣 1、郭强 2、赵志宏 1、毛永清 2

1. 内蒙古京隆发电有限责任公司； 2、北京京能能源技术研究有限责任公司 北京市 100022

摘要：发电磨煤机主要是应用于煤矿生产，将大型煤块破碎并磨成煤粉，发电磨煤机是当前煤粉炉在使用中的重要辅助设备。磨煤机在运行中主要存在磨辊磨损较快、减速机推力轴承损坏、加载力失压、风量不准等经常性的缺陷问题，不仅制约机组负荷出力，还增加了检修工作量和生产费用。另一方面，磨煤机运行调整对炉内煤粉燃烧状况、锅炉效率、烟气污染物排放等都有较大影响，对电厂安全、经济带来了不利影响。本文主要基于大数据分析对ZGM113型磨煤机在应用中的相关在线参数信息分析，再结合实际情况，提出了改善磨煤机运行效率的处理措施。

关键词：发电磨煤机；大数据；分析；处理措施

引言

本文主要研究京隆发电厂为2×600MW燃煤发电机组，每台机组配备6台ZGM113型中速磨煤机；将介绍基于大数据分析技术对磨煤机系统及机组重要在线参数进行挖掘、处理。通过数据相关性分析，建立不同功能的设备评价模型，为运行优化调整提供为实现磨煤机的安全经济长周期运行提供数据支持；另一方面，将离线检修数据实现信息数字化管理，结合在线离线数据开展磨煤机状态检修管理。

一、发电磨煤机大数据分析功能

发电磨煤机大数据分析功能在具体应用过程中，主要有磨煤机磨辊磨损监视与分析、磨煤机健康数据监测分析等。通过大数据分析功能便可以根据发电磨煤机的运行情况建立数据模型，预测磨煤机在运行过程中的参数变化趋势，并及时发现磨煤机在运行中出现的异常参数，并逐步取代磨煤机系统在运行过程中的人工监控；利用大数据分析功能可以对发电磨煤机实际运行数据与历史数据进行分析对比，进而帮助运行维护人员在第一时间掌握磨煤机设备的运行状态，及时发现磨煤机在测点传感器区域出现的异常；通过数据分析及历史数据对比，使运维人员掌握磨煤机设备健康状态，及时发现处理测点传感器异常;通过数据分析及历史数据对比，辅助运行人员分析磨系统运行优化调整效果。完善的磨煤机设备检修管理功能，把磨煤机磨辊等磨损检修资料数字化、信息化，结合磨辊磨损分析模块，实现磨煤机磨辊状态预测;利用历史数据分析，挖掘出各负荷下历史最佳磨运行组合，为磨组合方式优化提供数据支撑。

1.磨煤机健康监测分析

根据磨煤机历史真实运行数据，分析磨煤机正常运行数据和出现故障时测点数据发生变化情况，寻找磨煤机发生故障时数据变化规律和内在深层次原因，基于分布式计算的大数据分析，研发适用于中速磨运行健康评价的数据模型。模型将对磨煤机健康状态实时在线监测，避免单一阈值报警问题。出现问题进行报警， 展示异常点或异常数据，给出故障类型、故障原因、对应各种类型故障给出相应

建议措施。

2.磨煤机磨辊磨损监视与分析

磨煤机的作用是将煤研磨为合格的煤粉，磨辊是煤研磨过程的重要组件，在服役中承受着煤的摩擦磨损及高应力接触疲劳作用。由于内部检测困难、煤质数据不稳定、运行状态难以量化等原因，磨辊检修方式以计划检修为主,与实际运行状态缺乏关联,不能及时发现运行指标劣化趋势，对机组稳定运行造成潜在隐患。磨辊磨损监视分析结合在线数据、离线检修数据，解决以下问题：1）解决检修数据非结构，检修结果无法对运行产生实质性指导的问题；2）解决设备及零部件寿命、检修周期的数字化管理问题；3）解决磨辊磨损程度依赖定期检修，检修周期设置与实际运行状态不相符的问题；4）解决排渣统计不具体，无法对磨煤机运行状态产生支撑的问题；5）探索运行及检修方式对磨辊磨损的趋势规律，寻找更优的运行方式；6）解决检修记录信息化程度不够的问题。

2. 发电磨煤机电化原因分析

1.磨煤机变加载压力较低

磨煤机在运行过程中出现变加载压力较低的问题，主要是源于维护人员为了减轻中速磨煤机的自身重量和体积，对磨煤机的研磨部位施加一定的外力作用，进而提高磨煤机在运行过程中的研磨能力，所施加的外力也被称之为加载力。磨煤机受到外界较大加载力时，便会增大磨煤机自身的负荷和电耗，通常磨煤机所受到的加载力有定加载和变加载这两种形式，而ZGM113型的中速磨煤机所采用的加载形式为变加载，通过数据调查分析，发现变加载模式下，磨煤机的电耗与加载压力成反比例关系。通过大数据进行对点子云分析发现磨煤机变加载压力与主电机电耗程度关联性较大，并且所应用的数台磨煤机平均加载压力只有6.53MPa，该数值远小于规程要求的8~10MPa。

2.磨煤机工作中一次风温度低

磨煤机在工作中一次风，主要是指一次风机出来后经过共预器加热的风，一次风在加热后，一次风便会以相适宜的温度进入磨煤机。一次风会将磨煤机所磨制的煤粉由煤粉管吹至炉膛进行充分燃烧，由于一次风中会携带大量煤粉，因此一次风的风压通常较高。在磨煤机的实际工作中，通过对生产实时监控数据进行调查发现，磨煤机一次风的温度平均只有60~62摄氏度，该数值远低于规程要求的65摄氏度。

3.磨煤机工作中排渣效率低

热电厂主要采用人力排渣的方式，通过在现场检查锅炉运行状况，并及时进行排渣处理，在排渣处理过程中，通常每个班会配备4~6名排渣人员，通过小推车进行轮流排渣。对排渣人员的排渣次数进行计算可以得知，若平均每一车煤渣数量为100千克，根据当前所使用的煤质发现平均每隔6小时需要排渣9车，煤渣数量共计900千克。但是在启停磨、煤矸石中通常会增加8次排渣，而这一排渣量便远远大于900千克，进而排渣不及时，导致磨煤机出现炭精密封磨损的问题。

三、改善磨煤机运行效率的处理措施

1.基于大数据磨辊磨损预测结果，调整磨煤机定加载压力；可通过手动调节流量调节阀，调节电厂磨煤机的加载压力，将磨煤机的定加载压力控制在与磨辊磨损量切合的数值范围内，然后根据磨煤机的运行状态，调节溢流阀的比例，使溢流阀保持在合适位置，从而使磨煤机的加载油泵继续工作，提高磨煤机的工作效率。

2.通过大数据对比，降低磨煤机一次风量；在磨煤机的运行过程中，可以通过调整磨煤机一次风门，调整磨煤机一次风量,但是风量过大会导致制粉单耗增加,风量过小又会带来堵磨风险。因此分析磨煤机在当前煤质/给煤量/加载油压/磨辊磨损程度等边界条件下的风量分布,从而对当前的风量多寡产生实际指导,可以优化磨煤机一次风量,达到改善运行效率的效果。在本次调查研究中，通过对一次风量的寻优，工作人员根据磨煤机的实际工作情况控制一次风门，将磨煤机系统使磨煤机风煤比从原来的2.89降低至2.81，实现了磨煤机运行效率的调优。

3.对磨煤机的排渣系统进行大数据监视，优化排渣间隔；在磨煤机的排渣系统实际运行中，磨煤机排渣依赖于现场排渣人员的巡检，不仅无法综合判断磨煤机运行状态，合理安排排渣时间，而且抽样式检查也同样带来了排渣管堵塞的风险。因此通过将磨煤机原有的排渣门信号进行大数据监视，基于煤质、给煤量、历史排渣间隔去优化排渣间隔，对不同时间间隔排渣量进行数据统计分析，可以改善传统排渣系统的工作流程，提高磨煤机的排渣效率。

四、结束语

该热电厂通过对厂内所使用的ZGM113型的中速磨煤系统进行监测，并对监测数据进行系统性的分析和对比，进而调整磨煤机变加载压力、一次风温度，并对排查系统进行改造，节约负压输送系统的人员劳动量，提高企业经济效益。

参考文献

[1]李永伟,赵子建.600MW机组磨煤机油站控制改造[J].贵州电力技术,2015,18(04):17-20.

[2]郭臣,蒋欣.某火电厂磨煤机高速轴断裂失效分析及预防措施[J].贵州电力技术,2017,000(012):21-22.

[3]刘嘉,蔡雨楠,邢琳.基于大数据的电网成本结构及效益综合分析研究与应用[J].电气自动化,2017(05):14-16.

[4]桂前进,江千军.分析电网调控运行大数据存储与处理技术[J].自动化应用,2017(10):127-128.