 |
北京百萬(wàn)電子科技中心
主營(yíng)產(chǎn)品： 地下管道測(cè)漏儀|回路電阻測(cè)試儀|食品安全快速檢測(cè)箱|氣體檢測(cè)分析儀器 |
會(huì)員.png)
14
聯(lián)系電話(huà)
|
北京百萬(wàn)電子科技中心
主營(yíng)產(chǎn)品： 地下管道測(cè)漏儀|回路電阻測(cè)試儀|食品安全快速檢測(cè)箱|氣體檢測(cè)分析儀器 |
聯(lián)系電話(huà)
2011-5-9 閱讀(1107)
隨著現(xiàn)代技術(shù)的迅速發(fā)展,水電機(jī)組的單機(jī)容量越來(lái)越大,結(jié)構(gòu)更加復(fù)雜,隨之而來(lái)的機(jī)組穩(wěn)定性問(wèn)題日益突出。
穩(wěn)定性能已越來(lái)越成為衡量大、中型水電機(jī)組的重要性能指標(biāo)。隨著國(guó)民經(jīng)濟(jì)的迅速發(fā)展,一批大、中型甚至像三峽工程這樣的巨型機(jī)組的投入運(yùn)行,其穩(wěn)定性能尤為重要。如果不加以控制,將造成嚴(yán)重事故。因此,確定機(jī)組的運(yùn)行狀態(tài)和早期診斷故障顯得十分重要。
根據(jù)水電機(jī)組運(yùn)行特點(diǎn),表征水電機(jī)組穩(wěn)定運(yùn)行的參數(shù)主要有振動(dòng)、擺度和壓力脈動(dòng)。其中振動(dòng)是水力機(jī)組穩(wěn)定性的zui重要的指標(biāo),直接影響機(jī)組的安全運(yùn)行、負(fù)荷合理分配及供電質(zhì)量。
一、水電機(jī)組振動(dòng)故障診斷的主要內(nèi)容
水電機(jī)組的振動(dòng)與一般動(dòng)力機(jī)械的振動(dòng)有所不同。除需考慮機(jī)組本身的轉(zhuǎn)動(dòng)或固定部分的振動(dòng)外,水電機(jī)組振動(dòng)尚需考慮作用于發(fā)電機(jī)部分的電磁力及作用于水輪機(jī)過(guò)流部分的流體動(dòng)壓力對(duì)系統(tǒng)及其部件振動(dòng)的影響。在機(jī)組運(yùn)轉(zhuǎn)的情況下,流體-機(jī)械-電磁三部分是相互影響的。因此,水電機(jī)組的振動(dòng)是電氣、機(jī)械、流體耦合振動(dòng)。根據(jù)水電站所積累的典型經(jīng)驗(yàn),可將引起機(jī)組振動(dòng)的原因劃分為機(jī)械、水力、電氣和噪聲等方面因素。
專(zhuān)家系統(tǒng)是一個(gè)具有大量的專(zhuān)門(mén)知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)。它應(yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù),根據(jù)某領(lǐng)域一個(gè)或多個(gè)專(zhuān)家提供的知識(shí)和經(jīng)驗(yàn),進(jìn)行推理和判斷,模擬人類(lèi)專(zhuān)家的決策過(guò)程,以便解決那些需要人類(lèi)專(zhuān)家處理的復(fù)雜問(wèn)題。從20世紀(jì)80年代開(kāi)始,國(guó)內(nèi)許多學(xué)者開(kāi)展了專(zhuān)家系統(tǒng)診斷法在水電機(jī)組振動(dòng)診斷方面的應(yīng)用研究,并取得了一定的研究成果。鄧正鵬等以水電機(jī)組為研究對(duì)象,對(duì)故障診斷專(zhuān)家系統(tǒng)知識(shí)庫(kù)的建立從理論上和方法上進(jìn)行了研究,建立了基于 C 的產(chǎn)生式知識(shí)庫(kù)系。該方法已在白蓮河水電站水電機(jī)組故障診斷專(zhuān)家系統(tǒng)知識(shí)庫(kù)中獲得應(yīng)用,取得了良好的效果。劉曉波等針對(duì)水輪發(fā)電機(jī)組故障原因與癥兆之間的復(fù)雜關(guān)系,建立了水輪發(fā)電機(jī)組故障診斷模糊專(zhuān)家系統(tǒng),實(shí)例結(jié)果表明該系統(tǒng)推理效率高,可信度好。
專(zhuān)家系統(tǒng)故障診斷方法匯集眾多的專(zhuān)家知識(shí),能對(duì)隨機(jī)發(fā)生的故障進(jìn)行診斷。但是知識(shí)獲取困難、知識(shí)庫(kù)更新能力差、多個(gè)領(lǐng)域?qū)＜抑R(shí)之間的矛盾難于處理、現(xiàn)有的邏輯理論的表達(dá)能力和處理能力有很大的局限性。
2.2.2神經(jīng)網(wǎng)絡(luò)診斷法
利用神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷的基本思想是:以故障特征信號(hào)作為神經(jīng)網(wǎng)絡(luò)輸入,診斷結(jié)果作為神經(jīng)網(wǎng)絡(luò)輸出。首先利用已有的故障征兆和診斷結(jié)果對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行離線(xiàn)訓(xùn)練,使神經(jīng)網(wǎng)絡(luò)通過(guò)權(quán)值記憶故障征兆與診斷結(jié)果之間存在的對(duì)應(yīng)關(guān)系;然后將得到的故障征兆加到神經(jīng)網(wǎng)絡(luò)的輸入端,就可以利用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷,并得到相應(yīng)的診斷結(jié)果。目前,神經(jīng)網(wǎng)絡(luò)診斷法已越來(lái)越廣泛地應(yīng)用到水電機(jī)組振動(dòng)故障診斷系統(tǒng)中。梁業(yè)國(guó)等將神經(jīng)網(wǎng)絡(luò)方法引入到水輪發(fā)電機(jī)組的故障診斷中,通過(guò)對(duì)發(fā)電機(jī)設(shè)備故障診斷的具體應(yīng)用,證明此方法是有效可行的。陳林剛等針對(duì)現(xiàn)有水電機(jī)組狀態(tài)監(jiān)測(cè)系統(tǒng)功能不完善、不夠智能化的缺點(diǎn),開(kāi)發(fā)了基于神經(jīng)網(wǎng)絡(luò)的水電機(jī)組智能故障診斷系統(tǒng)。實(shí)驗(yàn)結(jié)果表明此系統(tǒng)的診斷結(jié)果準(zhǔn)確可靠,具有良好的實(shí)用價(jià)值。
2.2.3模糊診斷法
模糊診斷方法是利用集合論中的隸屬度函數(shù)和模糊關(guān)系矩陣的概念來(lái)解決故障與征兆之間的不確定關(guān)系。在模糊故障診斷中,構(gòu)造隸屬函數(shù)是實(shí)現(xiàn)模糊故障診斷的前提。模糊故障診斷方法主要有基于模糊模式識(shí)別的診斷方法、基于模糊推理的診斷方法、基于模糊模型的診斷方法等。模糊邏輯的引入主要是為了克服由于過(guò)程本身的不確定性、不性以及噪聲等所帶來(lái)的困難,因而在處理復(fù)雜系統(tǒng)的時(shí)滯、時(shí)變及非線(xiàn)性方面有其*性。模糊故障診斷方法的不足之處在于,復(fù)雜的診斷系統(tǒng)要建立正確的模糊規(guī)則和隸屬函數(shù)非常困難,而且需要花費(fèi)很長(zhǎng)的時(shí)間。
2.3小波分析
小波分析和小波變換是當(dāng)前數(shù)學(xué)中一個(gè)迅速發(fā)展的新領(lǐng)域,能夠解決許多傅立葉變換難以解決的問(wèn)題。它在時(shí)域和頻域都有良好的局域化能力,能聚焦到信號(hào)的任意細(xì)節(jié),對(duì)信號(hào)的突變有很強(qiáng)的識(shí)別能力,能有效地去噪和提取有用信號(hào)。小波分析故障診斷方法先對(duì)信號(hào)進(jìn)行多級(jí)小波分解,得到各子帶數(shù)據(jù)。通過(guò)對(duì)小波變換系數(shù)模極大值的檢測(cè)實(shí)現(xiàn)對(duì)信號(hào)奇異性的檢測(cè),從而確定故障發(fā)生的時(shí)間。小波分析非常適合非平穩(wěn)信號(hào),對(duì)于平穩(wěn)信號(hào)而言,同樣有效。分析信號(hào)的奇異性位置和奇異性的大小都是比較有效的。因此小波分析為水輪機(jī)故障診斷提供了新的分析方法。彭文季等提出應(yīng)用頻譜法和小波神經(jīng)網(wǎng)絡(luò)對(duì)水電機(jī)組的振動(dòng)故障進(jìn)行診斷,結(jié)果表明,頻譜分析與這種小波神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法進(jìn)行故障診斷簡(jiǎn)單有效,并具有診斷速度快和泛化能力強(qiáng)等優(yōu)點(diǎn)。李郁俠等利用小波包分析能有效地提取機(jī)組振動(dòng)信號(hào)中的有用成分,采用小波包分解方法提取特殊頻段上的能量特征值作為神經(jīng)網(wǎng)絡(luò)輸入向量,運(yùn)用于工程實(shí)例,取得良好效果。
2.4其它診斷方法
鑒于故障樹(shù)診斷方法、人工智能診斷方法、小波分析等方法的優(yōu)缺點(diǎn),目前,一些學(xué)者正致力于研究將其它的技術(shù)手段引入水電機(jī)組的振動(dòng)故障診斷中, 形成一種基于這些方法的綜合智能故障診斷方法。楊曉萍等建立了基于信息融合技術(shù)的神經(jīng)網(wǎng)絡(luò)證據(jù)融合故障診斷系統(tǒng),診斷實(shí)例表明,經(jīng)過(guò)多故障特征信息融合,診斷結(jié)論的可信度明顯提高,可以有效提高確診率。王榮榮等將粗糙集理論和遺傳算法引入水輪發(fā)電機(jī)組故障診斷中,提高故障診斷效率。
劉忠等針對(duì)目前水電機(jī)組故障診斷中存在的建模復(fù)雜、樣本需求量大及診斷學(xué)習(xí)缺乏自主連續(xù)性等問(wèn)題,提出了基于免疫原理的故障診斷方法。鄒敏等將支持向量機(jī)引入水電機(jī)組故障診斷研究,提出一種結(jié)合小波頻帶分解與zui小二乘支持向量機(jī)的水電機(jī)組故障診斷模型。
三、結(jié)語(yǔ)
水電機(jī)組振動(dòng)故障診斷是一個(gè)多階段、多層次的復(fù)雜過(guò)程,不同階段用到的知識(shí)內(nèi)容、表達(dá)形式及解決問(wèn)題的思維方式都不盡相同。完成一個(gè)完整的故障診斷過(guò)程常常需要多知識(shí)表達(dá)形式和多推理模式及合理的控制機(jī)構(gòu)來(lái)解決診斷問(wèn)題。單一的故障診斷技術(shù)各有優(yōu)缺點(diǎn),難以滿(mǎn)足復(fù)雜系統(tǒng)診斷的全部要求。因此,將多種故障診斷技術(shù)合理地結(jié)合在一起,發(fā)揮各自的優(yōu)點(diǎn),形成綜合故障診斷技術(shù),將是水電機(jī)組振動(dòng)故障診斷技術(shù)的發(fā)展方向。
（1）機(jī)械振動(dòng)。水電機(jī)組zui常見(jiàn)、zui主要的故障是振動(dòng)故障,其中機(jī)械振動(dòng)zui突出,有必要對(duì)其進(jìn)行分析。機(jī)械振動(dòng)是由機(jī)組轉(zhuǎn)動(dòng)部分質(zhì)量不平衡、轉(zhuǎn)輪等旋轉(zhuǎn)部件與固定件發(fā)生摩擦、密封不良等原因引起。對(duì)機(jī)械振動(dòng)的監(jiān)測(cè)與診斷內(nèi)容主要有導(dǎo)軸承及轉(zhuǎn)子軸系、機(jī)組固定部件、推力軸承。
（2）電磁振動(dòng)。電磁振動(dòng)是由發(fā)電機(jī)轉(zhuǎn)子不圓、勵(lì)磁繞組匝間短路、定轉(zhuǎn)子磁場(chǎng)軸心不重合、定子和轉(zhuǎn)子間間隙不均勻及旋轉(zhuǎn)時(shí)產(chǎn)生不平衡磁拉力等原因引起的。對(duì)電磁振動(dòng)的監(jiān)測(cè)與診斷內(nèi)容主要有發(fā)電機(jī)定轉(zhuǎn)子整體溫度和氣隙、定子極頻振動(dòng)和轉(zhuǎn)子質(zhì)量不平衡等。
（3）水力振動(dòng)。大型水電機(jī)組的水力不穩(wěn)定問(wèn)題具有一定的普遍性,直接關(guān)系到機(jī)組運(yùn)行的可靠性。引起水力振動(dòng)的原因有:卡門(mén)渦列誘發(fā)的振動(dòng)、尾水管內(nèi)漩渦引起的振動(dòng)、固定導(dǎo)葉出水邊水流流態(tài)不良引起的振動(dòng)、空蝕引起的振動(dòng)、轉(zhuǎn)輪密封處的自激振動(dòng)等。對(duì)水力振動(dòng)的監(jiān)測(cè)和診斷內(nèi)容為蝸殼進(jìn)口壓力、尾水管壓力脈動(dòng)、上下迷宮環(huán)脈動(dòng)和導(dǎo)葉前后脈動(dòng)等。
（4）噪聲。水電機(jī)組的噪聲對(duì)環(huán)境的影響很大,其大小是機(jī)組穩(wěn)定性分析的重要參數(shù)。重點(diǎn)監(jiān)測(cè)內(nèi)容為水輪機(jī)及尾水管的噪聲和發(fā)電機(jī)的運(yùn)行噪聲。
二、水力發(fā)電機(jī)組振動(dòng)故障診斷的主要方法
故障診斷技術(shù)的產(chǎn)生和發(fā)展為提高設(shè)備系統(tǒng)的可靠性和可維修性開(kāi)辟了一條新的途徑。狀態(tài)監(jiān)測(cè)與故障診斷是以可靠性理論、信息論、控制論和系統(tǒng)論為理論基礎(chǔ),以現(xiàn)代測(cè)量?jī)x器和計(jì)算機(jī)為工具,結(jié)合各種診斷對(duì)象的特殊規(guī)律逐步形成的一門(mén)新技術(shù),至今已產(chǎn)生了大量的故障診斷方法。
目前,在水力發(fā)電機(jī)組振動(dòng)故障診斷中得以研究和應(yīng)用的主要有故障樹(shù)故障診斷方法、人工智能診斷方法、小波分析等方法。本文就以上主要診斷方法進(jìn)行研究比較。
2.1故障樹(shù)診斷法故障樹(shù)分析法將系統(tǒng)故障形成原因按樹(shù)枝狀逐級(jí)細(xì)化。
把zui容易發(fā)生的故障狀態(tài)作為故障樹(shù)的頂事件,尋找引起頂事件的直接原因,并將其邏輯關(guān)系用特定的邏輯符號(hào)表示出來(lái),自上而下逐級(jí)分解,直到不能分解的底事件,形成故障樹(shù)。找出系統(tǒng)的薄弱環(huán)節(jié),以便采取相應(yīng)的改進(jìn)措施。故障樹(shù)分析是故障診斷系統(tǒng)的基礎(chǔ),也是現(xiàn)有故障診斷技術(shù)zui有效、zui基本的手段。做為一種傳統(tǒng)的診斷方法,故障樹(shù)診斷法在水電機(jī)組振動(dòng)故障診斷中的應(yīng)用取得了一些成果。洪治等將模糊技術(shù)和故障樹(shù)分析法結(jié)合起來(lái),提出一種模糊故障樹(shù)診斷方法,并將其應(yīng)用于水輪發(fā)電機(jī)組系統(tǒng)的溫度故障診斷,實(shí)驗(yàn)研究表明這一方法可行、有效。張國(guó)云等在傳統(tǒng)支持向量機(jī)（C-SVM）的基礎(chǔ)上,通過(guò)集成模糊聚類(lèi)技術(shù)和支持向量機(jī)算法,構(gòu)造了一種適合于故障診斷的多級(jí)二叉樹(shù)分類(lèi)器,并應(yīng)用于水輪機(jī)調(diào)速系統(tǒng)故障診斷,取得了良好效果。
故障樹(shù)診斷方法直觀(guān)、形象,能夠?qū)崿F(xiàn)快速的診斷;知識(shí)庫(kù)很容易動(dòng)態(tài)地修改,并能保持一致性;概率推理可在一定程度上用于選擇規(guī)則的搜尋通道提高診斷效率;診斷技術(shù)與領(lǐng)域無(wú)關(guān),只要相應(yīng)的故障樹(shù)給定,就可以實(shí)現(xiàn)診斷。缺點(diǎn)是不能診斷不可預(yù)知的故障;診斷結(jié)果嚴(yán)重依賴(lài)于故障樹(shù)信息的正確性和完整性。
