郭曉旸

[摘? ? 要 ]燃?xì)廨啓C(jī)是一種非常重要的熱力系統(tǒng)，在發(fā)電、航空等領(lǐng)域都有著廣泛的應(yīng)用。由于燃?xì)廨啓C(jī)的結(jié)構(gòu)復(fù)雜，且旋轉(zhuǎn)部件工作環(huán)境苛刻，使得燃?xì)廨啓C(jī)在運(yùn)行時容易發(fā)生異?，F(xiàn)象。因此，當(dāng)燃?xì)廨啓C(jī)發(fā)生運(yùn)行異常時，應(yīng)加強(qiáng)對燃?xì)廨啓C(jī)的檢測，及時消除燃?xì)廨啓C(jī)的運(yùn)行隱患，對保障燃?xì)廨啓C(jī)的正常運(yùn)行具有重要意義。本文對燃?xì)廨啓C(jī)運(yùn)行異常檢測方法進(jìn)行介紹，并深入探討了燃?xì)廨啓C(jī)運(yùn)行異常檢測方法的發(fā)展趨勢。

[關(guān)鍵詞]燃?xì)廨啓C(jī);運(yùn)行異常;檢測技術(shù)

[中圖分類號]TM732[文獻(xiàn)標(biāo)志碼]A [文章編號]2095–6487（2020）08–00–03

Analysis of Detection Technology for Abnormal Operation of Gas Turbine

Guo Xiao-yang

[Abstract]Gas turbine is a very important thermal system， which is widely used in power generation， aviation and other fields. Due to the complex structure of the gas turbine and the harsh working environment of the rotating parts， the gas turbine is prone to abnormal phenomena during operation. Therefore， in case of abnormal operation of gas turbine， it is of great significance to strengthen the detection of gas turbine and eliminate the hidden danger in time. This paper introduces the abnormal detection methods of gas turbine operation， and discusses the development trend of abnormal detection methods of gas turbine operation.

[Keywords]gas turbine; abnormal operation; detection technology

燃?xì)廨啓C(jī)是燃?xì)怆姀S中的關(guān)鍵設(shè)備，作為一種熱力系統(tǒng)，燃?xì)廨啓C(jī)在很多領(lǐng)域有著廣泛的應(yīng)用。和其他的重大設(shè)備相比，燃?xì)廨啓C(jī)的結(jié)構(gòu)非常復(fù)雜，工作的環(huán)境比較惡劣，使得導(dǎo)致燃?xì)廨啓C(jī)在工作時會發(fā)生異常[1]。而當(dāng)燃?xì)廨啓C(jī)運(yùn)行運(yùn)行時發(fā)生異常，一般難以及時發(fā)現(xiàn)，更無法及時進(jìn)行維修，使燃?xì)廨啓C(jī)會帶著故障工作，那么后果是非常嚴(yán)重的。因此，加強(qiáng)對燃?xì)廨啓C(jī)運(yùn)行異常檢測技術(shù)進(jìn)行研究是非常有必要的。燃?xì)廨啓C(jī)運(yùn)行異常檢測是保障燃?xì)廨啓C(jī)健康工作的重要方法，燃?xì)廨啓C(jī)的異常檢測的主要目的是及時發(fā)現(xiàn)燃?xì)廨啓C(jī)在運(yùn)行時的異?，F(xiàn)象，給予及時檢修和養(yǎng)護(hù)，提高燃?xì)廨啓C(jī)的運(yùn)行效率和使用壽命[2]。如若不能盡早發(fā)現(xiàn)異常并排除故障原因，燃?xì)廨啓C(jī)帶著故障運(yùn)行，會導(dǎo)致燃?xì)廨啓C(jī)發(fā)生極為嚴(yán)重的故障。此外，燃?xì)廨啓C(jī)在長期的啟動、斷電和變工運(yùn)行時，燃?xì)廨啓C(jī)各組件會承受較大的機(jī)械載荷和循環(huán)熱載荷，在長期運(yùn)行下會逐漸導(dǎo)致高溫失效和疲勞失效，大大降低燃?xì)廨啓C(jī)的可靠性和穩(wěn)定性。

1 燃?xì)廨啓C(jī)運(yùn)行異常的檢測方法

燃?xì)廨啓C(jī)運(yùn)行異常檢測技術(shù)對保障燃?xì)廨啓C(jī)的正常運(yùn)行有著非常重要的作用。近年來，技術(shù)人員對燃?xì)廨啓C(jī)運(yùn)行異常技術(shù)進(jìn)行了大量的研究，并取得了較好的成效。但由于燃?xì)廨啓C(jī)結(jié)構(gòu)復(fù)雜，組件較多，能準(zhǔn)確檢測出燃?xì)廨啓C(jī)的每一項(xiàng)異常極為困難。近年來，隨著機(jī)器學(xué)習(xí)、人工智能和數(shù)據(jù)挖掘等新興檢測技術(shù)不斷涌現(xiàn)，并在燃?xì)廨啓C(jī)運(yùn)行異常中得到應(yīng)用，并取得了較好的成效。

1.1 根據(jù)燃?xì)廨啓C(jī)運(yùn)行數(shù)據(jù)進(jìn)行異常檢測

為了實(shí)時掌握燃?xì)廨啓C(jī)的工作狀態(tài)，出于控制調(diào)節(jié)和監(jiān)測信息的需要，在燃?xì)廨啓C(jī)的不同位置上布置了數(shù)量較多的傳感器件。當(dāng)燃?xì)廨啓C(jī)運(yùn)行時，傳感器記錄下各種數(shù)據(jù)并存儲和發(fā)送到控制中心?？刂浦行膶θ?xì)廨啓C(jī)的實(shí)時運(yùn)行數(shù)據(jù)進(jìn)行分析，當(dāng)燃?xì)廨啓C(jī)正常運(yùn)行時數(shù)據(jù)也會無異常。而當(dāng)數(shù)據(jù)顯示燃?xì)廨啓C(jī)的工作狀態(tài)發(fā)生異常時，系統(tǒng)應(yīng)能立即發(fā)出警報聲，提示技術(shù)人員進(jìn)行處理[3]。如在燃?xì)廨啓C(jī)的各種參數(shù)中，排氣溫度非常重要的參數(shù)，通過排球溫度能夠獲得關(guān)于燃?xì)廨啓C(jī)性能、熱氣體通道組件工作情況等信息?；趯θ?xì)廨啓C(jī)排氣溫度的檢測，能夠?qū)τ谌細(xì)廨啓C(jī)的工作狀態(tài)進(jìn)行科學(xué)評估。

1.2 根據(jù)振動參數(shù)對燃?xì)廨啓C(jī)的異常進(jìn)行檢測

作為旋轉(zhuǎn)機(jī)械，燃?xì)廨啓C(jī)的部件一旦運(yùn)行異常或者是部件失效，會通過振動參數(shù)得到表現(xiàn)。一般情況下，燃?xì)廨啓C(jī)轉(zhuǎn)子系統(tǒng)的典型振動故障主要包括裂紋、不對中、軸彎曲等[4]。如果燃?xì)廨啓C(jī)的轉(zhuǎn)子出現(xiàn)故障，會導(dǎo)致輪機(jī)振動發(fā)生異常，這一異常能在轉(zhuǎn)子的振動參數(shù)上得到體現(xiàn)。當(dāng)振動參數(shù)超出正常值的范圍，則要停機(jī)查找燃?xì)廨啓C(jī)的故障原因。

1.3 根據(jù)油液分析進(jìn)行燃?xì)廨啓C(jī)的異常檢測

軸承系統(tǒng)是燃?xì)廨啓C(jī)中的重要組成部分，當(dāng)軸承系統(tǒng)發(fā)生異常，會引起輪機(jī)的轉(zhuǎn)子異常，進(jìn)而導(dǎo)致輪機(jī)無法正常運(yùn)行。利用光譜儀能進(jìn)行油液分析，掌握潤滑油中的磨損物特點(diǎn)，能有效檢測燃?xì)廨啓C(jī)的轉(zhuǎn)子、軸承等部件的運(yùn)行情況，對保障燃?xì)廨啓C(jī)的正常運(yùn)行有著非常重要的作用。

2 燃?xì)廨啓C(jī)運(yùn)行異常檢測技術(shù)的發(fā)展趨勢

2.1 通過實(shí)驗(yàn)和仿真進(jìn)一步豐富燃?xì)廨啓C(jī)異常特征的數(shù)據(jù)庫

當(dāng)前，一種對燃?xì)廨啓C(jī)的運(yùn)行異常進(jìn)行檢測的常見方法是分析渦輪葉片、壓氣機(jī)等的磨損、間隙的增大、積垢等因素。當(dāng)這些參數(shù)變化達(dá)到一定閾值時，即可判斷燃?xì)廨啓C(jī)在運(yùn)行時會發(fā)生異常。但在實(shí)際工作中，會有多種因素引起燃?xì)廨啓C(jī)在工作過程中發(fā)生異常。已有的實(shí)驗(yàn)和仿真模型雖然能夠?qū)ΤＲ姷娜細(xì)廨啓C(jī)發(fā)生異常進(jìn)行建模分析，但仍然無法對燃?xì)廨啓C(jī)的氣路異常進(jìn)行全面檢測[5]。所以，應(yīng)進(jìn)一步加強(qiáng)燃?xì)廨啓C(jī)的仿真和實(shí)驗(yàn)研究，不斷采用多個參數(shù)聯(lián)合判斷燃?xì)廨啓C(jī)的工作狀態(tài)，建立燃?xì)廨啓C(jī)的數(shù)學(xué)模型，不斷豐富燃?xì)廨啓C(jī)的異常特征數(shù)據(jù)庫，從而為燃?xì)廨啓C(jī)的異常檢測提供保障。

2.2 基于多種信息技術(shù)的融合，不斷完善燃?xì)廨啓C(jī)的異常檢測體系

燃?xì)廨啓C(jī)的運(yùn)行參數(shù)是反應(yīng)燃?xì)廨啓C(jī)運(yùn)行狀況的重要指標(biāo)。通過對燃?xì)廨啓C(jī)運(yùn)行數(shù)據(jù)的采集，從振動參數(shù)等多種數(shù)據(jù)信息分析燃?xì)廨啓C(jī)的運(yùn)行狀況。目前，各類傳感器技術(shù)、智能感知技術(shù)在燃?xì)廨啓C(jī)的運(yùn)行參數(shù)檢測上得到應(yīng)用，這些數(shù)據(jù)能較為全面地體現(xiàn)了燃?xì)廨啓C(jī)的運(yùn)行情況，采用多種信息技術(shù)融合，建立全面的燃?xì)廨啓C(jī)異常數(shù)據(jù)建模和分析系統(tǒng)，可以分析出不同的信息源的參數(shù)、信息的關(guān)聯(lián)性，從而進(jìn)行綜合的評價，提高燃?xì)廨啓C(jī)運(yùn)行異常檢測的準(zhǔn)確度[6]。

與此同時，不同的建模所選擇的參數(shù)不同。因此，通過模型的方法檢測燃?xì)廨啓C(jī)的運(yùn)行異常結(jié)果會存在差異。所以，對于多種技術(shù)融合下的燃?xì)廨啓C(jī)運(yùn)行異常檢測技術(shù)進(jìn)行研究，能夠使燃?xì)廨啓C(jī)的檢測體系更加具有普適性。

2.3 深入挖掘燃?xì)廨啓C(jī)運(yùn)行的隱含信息

研究結(jié)果表明，當(dāng)增加燃?xì)廨啓C(jī)運(yùn)行的監(jiān)測信息時，可以為燃?xì)廨啓C(jī)運(yùn)行狀態(tài)分析提供更加有效的參考，從而提高燃?xì)廨啓C(jī)運(yùn)行異常的檢測準(zhǔn)確性。當(dāng)前，對燃?xì)廨啓C(jī)的各種傳感器的數(shù)據(jù)信息融合已經(jīng)進(jìn)行了大量的研究，但相關(guān)數(shù)據(jù)中隱含的信息還有待深入研究。如若不能深入挖掘檢測數(shù)據(jù)中所隱含的信息，會使得燃?xì)廨啓C(jī)的運(yùn)行狀態(tài)無法得到完全的體現(xiàn)[7]。隨著傳感器技術(shù)的不斷發(fā)展，傳感器管理網(wǎng)絡(luò)能將多種監(jiān)測信息進(jìn)行有效融合處理，能深入挖掘監(jiān)測數(shù)據(jù)中所隱含的信息，充分利用所挖掘的信息進(jìn)行分析，能有效提取出反應(yīng)燃?xì)廨啓C(jī)運(yùn)行狀態(tài)的信息。

目前，能通過神經(jīng)網(wǎng)絡(luò)、人工智能等檢測技術(shù)等來提取燃?xì)廨啓C(jī)運(yùn)行狀態(tài)的數(shù)據(jù)分析，但這些算法大部分是淺層結(jié)構(gòu)的算法，在燃?xì)廨啓C(jī)運(yùn)行異常時對信息的檢測存在不足。因此，在燃?xì)廨啓C(jī)運(yùn)行異常檢測中可以應(yīng)用深度結(jié)構(gòu)算法，深度學(xué)習(xí)是其中最為有效的一種方法。深度學(xué)習(xí)不僅能夠基于網(wǎng)絡(luò)隱含的單元數(shù)量的設(shè)置統(tǒng)計分析全部的監(jiān)測信息，還能基于神經(jīng)網(wǎng)絡(luò)層的數(shù)量的改變，多層次地提取燃?xì)廨啓C(jī)運(yùn)行異常特征，并進(jìn)行深度挖掘，有效避免燃?xì)廨啓C(jī)運(yùn)行異常的監(jiān)測數(shù)據(jù)丟失隱含特征的問題，提高燃?xì)廨啓C(jī)異常運(yùn)行的檢測精度。

2.4 提高燃?xì)廨啓C(jī)運(yùn)行異常模型的精度，解決燃?xì)廨啓C(jī)異常時的欠定問題

對燃?xì)廨啓C(jī)的運(yùn)行狀態(tài)進(jìn)行建模是分析燃?xì)廨啓C(jī)運(yùn)行狀態(tài)的有效方法，但受限于建模方法的精度問題，會燃?xì)廨啓C(jī)的運(yùn)行狀態(tài)監(jiān)測存在精度不高的現(xiàn)象，甚至在異常運(yùn)行狀態(tài)下無法檢測出來。在燃?xì)廨啓C(jī)的實(shí)際運(yùn)行時，會有多個部件連接，同時流體和燃?xì)廨啓C(jī)結(jié)構(gòu)部件進(jìn)行耦合，會對燃?xì)廨啓C(jī)運(yùn)行狀態(tài)產(chǎn)生影響的信息比較多，多種控制信息增加了通過模型研究燃?xì)廨啓C(jī)運(yùn)行異常的難度，并且最終也使燃?xì)廨啓C(jī)異常檢測的效率受到影響。

因此，燃?xì)廨啓C(jī)運(yùn)行狀態(tài)監(jiān)測的一個研究方向是對燃?xì)廨啓C(jī)異常運(yùn)行檢測的模型進(jìn)行修正和完善，盡可能提高燃?xì)廨啓C(jī)運(yùn)行異常檢測的模型建立的精度。在提高建模的精度后，采用新模型來分析燃?xì)廨啓C(jī)運(yùn)行狀態(tài)，會提高運(yùn)行異常時的檢測準(zhǔn)確性。一般情況下，為了使檢測結(jié)果精度提高，通常實(shí)際的檢測的參數(shù)的數(shù)量比需要估計的健康的參數(shù)的數(shù)量要多。但是實(shí)際應(yīng)用建模方法檢測燃?xì)廨啓C(jī)運(yùn)行異常過程中，測量的參數(shù)的數(shù)量比估計的參數(shù)的數(shù)量少，導(dǎo)致燃?xì)廨啓C(jī)運(yùn)行異常檢測模型的求解出現(xiàn)欠定問題。因此，通過修正模型，對欠定問題進(jìn)行解決，提高檢測精度。

3 結(jié)束語

通過燃?xì)廨啓C(jī)的運(yùn)行異常檢測能夠使燃?xì)廨啓C(jī)正常運(yùn)行。進(jìn)入21世紀(jì)以來，各種新興的數(shù)據(jù)處理技術(shù)，如數(shù)據(jù)挖掘技術(shù)、深度學(xué)習(xí)技術(shù)、人工智能等高速發(fā)展，在燃?xì)廨啓C(jī)運(yùn)行異常檢測中越來越多的新的技術(shù)應(yīng)用其中。傳統(tǒng)的燃?xì)廨啓C(jī)異常檢測技術(shù)由于異常檢測精度不高、魯棒性不好等因素，不能使燃?xì)廨啓C(jī)的實(shí)際維修要求得到滿足。因此，通過創(chuàng)新燃?xì)廨啓C(jī)運(yùn)行異常檢測技術(shù)，提高檢測精度，確保燃?xì)廨啓C(jī)能夠正常工作。

參考文獻(xiàn)

[1] 趙寧波，吳森，聞雪友.燃?xì)廨啓C(jī)異常檢測技術(shù)研究進(jìn)展[J].熱能動力工程，2017，32（10）：1-10，137.

[2] 羅宏建，周重回，張杰.燃?xì)廨啓C(jī)壓氣機(jī)動葉超聲波檢測方法研究[J].浙江電力，2012，31（12）：53-56.

[3] 王偉影，趙寧波，唐瑞，等.燃?xì)廨啓C(jī)排氣溫度異常檢測及診斷[J].哈爾濱工程大學(xué)學(xué)報，2015，36（3）：337-342.

[4] 胡虎虎.SGT6-5000F燃?xì)廨啓C(jī)運(yùn)行過程中葉片通道溫度偏差異常的分析與處理[J].科技資訊，2019，17（34）：89-90.

[5] 虞輝，章恂，濮鴻威.某燃?xì)廨啓C(jī)電廠余熱鍋爐再熱器1出口集箱異常位移原因分析及對策研究[J].燃?xì)廨啓C(jī)技術(shù)，2019，32（4）：68-72，38.

[6] 魏昌淼，彭濤，馬憲智.某工業(yè)型燃?xì)廨啓C(jī)開關(guān)量信號異常故障分析[J].燃?xì)廨啓C(jī)技術(shù)，2019，32（2）：56-58.

[7] 李國源，方耘.淺談電廠運(yùn)行中軸承軸瓦溫度異常的處理[J].智能城市，2020，6（17）：43-44.

[8] 宋連恩.燃?xì)廨啓C(jī)排氣溫度異常檢測系統(tǒng)的研究與診斷[J].文摘版：工程技術(shù)，2015（42）：258.

[9] 趙寧波，吳森，聞雪友.燃?xì)廨啓C(jī)異常檢測技術(shù)研究進(jìn)展[J].熱能動力工程，2017，32（10）：1-10.

[10] 王成龍.燃?xì)廨啓C(jī)燃燒脈動現(xiàn)象及抑制方法研究[J].城市建設(shè)理論研究，2016（12）：15.