水輪發(fā)電機(jī)組狀態(tài)監(jiān)測與故障診斷方法

黃開壽 張學(xué)強(qiáng)

摘要：?水輪發(fā)電機(jī)組是水電廠最為重要的能量轉(zhuǎn)換裝置，?其安全可靠性直接關(guān)系著水電廠的穩(wěn)定運(yùn)行。在實際工作中由于受多方面因素的影響，使得水輪發(fā)電機(jī)組常常出現(xiàn)振動等故障，嚴(yán)重影響了機(jī)組的正常運(yùn)行狀態(tài)，給工程施工帶來不利的影響?；诖?，通過分析對我國水輪機(jī)組的狀態(tài)監(jiān)測與故障診斷技術(shù)的現(xiàn)狀，?并對技術(shù)的應(yīng)用進(jìn)行了簡要的概述。

關(guān)鍵詞：水輪發(fā)電機(jī)組;檢測;故障;方法

Abstract：?water?turbine?generator?is?the?most?important?energy?conversion?device?in?hydropower?plant.?Its?safety?and?reliability?are?directly?related?to?the?stable?operation?of?hydropower?plant.?In?practical?work，?due?to?the?influence?of?many?factors，?the?hydraulic?turbine?generator?sets?often?have?vibration?faults，?which?seriously?affects?the?normal?operation?of?the?units?and?brings?adverse?effects?to?the?engineering?construction.?Based?on?this，?the?status?quo?of?condition?monitoring?and?fault?diagnosis?technology?in?China?is?analyzed，?and?the?application?of?the?technology?is?briefly?summarized.

Key?words：?hydro-generator?set;?Detection;?Fault;?methods

1?當(dāng)前水電機(jī)組狀態(tài)監(jiān)測與故障診斷的現(xiàn)狀

近些年來?隨著各種先進(jìn)技術(shù)的引進(jìn)，?我國的水電機(jī)組狀態(tài)監(jiān)測技術(shù)獲得了不錯的成績。?由于水輪發(fā)電機(jī)組的結(jié)構(gòu)復(fù)雜，影響因素眾多，要想深一層次地提高設(shè)備的故障診斷準(zhǔn)確率，?需要對水輪機(jī)組的故障機(jī)理進(jìn)行全面地研究，但目前的研究成果尚沒有完整的故障機(jī)理分析，現(xiàn)有的故障診斷方法和手段仍有待進(jìn)一步深入和創(chuàng)新。?由于水輪發(fā)電機(jī)組故障具有復(fù)雜性、隨機(jī)性、禍合性及頻譜結(jié)構(gòu)存在相似性等特點，僅僅依賴振動信號頻譜信息進(jìn)行診斷，診斷類型不明確，常常出現(xiàn)誤診的現(xiàn)象，甚至?xí)斐芍卮蟮膿p失。?因此，針對設(shè)備的故障機(jī)理分析，?結(jié)合其它機(jī)械或電氣故障出現(xiàn)時的特征，?建立基于數(shù)據(jù)的診斷系統(tǒng)，?是改善故當(dāng)前故障診斷技術(shù)窘境的有效措施。

2?水輪發(fā)電機(jī)組振動故障分析

2.1水輪發(fā)電機(jī)組結(jié)構(gòu)

水輪發(fā)電機(jī)組分為同步水輪發(fā)電機(jī)和異步水輪發(fā)電機(jī)，目前我國大多數(shù)水電站采用的是同步水輪發(fā)電機(jī)。同步水輪發(fā)電機(jī)由轉(zhuǎn)子、定子、機(jī)架、導(dǎo)軸承、制動器以及推力軸承組成。

2.2水輪發(fā)電機(jī)組振動故障的特點

（1）漸變性。水輪發(fā)電機(jī)組的轉(zhuǎn)速往往比其他旋轉(zhuǎn)機(jī)械的轉(zhuǎn)速較低，使得水輪發(fā)電機(jī)組振動故障屬于漸變性或者耗損性故障，突發(fā)惡性事故較少，振動故障往往是從一個量變到質(zhì)變的漸變過程。

（2）復(fù)雜多樣性。據(jù)大量實踐表明，水輪發(fā)電機(jī)組振動故障出現(xiàn)的原因基本有三種，即機(jī)械振動、水力振動以及電磁振動。這就使得機(jī)組振動機(jī)理十分復(fù)雜，可能是機(jī)械、水力以及電磁中其中一種引起的振動，也可能是三者相互作用引起的。再加上大型水輪發(fā)電機(jī)組結(jié)構(gòu)尺寸較大，機(jī)組系統(tǒng)是耦合的龐大體系，具有一定的非線性。

（3）?不規(guī)則性。受到水電站施工地理位置、地質(zhì)條件以及經(jīng)濟(jì)技術(shù)的影響，那么這些因素也會對水輪發(fā)電機(jī)組運(yùn)行狀態(tài)造成影響。由于每個水電站都是專門設(shè)計的，使得不同水電站的水輪發(fā)電機(jī)組振動情況不盡相同，可比性較差，可見其振動故障具有不規(guī)則性。

3?水輪發(fā)電機(jī)組狀態(tài)監(jiān)測與故障診斷技術(shù)

3.1狀態(tài)監(jiān)測技術(shù)

水輪發(fā)電機(jī)組的狀態(tài)監(jiān)測技術(shù)就是利用各種傳感器和測量手段對反映設(shè)備運(yùn)行狀態(tài)的物理、?化學(xué)量進(jìn)行檢測。?通過狀態(tài)監(jiān)測就可以實時地反映出設(shè)備的運(yùn)行狀態(tài)，?其工作原理主要是通過對設(shè)備的組成部件的生命周期特征記錄，應(yīng)用傳感器技術(shù)和具有測量用途的檢測設(shè)備來實時監(jiān)測機(jī)組的生命狀態(tài)，?并根據(jù)監(jiān)測的數(shù)據(jù)和系統(tǒng)軟件分析來預(yù)測設(shè)備的狀態(tài)發(fā)展情況。?狀態(tài)監(jiān)測一般分為兩種情況，一種是保護(hù)性監(jiān)測，通過對常規(guī)運(yùn)行參數(shù)的監(jiān)測，來了解設(shè)備的工況，即在故障敏感部件處設(shè)置一些專用的監(jiān)測器，以便及時反映設(shè)備狀態(tài)?避免嚴(yán)重事故發(fā)生;維護(hù)性檢測通過狀態(tài)或離線檢查和試驗，發(fā)現(xiàn)缺陷，避免嚴(yán)重事故發(fā)生。

3.2故障診斷技術(shù)

（1）?模糊診斷法

模糊理論主要模仿人腦的邏輯思維，具有較強(qiáng)的知識表達(dá)能力，能將不確定性知識或定性知識轉(zhuǎn)化為定量表示。?在故障診斷中，故障與征兆之間的關(guān)系往往是模糊的，?這種模糊性既來自故障與征兆之間關(guān)系的不確定性，?又來自故障與征兆在概念描述上的非精確性，?因而診斷結(jié)果也必然是模糊的。?近些年來，模糊理論被進(jìn)一步發(fā)展和完善，并逐步地應(yīng)用到故障診斷技術(shù)中。?除了單獨(dú)應(yīng)用模糊理論來進(jìn)行故障的分析診斷外，?還有部分研究者將其與專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)技術(shù)聯(lián)合應(yīng)用，?或構(gòu)造模糊評價模型，?以評分的方式反映故障的危害性。其中，與其它分析診斷方法相結(jié)合的形式取得了較好的試驗效果，這也是模糊診斷技術(shù)的研究和發(fā)展趨勢。

（2）專家系統(tǒng)診斷法

專家系統(tǒng)是一個智能計算機(jī)程序系統(tǒng)，其內(nèi)部具有大量專家水平的某個領(lǐng)域知識與經(jīng)驗，?應(yīng)用人工智能技術(shù)，根據(jù)某個領(lǐng)域一個或多個人類專家提供的知識和經(jīng)驗進(jìn)行推理和判斷，?模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。?診斷專家系統(tǒng)的任務(wù)就是根據(jù)觀察到的情況（數(shù)據(jù)）來推斷出某個對象機(jī)能失常的原因。?專家系統(tǒng)診斷技術(shù)一般有五個部分組成：知識庫，數(shù)據(jù)庫，解釋機(jī)制，推理機(jī)和人機(jī)接口。?其中知識庫中總結(jié)了各方專家的經(jīng)驗，并在系統(tǒng)的使用中不斷更新、完善。

（3）人工神經(jīng)網(wǎng)絡(luò)技術(shù)

人工神經(jīng)網(wǎng)絡(luò)是模擬人腦組織結(jié)構(gòu)和人類認(rèn)知過程的信息處理系統(tǒng)，具有強(qiáng)大的自學(xué)能力和數(shù)據(jù)處理功能，能映射高度非線性的輸入、輸出關(guān)系。人工智能診斷自一開始被提出，就在很多領(lǐng)域迅速地成長起來，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)（A?N?N?）技術(shù)是智能故障診斷技術(shù)中的重要分支，在當(dāng)前的故障診斷研究中被廣泛應(yīng)用。?該方法主要是通過現(xiàn)場大量的標(biāo)準(zhǔn)樣本學(xué)習(xí)與訓(xùn)練，不斷調(diào)整A?N?N中的連接權(quán)和閥值，使獲取的知識隱式分布在整個網(wǎng)絡(luò)上，并實現(xiàn)A?N?N的模式記憶。因此A?N?N?具有強(qiáng)大的知識獲取能力，并能有效的處理含噪聲數(shù)據(jù)，?彌補(bǔ)了專家系統(tǒng)方法的不足。

4?結(jié)束語

總之，水輪發(fā)電機(jī)組的故障診斷以及狀態(tài)監(jiān)測工作相對較為復(fù)雜，受到多種因素的影響，實際開展過程中可能會出現(xiàn)諸多問題。相關(guān)人員必須加強(qiáng)對先進(jìn)的故障診斷和狀態(tài)監(jiān)測方法的重視，?借助網(wǎng)絡(luò)等，?推動其實現(xiàn)發(fā)展創(chuàng)新。

參考文獻(xiàn)：

[1]風(fēng)力發(fā)電機(jī)組軸承的特征提取及其故障診斷研究[D].?胡運(yùn)杰.武漢理工大學(xué)2018.

[2]蘇丹上阿特巴拉水電站水輪發(fā)電機(jī)組啟動運(yùn)行程序大綱編制[D].?阮佳磊.西華大學(xué)2018.

[3]基于協(xié)同控制理論的水輪發(fā)電機(jī)組調(diào)速系統(tǒng)控制研究[D].?聶勇文.華中科技大學(xué)2016.

（作者單位：中國水利水電第五工程局有限公司機(jī)電制造安裝分局）