-6-技术广场浅议汽轮机故障诊断技术郑大伟(大庆石化热电厂,黑龙江大庆163000)1我国的发展情况我国在故障诊断技术方面的研究起步较晚,但是发展很快。一般说来,经历了两个阶段:第一阶段是从70年代末到80年代初,在这个阶段内主要是吸收国外先进技术,并对一些故障机理和诊断方法展开研究;第二阶段是从80年代初期到现在,在这一阶段,全方位开展了机械设备的故障诊断研究,引入人工智能等先进技术,大大推动了诊断系统的研制和实施,取得了丰硕的研究成果。2汽轮机故障诊断技术的发展2.1信号采集与信号分析2.1.1传感器技术由于汽轮机工作环境恶劣,所以在汽轮机故障诊断系统中,对传感器性能要求就更高。目前对传感器的研究,主要是提高传感器性能和可靠性、开发新型传感器,另外也???相当一部分力量在研究如何诊断传感器故障以减少误诊率和漏诊率,并且利用信息融合进行诊断。2.1.2信号分析与处理最有代表性的是振动信号的分析处理。目前,汽轮机故障诊断系统中的振动信号处理大多采用快速傅立叶变换(FFT),FFT的思想在于将一般时域信号表示为具有不同频率的谐波函数的线性叠加,它认为信号是平稳的,所以分析出的频率具有统计不变性。FFT对很多平稳信号的情况具有适用性,因而得到了广泛的应用。但是,实际中的很多信号是非线性、非平稳的,所以为了提高分辨精度,新的信号分析与处理方法成为许多机构的研究课题。2.2故障机理与诊断策略2.2.1故障机理故障机理是故障的内在本质和产生原因。故障机理的研究,是故障诊断中的一个非常基础而又必不可少的工作。目前对汽轮机故障机???的研究主要从故障规律、故障征兆和故障模型等方面进行。由于大部分轴系故障都在振动信号上反映出来,因此,对轴系故障的研究总是以振动信号的分析为主。调节系统的可靠与否,对汽轮机组的安全运行具有非常重要的意义。哈尔滨工业大学的于达仁、徐基豫等在调节系统故障诊断方面作了很多研究工作,他们给出了调节系统卡涩和非卡涩原因造成故障的数学模型,并对诊断方法和诊断仪器的实现进行了探讨。2.2.2诊断策略和诊断方法在汽轮机故障诊断中用到的诊断策略主要有对比诊断、逻辑诊断、统计诊断、模式识别、模糊诊断、人工神经网络和专家系统等。而目前研究比较多的是后面几种,其中人工神经网络和专家系统的应用研究是这一领域的研究热点。3国内在故障诊断系统设计和系统实现方面的研究。完整的汽轮机故障诊断系统???应包括数据采集、信号处理、分析、诊断和决策几个部分,它是故障诊断技术的集中体现,我国早在80年代就开始了这方面的研究,到目前已经研制开发出了几十种系统。华北电力学院以模拟转子试验台作为信号源对汽轮发电机组振动监测与故障诊断系统进行了研究、哈尔滨工业大学、哈尔滨电工仪表所等院所联合研制200MW、300MW汽轮发电机组工况监测与故障诊断专家系统(国家"八五"攻关项目)可全面监测诊断机械振动故障、汽隙振动故障、热因素引起的故障、机电耦合轴系扭振故障、以及调节控制系统故障。哈尔滨工业大学对诊断系统从数据采集到原型机理论作了很多研究,并推出了代表性的诊断系统MM-MD。清华大学对诊断系统的软件构成、硬件结构与协调方法、原型机系统等,进行了一系列的研究,并与山东电力科学试验研究所合作开发出了大型电站性能与振动远程监测分析与诊断系统,该系统由各电厂中的振动分析站、数据通讯网络系统、远程诊断中心(济南市山东电力科学研究院)和远程诊断分中心(清华大学)等四个子系统构成。3.1检测手段汽轮机故障诊断技术中的许多数学方法,甚至专家系统中的一些推理算法都达到了很高的水平,而征兆的获取成为了一个瓶颈,其中最大的问题是检测手段不能满足诊断的需要,如运行中转子表面温度检测、叶片动应力检测、调节系统卡涩检测、内缸螺栓断裂检测等,都缺乏有效的手段。3.2材料性能在寿命诊断中,对材料性能的了解非常重要,因为大多数寿命评价都是以材料的性能数据为基础的。但目前对于材料的性能,特别是对于汽轮机材料在复杂工作条件下的性能变化还缺乏了解。3.3复杂故障的机理???故障机理的了解是准确诊断故障的前提。目前,对汽轮机的复杂故障,有些很难从理论上给出解释,对其机理的了解并不清楚,比如在非稳定热态下轴系的弯扭复合振动问题等,这将是阻碍汽轮机故障诊断技术发展的主要障碍之一。3.4人工智能应用专家系统作为人工智能在汽轮机故障诊断中的主要应用已经获得了成功,但仍有一些关键的人工智能应用问题需要解决,主要有知识的表达与获取、自学习、智能辨识、信息融合等。3.5诊断技术应用推广面临的问题我国汽轮机诊断技术在现有基础上,进一步推广应用面临的主要问题是研究开发机制和观念问题、诊断技术与生产管理的结合问题。机制和观念问题主要表现在:研究机构分散,不能形成规模化效应;重复性研究过多,造成人力、物力的浪费;技术研究转化为