论文部分内容阅读
摘要：汽轮机辅机是火电厂发电过程当中十分容易出现故障的一类设备，而汽轮机辅机在相关发电设备当中具有着较高的地位。一旦汽轮机辅机出现相关的故障问题，将会对发电厂的发电效率产生直接影响，也会降低发电厂的自身效益。基于此，本文主要分析了汽轮机故障诊断技术的发展与展望。
关键词：汽轮机；故障诊断；发展
引言
随着汽轮机设计要求越来越朝着高参数、高可靠性、多功能性方向发展，不断改善现有的故障诊断方法十分必要。经过近些年来的发展，国内外高校、企业中的科研工作者以及工程师们已经研究出一些具有代表性且应用在汽轮机上的故障诊断系统。为了更好地克服现有故障诊断系统中存在的不足，加强其实用性，改变其诊断理念，实现其大规模工业级应用，必须以提高故障诊断能力为目标，既要注重各种故障机理研究，也要注重与实际运行相结合，这些要求不仅依赖于对汽轮机故障机理模式的理解，也依赖于传感测量仪器以及数据挖掘技术的不断发展。
1国内外故障诊断技术的研究现状
汽轮机故障根据其过程主要可以分为渐发型和突发型两大类。渐发型故障是伴随着压力/温度参数、振动信号的变化而形成的，是一种过程累积产生的故障，会出现例如结垢、擦碰磨损、部件变形等现象，造成机组内效率下降、部件损伤及运行恶化等状况；突发型故障是伴随着汽轮机在运行过程中突然发生不可控的变化产生的，主要有阀杆断裂、叶片断裂、轴瓦烧毁等故障，此类故障对机组安全运行影响极大，如果没有及时预测并得到妥善处理，将会引发重大事故[1]。
汽輪机故障诊断领域的研究最早源于美国，其在航空航天领域积累了丰富的故障诊断经验，在这个基础上率先对汽轮机故障诊断技术展开了较为深入的研究，一些相关的研究院所及企业，如Bently、EPRI、BEI等相继开发了各自的状态监测与故障诊断系统，取得了多项世界级领先的成果。在美国之后，其他发达工业国家，如德、日、英、法等国的一些公司也投入了大量的人力和物力，对汽轮机故障诊断技术进行了多方面的探索，如德国Siemens、瑞士ABB、日本Toshiba电气公司，也相继推出了许多具有实际工程价值的汽轮机故障诊断系统。
与发达工业国家相比，我国对汽轮机故障诊断领域的研究起步略晚，但发展进度较快，迄今为止，已经研制出几十种不同的汽轮机状态监测与故障诊断系统，取得了很大的成就。得益于监测设备与信息化技术的飞速发展为许多高校和科研单位提供了技术上的有力支持，一大批汽轮机故障诊断方法及系统的研究成果应运而生。
2汽轮机故障诊断技术的发展
2.1 人工神经网络故障诊断法
人神经网络主要指的是一种在使用的过程中，着重依赖于动物神经系统的算法以及研究方式。该种算法就目前来说，有一定的自我适应能力。技术人员使用该种算法的过程中，如果能够根据一定的规律提前输入并且输出一些有效信号。那么技术人员就可以利用输入输出数据之间的规律进行系统建模的相关工作。技术人员在后续的工作过程中，需要对输入数据进行全面而又详细的分析，分析完后得出更加准确的输出结果。
人工神经网络主要是由输出层、输入层以及养成这三大层次之间有机配合密切联系而构造而成的。在这三种层次中，由于输入承载该算法正常使用的过程中所需要分担的功能结构非常的多。因此这一层次在算法正常进行的过程中负担的压力也比较大。为了缓解其所负担的压力，需要在使用的过程中将其收到的输入信号通过一定的方式方法，将数据稳定的传递给下一阶段。
当数据在经过一段时间的处理之后，最终把得到的数据输出到输入层中。在技术人员采取一定的方式方法对汽轮机的故障进行整装的过程中，需要在诊断的时候对汽轮机每个运行数进行详细的分析，然后把其做成原始信号，借助于系统内部所固有的算法进行故障类型的判断活动，从而使得处理效率能够得到进一步的提升。
2.2 人工神经网络故障诊断法的程序
在诊断的过程中，需要技术人员根据汽轮机的具体型号以及其他实际情况合理的选择诊断方式，然后再使用人工神经网络的整故障诊断系统对汽轮机的具体故障进行诊断。为了合理的使用该系统，工作人员需要在该系统运行的过程中正确的输入汽轮机的各项参数，从而准确判断故障类型。最后根据故障类型制定完善的处理方案，使得汽轮机的故障得到完善的处理。
2.3其他的故障检测法
在对汽轮机故障诊断的过程中，相继研发出了故障树诊断法、主元分析诊断法、模糊推理诊断法等等。以上的诊断方法在实际使用的过程中，都具有一定的可靠性以及真实性。通过这些诊断方法的正确使用可以极大地提高工作人员的故障诊断效率，能够更加及时地让工作人员了解到汽轮机出现故障的部位，从而进一步给技术人员提供更加有效的数据参考。
2 汽轮机常见故障排除技术
2.2 汽轮机润滑油引起火灾的控制
汽轮机润滑油引发的火灾，首先是因为机器向外渗漏油，因此在具体使用的时候，需要先关注汽轮机连通关点中间的封闭和隔开状态，避免润滑油渗漏出来。其次需要注意汽油机本身的温度，避免机器超过负荷运转导致温度太高。需要特别注意液压体系当中的调整部件比如滑阀部件、油管道部件、油动部件必须和温度较高的热物体完全隔开。
2.3 汽轮机调速系统故障分析
脉冲信号油压数值的持续改变是导致汽轮机液压速度调整体系不平稳的主要原因，当出现油压变化的时候，最好的处置方式就是优化整个调整体系的油管线路。在使用汽轮机的时候，需要充分思考油管线路和油动机整体系统的具体组合状态特性，确保油管线路和油动机合理匹配搭配，避免油管线路出现差别和由此引发的油压不平稳的情况。
2.4 汽轮机异常振动应对措施
汽轮机不正常振动的主要原因是转子热形状变化、汽流振动和摩擦振动等。在具体处理的时候，需要认真分辨振动出现的原因，针对详细的原因采取相应的处置举措。针对气流引发的振动，需要连续调整机组整体的给水数量，调节整个高压调速汽门等，最终再明确机组出现这种气流振动的具体情况。只有逐渐避开气流振动，才能慢慢处理汽轮机气流振动引起的不正常振动问题。
3汽轮机故障诊断技术的发展
3.1人工智能的深入融合应用
目前，人工智能技术已初步应用于回热系统故障诊断技术的研究中，极大程度地提高了故障诊断系统工作效率和精确度，有效解决了目前回热系统故障诊断技术难以解决的许多问题。然而，由于国内智能诊断系统的研究起步较晚，而国外的智能诊断系统价格昂贵，导致人工智能系统成本较高；并且人工智能技术与回热系统故障诊断系统的协调问题还需进一步研究。
3.2故障诊断技术与仿真技术的融合
由于现阶段故障诊断技术的研究缺乏电厂中的实际故障数据，这在一定程度上促进了故障诊断技术与仿真技术的融合，借助回热系统的全工况动态实时仿真数学模型，通过仿真模拟，可得到系统可能出现的各种故障工况，这是一种高效的、全面的辅助故障模糊知识库的建立方法，可提升故障诊断的准确性[5]。
结束语：
运行过程中的汽轮机往往具备时间长、负荷大的特点，如果汽轮机的部件出现磨损现象，一旦超出其承受的最大限度，那么会造成安全故障问题，从而威胁人身安全和造成财产损失。引起汽轮机的故障因素比较多，只有注重平时的维修和防护，并且迅速检修存在的故障问题，才可以避免故障问题或事故的出现。
参考文献：
[1] 李劲松. 汽轮机故障诊断技术的发展与展望[J]. 科技展望，2016（32）：38- 39.
[2] 高吉庆. 汽轮机故障诊断技术的发展分析和研究[J]. 科技创新与应用，2016（10）：113.
[3] 孙晓丽. 浅析汽轮机故障诊断技术的发展与展望[J]. 科技创新与应用，2017（08）：89.
[4] 张家彬. 汽轮机故障诊断技术分析[J]. 硅谷，2016（20）：6+13.
[5]付名江.汽轮机本体常见故障检修分析[J].科技风，2019（5）：159.
关键词：汽轮机；故障诊断；发展
引言
随着汽轮机设计要求越来越朝着高参数、高可靠性、多功能性方向发展，不断改善现有的故障诊断方法十分必要。经过近些年来的发展，国内外高校、企业中的科研工作者以及工程师们已经研究出一些具有代表性且应用在汽轮机上的故障诊断系统。为了更好地克服现有故障诊断系统中存在的不足，加强其实用性，改变其诊断理念，实现其大规模工业级应用，必须以提高故障诊断能力为目标，既要注重各种故障机理研究，也要注重与实际运行相结合，这些要求不仅依赖于对汽轮机故障机理模式的理解，也依赖于传感测量仪器以及数据挖掘技术的不断发展。
1国内外故障诊断技术的研究现状
汽轮机故障根据其过程主要可以分为渐发型和突发型两大类。渐发型故障是伴随着压力/温度参数、振动信号的变化而形成的，是一种过程累积产生的故障，会出现例如结垢、擦碰磨损、部件变形等现象，造成机组内效率下降、部件损伤及运行恶化等状况；突发型故障是伴随着汽轮机在运行过程中突然发生不可控的变化产生的，主要有阀杆断裂、叶片断裂、轴瓦烧毁等故障，此类故障对机组安全运行影响极大，如果没有及时预测并得到妥善处理，将会引发重大事故[1]。
汽輪机故障诊断领域的研究最早源于美国，其在航空航天领域积累了丰富的故障诊断经验，在这个基础上率先对汽轮机故障诊断技术展开了较为深入的研究，一些相关的研究院所及企业，如Bently、EPRI、BEI等相继开发了各自的状态监测与故障诊断系统，取得了多项世界级领先的成果。在美国之后，其他发达工业国家，如德、日、英、法等国的一些公司也投入了大量的人力和物力，对汽轮机故障诊断技术进行了多方面的探索，如德国Siemens、瑞士ABB、日本Toshiba电气公司，也相继推出了许多具有实际工程价值的汽轮机故障诊断系统。
与发达工业国家相比，我国对汽轮机故障诊断领域的研究起步略晚，但发展进度较快，迄今为止，已经研制出几十种不同的汽轮机状态监测与故障诊断系统，取得了很大的成就。得益于监测设备与信息化技术的飞速发展为许多高校和科研单位提供了技术上的有力支持，一大批汽轮机故障诊断方法及系统的研究成果应运而生。
2汽轮机故障诊断技术的发展
2.1 人工神经网络故障诊断法
人神经网络主要指的是一种在使用的过程中，着重依赖于动物神经系统的算法以及研究方式。该种算法就目前来说，有一定的自我适应能力。技术人员使用该种算法的过程中，如果能够根据一定的规律提前输入并且输出一些有效信号。那么技术人员就可以利用输入输出数据之间的规律进行系统建模的相关工作。技术人员在后续的工作过程中，需要对输入数据进行全面而又详细的分析，分析完后得出更加准确的输出结果。
人工神经网络主要是由输出层、输入层以及养成这三大层次之间有机配合密切联系而构造而成的。在这三种层次中，由于输入承载该算法正常使用的过程中所需要分担的功能结构非常的多。因此这一层次在算法正常进行的过程中负担的压力也比较大。为了缓解其所负担的压力，需要在使用的过程中将其收到的输入信号通过一定的方式方法，将数据稳定的传递给下一阶段。
当数据在经过一段时间的处理之后，最终把得到的数据输出到输入层中。在技术人员采取一定的方式方法对汽轮机的故障进行整装的过程中，需要在诊断的时候对汽轮机每个运行数进行详细的分析，然后把其做成原始信号，借助于系统内部所固有的算法进行故障类型的判断活动，从而使得处理效率能够得到进一步的提升。
2.2 人工神经网络故障诊断法的程序
在诊断的过程中，需要技术人员根据汽轮机的具体型号以及其他实际情况合理的选择诊断方式，然后再使用人工神经网络的整故障诊断系统对汽轮机的具体故障进行诊断。为了合理的使用该系统，工作人员需要在该系统运行的过程中正确的输入汽轮机的各项参数，从而准确判断故障类型。最后根据故障类型制定完善的处理方案，使得汽轮机的故障得到完善的处理。
2.3其他的故障检测法
在对汽轮机故障诊断的过程中，相继研发出了故障树诊断法、主元分析诊断法、模糊推理诊断法等等。以上的诊断方法在实际使用的过程中，都具有一定的可靠性以及真实性。通过这些诊断方法的正确使用可以极大地提高工作人员的故障诊断效率，能够更加及时地让工作人员了解到汽轮机出现故障的部位，从而进一步给技术人员提供更加有效的数据参考。
2 汽轮机常见故障排除技术
2.2 汽轮机润滑油引起火灾的控制
汽轮机润滑油引发的火灾，首先是因为机器向外渗漏油，因此在具体使用的时候，需要先关注汽轮机连通关点中间的封闭和隔开状态，避免润滑油渗漏出来。其次需要注意汽油机本身的温度，避免机器超过负荷运转导致温度太高。需要特别注意液压体系当中的调整部件比如滑阀部件、油管道部件、油动部件必须和温度较高的热物体完全隔开。
2.3 汽轮机调速系统故障分析
脉冲信号油压数值的持续改变是导致汽轮机液压速度调整体系不平稳的主要原因，当出现油压变化的时候，最好的处置方式就是优化整个调整体系的油管线路。在使用汽轮机的时候，需要充分思考油管线路和油动机整体系统的具体组合状态特性，确保油管线路和油动机合理匹配搭配，避免油管线路出现差别和由此引发的油压不平稳的情况。
2.4 汽轮机异常振动应对措施
汽轮机不正常振动的主要原因是转子热形状变化、汽流振动和摩擦振动等。在具体处理的时候，需要认真分辨振动出现的原因，针对详细的原因采取相应的处置举措。针对气流引发的振动，需要连续调整机组整体的给水数量，调节整个高压调速汽门等，最终再明确机组出现这种气流振动的具体情况。只有逐渐避开气流振动，才能慢慢处理汽轮机气流振动引起的不正常振动问题。
3汽轮机故障诊断技术的发展
3.1人工智能的深入融合应用
目前，人工智能技术已初步应用于回热系统故障诊断技术的研究中，极大程度地提高了故障诊断系统工作效率和精确度，有效解决了目前回热系统故障诊断技术难以解决的许多问题。然而，由于国内智能诊断系统的研究起步较晚，而国外的智能诊断系统价格昂贵，导致人工智能系统成本较高；并且人工智能技术与回热系统故障诊断系统的协调问题还需进一步研究。
3.2故障诊断技术与仿真技术的融合
由于现阶段故障诊断技术的研究缺乏电厂中的实际故障数据，这在一定程度上促进了故障诊断技术与仿真技术的融合，借助回热系统的全工况动态实时仿真数学模型，通过仿真模拟，可得到系统可能出现的各种故障工况，这是一种高效的、全面的辅助故障模糊知识库的建立方法，可提升故障诊断的准确性[5]。
结束语：
运行过程中的汽轮机往往具备时间长、负荷大的特点，如果汽轮机的部件出现磨损现象，一旦超出其承受的最大限度，那么会造成安全故障问题，从而威胁人身安全和造成财产损失。引起汽轮机的故障因素比较多，只有注重平时的维修和防护，并且迅速检修存在的故障问题，才可以避免故障问题或事故的出现。
参考文献：
[1] 李劲松. 汽轮机故障诊断技术的发展与展望[J]. 科技展望，2016（32）：38- 39.
[2] 高吉庆. 汽轮机故障诊断技术的发展分析和研究[J]. 科技创新与应用，2016（10）：113.
[3] 孙晓丽. 浅析汽轮机故障诊断技术的发展与展望[J]. 科技创新与应用，2017（08）：89.
[4] 张家彬. 汽轮机故障诊断技术分析[J]. 硅谷，2016（20）：6+13.
[5]付名江.汽轮机本体常见故障检修分析[J].科技风，2019（5）：159.