《凝汽器故障診斷方法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、凝汽器故障診斷方法的研究摘要:本文簡要介紹了故障診斷原理，現(xiàn)代故障診斷的方法，指出了冃前方法中存在的問題及其凝汽器故障診斷的發(fā)展趨勢。關(guān)鍵詞:故障診斷凝汽器原理方法凝汽器作為電廠重要的輔助設(shè)備之一，其運行狀態(tài)直接影響機(jī)組的經(jīng)濟(jì)性和安全性。統(tǒng)計顯示，真空每下降1%,機(jī)組功率可增加1%，煤耗下降1%;真空系統(tǒng)及循環(huán)水、凝結(jié)水系統(tǒng)發(fā)生故障吋的非計劃停運時間占火電機(jī)組總的非計劃停運時間的17.63%[l,2]o準(zhǔn)確檢測凝汽器的運行狀態(tài)，保持凝汽器良好的運行工況,是電廠實現(xiàn)節(jié)能減排的重耍內(nèi)容。1凝汽器故障分析及診斷原理故障分析基于工作原理的深入認(rèn)識。凝汽器是一個放熱工質(zhì)

2、存在相變的換熱—凝汽器內(nèi)蒸汽凝結(jié)溫度,°C;壓力、空氣分壓力、蒸汽分壓力,Pa。導(dǎo)致凝汽器運行真空下降的主要原因可分為內(nèi)因和外因兩種。外因有循環(huán)水泵故障，軸封供汽中斷,抽氣器工作不正常，凝結(jié)水泵故障，凝汽器水位調(diào)節(jié)失靈等;內(nèi)因有真空系統(tǒng)不嚴(yán)密，汽側(cè)泄漏，凝汽器銅管破裂、臟污、堵塞等，同吋會出現(xiàn)一些相應(yīng)的征兆。凝汽器故障診斷的實質(zhì)是一個狀態(tài)識別與分類，尋找故障征兆與類型對應(yīng)關(guān)系的過程，及時有效地分離出故障征兆信息并且診斷出故障隱患的檢測方法非常重要。2凝汽器故障診斷方法故障診斷技術(shù)始于20世紀(jì)60年代末，美國80年代初才研制出汽輪發(fā)電機(jī)組檢測診斷專家系統(tǒng)。經(jīng)兒十

3、年的研究，提出了以信號分析為基礎(chǔ)的一般診斷方法與以知識處理為基礎(chǔ)的智能診斷系統(tǒng)等人量診斷方法，為提高凝汽器的可靠性提供了必要的途徑。隨著人工智能的發(fā)展，基于知識故障診斷方法為凝汽器故障診斷技術(shù)提供了新的理論基礎(chǔ)。主耍包括:專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊推理、故障樹、數(shù)據(jù)融合、支持向量機(jī)等方法。(1)專家系統(tǒng):基于規(guī)則和基于模型的故障診斷是專家系統(tǒng)較常用的兩種方法。前者是將設(shè)備以往的專家診斷經(jīng)驗歸納成規(guī)則，通過規(guī)則推理進(jìn)行故障診斷;后者是根據(jù)設(shè)備的運行模型和故障模型中獲得的預(yù)測形式和通過測量得到的形態(tài)之間的差異計算出設(shè)備的狀態(tài)結(jié)論。專家系統(tǒng)主要由知識庫、推理機(jī)、數(shù)據(jù)庫

4、、人機(jī)交互和故障征兆獲取等部分組成，知識獲取是專家系統(tǒng)的“瓶頸”問題。⑵神經(jīng)網(wǎng)絡(luò):故障診斷領(lǐng)域的研究熱點。采用物理可實現(xiàn)系統(tǒng)模仿人腦神經(jīng)細(xì)胞結(jié)構(gòu)和功能的系統(tǒng)，通過反復(fù)的學(xué)習(xí)、訓(xùn)練、記憶學(xué)習(xí)樣本中總結(jié)出的知識，對輸入的征兆信息作出診斷。具有大規(guī)模并行、分布式存貯和處理、自組織、自適應(yīng)和自學(xué)習(xí)能力,特別適用于處理需要考慮許多因素和條件的、非線性、不精確和模糊信息處理問題［3］,然而存在著單個網(wǎng)絡(luò)推理過程的“黑箱”問題。(3)模糊診斷:根據(jù)模糊集合論中故障狀態(tài)與征兆的映射關(guān)系，采用模糊診斷與分析系統(tǒng)處理凝汽器的故障現(xiàn)象、原因和機(jī)理之間存在的很大的不確定性和模糊關(guān)系。

5、在工程實踐屮由于完備模糊規(guī)則集比較大，會出現(xiàn)不必要的冗余,使診斷過程趨于復(fù)雜;模糊推理中,隸屬度函數(shù)的選取至關(guān)重要，但目前還無法用理論證明選擇效果，仍然依賴于經(jīng)驗［4］。(4)故障樹分析:把設(shè)備故障和導(dǎo)致該故障的因素繪成圖表，較直觀地反映各元素之間的相互關(guān)系,定量計算故障程度、概率、原因等。由于故障樹的理論性強、邏輯性嚴(yán)密，對于較復(fù)雜的系統(tǒng)，故障樹的建立會變的比較繁瑣，診斷結(jié)果的置信度由故障樹的性能直接決定。(5)數(shù)據(jù)融合:數(shù)據(jù)融合技術(shù)在故障診斷系統(tǒng)中能夠充分融合多傳感器資源，提高診斷精度，增強診斷結(jié)果的可信度，是處理多源信息的有效方法。由于數(shù)據(jù)融合技術(shù)還處于

6、研究發(fā)展階段，其容錯性和穩(wěn)健性還存在一定的欠缺，不能夠?qū)_突(矛盾)信息或傳感器故障所產(chǎn)生的錯誤信息等有效處理。⑹支持向量機(jī):是因缺乏大量故障樣木受到制約的智能診斷新方法。結(jié)構(gòu)簡單，可解決神經(jīng)網(wǎng)絡(luò)算法中的高維問題和局部極值問題,其隱層可以自動調(diào)節(jié)，從而可以自適應(yīng)地解決各種不同的問題。但對大規(guī)模訓(xùn)練樣本難以實施，解決多分類問題存在的困難仍然有待進(jìn)一步研究。綜上所述，傳統(tǒng)的專家系統(tǒng)可以解釋推理路徑和推理依據(jù)，透明性強，但是知識獲取和推理方面還存在問題，缺乏自學(xué)習(xí)能力和口適應(yīng)機(jī)制;而神經(jīng)網(wǎng)絡(luò)克服了傳統(tǒng)專家系統(tǒng)的無窮遞歸、匹配沖突、組合爆炸等問題,能夠快速處理大量并行

7、信息，知識表示、獲取都存在獨到的優(yōu)勢，但是推理過程的“黑箱”問題一直難以攻克。將專家系統(tǒng)、模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)相融合構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)、模糊專家系統(tǒng)等可部分解決這個問題，但是仍存在隸屬度函數(shù)的選取和“黑箱”問題。將數(shù)據(jù)融合技術(shù)多種方法融合中取長補短成為目前的一種趨勢。3隨若我國電力工業(yè)的迅猛發(fā)展，故障診斷在電力生產(chǎn)過程的地位將越來越重要;凝汽器故障征兆與故障特征間復(fù)朵的非線性特性,使得集多種理論于一體的智能故障診斷系統(tǒng)將成為凝汽器故障診斷技術(shù)新的發(fā)展方向。