基于虚拟仪器的水轮机组监测与诊断分析系统

荣浩天,朱晓东

(东南大学 火电机组振动国家工程中心,江苏 南京 210096)

1 前 言

水轮发电机组是水电站最关键的主设备,它的安全运行状态直接关系到水电站能否安全、经济地提供可靠的电力。随着水电机组建设的高速发展,机组容量和尺寸在逐步增大,比转速也相应提高,机组运行的自动化程度越来越高,无人值班、少人值守、远程控制的水电厂日益增多,对机组运行稳定性的研究日趋重要。国内外对水电机组振动的研究表明,许多机组振动的振源来自水轮机,往往由于水轮机振动而限制其运行工况,从而影响机组效益的发挥。为了提高水轮发电机组的健康水平和设备完好率,我们所开发的基于虚拟仪器的水轮机组监测及故障振动监测系统,可对实时采集的数据进行稳态、瞬态、趋势等各种分析,并可以初步判断机组的运行状态及各种可能存在的故障。

2 虚拟仪器

虚拟仪器(Virtual Instrument)是一种功能意义上而非物理意义上的仪器,它通过硬件接口和仪器驱动实现与测控设备的硬件通信,通过软件将计算机硬件与仪器硬件有机地融合为一体,把计算机强大的数据处理能力和仪器硬件的测量、控制能力结合在一起,通过软件实现对数据的显示、存储及分析处理。同其他技术相比,虚拟仪器技术具有四大优势:性能高、扩展性强、开发时间少和出色的集成性能[1]。

虚拟仪器用计算机软件代替传统仪器的某些硬件功能,用户可以根据需要定义仪器的功能,虚拟仪器性能的改进和功能扩展也只需进行相关软件的设计更新,而不需要增添新的仪器。基于虚拟仪器的监测系统与传统系统相比,具有如下的优越性[2]:

(1)开发和维护费用低;

(2)技术更新周期短(0.5～1年);

(3)软件是关键;

(4)价格低;

(5)开放、灵活与计算机同步,可重复使用和重新配置;

(6)可用网络联络周边各仪器;

(7)自动化、智能化、多功能、远距离传输。

3 水轮机组监测项目及其测点布置

水轮发电机组由于体积较大、运行工况的多变性,其监测内容也相当复杂,包括稳定性监测、发电机空气间隙监测、发电机磁场强度监测、空化噪声监测、局部放电监测等多项内容,其中稳定性监测是水电厂最为注重的内容。由于条件限制,所设计的水轮机组监测诊断系统以稳定性监测为主。

监测内容包括[3-4]:

(1)大轴轴线姿态。通过对各导轴承摆度的监测,可对大轴轴线姿态的优劣作出分析判断,包括监测大轴弯曲、法兰连接不对中、法兰螺栓松动等。

(2)导轴承状态。通过对各导轴承处摆度、各机架振动,以及各导轴承油温、瓦温的监测,评价各导轴承状态,判断可能存在的缺陷,如轴瓦间隙不匀、导轴承不对中、润滑不良、碰磨等。

(3)过流部件状态。通过对顶盖振动、压力及脉动的监测,分析判断机组是否存在涡带振动过大、机械与水力共振、导叶关闭不严、转轮结构不对称等过流部件缺陷。

现以某水电站 210MW混流式水轮机为例说明。为保证水轮发电机组安全运行,该机组共布置有 43个测点,包括 1个转速/键相信号、8个摆度量、20个振动量、11个压力脉动信号、8个发电机空气间隙信号等。转速/键相信号和摆度信号采用一体式涡流传感器(北京波谱公司,型号为 85811-01+85745-01A-K)测量,振动量测量采用低频速度传感器(上海欧丹仪器电子有限公司,型号为OD9300),采用压力变送器测量压力脉动(长沙盛恩,型号为 NMPM 480S)。其他工艺量从机组现有的二次仪表的输出端子上拾取。

相配套的信号调理模块实现键相信号、摆度、振动等信号的隔离、放大、滤波、转换等预处理,采用模块化、总体式设计。信号调理箱电路包括摆度振动信号调理电路和键相信号调理电路两部分。前者主要压缩信号中的直流分量和放大交流信号,以确保在采用一定位数的 ADC条件下,提高被测信号的分辨率和精度。键相信号调理电路将键相信号整形为方波信号。其调理参数由采集监测计算机通过串口进行程控,模块主要元件选用国外高精度、集成化芯片,可靠性高。

4 系统硬件构成

监测与故障诊断系统主要由采集振动(包括摆度、振动位移、压力脉动等)、相位及转速的传感器、高性能数据采集卡、现场监测工作站、数据库服务器、故障诊断服务器和工程师站等组成。系统图见图1。

现场采集监测工作站由工控机、高速 A/D数据采集卡组成。工控机选用台湾研华 IPC-610/P42.0G。转速和振动信号选用北京阿尔泰公司 PCI-8606数据采集卡(采样速率 1.25MHz,16通道,12Bit)采集。现场采集监测子系统具有实现数据采集、监测、报警和数据存储等功能。采集的数据通过局域网络存储在数据库服务器,当网络中断时,数据存入本地硬盘,网络恢复正常后由服务器调用。

远程监控及故障诊断工作站放置于厂监测诊断中心或厂设备管理人员和技术人员的值班室。它选用台湾研华 IPC-610H/P42.8G工控机,操作平台为 W indows2000,监视软件采用 LabVIEW 8.0开发。远程监视计算机调用实时数据库数据,将机组的运行状态远程实时再现,可以使有关人员及时了解机组的运行信息;同时,远程监测计算机可以对现场采集监测参数进行遥控。

5 系统功能及远程监测

5.1 系统功能

本系统软件主要由采集监测软件和网络传输、分析诊断软件两大部分组成,系统功能主要包括:系统管理、实时监测、启停机分析、数据管理、诊断助手、运行日志和帮助 7个模块(见图2)。

图1 系统硬件总体框架

LabVIEW提供了丰富的函数及子程序库,从基本的数学函数到高级分析库适合于分析设备故障诊断中的平稳信号及瞬态信号,用户可以根据需要综合使用,可以有效捕捉水轮机运行中的故障信息。这些功能包括:波形分析(时基图分析)、相关分析、频谱分析(幅值谱、功率谱)、倒频谱分析、选频细化分析、轴心轨迹分析、多通道波形频谱、统计特征分析、回归分析、高精度幅值频谱和功率频谱、高精度对数功率频谱、时域细化分析、聚类分析。

(1)系统管理。进行软件系统的测点参数组态,对监测采集系统的各种关键参数进行设置。

(2)实时监测。对水轮机组运行状况进行监测,对采集到的数据进行频谱分析、轴心轨迹分析、全息谱分析,并对异常报警和事故发生前后的数据进行记录与追忆。

(3)启、停机分析。监测水轮机启、停机过程中的瞬态变化,包括 bode图分析、极坐标图分析、阶次图和三维频谱图分析等。采样的存盘方式分为定转速间隔采样存盘、定时间间隔采样存盘和手动采样存盘。数据存放于数据库服务器中。

(4)数据管理。对时域波形数据库、实时数据库、历史数据库、异常记录数据库等进行生成、查询及备份等操作,对异常报警和事故发生前后的数据进行记录与追忆。

(5)诊断助手。包括动平衡计算、大轴摆度计算和故障诊断。故障诊断方法基于模糊理论和人工神经网络方法,在机组出现异常时,应用诊断模块可以提供初步的诊断结论,结合系统的其它精密分析手段可进一步实现对故障的确诊,为设备的预知维修提供指导性建议。智能自动诊断模块具有自学习功能,随着在现场的进一步使用,系统将提高故障识别的准确率。

(6)运行日志。对机组所有通道生成日报表、月报表,内容包括各测点的最大 /最小值、平均值、报警次数等。

(7)帮助。本软件使用的帮助文档。

图2 系统功能

5.2 网络化振动状态监测与实现

远程监测和诊断的特点是测试数据、分析方法和诊断知识的网络共享。因此,必须使诊断技术的核心部分(如信号采集、信号处理和分析)能够在网络上远程运行。基于 Web的虚拟仪器的益处是明显的,用于设备监测和分析的昂贵硬件仪器可以被低廉的基于软件的虚拟仪器代替,通过在 Internet服务器上安装虚拟仪器,可使当前用于工厂的冗余仪器精简到最小。通过 Web的交互式维护变得容易。软件正是结合了 LabVIEW的 DataSocket技术以及 Web数据库技术,实现了振动数据网络传输以及基于 B/S结构的远程故障监测功能。

DataSocket是 National Instrument提供的一种网络传输技术,它建立在 TCP/IP协议的基础上,而不用进行复杂的底层 TCP编程,就可以通过计算机网络向多个远端的终端同时广播现场的测量数据。DataSocket技术专门为满足测试与自动化的需求而设计,不必像 TCP/IP编程那样把数据转换为非结构化的字节流,而是以自己特有编码格式传输各种类型的数据,包括字符串、数字、布尔量以及波形等,还可以在现场数据和用户自定义属性之间建立联系一起传输。DataSocket由 DataSocket API和 DataSocket Server两部分组成。DataSocket传递数据具有三个角色,即数据发布、数据接收和 DataSocket Serv-er。DataSocket Server是一个小巧的独立运行的程序,发布数据的程序通过它进行数据输出,接收数据的程序通过它接收数据。

使用 LabVIEW的 Web服务器可以在网络上发布 LabVIEW程序前面板的图像或 HTML(HypertextMarkup Language,超文本链接标示语言)文件供本地或远程计算机浏览;还可以在网络上打开其他计算机内存中的 LabVIEW程序面板。随着网络信息管理系统向 Internet/Intranet的迁移,出现了WWW技术与数据库技术相结合的 Web数据库应用,即 Brow se/Server浏览器/服务器计算模型。Browse/Server结构模式是在传统 Client/Server结构模式的基础上发展形成的,它将 Web技术与数据库技术相结合,扩展了 C/S模式的分布计算特性,实现了动态 Web应用。因此,本振动监测系统采用B/S模式。采用这种网络模式,用户端只需安装一个浏览器,直接访问该测控网站的地址,就可以监视远程测点的数据变化情况。它的主要工作是在服务器端程序的开发,不存在客户端程序的开发和维护问题。

6 故障诊断

故障诊断系统采用动态模糊聚类分析法[5]进行机组故障诊断,将神经网络的自学习能力与模糊故障诊断方法相结合,即利用神经网络强大的自学习能力来建立征兆和故障集之间的模糊关系矩阵,再建立故障与征兆的模糊关系方程,然后用动态ISODATA方法分析机组振动故障原因,再用专家系统反向推理,从而得到可信的结果。动态 ISODATA分析方法适合于水轮发电机组稳定性分析之优点在于它不受先验信息多少的限制,并且故障征兆的提取无需人的干预。

7 结束语

开发基于虚拟仪器的水轮发电机组监测与故障诊断系统,不仅具有开发周期短、操作方便、性价比高、可扩展性强、工作稳定性好等特点,而且集实时数据采集与处理、在线数据分析与存储、监测与分析诊断于一体,能够迅速有效地反映水轮发电机组的各种状态信息,使机组的运行状态和运行趋势一目了然,其强大的软件功能为专业人员进行状态分析和故障诊断提供了十分方便的工具。

[1]杨乐平,李海涛,赵勇,等.LabVIEW高级程序设计[M].北京:清华大学出版社,2004.

[2]National Instruments.Using LabV IEW to CreatM ultithreaded V Is for Maxium Performance and Reliability,2000.

[3]王海.水轮发电机组状态检修技术[M].北京:中国电力出版社,2004.

[4]马震岳,董毓新.水电站机组及厂房振动的研究与治理[M].北京:中国水利水电出版社,2004.

[5]陈铁华,陈启卷.模糊聚类分析在水电机组振动故障诊断中的应用[J].中国电机工程学报,2002,22(3):43-47.