水电机组状态监测与故障诊断

李德军

（中国水利水电第七工程局有限公司机电分局，四川 彭山 620860）

1 国内外水电机组状态监测与故障诊断技术现状

（1）国外发展现状。水电机组状态监测与故障诊断技术对保护水电机组，保障电力供应的可靠供应具有非常重要的现实意义。国外在开展水电机组状态监测与故障诊断技术研究方面较于我国相比具有开始时间早，技术比较成熟的特点。

现代机械设备的检测与诊断技术研究，开始于20世纪60年代后期。重点是应用于军事和航空领域。20世纪80年代该技术逐步进入普通工业技术应用领域。最早开展故障监测诊断技术研究的是美国，他们先是针对航天系统开展故障机理、检测、诊断和预测的研究和开发，然后发展到电站汽轮发电机组。美国从事电站故障监测诊断系统工作的主要公司有:西屋公司 (WHEC);IRD公司;Bently公司;BEI公司。美国西屋公司的人工智能集中诊断电站设备状态专家系统PDS。欧洲也有不少公司从事故障诊断技术的研究、产品的开发及应用。如瑞士ABB公司发展以计算机为前终端核心的 “人机联系(MMC)”振动观察 (vibro－View)系统。法国于1978年在法国电气研究与发展部研制了状态振动监测系统，近年又发展了以监测与诊断辅助的PASD系统。丹麦的服K公司在20世纪90年代推出了新一代状态监测与故障诊断系统—B&K3450型 COMPASS系统。英国的COLLACOTT公司，德国西门子公司也开发出了各自的诊断系统。据相关资料分析，目前已投入运行的比较先进的诊断系统主要有:美国西屋公司的GEN—AID系统和人工智能集中诊断电站设备状态专家系统;美国本特利·内华达公司推出的瞬间数据管理系统(TDM)和用于旋转机械故障诊断的工程师辅助系统(EA);德国西门子公司的Siemens/KMU系统等。

（2）国内发展现状。目前，我国水电厂的运行模式正处在由传统检修模式的“计划维修”方式到更具科学性的“状态检修”方式转变进程中，实现“状态检修”是国内乃至国际水电行业多年来一直为之奋斗的目标。国内水电机组状态监测与故障诊断技术研究起步较晚，但是，近些年来，通过技术引进、消化、吸收，国内该技术的发展速度是非常快的，也取得了很多研究成果。自20世纪80年代初起步，从一些大专院校学术讨论和小规模实际应用发展到许多高校、大企业联合的深入研究开发和现场实施，发展非常迅速，主要经历了3个阶段:第一阶段是在20世纪70年代初期到80年代初期，当时主要是在引进和消化吸收国外先进技术的基础上，开始研究各种机械设备的故障机理、诊断方法以及简便的监测与诊断仪器;第二阶段是在20世纪80年代初期到80年代后期，这一阶段主要是总结经验，探索新的诊断理论和方法，开发研制出我国自己的状态监测与故障诊断装置;第三阶段是在20世纪80后期至今，从理论和生产应用上形成了具有我国特色的智能故障诊断理论。

目前我国从事故障诊断技术研究与开发的单位有几十家，大都集中在火电汽轮机以及机械设备的监测与故障诊断技术上，这些单位主要有华中理工大学、上海交通大学、华北电力大学等高等院校和上海发电设备成套设计研究所、山东电力科学试验研究所、哈尔滨船舶锅炉涡轮机研究所及一些汽轮机制造厂和大型电厂等。目前，我国开展水电机组状态监测与故障诊断系统研究的单位主要有华中科技大学、中国水利电力科学研究院、河海大学、北京英华达公司、西安理工大学等。主要研究成果有国内的有华中科技大学的HSJ系统;北京英华达公司的EN一8000;中国水利电力科学研究院的HM900O水电机组状态监测综合分析系统等。

2 水轮发电机组故障诊断技术研究现状

近年来，随着技术引进、消化和吸收，我国水电机组状态状态监测、分析与故障诊断方面取得了一系列卓有成效的研究成果。但由于水电机组单机装机容量的不断增大，水电设备结构、运行状态及故障机理的现实复杂性，故障特征及现场诊断方法的研究还有待进一步地深入。水轮发电机组是旋转机械的一种，它与一般旋转机械有许多共性，有关旋转机械故障诊断的技术与经验许多都可以借鉴。但水轮发电机组也有自己的固有特性，目前水轮发电机组故障诊断技术还存在以下几个问题：

（1）由于水轮发电机组的结构复杂、影响因素众多，对深层故障机理的研究还很缺乏。为了提高故障诊断的准确率，有必要对深层故障机理进行广泛的研究。

（2）现有的大部分水轮发电机组故障诊断系统主要利用振动信号频率成分结构与频率幅值两个重要信息进行综合自动诊断。由于水轮发电机组故障具有复杂性、随机性、耦合性及频谱结构存在相似性等特点，仅仅依赖振动信号频谱信息进行诊断，诊断类型不明确，常常出现误诊的现象，甚至会造成重大的损失。有必要结合故障机理分析，提取其他故障征兆特征，建立基于知识的诊断系统，这是改善故障诊断性能的有效途径。

（3）当前开发的水轮发电机组故障诊断专家系统起不到真正意义上的故障诊断作用，由于各台水电机组在制造、安装和运行方式的不同，决定了每台机组的健康评定标准也不尽相同，目前国内的故障诊断专家系统过分依赖各种“规程规范”，不能有效地将积累的大量现场用户检修数据和实际检修经验融入诊断系统，专家系统的知识库和推理机制过分教条和简单，导致诊断结果的失误，以致实际意义不大。

3 水轮发电机组故障诊断技术发展方向

对状态监测与故障诊断方法、实现技术等的研究是一个长期的过程，它的发展方向是应用当今前沿科学技术实现诊断模型和方法的多元化、综合化，诊断技术的网络化、高智能化，可能需要一大批该领域的科技工作者付出很长一段时间的努力，甚至是几代人的努力，才能逐步完善水电机组状态监测与故障诊断技术、广泛应用到现场实际，并取得理想的效果。

（1）新的信号分析技术的应用。由于现场实测的振动信号随时间变化不十分规则，有些甚至是随机变化的，现有诊断系统无法对机组振动信号进行分析处理，从而有效地提取机组运行状态及故障特征。而利用小波分析技术对随机信号进行分析处理能克服上述缺点，它的应用使信号分析技术有了新的突破。

（2）全息谱分解技术的应用。长期以来，在水电机组的故障诊断中，对于采集的数据大多数采用传统的频谱分析方法进行分析。全息谱分解技术充分利用在一般谱分析中被忽略的相位信息，结合相互垂直的两个信号，按照频谱分析的结果，对轴心轨迹进行分解，从而使故障诊断结果更可靠。

（3）多传感器信息融合技术的应用。该技术充分利用了各个传感器的时域、频域数据、关系信息数据以及专家经验等故障相关信息，与人工神经网络、模糊理论和证据推理等方法相结合，使得不确定知识和信息表达更直观，从而实现融合诊断。

（4）网络技术的应用。将工Internet网络技术和虚拟仪器技术与水电机组状态监测和故障诊断技术结合，可将水电机组的状态监测与故障诊断提升到远程的网络环境，以极大提高状态监测和故障诊断的水平和时效性，从而实现真正意义上的诊断网络化。

（5）非线性原理和方法的应用。水电机组在发生故障时，其行为往往表现为非线性，将FFT、分形几何、相关分析、奇异谱等理论应用于故障诊断系统中征兆的获取，可提高整个诊断系统的可靠性和准确性。

4 结语

随着未来水轮发电机组的巨型化、自动化、流程化、计算机化、技术密集化的程度不断加大，先进的设备与落后的维修能力的矛盾日益突出。一方面要求企业增加设备的自动诊断能力和可维修性，要求设备具有更高的可靠性;另一方面要求更好的售后服务和社会化维修力量，减轻企业设备维修的负荷。因此对设备实行更先进、更科学的管理和维修体制越来越迫切，对水轮机的状态进行实时监测，并对监测数据做出分析和智能诊断是今后水轮发电机组状态监测的重点突破方向。随着技术的进步和经验的进一步积累，未来的状态状态监测务必向智能化、自动化与实用化方向发展，真正做到状态发展的预知性、问题发现的及时性以及故障解决的有效性，能够容易操作和掌握，由少数专家分析的技术方法转变为大多数人熟练使用的工具。

[1]刘玉刚.水轮发电机组振动监测与故障诊断系统设计与应用[D].西安：西安理工大学，2006.

[2]黄文虎.设备故障诊断原理、技术及应用[M].北京：科学出版社，1996.

[3]胡东海.水轮发电机组振动在线监测和故障诊断研究[D].杭州：浙江大学，2008.