浅析燃气轮机故障诊断技术

朱满军 李瑞民 李宝峰

摘要：燃气轮机作为重要的旋转叶轮式动力机械，工作条件较为恶劣，在工作过程中发生热力学的双向耦合，极易产生多种故障问题而导致重大的经济损失。对燃气轮机的故障诊断技术进行研究探索并总结出完善的故障诊断方法可以提高对动力系统中故障测定的准确度，有效降低由故障带来的各种损失。本文在对燃气轮机故障诊断技术的当前发展状况进行分析的基础上，归纳总结了应用较为普遍的多种诊断措施的原理、特点和方法等，并展望其未来的发展前景。

关键词：燃气轮机;故障诊断;研究展望;人工智能

引言

作为一种典型的成套式大型机械动力设备，燃气轮机的发展不断融合多种新工艺、新科技、新材料于一体，该设备拥有先进且复杂的结构，导致其故障率及对维修水平的要求不断提高。然而，由于燃气轮机具有热效率高、工作平稳、启动较快等优点而得到了广泛的应用，尤其是在航空航天、能源电力等高端领域。该设备一旦发生故障，便会带来不可估量的经济损失。所以，对燃气轮机的故障诊断技术进行研究进而保障燃气轮机能够处于正常稳定的运行状态意义重大。故障诊断技术是通过利用有效的分析方法对采集现场重要的状态数据、历史信息进行分析处理，从而对机械设备的运行状态进行评价的一项识别技术。对燃气轮机的运行状态进行监测可以在很大程度上减少维修成本，提高系统运行的可靠度。

1.故障诊断技术发展状况

1.1国外研究探索

从上个世纪六十年代开始，伴随计算机技术、传感器工艺的快速发展，故障诊断技术逐步作为一门重要的学科和研究领域而发展起来。在燃气轮机故障诊断方面，美国是首先进行故障诊断技术研究与探索的国家，其相关技术较为先进且发展水平在多个方面均处在世界的领先地位，对航空及舰船的燃气轮机故障诊断拥有自身的理论优势与先进的技术支撑。在理论的相关研究中，美国首次将应用统计学与神经网络滤波相结合有效的增强来源于运行设备本体的信息及数据的可靠性，还利用神经网络技术实时监测并分析燃气轮机的运行状态，对设备的性能变化作出及时的诊断。经过不断的探索，最终建立合理的故障诊断理论体系与可靠的专家诊断系统，就燃气轮机的不同故障提出相应的维护建议。此后利用神经网络技术成功采集到RR公司生产制造的RB211型燃气轮机的本体信息，并将多层传感器、径向基函数和回归神经网等应用到故障诊断中，对径向基函数神经网络能够且适合用来对发动机性能参数、传感器故障诊断与监测、发动机获取参数困难下的安全预测等作出了阐述。此外，非常多的文献对燃气轮机的故障诊断方面的知识和方法进行了说明。还有不少资料对燃气轮机的旋转式设备进行故障诊断，大都采取不同类型的神经网络并利用小波分析技术对振动类型的信号进行处理，均得到良好的应用效果。

1.2国内研究探索

随着燃气轮机在国内军事设备及民用机械的应用规模不断扩大，我国逐步进入对其故障诊断技术的探索。不过与其它国家相比，因相关研究起步晚、规模不大并且缺少实用的诊断系统等限制，当前发展状况相对落后。但因为许多新的理论和方法不断应用到燃气轮机故障诊断，该方面的探索取得了不错的科研成果。尤其是计算机技术、人工智能技术的逐步发展使其故障诊断水平发展到智能化的水平。王永泓等在燃气轮机的专家诊断系统中引入模糊Petri网知识表示系统取得不错的效果，并采用综合利用算法、模型诊断等结合而成的混合型人工智能故障诊断方法。翁史烈等人在“基于热力参数的燃气轮机智能故障诊断”中建议采用故障和征兆两者间的定量求解途径，并以此为基础探索了模糊逻辑与神经网络的诊断技术。卜凯旗等人研发出完整的燃气轮机发电机组振动信号监测及故障诊断系统，利用分析得到的振动数据以提前预测机组工作过程中产生的异常状况，然后利用专家故障诊断系统给出合理建议以供技术工作者参考。通过使用验证，该系统有效的保障了生产安全，提高了经济效益。

2.智能故障诊断技术

由于燃气轮机设备的大型化及复杂化，设备会产生多种故障同发以及不同故障间的相互作用、联系分析困难的状况。随着人工智能技术的发展和在诊断系统中的应用，成功的使燃气轮机的故障诊断技术提升到智能化新高度，弥补了传统式故障诊断技术在现场应用中存在的缺陷，很好地处理了复杂系统故障诊断过程中出现的问题。

最初的专家诊断系统均采用基于规则的诊断方法，该方法采用直接及启发式知识表示，诊断速度较快，且容易实现编程和系统开发，具有直观方便的优点。不过由于知识库中的故障类型较少，面对新的故障问题时就显得无从下手，极易导致诊断失误或者失败;基于人工神经网络的故障诊断主要是建立故障源和征兆间的映射，具有高度的容错机制及非线性等优点。不过由于神经网络的诊断方法对系统内部的潜在关系不能进行准确的揭示，因而增加了该方法出现误诊的概率;混合型智能诊断方法可以依据发动机组性能参数的不同以及采集存储的历史数据信息按照一定的选用规则选取合理的诊断方法，具有良好的综合性能。

3.结束语

燃气轮机故障诊断技术的发展直接关系到其经济性，必须得到充分的关注和研究，目前已建立有一定代表性的故障诊断系统。不过随着新技术、新知识、新方法的不断出现，对燃气轮机故障诊断技术的研究也需更加深入。智能化故障诊断技术作为专家诊断系统的核心，具有广阔的应用空间。如何将理论研究运用到现场运行中进而保证燃气轮机的运行可靠性，达到高智能化水平是相关研究者的共同目标。

参考文献：

[1]孙祥逢，陈玉春，胡福.发动机故障诊断主因子模型的测量参数选择[J].航空动力学报. 2010（01）.

[2]黄晓光，王永泓，翁史烈.燃气轮机混合智能故障诊断专家系统[J].船舶工程. 2000（06）.

[3]蒋磊，陈旸，秦寅，蔡文超，张星，孙晖.基于知识的燃气轮机故障诊断系统的研究与开发[J].船舶.2009（02）.