除尘系统故障树模块化诊断方法的研究

张体祥，刘永艳，王欣，支应明

(山东优纳特环境科技有限公司，山东 济南 250012)

随着我国经济的高速发展，以资源、能耗为主的重工业(电力、钢铁、化工等)得到了非常大的提升。然而，作为一种高耗能、高污染的产业，在发展的同时，高温烟气、烟尘类颗粒物的排放等也对环境的可持续发展造成了严重的威胁，必须采取有效的治理措施，否则将直接影响人类的身体健康甚至生命安全。

袋式除尘器自问世以来，经过广泛使用和不断改进，除尘效率已达到99.9%以上，在捕集微细、超微细粉尘方面发挥了重要作用，已广泛应用于冶金、建材、水泥、化工、电力、轻工等行业，是治理大气粉尘污染不可缺少的设备[1-3]。

滤袋作为袋式除尘过滤装置的核心部件，其性能优劣及寿命的长短决定了除尘器的整体使用效果，滤袋的更换也是袋式除尘器的主要运行成本。因此，综合分析滤袋失效因素，分析故障原因，做好日常的维护和管理，防止滤袋的破损或失效，对提高整个设备的稳定运行，减少设备的运行成本，满足环保排放要求具有重要的意义。国内外学者利用实验和数值模拟等方法[4-5]研究了除尘器的运行特性，发现除尘器的清灰过程不稳定运行和含尘气流分布不均等是影响滤袋使用性能的重要因素。但是，对滤袋失效因素进行综合考核和系统研究的文献较少[6-8]。

故障树是一种图形化的系统故障模型，具有分析直观、灵活、形象的特点，是大型复杂系统可靠性、安全性分析以及故障诊断的一个重要工具，已经广泛地应用于航空航天、化工和机器人等领域[9-12]。

本文在除尘系统结构分析的基础上，采用故障树模块分析法对除尘系统滤袋失效因素进行综合分析，建立故障树的模块化结构，进行知识的存储处理，并引入模块相对重要度的计算，建立了基于模块化分解的除尘系统故障诊断方法。

1 除尘系统滤袋失效故障树

滤袋失效最直接的原因就是排放浓度超标和运行阻力过高[13]。本文以滤袋失效作为顶事件，把各个元件看作故障子系统,逐级向下建树。构建的故障树有向无环图如图1所示，对应的故障树模型事件如表1所示。

图1 除尘系统滤袋失效故障树有向无环图Fig.1 Directed acyclic graph of a fault tree in case of filter bag failure in the dedusting system

序号事件名称代码序号事件名称代码1排放浓度超标G139滤料抗冲刷性弱X82运行阻力超额G240滤料抗磨损性弱X93粉尘渗透G341存在明火X104滤袋破损G442滤袋密集X115表面粉尘粘结G543花板弯曲X126清洁失效G644安装不牢X137非正常使用G745袋笼不合格X148正常使用G846存储、运输、安装过程中损坏X159气流磨损G947烟气高温X1610机械磨损G1048滤料不耐高温X1711高温损坏G1149温度仪失效X1812化学损坏G1250滤料耐酸碱性弱X1913粘结G1351滤料耐氧化水解性弱X2014清灰动力不足G1452烟气含湿量大X2115高动能G1553油性粉末X2216气流磨损因素G1654水解性粉末X2317机械磨损因素G1755黏性粉末X2418高温烟气G1856气包压力不稳X2519酸碱腐蚀G1957脉冲阀不工作X2620氧化水解G2058喷吹管道漏气X2721低温凝露G2159维护管理不到位X2822粘结性物质G2260清灰方法不当X2923设备失效G2361清灰压力分布不均匀X3024运行失效G2462清灰周期长X3125高过滤风速G2563清灰波形不理想X3226过度清灰G2664进口风速过高X3327除尘气流不均匀G2765进气结构不合理X3428清灰气流不均匀G2866高气布比X3529烟气含酸碱物质G2967清灰压力过高X3630烟气高氧高水蒸汽G3068清灰次数频繁X3731烟气温度低于露点G3169未加导流装置X3832到达运行寿命X170未加文丘里管X3933滤料拒水油性差X271烟气含酸碱物质X4034未预涂粉尘层X372空气系数大X4135粉尘剥离率低X473超量掺风喷水X4236微细粉尘X574风管漏风X4337滤料质量低劣X675烟气温度低X4438未及时更换滤袋X776箱体保温差X45

2 滤袋失效故障树模块化分析

2.1 故障树结构图

某大型袋式除尘器滤袋失效的主要原因为运行阻力过高。根据实际运行情况，对图1中的故障树进行微调，建立该除尘系统滤袋失效故障树结构，如图2所示，对应的故障树模型事件如表2所示。

2.2 深度优先最左遍历算法

算法的复杂度是衡量故障树模块化分解算法的一个重要指标，深度优先搜索方法[14-16]具有线性时间复杂度，能够大为提高模块的搜索速度。因此，本文采用深度优先遍历。为了方便，采用两次深度优先最左遍历算法(DFLM)。第一次遍历得到故障树的嵌套结构，记录中间事件的第一次遍历时间、第二次遍历时间和最后一次遍历时间。第二次遍历得到中间事件的最小遍历时间和最大遍历时间。

S1：第一次遍历该事件的步数；

S2：第二次遍历该事件的步数；

S3：最后一次遍历该事件的步数；

Smin：中间事件下层事件(节点)的第一次遍历的最小步数；

Smax：中间事件下层事件(节点)的最后一次遍历的最大步数。

图3为图2所示故障树对应的有向无环图。图中标示了采用DFLM遍历方法的搜索事件(节点)的遍历路径和时间，具体节点的访问参数如表3所示。

序号事件名称代码序号事件名称代码1清灰失效G115维护管理不到位X52表面粉尘粘结G216气包压力不稳X63设备失效G317脉冲阀不工作X74粘结G418喷吹管道漏气X85运行失效G519清灰方法不当X96设备失效G620清灰压力分布不均匀X107低温凝露质G721清灰周期长X118粘结性物G822清灰波形不理想X129清灰设备失效G923烟气含湿量大X1310烟气温度低于露点G1024油性粉末X1411到达运行寿命X125水解性粉末X1512粉尘剥离率低X226黏性粉末X1613滤料拒水油性差X327烟气温度低X1714未预涂粉尘层X428箱体保温差X18

图3 滤袋失效故障树有向无环图Fig.3 Directed acyclic graph of the fault tree in case of filter bag failure

参数TG1G2G3G4G5G6G7G8G9G10S113224245132532726S24021391937121831361129S34021391937121831361129Smin24235256142633827Smax3920381836111730351028

2.3 模块化分解方法

基于两次深度优先最左遍历算法和上述参数标记方法，满足如下两个条件的中间事件Gx判定为故障树的子模块。

(1)Sxmin≥S1；

(2)S2≤Sxmax。

利用该模块划分的方法将滤袋失效故障树进行模块化划分，得到如表4所示的5种基本模块结构。

表4 滤袋失效故障树模块

3 基于相对重要度的故障诊断方法

3.1 基于故障树的故障诊断方法

模块化的处理方法，加快了故障树的搜索速度，提高了诊断的效率。然而，液压系统故障复杂，底事件较多。即使按照子模块定位故障，确定最小割集，逐一排查底事件也很繁琐，耗费大量的时间。因此，本文提出了基于相对重要度的故障树诊断方法，流程如图4所示。 故障树知识库不仅存储故障树的结构特征，还存储模块、底事件的相对重要度。在故障诊断中，按照模块化分析方法定位子模块数，按照相对重要度排序子模块最小割集的底事件，根据重要度降序逐一排查。

图4 故障树诊断流程Fig.4 Diagnostic procedure of a fault tree

3.2 相对重要度的计算

设G={G1,G2,…,Gn}是一个非空有限集合，表示故障树的子模块；Gk={Xk1,Xk2,…,Xkl}为子模块的最小割集,Xki为子模块Gk的底事件。设底事件Xki在子模块Gk下的发生次数为Nki，子模块Gk在有效框架下的发生次数为Nk。底事件激发一次，Nki+1，Nk+1。

当液压系统出现多个故障特征s1，s2，…，sm时，对应故障树的模块G1，G2，…，Gm，故障模块Gk的相对优先级计算如下：

(1)

其中，Ni为在模块G的框架内Gi激发的次数。

底事件Xki在子模块Gk下的重要度为：

(2)

底事件Xki在模块G下的相对重要度为：

(3)

在系统开始运行时，默认的底事件优先级是一样的，但随着运行时间的增加，出现故障次数的增多，相应的故障树的相对重要度不断增加。运用基于故障树的故障诊断系统越多，相应的模块、底事件相对重要度越准确，在故障诊断时就能更快、更准确地定位故障模块和底事件，迅速排除故障。

4 结论

采用深度优先最左遍历的原则，研究了除尘系统滤袋失效故障树的模块化分解方法。结合某除尘器滤袋失效系统，得到了5种基本模块结构。为了对故障快速定位，提出了模块、最小割集的相对重要度计算方法，设计了基于故障树模块化和相对重要度的故障诊断方法。该方法根据实际故障诊断中的模块、最小割集的激发次数，不断更新故障树知识库。随着故障次数的增加，相应的故障模块、最小割集的激发次数也将不断增加，故障诊断的定位会越来越准确，定位效率也将不断提高。该方法简化了故障树遍历的过程，提高了搜索速度和诊断效率，有助于对布袋除尘器进行改进和完善。通过调整符合滤袋运行工况的最佳运行参数，能够最大限度地延长滤袋使用寿命，减少运行成本，降低安全风险，确保烟尘稳定达标排放和稳定生产。