水力发电厂水轮机振动异常故障及处理对策

张楠

摘要：水力发电最常见的问题是水轮机振动异常，其会对发电机组的正常运转造成影响，导致零件损坏甚至断裂，严重危及人身安全。振动时间过长还可能出现共振现象，导致整体设备出现故障，影响正常运行。及时找出原因并合理解决至关重要，可有效保证水力发电厂的安全稳定。

关键词：水力发電厂;水轮机;振动异常;故障;对策

水轮机运行过程中会因一些因素导致出现振动异常情况，需要对其进行分析，合理处理。发生振动异常情况后，不能只针对水轮机表面进行分析，应运用科学合理的方法对其进行全面分析，制订有针对性的解决方案。要充分掌握水轮机构造原理及内部结构，降低水轮机振动异常几率，随时记录观察水轮机运行状态，保证其正常运行，提高运行效率。

1水轮机振动对发电机组的影响

水力发电厂水轮机运行过程中出现振动是普遍现象，但是振动频率必须在可控范围内，这样才不会阻碍水轮机正常运行，如果振动异常就会影响水轮机发电机组的正常运行，造成经济损失及人身安全威胁等，主要影响包括以下几方面：

水轮机振动异常可能会对发电机组的零件造成影响，使部分零件处于疲劳工作状态，振动严重会导致零件损坏，造成安全隐患。振动异常时间过长，会使发电机组零件连接出现松动，加剧振动频率，导致连接位置出现断裂或连接零件破损的情况。振动异常会对发电机组的转动位置造成一定程度的磨损，振动严重会导致转动位置温度过高，烧坏转动位置的零件，使滑环与电刷之间的磨损程度增加，发生电刷冒火花的情况。振动异常会对尾水管壁造成影响，使尾水管中水流脉动压力过大，导致管壁出现裂缝，严重时可能出现整块钢板掉落现象。振动异常可能会出现共振现象，导致水力发电厂整体设备出现故障，造成严重经济损失。

2主要故障诊断方法的种类

2.1人工神经网络诊断法及优缺点

人工神经网络诊断的精髓是模拟大脑神经系统的结构和认知功能的数学模型。可联想储存、自学习、高速寻找优化解，具备很强的自适应性、鲁棒性和容错性，当网络输入新故障状态时能够对故障做出正确的响应，以达到对故障的准确辨识和定位，让神经网络在完成高度非线性和严重不确定系统的控制方面有了可能。

但该方法的智能诊断性能和推理能力会受到所选数据样本大小的限制。并且不可避免地也会面临以下难题：（1）很难去获取训练的样本。（2）忽略领域专家的诊断常识。（3）很难理解权重方式的表达。

2.2故障诊断专家系统诊断法及优缺点

专家系统是利用某领域中一个或多个人类专家提供的知识和推理方法求解实际生活中困难问题的人工智能计算机程序，它也是人工智能运用研究领域中最活跃、最普遍的分支之一。它具有学习能力，可以根据权威性的知识采用合适的策略，利用专家知识处理很难用数学模型描述的系统故障诊断问题，在此过程中的推理、判别、论断的过程均可被智能计算机记忆保留下来，使诊断的可信度和权威性得到提高。但专家系统故障诊断分析方法也面临以下问题：（1）信息量少;（2）缺乏系统性和综合性的诊断方法;（3）出现故障模型建立不准确的概率相对于其他几个诊断方法相对较大，会直接影响诊断的准确率;（4）系统在诊断过程中存在不稳定现象;（5）由于振动的复杂性等诸多因素，对水电厂水轮机组的故障机理研究起来很困难。因此，在实际运用中，还存在着一定的限制性和弊端。

2.3模糊逻辑诊断法故障诊断及优缺点

模糊逻辑诊断方法是用模糊逻辑描述故障原因与故障现象之间的模糊关系，利用隶属函数和模糊关系方程可以很好地处理故障原因和状态的识别问题。为了消除诊断过程中产生的不确定和不完整信息，使其更接近故障的客观本质，需要用模糊特征全面准确地表达症状和故障特征，即：，只需找出某些症状的隶属度，即可计算出其他故障原因的隶属度。在处理不确定问题时，模糊知识库可以使用语言变量来表达更多的解决方案和更易于理解的专家经验，并且可以根据这些解决方案的模糊性来划分优先级。

然而，在复杂的诊断系统中，当没有合适的方法获得相对准确的隶属函数和模糊规则，或者存在太多的未知信息时，这种方法是无效的。此外，模糊逻辑诊断方法在复杂信息系统中的应用和发展受到以下原因的限制：（1）模糊数字模型难以建立和识别;（2）语言规则的获取、遗忘和修改的理论和方法还比较薄弱。

2.5粗糙集理论

粗糙集理论是一种数据分析与处理理论，广泛应用于模式识别、机器学习、故障诊断和决策分析等领域。在实际诊断的一般情况下，可以将粗糙集理论与神经网络系统相结合。在信息预处理方面，首先利用粗糙集理论，然后建立匹配的神经网络诊断系统，可以有效降低诊断系统的复杂度。例如，可以利用粗糙集理论方法对水轮机机组系统振动故障样本集进行预处理。在预处理过程中，将自动过滤出诊断所需的无用信息，从而在准确简化神经网络结构后，简化训练样本集，提取对系统故障诊断影响最大的几个特征量，可以直接提取诊断规则。因此，降低了系统的复杂性。

2.6遗传算法

遗传算法具有隐式并行性，能有效利用全局信息。利用种群的适应度信息，从任意解出发，通过一系列相对简单的复制、交叉和变异操作，在较短时间内以相对比较的概率找到全局最优解。它是一种智能优化算法。将该算法与BP网络相结合，不仅可以发挥神经网络自身优良的泛化和映射能力，而且可以使神经网络具有更快的收敛速度和较强的学习能力，体现全局寻优性能，提高通用性，增加应用范围。然而，遗传算法在水轮发电机组振动故障诊断领域的应用尚不多见。

3水力发电厂水轮机振动异常处理对策

3.1水力原因处理对策

针对水轮发电机组内部水力不平衡引起的异常振动，应采取控制水流量的方法，根据不同季节和时间的变化，合理制定水流量管理方案，减少水力不平衡对水轮机运行的影响。针对水轮机尾水管槽引起的异常振动，在安装水轮机设备时，有必要对尾水管槽进行优化，使其满足正常运行的要求，降低水轮机振动的异常概率。

3.2电气原因及对策

针对水轮机因静气隙引起的异常振动，在安装过程中应准确测量静气隙，采取合理的控制措施以保证转子和定子的质量，调整磁极间静气隙的空间位置，提高水轮机的承载能力和动平衡精度。考虑到动态气隙的影响，在加工水轮机零件时，应提高精度，以保证零件的质量。在水轮机运输过程中，做好保护工作，规范合理地进行水轮机的安装调试，后期维护还应注重动态气隙，避免转子磁极松动，降低事故风险。

3.3机械原因及对策

鉴于机械轴不对称引起水轮机异常振动，水轮机的安装应严格按照标准要求和规范进行。对于转动部件引起的振动，在安装调试过程中应采取相应的解决措施，避免转子不平衡，保证其正常运行。

结论

为了尽量满足水电厂由计划检修到状态检修发展的实际需要，需要加大相关技术的研发，不断优化我国故障诊断信息系统，使其变得更加的智能化、多元化和高效化。伴随着当今传感器技术的飞速发展，水轮机振动故障诊断技术水平在一直在提高。故而采用效果良好的振动检测技术，提高水轮发电机组系统中水轮机振动故障诊断和处理水平，将其控制在合格范围内，对水轮机正常运转和提高整个水力发电站的效益具有十分重要的意义。

参考文献：

[1]谭俊哲，于鹏鹏，袁鹏，徐孝辉，张金辉，王树杰.潮流能水平轴水轮机振动位移时间序列的自相似性研究[J].可再生能源，2020，38（03）：353-357.

[2]蒙祖义.水轮机“振动异常增大”原因及处理方法研究[J].中国设备工程，2019（23）：54-55.

[3]次仁平措.反击式水轮机振动问题分析及其对西藏地区水电站工作的启示[J].西藏科技，2015（11）：75-78.