水轮发电机组故障诊断和在线检测的重要意义

VIP免费

3.0 李琳琳 2024-10-14 8 4 3.17MB 69 页 15积分

侵权投诉

浙江大学硕士毕业论文-水电机组

摘要

水轮发电机组是大型机电能量转换装置，其运行状态关系到水电站能否安全、经济的供

电。近百年来，以统计理论为基础，按计划定期进行小修、中修、大修的维修体制，普遍存在

着过维修和不足维修，特别是近年来随着水轮发电机组的巨型化，这种维护体制更加暴露出

严重的不足。因此，实现有效的机组状态监测和故障诊断，提高维修的针对性，不仅对电力

工业，而且对整个国民经济都有重要的影响。

Hydroelectric generating sets are large apparatus, which converts hydraulic energy into electric

power, and their running conditions determine whether the hydro-plant can supply electric power

safely and economically. During the past century, the servicing system based on statistics theory

carries out the minor repair, medium repair and heavy repair at the regular intervals has the

shortcomings of superfluous or lacking repair generally. Especially with the hydroelectric

generating set becoming more and larger, the shortcomings are more obviously. Therefore, the

effective system of state monitoring and fault diagnose for HGS, to improve the repair pertinence

and enhance the security and reliability of HGS, not only have important effect to power industry

and but also to entire national economy.

浙江大学硕士毕业论文-水电机组

本文论述水轮发电机组故障诊断和在线检测的重要意义，分析故障诊断的研究现状及发

展趋势，并对故障诊断的应用前景做进一步分析。在概述水轮机的状态监测和故障诊断系统

的基础上，在研究了故障诊断中常用的方法后，提出使用模糊专家系统对设备进行诊断分析，

从而将人工智能技术与故障诊断技术相结合，实现更精确的故障诊断,根据水轮发电机组振

动故障特点，提出了一种基于模糊逻辑、神经网络与专家系统的混合智能诊断方法。本文中

给出基于模糊神经网络的水轮发电机组故障诊断专家系统,实例仿真结果验证了模糊神经网

络用于水轮发电机组振动故障诊断专家系统的合理性与可行性。完成了水轮发电机组状态监

测与故障诊断系统的软件开发，实现了数据采集和信号分析功能、实时状态监测的功能、振

动分析功能、故障诊断功能等功能，并就软件实现的关键技术展开了论述。

This dissertation illustrates the importance of turbine generator unit fault diagnosis, and

analysis the existing research states and developing trend of fault diagnosis as well as the

application prospect of fault diagnosis in details. Based on introducing condition monitoring and

diagnose system for hydroelectric generator set, several commonly methods for fault diagnostic are

discussed, and a fuzzy expert system model is established which is used in fault diagnosis of turbine

generator units，which combines the AI technology and fault diagnose technology to realize the

precise fault diagnose. Based on the characters of hydroelectric generating vibration, it puts forward

a mix intelligence diagnose based on fuzzy logic, neutral network and expert system. This paper

gives a hydroelectric generating fault diagnose expert system based on fuzzy neutral network and

stimulants its rationality and operational. It achieves the software development of hydroelectric

generating fault diagnosis and online monition to impellents data collecting and signal analysis, on-

line status monition, vibrating analysis and fault diagnose and study the key technologies.

关键词：水轮机组；故障诊断；在线检测；专家系统

浙江大学硕士毕业论文-水电机组
Abstract
Key Word: Hydroelectric generating; fault diagnose; online monition; expert system
目录
摘要...........................................................................1
Abstract.......................................................................2
第一章 绪论....................................................................5
1.1 课题的研究背景..........................................................5
1.2 国内外研究概况..........................................................6
1.3 课题的研究意义..........................................................7
1.4 本文的主要研究内容......................................................8
第二章 水轮机组振动故障的基本理论.............................................10
2.1 水轮发电机组结构及工作原理.............................................10
2.1.1 水轮发电机组结构.................................................10
2.1.2 水轮发电机组工作原理.............................................13
2.2 水轮机组振动故障的特点.................................................13
2. 3 水轮机组的典型振动故障...............................................14
2.2.1 水力方面.........................................................14
2.2.2  机械方面........................................................17
2.2.3  电磁方面........................................................18
2.4 水轮机故障诊断的方法...................................................18
2.4.1 传统故障诊断方法.................................................18

浙江大学硕士毕业论文-水电机组
4.2 人工智能技术在故障诊断中的运用...................................19
5 本章小结...............................................................19
第三章 水轮机组在线监测与故障诊断系统的需求分析...............................20
1 水轮发电机组在线监测的特点与要求.......................................20
2 水轮机组在线监测与故障诊断系统结构....................................22
3 系统硬件配置和网络方案设计.............................................23
3.1 系统硬件配置.....................................................23
3.2 通信网络方案选择.................................................25
4 软件模块划分和功能描述.................................................29
5 本章小结...............................................................30
第四章 水轮机组故障诊断专家系统设计...........................................31
1 水轮机故障诊断原理以及系统总体结构.....................................31
2 智能故障诊断方法分析...............................................34
2.1 模糊诊断方法.....................................................34
2.2 神经网络诊断方法.................................................35
2.3 模糊神经网络诊断方法.............................................36
2.4 专家系统故障诊断方法.............................................36
3 水轮发电机组混合智能诊断方法研究.......................................37
3.1 基于模糊神经网络的故障诊断专家系统...............................38
2.2 故障征兆提取及模糊处理...........................................38
3.3 振动故障诊断的模糊神经网络.......................................43
2.4 模糊神经网络故障诊断仿真.........................................46
4 故障诊断专家系统的数据库设计...........................................49
5 本章小结...............................................................55
第五章 水轮机组故障诊断软件的设计.............................................56
1 软件功能划分..........................................................56
2 软件实现的关键技术.....................................................58
2.1 数据库设计和用户界面技术.........................................58
2.2 网络通信技术实现.................................................60
5.3 串口通信技术实现.................................................61

浙江大学硕士毕业论文-水电机组

5.3 系统运行结果...........................................................62

第六章结论与展望.............................................................63

6.1 全文总结...............................................................63

6.2 课题展望...............................................................63

参考文献......................................................................65

致谢..........................................................................67

第一章绪论

1.1 课题的研究背景

水轮发电机组是水电站关键的主设备，它的安全运行状态如何直接关系到水电站能否安

全、经济的为国家各经济部门和人民的日常生活提供可靠的电力，也直接关系到水电站的安

全。近百年来，以统计理论为基础，按计划定期进行小修、中修、大修的定期计划维修体制，

为水轮发电机组的正常运转发挥了极其重要的作用，至今仍然是世界各国主要的占压倒性的

设备维修体制，仍然在各个水电站发挥着积极的作用。从可靠性的角度来说，计划定期维修

体制有其必要性，但是生产实践有大量事例说明，这种维护体制还不能满足日益增长的设备

维护需求，普遍存在着过维修和不足维修，维修的代价十分昂贵，增加了企业的成本。随着

水轮发电机组的巨型化，这种维护体制更加暴露出严重的不足。电站迫切要求提高维修的针

对性，降低设备维护的代价，提高设备的安全性、可靠性[1]。另一方面，实现“无人值班”

(少人值守)是水电厂现代化管理的发展方向，如何保证水电厂运行设备在“无人值班” (少

人值守)的管理模式下安全、经济、可靠运行，是国内外近年来急待解决的技术问题。解决这

一问题的有效途径在于及时了解设备的运行状态，有针对性地维护设备，减少设备突发性的

故障和提高设备利用率[2]。

在我国由于水轮发电机组转速低，对机组的安全运行没有给予足够的重视，使水轮发电

机组状态监测和故障诊断技术方面的研究一直落后于其他大型旋转机械。近年来，随着我国

装机容量百万千瓦的水电厂相继建成投产，单机容量逐步增大，单机对电网运行的稳定性影

响也越来越大，对水轮机组状态监测与故障诊断的研究越来越受到重视[3]。我国许多大、中型

浙江大学硕士毕业论文-水电机组

水电站通过技术改造都装备了状态监测系统，不过这些监测装置功能比较单一、监测点少，

不能为进一步的分析提供必要的、可靠的数据[4]。而且水电机组的故障与一般旋转机械相比有

其特殊性，除考虑机械方面的原因外，还要考虑流体动压力及发电机电磁力的影响，机组运

行时，这三者是相互耦合、相互影响的，故障机理复杂，因此水轮发电机组状态监测与故障

诊断技术研究的内容非常丰富。

随着现在科学技术水平的日益提高，尤其是信号处理、知识工程和计算智能等理论技术

的发展，模糊推理技术、融合诊断推理技术、神经网络技术、专家知识库技术等先进技术与故

障诊断融合渗透下，使得水轮发电机组状态监测与故障诊断系统己经具有了比较完备的理论

与技术体系。水轮发电机组的故障诊断也正由人工诊断到自动诊断、由离线诊断到在线诊断，

由现场诊断到远程诊断的逐渐发展，同时，厂网分开、竞价上网的现代化企业管理的发展趋

势也使得以在线状态监测与故障自动诊断为基础的状态检修方式代替传统计划检修方式成为

必然，建立适合我国大中型水电厂机组的实时在线监测及故障诊断系统正成为现代水电行业

新的趋势和方向[5]。这一切的实现均需要水轮发电机组在线状态监测与故障自动诊断技术达

到较高水平。为此，在现有机组运行设备的基础上，特别是大型水轮发电机组，研究实施设

备的状态监测与诊断系统，实施水电厂运行设备诊断维护高效管理，早期发现故障征兆，及

时检修，尽量避免设备发生事故，减少事故停机，尽可能变“事后检修”为“事前检修”，

并为定期检修提供依据，节约检修费用，缩短检修周期，消除计划性检修带来的“过剩检

修”现象，从而降低电站的生产成本，创造最大化的经济效益[6]。所以对大型水电站进行设

备的运行状态监测及故障诊断技术研究是十分迫切的，也有着非常广阔的应用前景。本课题

正是基于此种需求而提出的。

1.2 国内外研究概况

故障诊断技术的发展是在信号采集和数据处理技术、电子计算机技术基础上发展起来的。

国外故障诊断技术的发展优先于我国，已有 40 年的历史。最早开展故障诊断技术研究的是美

国，他们首先是针对航空航天系统而从事故障机理、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，美国从事电站故障诊断系统工作的主要公司有:西屋公司

(WBEC)IRD 公司，Bently 公司，BEI 公司[7]。西屋公司从 1976 年开始电站在线计算机诊断工

作，1980 年投入了一个小型的电机诊断系统，1981 年进行电站人工智能专家故障诊断系统

的研究，1984 年应用于现场，后来发展成大型电站在线监测诊断系统(AID)，并建立了沃伦

浙江大学硕士毕业论文-水电机组

多故障运行中心((DOC)，通过 DOC 中心，可以看到分布在全美20 多个电厂的数据信息(其中

有2个核电站) [8]。Bently 公司在旋转机械的故障机理方面研究的比较透彻，在振动监测方

面作得比较深入，尽管在故障诊断方面起步较晚，但该公司的基础比较好，因此该公司开发

的旋转机械故障诊断系统 ADR3 在国内电站领域的应用很受用户的欢迎。IRD 公司在故障预防

性维修技术方面处于国际领先地位，近年来实现了 Mpulse 联网机械状态监测系统及 Pmpower

旋转机械振动诊断系统，这些系统在美国 10 多个电站(包括核电站)得到了应用[9]。瑞士 ABB

公司于 1971 年由 BBC 公司引入第一个计算机辅助数据采集系统(CADA)，目前正在大力发展

以计算机为前终端核心的“人机联系(MMC) "振动观察(Vibro-View)系统，并以诊断软件精

确诊断机器故障。法国于 1978 年在法国电气研究与发展部研制了在线振动监测系统，近年又

发展了监测与诊断辅助站的 PSAD系统，用于大型电站机组与反应对冷却泵的监测与诊断.丹

麦的B&K 公司在 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，

该系统具有广泛的故障诊断功能，除了能检测和记录机器的异常情况外，还能进行故障隔离，

分析故障的部位、性质、程度[11]。日本的三菱重工首先研制成了机械状态监测系统(MHMS)在多

台核电站和商业热电站使用，后来又发展成带诊断规则描述，以及采用模糊逻辑分析确定置

信因素功能的振动诊断专家系统。加拿大安大略水电局和美国电科院下属的SRI 国际公司于

1992 年共同开发的 GEMS系统是一个综合的汽轮发电机组故障诊断系统[12]。它能诊断包括发

电机定子绕组和铁心、转子绕组和锻件、励磁系统、密封油系统、氢气辅助系统、定子冷却水系

统(水冷电机)在内的故障.诊断的重点是定子绕组，因为最严重的故障往往发生在这里。GEMS

是一套现场就地使用的系统，所有的计算工作都在发电厂现场的计算机内完成[13]。它除了能

进行故障诊断外，还能发现传感器的错误，并能根据传感器读数和诊断规则本身进行不确定

诊断。它的软件设计具有很大的灵活性，可适应电厂大量不同型号的发电机，还能适应检测

手段上的变化。

现在全国从事与电站设备监测诊断系统相关的单位就有数 10 家，他们主要是高校、研究

所、制造厂、电厂。尽管国内起步比较晚，但已开发出适合于电站机械设备的监测诊断系统就

有数 10 多种[13-14]。例如：哈尔滨工业大学振动工程中心自 1983 年以来，与其它兄弟单位一

起，连续承担了国家“六五”、“七五”、“八五”重点攻关项目中有关大型旋转机械故障

诊断技术和装置的研究课题，开发出近二十套多种类型的故障诊断装置，并用于各电厂大型

汽轮发电机组和石化企业压缩机组的状态监测和故障诊断，代表类型有 VNID-3；哈尔滨电

工仪表研究所和清华大学等单位联合研制的 ZH-10 型 200MW 汽轮发电机组状态监测、分析及

故障诊断系统；山东电力科学研究院和清华大学等单位在 1997 年共同开发的“大型汽轮发

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

浙江大学硕士毕业论文-水电机组摘要水轮发电机组是大型机电能量转换装置，其运行状态关系到水电站能否安全、经济的供电。近百年来，以统计理论为基础，按计划定期进行小修、中修、大修的维修体制，普遍存在着过维修和不足维修，特别是近年来随着水轮发电机组的巨型化，这种维护体制更加暴露出严重的不足。因此，实现有效的机组状态监测和故障诊断，提高维修的针对性，不仅对电力工业，而且对整个国民经济都有重要的影响。Hydroelectricgeneratingsetsarelargeapparatus,whichconvertshydraulicenergyintoelectricpower,andtheirrunni...

展开>> 收起<<

水轮发电机组故障诊断和在线检测的重要意义.doc

共69页,预览7页

还剩页未读，继续阅读

水轮发电机组故障诊断和在线检测的重要意义

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: