朱滿軍 李瑞民 李寶峰

摘要：燃氣輪機作為重要的旋轉(zhuǎn)葉輪式動力機械，工作條件較為惡劣，在工作過程中發(fā)生熱力學的雙向耦合，極易產(chǎn)生多種故障問題而導(dǎo)致重大的經(jīng)濟損失。對燃氣輪機的故障診斷技術(shù)進行研究探索并總結(jié)出完善的故障診斷方法可以提高對動力系統(tǒng)中故障測定的準確度，有效降低由故障帶來的各種損失。本文在對燃氣輪機故障診斷技術(shù)的當前發(fā)展狀況進行分析的基礎(chǔ)上，歸納總結(jié)了應(yīng)用較為普遍的多種診斷措施的原理、特點和方法等，并展望其未來的發(fā)展前景。

關(guān)鍵詞：燃氣輪機;故障診斷;研究展望;人工智能

引言

作為一種典型的成套式大型機械動力設(shè)備，燃氣輪機的發(fā)展不斷融合多種新工藝、新科技、新材料于一體，該設(shè)備擁有先進且復(fù)雜的結(jié)構(gòu)，導(dǎo)致其故障率及對維修水平的要求不斷提高。然而，由于燃氣輪機具有熱效率高、工作平穩(wěn)、啟動較快等優(yōu)點而得到了廣泛的應(yīng)用，尤其是在航空航天、能源電力等高端領(lǐng)域。該設(shè)備一旦發(fā)生故障，便會帶來不可估量的經(jīng)濟損失。所以，對燃氣輪機的故障診斷技術(shù)進行研究進而保障燃氣輪機能夠處于正常穩(wěn)定的運行狀態(tài)意義重大。故障診斷技術(shù)是通過利用有效的分析方法對采集現(xiàn)場重要的狀態(tài)數(shù)據(jù)、歷史信息進行分析處理，從而對機械設(shè)備的運行狀態(tài)進行評價的一項識別技術(shù)。對燃氣輪機的運行狀態(tài)進行監(jiān)測可以在很大程度上減少維修成本，提高系統(tǒng)運行的可靠度。

1.故障診斷技術(shù)發(fā)展狀況

1.1國外研究探索

從上個世紀六十年代開始，伴隨計算機技術(shù)、傳感器工藝的快速發(fā)展，故障診斷技術(shù)逐步作為一門重要的學科和研究領(lǐng)域而發(fā)展起來。在燃氣輪機故障診斷方面，美國是首先進行故障診斷技術(shù)研究與探索的國家，其相關(guān)技術(shù)較為先進且發(fā)展水平在多個方面均處在世界的領(lǐng)先地位，對航空及艦船的燃氣輪機故障診斷擁有自身的理論優(yōu)勢與先進的技術(shù)支撐。在理論的相關(guān)研究中，美國首次將應(yīng)用統(tǒng)計學與神經(jīng)網(wǎng)絡(luò)濾波相結(jié)合有效的增強來源于運行設(shè)備本體的信息及數(shù)據(jù)的可靠性，還利用神經(jīng)網(wǎng)絡(luò)技術(shù)實時監(jiān)測并分析燃氣輪機的運行狀態(tài)，對設(shè)備的性能變化作出及時的診斷。經(jīng)過不斷的探索，最終建立合理的故障診斷理論體系與可靠的專家診斷系統(tǒng)，就燃氣輪機的不同故障提出相應(yīng)的維護建議。此后利用神經(jīng)網(wǎng)絡(luò)技術(shù)成功采集到RR公司生產(chǎn)制造的RB211型燃氣輪機的本體信息，并將多層傳感器、徑向基函數(shù)和回歸神經(jīng)網(wǎng)等應(yīng)用到故障診斷中，對徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)能夠且適合用來對發(fā)動機性能參數(shù)、傳感器故障診斷與監(jiān)測、發(fā)動機獲取參數(shù)困難下的安全預(yù)測等作出了闡述。此外，非常多的文獻對燃氣輪機的故障診斷方面的知識和方法進行了說明。還有不少資料對燃氣輪機的旋轉(zhuǎn)式設(shè)備進行故障診斷，大都采取不同類型的神經(jīng)網(wǎng)絡(luò)并利用小波分析技術(shù)對振動類型的信號進行處理，均得到良好的應(yīng)用效果。

1.2國內(nèi)研究探索

隨著燃氣輪機在國內(nèi)軍事設(shè)備及民用機械的應(yīng)用規(guī)模不斷擴大，我國逐步進入對其故障診斷技術(shù)的探索。不過與其它國家相比，因相關(guān)研究起步晚、規(guī)模不大并且缺少實用的診斷系統(tǒng)等限制，當前發(fā)展狀況相對落后。但因為許多新的理論和方法不斷應(yīng)用到燃氣輪機故障診斷，該方面的探索取得了不錯的科研成果。尤其是計算機技術(shù)、人工智能技術(shù)的逐步發(fā)展使其故障診斷水平發(fā)展到智能化的水平。王永泓等在燃氣輪機的專家診斷系統(tǒng)中引入模糊Petri網(wǎng)知識表示系統(tǒng)取得不錯的效果，并采用綜合利用算法、模型診斷等結(jié)合而成的混合型人工智能故障診斷方法。翁史烈等人在“基于熱力參數(shù)的燃氣輪機智能故障診斷”中建議采用故障和征兆兩者間的定量求解途徑，并以此為基礎(chǔ)探索了模糊邏輯與神經(jīng)網(wǎng)絡(luò)的診斷技術(shù)。卜凱旗等人研發(fā)出完整的燃氣輪機發(fā)電機組振動信號監(jiān)測及故障診斷系統(tǒng)，利用分析得到的振動數(shù)據(jù)以提前預(yù)測機組工作過程中產(chǎn)生的異常狀況，然后利用專家故障診斷系統(tǒng)給出合理建議以供技術(shù)工作者參考。通過使用驗證，該系統(tǒng)有效的保障了生產(chǎn)安全，提高了經(jīng)濟效益。

2.智能故障診斷技術(shù)

由于燃氣輪機設(shè)備的大型化及復(fù)雜化，設(shè)備會產(chǎn)生多種故障同發(fā)以及不同故障間的相互作用、聯(lián)系分析困難的狀況。隨著人工智能技術(shù)的發(fā)展和在診斷系統(tǒng)中的應(yīng)用，成功的使燃氣輪機的故障診斷技術(shù)提升到智能化新高度，彌補了傳統(tǒng)式故障診斷技術(shù)在現(xiàn)場應(yīng)用中存在的缺陷，很好地處理了復(fù)雜系統(tǒng)故障診斷過程中出現(xiàn)的問題。

最初的專家診斷系統(tǒng)均采用基于規(guī)則的診斷方法，該方法采用直接及啟發(fā)式知識表示，診斷速度較快，且容易實現(xiàn)編程和系統(tǒng)開發(fā)，具有直觀方便的優(yōu)點。不過由于知識庫中的故障類型較少，面對新的故障問題時就顯得無從下手，極易導(dǎo)致診斷失誤或者失敗;基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷主要是建立故障源和征兆間的映射，具有高度的容錯機制及非線性等優(yōu)點。不過由于神經(jīng)網(wǎng)絡(luò)的診斷方法對系統(tǒng)內(nèi)部的潛在關(guān)系不能進行準確的揭示，因而增加了該方法出現(xiàn)誤診的概率;混合型智能診斷方法可以依據(jù)發(fā)動機組性能參數(shù)的不同以及采集存儲的歷史數(shù)據(jù)信息按照一定的選用規(guī)則選取合理的診斷方法，具有良好的綜合性能。

3.結(jié)束語

燃氣輪機故障診斷技術(shù)的發(fā)展直接關(guān)系到其經(jīng)濟性，必須得到充分的關(guān)注和研究，目前已建立有一定代表性的故障診斷系統(tǒng)。不過隨著新技術(shù)、新知識、新方法的不斷出現(xiàn)，對燃氣輪機故障診斷技術(shù)的研究也需更加深入。智能化故障診斷技術(shù)作為專家診斷系統(tǒng)的核心，具有廣闊的應(yīng)用空間。如何將理論研究運用到現(xiàn)場運行中進而保證燃氣輪機的運行可靠性，達到高智能化水平是相關(guān)研究者的共同目標。

參考文獻：

[1]孫祥逢，陳玉春，胡福.發(fā)動機故障診斷主因子模型的測量參數(shù)選擇[J].航空動力學報. 2010（01）.

[2]黃曉光，王永泓，翁史烈.燃氣輪機混合智能故障診斷專家系統(tǒng)[J].船舶工程. 2000（06）.

[3]蔣磊，陳旸，秦寅，蔡文超，張星，孫暉.基于知識的燃氣輪機故障診斷系統(tǒng)的研究與開發(fā)[J].船舶.2009（02）.