王俊魁

中圖分類號：TK26 文獻標識：A 文章編號：1674-1145（2016）02-000-02

摘 要 近年來，隨著我國國民經(jīng)濟發(fā)展的日益迅速，汽輪機作為一種常用的機械設備在電力等各大工業(yè)領(lǐng)域中得到了廣泛的應用。與一般的機械設備不同，汽輪機工作環(huán)境較為特殊，結(jié)構(gòu)較為復雜，其運行情況與生產(chǎn)效率和生產(chǎn)成本之間密切相關(guān)。本文在分析汽輪機現(xiàn)存問題的基礎(chǔ)上，對當前汽輪機故障診斷技術(shù)發(fā)展情況及其未來進行了相應的研究與探索，旨在推動汽輪機故障診斷技術(shù)水平得到進一步提升。

關(guān)鍵詞 汽輪機 故障 診斷技術(shù) 發(fā)展

伴隨我國對工業(yè)發(fā)展的越來越高度重視，人們對工業(yè)設備的運行安全性、穩(wěn)定性與可靠性等多方面提出了更高的要求。如何加強機械設備故障診斷，降低故障發(fā)生幾率成為現(xiàn)代工業(yè)領(lǐng)域工作的首要任務。汽輪機作為電力生產(chǎn)中的重要設備之一，一旦其發(fā)生故障將會給整個電力系統(tǒng)帶來巨大的不良影響，甚至引發(fā)人員傷亡事故。因此，非常有必要對汽輪機故障進行分析與診斷，這樣才能有效提高汽輪機的安全性與可靠性。

一、汽輪機故障診斷現(xiàn)存問題

（一）材料性能診斷環(huán)節(jié)薄弱

材料性能檢測是汽輪機檢測工作中一個十分重要的環(huán)節(jié)。正常情況下，在檢測汽輪機材料性能時，需要對汽輪機的使用期限進行預測。但就目前情況來看，汽輪機材料性能檢測環(huán)節(jié)薄弱是我國大多數(shù)電力企業(yè)普遍存在的一個問題，即汽輪機材料性能診斷工作存在諸多地方需要改進，材料性能檢測需要引起檢查人員的高度重視，檢測力度需要加強。

（二）檢測方面問題

就現(xiàn)有汽輪機故障診斷系統(tǒng)而言，大多數(shù)系統(tǒng)均存在這樣那樣的弊端與缺陷，如許多汽輪機故障診斷系統(tǒng)采用推理算法，這在故障征兆的獲取上是個不可忽視的弊端，長期以來都沒有取得較有成效的突破。究其原因發(fā)現(xiàn)，汽輪機故障診斷系統(tǒng)檢測問題是導致上述弊端產(chǎn)生的主要因素[1]。由于汽輪機故障診斷系統(tǒng)所用檢測技術(shù)較為陳舊落后，難以適應與滿足時代發(fā)展需求，難以實現(xiàn)對汽輪機故障的有效檢測，導致診斷系統(tǒng)應有的效用無法正常發(fā)揮出來，這極大地阻礙了汽輪機故障診斷技術(shù)的發(fā)展與應用。

二、汽輪機故障診斷技術(shù)

（一）信號采集與分析

在信號采集方面，鑒于汽輪機工作環(huán)境較為惡劣，對故障診斷系統(tǒng)中傳感器要求偏高，而傳感器是系統(tǒng)信號采集的重要部件，所以當前對于汽輪機故障診斷技術(shù)的研究主要側(cè)重于降低誤診率和漏診率，提高傳感器的工作性能與可靠性，以及積極開發(fā)新的傳感器。

在信號分析與處理方面，目前使用最多的為振動信號分析與處理。而快速傅里葉變換（FFT）是汽輪機故障診斷系統(tǒng)中振動信號分析與處理采用最多的一種思想[2]。該思想的主要內(nèi)容是將一般時域信號表示成不同頻率的諧波函數(shù)，并以線性疊加的方式表示出來。同時，快速傅里葉變換思想認為信號是平穩(wěn)的，因而分析出的頻率具有統(tǒng)計不變性。從大量實踐應用情況來看，F(xiàn)FT在汽輪機故障診斷信號分析過程中對于許多平穩(wěn)信號都較為適用。然而，在實際診斷過程中許多信號都是不平穩(wěn)的、非線性的。所以，提高信號分析精度與處理效率，是汽輪機故障診斷研究人員當前所迫切需要解決的一個問題。

（二）故障診斷

要想對汽輪機故障進行準確的診斷，首先就需要對故障發(fā)生的機理進行了解，這也是汽輪機故障診斷工作中一項不可缺少的基礎(chǔ)性環(huán)節(jié)。目前對于汽輪機故障機理的研究主要包括故障類型與故障規(guī)律兩方面。根據(jù)汽輪機故障發(fā)生機理，目前制定的故障診斷策略較為有效的主要有邏輯診斷、模糊診斷、人工神經(jīng)網(wǎng)絡，對比診斷、專家系統(tǒng)和模式識別等[3]。其中，人工神經(jīng)網(wǎng)絡和專家系統(tǒng)是當前研究較多的兩種診斷方法。故障診斷的一般過程如圖1。

圖1汽輪機故障診斷一般過程

（三）應用人工智能

伴隨互聯(lián)網(wǎng)技術(shù)的不斷進步與信息技術(shù)應用的日益廣泛，人工智能已經(jīng)成為當今時代的代名詞，許多領(lǐng)域目前正致力于發(fā)展人工智能。作為我國重要支柱產(chǎn)業(yè)之一的電力產(chǎn)業(yè)，在汽輪機故障診斷方面也正朝著人工智能的方向發(fā)展。其中最具代表性的當屬專家系統(tǒng)。專家系統(tǒng)作為人工智能在汽輪機故障診斷技術(shù)中的應用成果已取得了成功，但面對科技飛速發(fā)展的新時期，汽輪機故障診斷中的人工智能仍有許多問題丞待解決，如自學習、知識的獲取、智能辨識、信息融合等等。

三、汽輪機故障診斷技術(shù)的未來展望

雖然現(xiàn)有汽輪機故障診斷技術(shù)已普遍應用于實際當中，但從上文對汽輪機故障診斷技術(shù)及各相關(guān)方面的深入研究與分析中發(fā)現(xiàn)，我國汽輪機故障診斷技術(shù)仍存在較多問題，診斷技術(shù)水平需要不斷提高[4]。同時，為加快解決汽輪機故障問題，未來我國汽輪機故障診斷技術(shù)將朝著全方位檢測技術(shù)，診斷技術(shù)與仿真技術(shù)有效融合、綜合診斷與故障機理更深入研究等幾個重點方向發(fā)展。

在故障機理更深入研究方面，需要電力企業(yè)相關(guān)工作人員加大對汽輪機故障機理的研究力度與深度，尤其是對漸發(fā)故障定量表征和整個故障系統(tǒng)狀態(tài)指標的研究，并在此基礎(chǔ)上對汽輪機故障機理進行詳細、明確的區(qū)分。只有明確汽輪機故障機理，汽輪機故障診斷技術(shù)才能得到有效的改進與優(yōu)化，才能得到快速穩(wěn)定的發(fā)展。

在全方位檢測技術(shù)方面，需要系統(tǒng)設計人員利用自動化技術(shù)、GPS定位技術(shù)、通信技術(shù)、計算機技術(shù)等多種現(xiàn)代化信息技術(shù)來積極開發(fā)新型汽輪機故障診斷系統(tǒng)，在不斷提升系統(tǒng)功能的同時，實現(xiàn)對汽輪機故障的全方位檢測，實現(xiàn)對汽輪機故障診斷效率的提升。

對于診斷技術(shù)與仿真技術(shù)的有效融合，主要是基于故障仿真思想來實現(xiàn)對汽輪機故障類型的辨別[5]。利用仿真技術(shù)可以實現(xiàn)對汽輪機組成零件故障的識別與診斷，而診斷技術(shù)與仿真技術(shù)的融合既能夠為專家系統(tǒng)提供所需知識與學習樣本，又能夠在故障潛伏時期對汽輪機征兆進行充分研究，從而大大提高汽輪機故障診斷技術(shù)水平，促進汽輪機故障診斷技術(shù)快速發(fā)展。

綜合診斷發(fā)展趨勢主要表現(xiàn)在相關(guān)研究人員正逐步擴大對汽輪機故障診斷技術(shù)的研究寬度，這就為綜合診斷技術(shù)的發(fā)展提供了有利的條件。目前，對于汽輪機性能診斷、油液診斷、機械振動及溫度診斷等的綜合性診斷已初步形成體系，并在繼續(xù)發(fā)展著。

四、結(jié)語

通過上文表述，我們可以清楚的了解到汽輪機在我國工業(yè)發(fā)展過程中所占據(jù)的重要地位與發(fā)揮的重要作用，以及汽輪機故障診斷的重要性與必要性。雖然目前我國汽輪機故障診斷技術(shù)整體水平較低，但隨著相關(guān)人士對汽輪機故障診斷重要性認識的不斷提高與故障診斷研究力度的不斷加大，相信我國汽輪機故障診斷技術(shù)必定會得到顯著提升。

參考文獻：

[1] 郭建.基于BP神經(jīng)網(wǎng)絡的汽輪機故障診斷系統(tǒng)研究[D].華南理工大學，2014.

[2] 解芳芳.基于流形學習的汽輪機振動故障診斷技術(shù)和監(jiān)測系統(tǒng)研究[D].華北電力大學，2014.

[3] 余熳燁.基于Matlab的某電廠汽輪機振動故障診斷系統(tǒng)的研究[D].華南理工大學，2011.

[4] 董恒.汽輪機故障診斷技術(shù)的發(fā)展與展望[J].硅谷，2013，20：6+13.

[5] 付麗莉.汽輪機故障診斷技術(shù)的發(fā)展分析和研究[J].科技創(chuàng)新與應用，2015.08.