劉曉東 黃生文

摘? 要：以火電廠的旋轉(zhuǎn)設(shè)備作為研究對象，應(yīng)用邊緣計算、智能監(jiān)測技術(shù)對全廠主機和重要輔機旋轉(zhuǎn)設(shè)備振動在線監(jiān)測，應(yīng)用智能態(tài)勢感知、數(shù)據(jù)可視化技術(shù)實現(xiàn)火電廠重要發(fā)電設(shè)備數(shù)字化管理、智能化監(jiān)測，自動生成統(tǒng)計報表，達到對旋轉(zhuǎn)機械振動狀態(tài)感知和趨勢預(yù)測的目的。應(yīng)用輔機智能平衡技術(shù)實現(xiàn)輔機在線動平衡。整體研究對推動電廠的智慧化建設(shè)具有一定的借鑒意義。

關(guān)鍵詞：邊緣計算；旋轉(zhuǎn)設(shè)備；振動；態(tài)勢感知

中圖分類號：TP311；TK268.+1 文獻標(biāo)識碼：A 文章編號：2096-4706（2023）03-0164-04

Development and Application of Rotating Equipment Vibration Situation Awareness Platform Based on Edge Calculation

LIU Xiaodong， HUANG Shengwen

（Hebei Zhuozhou Jingyuan Thermal Power Co.， Ltd.， Baoding? 072750， China）

Abstract： Taking the rotating equipment of thermal power plant as the research object， the edge calculation and intelligent monitoring technology are applied to online monitor the rotating equipment vibration of the main engine and important auxiliary equipment of the whole plant， and the intelligent situation awareness and data visualization technology are applied to realize the digital management and intelligent monitoring of the important power generation equipment of thermal power plant， and the statistical report is automatically generated， so as to realize the purpose of vibration state awareness and trend prediction of the rotating machinery. The auxiliary machine intelligent balance technology is applied to realize the on-line dynamic balance of the auxiliary machine. The overall research has the certain reference significance for promoting the intelligent construction of the power plant.

Keywords： edge calculation; rotating equipment; vibration; situation awareness

0? 引? 言

汽輪發(fā)電機組等旋轉(zhuǎn)設(shè)備是火力發(fā)電廠中的核心發(fā)電設(shè)備，其能否安全可靠運行直接影響電廠及電力系統(tǒng)的安全穩(wěn)定。而在現(xiàn)場生產(chǎn)中由于制造、安裝、調(diào)度等不確定性因素的存在，旋轉(zhuǎn)設(shè)備的運行工況也隨著機組負荷指令不斷地發(fā)生改變，導(dǎo)致容易出現(xiàn)各種各樣的故障，輕則限制汽輪發(fā)電機組出力影響正常生產(chǎn)，重則發(fā)生設(shè)備損壞事故可能會對電廠甚至電網(wǎng)產(chǎn)生嚴(yán)重后果。目前火電廠旋轉(zhuǎn)設(shè)備振動數(shù)據(jù)作為一項主要的監(jiān)測參數(shù)，它包含在生產(chǎn)運行監(jiān)測數(shù)據(jù)中，可以對主輔機的運行狀態(tài)實時監(jiān)控反映機組各設(shè)備當(dāng)前的運行狀態(tài)[1]。

1? 研究背景

TDM（Turbine Dignosis Managment）系統(tǒng)是一套振動分析檢測系統(tǒng)，依賴專業(yè)人員對監(jiān)測振動信號的解讀，憑經(jīng)驗得出診斷結(jié)果，其面向的應(yīng)用人群非常有限，且由于TDM系統(tǒng)產(chǎn)生的年代較早，系統(tǒng)沒有任何人工智能技術(shù)和大數(shù)據(jù)技術(shù)的應(yīng)用。近些年隨著智慧電站項目在國內(nèi)風(fēng)風(fēng)火火的開展起來，傳統(tǒng)的TDM系統(tǒng)也迎來了升級換代的機會。TDM系統(tǒng)在網(wǎng)絡(luò)架構(gòu)上做了必要的擴展，適應(yīng)了智慧電廠大數(shù)據(jù)平臺的應(yīng)用要求，在監(jiān)測內(nèi)容上擴充了監(jiān)測范圍，監(jiān)測測點逐漸豐富，在監(jiān)測技術(shù)上為了適應(yīng)智慧電廠的要求，融合了大數(shù)據(jù)挖掘技術(shù)、人工智能診斷技術(shù)等[2，3]。

2? 總體架構(gòu)和關(guān)鍵技術(shù)

2.1? 總體架構(gòu)

旋轉(zhuǎn)設(shè)備振動態(tài)勢感知平臺以振動數(shù)據(jù)為核心，應(yīng)用邊緣計算技術(shù)建立起包含全部輔機在內(nèi)的旋轉(zhuǎn)設(shè)備振動態(tài)勢感知大數(shù)據(jù)平臺。結(jié)合人工智能、大數(shù)據(jù)挖掘、三維建模等技術(shù)，實現(xiàn)系統(tǒng)的態(tài)勢感知，數(shù)據(jù)可視化應(yīng)用、智能報表和輔機智能平衡等功能。根據(jù)研究內(nèi)容，采用理論分析、數(shù)值模擬、數(shù)據(jù)建模結(jié)合現(xiàn)場軟件功能測試，最終實現(xiàn)系統(tǒng)的設(shè)計目標(biāo)，如圖1所示。

（1）應(yīng)用邊緣計算技術(shù)，挖掘輔機振動監(jiān)測的需求，實踐輔機振動監(jiān)測的方法，實現(xiàn)全廠的輔機振動監(jiān)測集成。

（2）對旋轉(zhuǎn)機械設(shè)備運行特性、運行工況變化進行實測分析，將設(shè)備運行中的實際狀況和各項指標(biāo)特征輸入大數(shù)據(jù)模型庫。經(jīng)過數(shù)據(jù)訓(xùn)練、歸納故障特征、識別故障數(shù)據(jù)、模型優(yōu)化，應(yīng)用Python語言開發(fā)適合振動數(shù)據(jù)的大數(shù)據(jù)態(tài)勢感知算法模型。

（3）搜集和整理現(xiàn)場實際的振動數(shù)據(jù)，針對振動分頻值、相位、軸心軌跡、軸心位置等多維度信息，應(yīng)用大數(shù)據(jù)模型，通過信息熵的計算方法得到機組狀態(tài)信息期望，并表現(xiàn)為反映機組整體運行狀態(tài)的振動指標(biāo)系數(shù)。

（4）應(yīng)用大數(shù)據(jù)挖掘和三維建模技術(shù)，梳理振動相關(guān)重要事件的發(fā)生過程，把過程重要細節(jié)通過計算機軟件實現(xiàn)智能數(shù)據(jù)展示。

（5）應(yīng)用大數(shù)據(jù)挖掘技術(shù)和人工智能技術(shù)，從振動數(shù)據(jù)平臺提取輔機平衡所需要的歷史特征數(shù)據(jù)，自動匹配影響系數(shù)，計算平衡數(shù)據(jù)，實現(xiàn)智能平衡。

2.2? 邊緣計算技術(shù)

邊緣計算技術(shù)是發(fā)揮分布式計算能力，緩解大規(guī)模數(shù)據(jù)監(jiān)測對集成服務(wù)器的負載壓力，發(fā)揮“振動信號源”的就近優(yōu)勢，在輔機就地安裝部署若干“輔機邊緣計算就地信號采集單元”，完成對振動傳感器模擬量信號的采集、處理和計算，最后把信號轉(zhuǎn)化為數(shù)字量信號，通過光纜傳送到電子設(shè)備間，完成大規(guī)模的輔機振動信號的采集和數(shù)據(jù)集成，提供了快速響應(yīng)的、高效的最近端信號采集和數(shù)據(jù)集成服務(wù)[4]。如：統(tǒng)計旋轉(zhuǎn)設(shè)備運行小時數(shù)、振動波動區(qū)間、報警次數(shù)、報警持續(xù)時間、報警危害等級評價、關(guān)鍵運行工況指標(biāo)統(tǒng)計，研究機組穩(wěn)定運行與技術(shù)指標(biāo)間的強聯(lián)系與弱聯(lián)系關(guān)系、根據(jù)不同狀態(tài)以不同的模式采集發(fā)送數(shù)據(jù)等。

2.3? 振動特征綜合指數(shù)

“振動指數(shù)”是一套對旋轉(zhuǎn)設(shè)備振動監(jiān)測有效的簡化機制，以最簡單的指數(shù)形式，直觀地反映機組振動特征狀態(tài)。振動指數(shù)是本項目獨創(chuàng)的概念，具有開創(chuàng)性和創(chuàng)新性，是旋轉(zhuǎn)設(shè)備振動態(tài)勢感知系統(tǒng)重要的創(chuàng)新功能之一。對不同類型旋轉(zhuǎn)設(shè)備振動指數(shù)形成的算法模型進行研究，綜合考慮通頻幅值、分頻幅值、分頻相位、軸心位置等因素的權(quán)重分配。眾多不同類型旋轉(zhuǎn)設(shè)備各自形成的指數(shù)，如數(shù)值顯示、趨勢變化、報警點信息關(guān)聯(lián)等等。

2.4? 智能態(tài)勢感知

系統(tǒng)具備主動的“感知”能力。應(yīng)用人工智能技術(shù)，使系統(tǒng)具備主動感知設(shè)備運行工況變化、設(shè)備振動狀態(tài)變化和趨勢變化的能力，并主動推送相關(guān)信息告知用戶。系統(tǒng)具備主動感知、主動信息推送的能力，使得人機交互模式由傳統(tǒng)的以人為主動方，機器為被動方的“應(yīng)答模式”轉(zhuǎn)變?yōu)橐詸C器為主動方，人為被動方的“推送模式”。新的人機交互模式能充分發(fā)揮系統(tǒng)的感知能力，不再需要用人眼去發(fā)現(xiàn)重要的信息，系統(tǒng)就能通過后臺的實時運算識別出監(jiān)測設(shè)備正在發(fā)生的狀態(tài)變化和趨勢變化等重要事件，牢牢把握對振動“態(tài)”和“勢”的靈敏監(jiān)測，及時把重要信息推送給用戶，并提供相關(guān)的信息展示頁面鏈接供給用戶選擇是否需要切換到相應(yīng)的監(jiān)測功能界面。

如：用戶正在使用“主軸系監(jiān)測”界面監(jiān)測#2機組主機的振動數(shù)據(jù)。此時振動態(tài)勢感知平臺感知到#1機組主汽溫升高，同時#1就主機1瓦軸振幅值伴隨由明顯升高，此時振動態(tài)勢感知平臺就會主動給用戶推送一條“系統(tǒng)感知到#1機組主汽溫正在上升，伴隨#1機組主機1瓦軸振X和1瓦軸振Y振動幅值升高，是否需要切換到相應(yīng)的界面”的信息，用戶選擇切換到相應(yīng)界面后，系統(tǒng)會調(diào)出相對應(yīng)的數(shù)據(jù)和界面供用戶監(jiān)測和分析。

2.5? 數(shù)據(jù)可視化

本文著力研究振動數(shù)據(jù)的可視化應(yīng)用方法，主要的研究方向定位在結(jié)合大數(shù)據(jù)挖掘技術(shù)對重要事件的數(shù)據(jù)回放過程。振動態(tài)勢感知平臺系統(tǒng)不僅要具備實時的振動態(tài)勢感知能力，同時還要具備強大的數(shù)據(jù)分析功能。通過對振動數(shù)據(jù)可視化應(yīng)用方法的研究，可以更全面的展示振動數(shù)據(jù)和機組運行工況數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，把重要事件的發(fā)生過程中各個細節(jié)通過可視化的方式精準(zhǔn)地還原出來，以全新的數(shù)據(jù)回放方式把原本復(fù)雜的數(shù)據(jù)梳理成條理清晰的信息呈現(xiàn)給用戶，為用戶提供全新的振動監(jiān)測分析技術(shù)手段，提升用戶對系統(tǒng)使用的體驗感受。

2.6? 可編輯智能報表模板

自動報表是振動態(tài)勢感知平臺一項重要的功能。傳統(tǒng)的自動報表模板是固定不能編輯的，這大大限制了報表應(yīng)用的需求變化。通常一份報表模板固定下來之后，其需求穩(wěn)定期一般在3—6個月，之后多少都會由于管理制度的變化或者新的業(yè)務(wù)要求產(chǎn)生一些需求的變化，傳統(tǒng)不可編輯的報告模板就無能為力了，只能依靠軟件開發(fā)重新開發(fā)一套新的報表模板。

需對可編輯的報表模板進行研究，使報表模板可以根據(jù)用戶需求變化，最大限度地滿足用戶對報表模板的編輯需求，使自動報表能適應(yīng)盡可能多的應(yīng)用需求的變化。

2.7? 輔機智能平衡

應(yīng)用大數(shù)據(jù)挖掘技術(shù)，研究輔機配平衡算法，能夠識別輔機間共性的影響因素，在不停機的條件下，完成風(fēng)機配平衡的計算。

傳統(tǒng)的輔機配平衡需要利用停機機會，臨時為輔機安裝專業(yè)的振動監(jiān)測設(shè)備。通常需要做2次平衡試驗，才能完成一臺輔機的配平衡工作。其實，電廠眾多輔機的共性數(shù)據(jù)是可以共享的，由于過去很多輔機沒有安裝振動監(jiān)測設(shè)備，以至于無法為眾多的輔機建立起可以相互共享的數(shù)據(jù)平臺。通過本項目實施，可以為電廠所有旋轉(zhuǎn)設(shè)備建立一個數(shù)據(jù)共享的振動大數(shù)據(jù)平臺，系統(tǒng)從歷史數(shù)據(jù)中選取合適的振動特征數(shù)據(jù)，自動匹配同類型輔機的配平衡影響系數(shù)，不需要專門為輔機做平衡試驗，就能自動計算出配平衡的結(jié)果，實現(xiàn)輔機的智能平衡方案。

3? 平臺開發(fā)與驗證

3.1? 主輔機智能監(jiān)測功能

傳統(tǒng)的TDM系統(tǒng)作為常規(guī)火電廠的專業(yè)分析系統(tǒng)，給用戶提供了一些分析專業(yè)的分析工具，而對這些專業(yè)分析工具的具體運用還是取決于用戶的專業(yè)水平和專業(yè)能力，在用戶缺乏專業(yè)知識或?qū)I(yè)的分析工具并不熟悉的前提下常常難以對發(fā)生的問題準(zhǔn)確分析。振動態(tài)勢感知平臺本身就是“專家”，其在TDM系統(tǒng)的網(wǎng)絡(luò)構(gòu)架上做了必要的擴展，適應(yīng)了智慧電廠大數(shù)據(jù)平臺的應(yīng)用要求；在監(jiān)測內(nèi)容上擴充了監(jiān)測范圍，監(jiān)測測點逐漸豐富；在監(jiān)測技術(shù)上為了適應(yīng)智慧電廠的要求，融合了大數(shù)據(jù)挖掘技術(shù)、人工智能診斷技術(shù)等[5]。軟件界面如圖2所示。

3.2? 智能報表生成功能

對旋轉(zhuǎn)機械設(shè)備運行特性、運行工況變化進行實測分析，將設(shè)備運行中的實際狀況和各項指標(biāo)特征輸入大數(shù)據(jù)模型庫。經(jīng)過數(shù)據(jù)訓(xùn)練、歸納故障特征、識別故障數(shù)據(jù)及模型優(yōu)化，應(yīng)用Python語言開發(fā)適合振動數(shù)據(jù)的大數(shù)據(jù)態(tài)勢感知算法模型；統(tǒng)計旋轉(zhuǎn)設(shè)備運行小時數(shù)、振動波動區(qū)間、報警次數(shù)、報警持續(xù)時間、報警危害等級評價、關(guān)鍵運行工況指標(biāo)統(tǒng)計[6]。應(yīng)用邊緣計算技術(shù)，為火電廠提供快速響應(yīng)的最近端的數(shù)據(jù)應(yīng)用服務(wù)，研發(fā)一套技術(shù)監(jiān)督管理需要的振動技術(shù)監(jiān)督報表。系統(tǒng)根據(jù)大數(shù)據(jù)模型庫中的數(shù)據(jù)自動生成所需的技術(shù)監(jiān)督報表，極大節(jié)約了專業(yè)技術(shù)人員的工作量并有效提高了工作效率。軟件界面如圖3所示。

3.3? 智能輔機動平衡功能

在大數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，對傳統(tǒng)的輔機質(zhì)量不平衡因素導(dǎo)致的振動進行分析，識別輔機間質(zhì)量不平衡的共性因素和個性因素[7]，對共性因素采用配平衡算法，完成風(fēng)機智能動平衡的計算。傳統(tǒng)火電廠的輔機配平衡需在機組停機時進行，還需科研院所專家參與計算并臨時為待平衡輔機安裝專業(yè)的振動監(jiān)測設(shè)備等。而機組停機制約生產(chǎn)，采用在線輔機動平衡的方式可以有效解決上述問題。由于同一個火電廠眾多同類型輔機是由一個廠家供貨，同一批生產(chǎn)，在進行動平衡時往往具有相似或相近的影響系數(shù)，隱私這些數(shù)據(jù)是可以共享的。通過本項目實施，可以在采集已有歷史數(shù)據(jù)的基礎(chǔ)上建立一個振動大數(shù)據(jù)平臺，系統(tǒng)在需要進行在線動平衡時會從平臺數(shù)據(jù)庫中選取較工況穩(wěn)定的振動數(shù)據(jù)，自動匹配同類型輔機的配平衡影響系數(shù)，自動計算出配平衡的結(jié)果，實現(xiàn)輔機的智能平衡方案。軟件界面如圖4所示。

4? 結(jié)? 論

應(yīng)用邊緣計算技術(shù)，可以有效地對全廠主機和全部重要輔機旋轉(zhuǎn)設(shè)備的振動在線實時監(jiān)測，實現(xiàn)振動設(shè)備管理全“數(shù)字化”、監(jiān)測全“智能化”、統(tǒng)計報表全“自動化”，實現(xiàn)對旋轉(zhuǎn)機械振動狀態(tài)的感知和趨勢的預(yù)測。實現(xiàn)電廠振動數(shù)據(jù)準(zhǔn)確、快捷、高效的管理，對電廠整體安全生產(chǎn)起到了積極促進作用。

參考文獻：

[1] 吳韜.基于案例推理與模糊粗糙集理論的汽輪機故障診斷系統(tǒng)研究 [J].機電信息，2019（33）：76-78.

[2] 張樹濤.旋轉(zhuǎn)機械運行安全在線監(jiān)測系統(tǒng)的研究與開發(fā) [D].蘭州：蘭州理工大學(xué)，2021.

[3] 馮坤.發(fā)電廠關(guān)鍵設(shè)備預(yù)警分析平臺的建立與研究 [D].保定：華北電力大學(xué)，2017.

[4] 張佳樂，趙彥超，陳兵，等.邊緣計算數(shù)據(jù)安全與隱私保護研究綜述 [J].通信學(xué)報，2018，39（3）：1-21.

[5] 錢強.火電企業(yè)監(jiān)控信息系統(tǒng)的設(shè)計與實現(xiàn) [D].南京：南京理工大學(xué)，2008.

[6] 李文豪，陳仲生.邊緣計算網(wǎng)關(guān)關(guān)鍵技術(shù)及其應(yīng)用 [J].控制與信息技術(shù)，2022（4）：1-10.

[7] 白浩.風(fēng)機不平衡故障特征與診斷方法 [J].內(nèi)燃機與配件，2017（11）：89.

作者簡介：劉曉東（1971—），男，漢族，河北涿鹿人，工程師，本科，研究方向：汽輪機檢修及振動治理；黃生文（1989—），男，漢族，山東曹縣人，高級工程師，碩士研究生，研究方向：發(fā)電廠汽輪機專業(yè)技術(shù)監(jiān)督管理。

收稿日期：2022-10-13