基于数据挖掘的900MW汽轮机组故障诊断系统研究

摘要

作为火电厂的核心设备之一的汽轮机由于长期高速工作在恶劣的环境下，转子出现振动故障的概率较高，而且振动故障往往对安全生产构成重大隐患，因此汽轮机组的振动问题一直以来都是人们研究的重要课题。于是在汽轮机发电机产生的同时，振动测试分析、故障诊断与处理技术也随之产生。现代电力生产过程参数的提高和容量的增加，特别是超临界和超超临界机组的产生，对设备的可靠性提出了更高的要求，使得由于轴系振动缺陷造成的机组非计划停机带来的经济损失也随之成倍地增加。汽轮发电机组在运行中具有大量的振动数据和热力数据，这些数据背后包含有机组的大量运行信息，由于没有相对有效的信息提取方法，当故障发生时，不能及时获取有用的故障信息，导致故障排除延误。综上所述，振动诊断技术需要迅速、正确，以与生产现状相匹配。为此论文在系统研究和总结国内外汽轮机故障诊断研究和相关在线诊断系统的基础上，结合900MW汽轮机组的特点和电厂实际采集系统的参数，研制了结合振动参数和热力参数的汽轮发电机组振动故障诊断系统，并成功应用到某电厂900MW超临界汽轮发电机组上。经过一年多的现场运行，证明系统性能稳定，为电厂的安全运行作出了贡献。 论文的主要研究工作如下： 1、以某电厂900MW机组汽轮机为研究对象，设计了机组振动故障诊断系统的总体框架结构，完成振动数据采集器同现场振动信号源的连接，完成了集热力参数和振动参数于一体的数据库框架设计和电厂热力参数接口程序的设计，成功获取并储存现场的热力参数数据并实现了热力参数和振动参数联合诊断和追忆的功能。 2、提出了针对超临界机组的基于关联规则的故障诊断模型，首次将诸多热力参数、运行调整参数（如高调门开度等）与振动参数结合在一起，建立并实现了特定机组的轴系振动故障诊断规则库。论文通过对以往的资料、实例经验整理归纳，尤其是900MW机组已经发现的故障类型进行了分类总结，整理出共六大类的故障，并针对每一类振动故障及其相对应的振动征兆和特征，采用关联规则挖掘算法将振动征兆、热参数数据和故障类型之间的关系用关联规则的置信度和支持度来表示，构成基于特定机组数据的关联规则挖掘的规则知识库。根据此基于关联规则的知识库，程序实现运用到在线诊断系统中，在线进行分析推理，找出振动故障的征兆和特征，利用程序诊断出与征兆特征相对应的故障，完成汽轮发电机组振动故障的诊断。 基于关联规则的振动故障诊断系统在电厂装机运行后，成功排除了非轴系原因引起的振动信号超限故障，发挥了积极作用。实际运行表明，该系统具有良好的人机交互能力和诊断功能。 相信在经过一段时间的运行和经验积累后，关联规则库将得到进一步的完善和修正，集热力和振动参数相耦合的诊断系统将为电厂机组安全经济运行作出贡献。