淄博精工商贸供应站淄博精工

　
　　随着一大批高参数、大容量、高自动化程度机组的先后建成，电力体制改革的深入以及与市场经济的接轨，迫切要求火电企业改变其原有的定期检修设备的管理模式，而现代计算机技术和设备诊断及监测技术的发展又为设备管理模式的转变提供了契机。随着状态检修研究工作的进行，状态检修被赋予了更加广泛的含义和内容，在电力行业已成为一切先进检修方式和方法的代名词，它包含了目前国际上所有先进检修方式。
　　广东沙角C电厂通过SC-KWeb精维检修信息支持系统（简称SC-KWeb系统），将火电机组设备的点检标准库与设备大小修文件包有机结合起来，在同一平台上以数据库方式统一管理，形成一套完善的设备点检实施与大小修过程监控的管理信息支持平台，为电厂实现设备的综合状态检修奠定了良好基础
　　1电厂引风机状态检修总体设计沙角C电厂引风机状态检修实施平台设计有三个主要的数据操作模块：状态评价、风险评估、检修建议。
　　可知，该系统包括：a.三个数据处理过程，即状态评价、风险评估和检修建议；b.五个数据库表，即运行数据表、参数界值表、变化率界值表、设备维修台帐和故障模式表；c.七个中间数据，即状态级别数据、故障征兆表、检修决策数据、待查故障表、检修建议表、维修记录数据和诊断准确性反馈数据；d.两个外部实体，即运行人员和引风机。
　　2引风机检修的数据处理2.1引风机系统的数据库表通过现场调研，根据数据的不同来源和功能，设计了引风机的5个数据库表：a.运行数据表。该表中存储了引风机运行实时数据和常规检测数据。实时数据主要由DCS系统取得，主要有引风机的风压、流量、转速、驱动电机电流等与运行工况相关的参数。常规检测数据主要是点检数据，选取点检数据中最能反映引风机状态的8个状态参数，分别是：引风机非驱动端轴承振动、引风机驱动端轴承振动、引风机固定轴承温度、引风机滑动轴承温度、引风机马达驱动端轴承温度、引风机马达非驱动端轴承温度、引风机马达绕组温度、引风机马达振动。常规检测数据中还包括引风机的性能分析数据和振动分析数据。
　　b.参数界值表。存储引风机的8个状态参数的正常值、报警值、停机值。报警值和停机值都是电厂运行规程里面都有的。为了更细致地了解引风机的状态，在报警值之前还设定有一个正常值。
　　c.变化率界值表。该表中存储了风机运行的8个状态参数变化率的界限值。
　　d.故障模式表。该表中存储了按设备分类的故障模式，每种故障模式都存储有对应的故障征兆、维修任务、故障原因。故障模式按设备分类，有利于检修决策的制定。
　　e.设备维修台帐。设备维修台帐存储了引风机（风机机身零件的设计应用）部件的安装记录、故障记录、维修记录。
　　2.2引风机状态检修的数据处理过程2.2.1状态评价该处理过程从运行数据表中取得各种运行数据，进行数据分析处理，最后得到风机总体的运行状态评价和故障征兆表。具体过程如下：对于风机运行的8个状态数据，与参数界值表中的标准值进行比对分级，得到每个参数的状态级别，下面以引风机的温度参数为例进行模糊评判。
　　在任何时刻，点检中所测定的温度量都有一个极限值，记为tmax。当测得的温度值超过该值时，系统开始报警。每个测点的温度都在一定程度上反映了系统局部性能的优劣。通过点检，测得测点的实际温度记为tf，若令m=tf/tmax，那么用m作隶属度函数的自变量，就可以得到温度分别属于优、良、中、差的隶属度函数。隶属度函数的区间划分是根据现场经验得到的。
　　测点温度属于优的隶属度函数为r1=1-20m 160（m<0.75）；（0.75！m<0.8）；（m？0.8）.
　　测点温度属于良的隶属度函数为r2=020m-15-10m 90（m<0.75）；（0.75！m<0.8）；（0.8！m<0.9）；（m？0.9）。
　　测点温度属于中的隶属度函数为r3=010m-8-20m 190（m<0.8）；（0.8！m<0.9）；（0.9！m<0.95）；（m？0.95）。
　　测点温度属于差的隶属度函数为r4=020m-181（m<0.9）；（0.9！m<0.95）；（m？0.95）.
　　在引风机参数模糊评判的同时对每个状态参数进行趋势预测，求出每个参数的变化率，与变化率界值表中的界限值进行比对，当参数的绝对值小于报警值的80时，不考虑参数的变化率。因为对于引风机的振动和温度，绝对量小而变化率过大设备仍然是正常的。此外，还有对风机振动试验测试和性能试验测试的数据也用来对风机的运行状态进行评价。
　　有了8个状态参数的状态级别，趋势预测情况，加上风机振动和性能实验的数据分析，通过对这些数据的加权综合，得到引风机综合状态评价。同时生成了一个风机的故障征兆表，例如：风机的某参数超标或者变化率过大，风机主轴的轴向振动大，在当前驱动电机电流下风机出力明显不足等等。
　　2.2.2风险评估该处理过程从状态评价过程取得风机总体的状态级别和故障征兆表数据，查询数据库故障模式表，分析每种故障模式发生的可能性，结合该种故障模式对设备的危害程度，对每种故障模式进行风险评判，生成待查故障清单。在该页面中采用模糊数学建立故障诊断模型：从点检的数据中选取引风机8个重要的状态参数和引风机驱动电机电流作为引风机故障诊断的依据。9个点检参数是否超标，得到9个故障征兆。引风机的9个故障征兆集合就是故障诊断中要识别的对象0=（x1，x2，x3，x4，x5，x6，x7，x8，x9），引风机的故障征兆如所示。
　　取中的9个征兆作为考虑的对象，再把它们放在19的网络平面上，每一个征兆对应一个格，根据二值逻辑，若有某征兆则在对应的格内记入1，若无某征兆则在对应的格内记入0.这样，待识别的对象就转化成一个由1或0构成的关系矩阵。例如，当引风机非驱动端轴承振动加大，其余8个量正常时，故障诊断的识别对象为0=（1，0，0，0，0，0，0，0，0）。9个故障征兆可以有29种不同组合的情况出现，每一种情况称为一个故障征兆群，一个故障原因的出现，往往会出现一组故障征兆，而不是一个故障征兆。
　　根据现场调研，针对沙角C电厂660MW机组引风机，按照引风机部件分类总结出41种故障模式。故障模式按照部件分类的优点是，便于检修决策的制定，一旦发现某个部件出问题的可能性最大，可以直接针对该部件进行检修。列出了引风机的部分故障模式。
　　确定的引风机的故障模式有41个，则这41个故障模式就是要考虑的论域U，亦即U=（1，2，，41），把不同类型的故障看成论域U的模糊子集，故障诊断是确定待识别对象0以多大程度隶属于哪个模糊子集的问题。
　　以引风机的41种故障模式为行，9种故障征兆为列，建立一个419的特征向量矩阵。特征向量的值xij遵循下面的取值规则：xij=1（第i种故障模式发生出现第j种故障征兆）；0（第i种故障模式发生不出现第j种故障征兆）.结合引风机专业的知识，构造如下的特征向量矩阵。
　　用模糊模式识别方法进行故障诊断，通过求距离的方法建立隶属函数。待识别的对象0=（x1，x2，x3，x4，x5，x6，x7，x8，x9）与故障模式i之间的距离di（u0，ui）=9j=1（xj-xij）21/2，（1）式中：xj是识别对象0中第j种故障征兆的指标值，要么为0，要么为1；xij为特征向量的值，来自于特征向量矩阵。令D=max（di（u0，ui）），i=（1，2，，41）.则模糊故障模式i的隶属函数为Uui（u0）=1-di（u0-ui）/D.
　　（2）由式（1）和（2）可以求得每种故障模式的隶属度，隶属度越大，故障发生的可能性越大。
　　通过分析故障的可能性和对机组设备的危害性，结合风机运行的状态级别和引风机设备维修台帐等数据，以风险评估图给出风机的总体风险评估。
　　2.2.3检修建议该处理过程针对待查故障清单，重新查询故障模式表，给出具体的检修任务。在生成的检修建议表中给运行人员显示了检修策略和维修任务，通过运行人员的干预，形成最终的检修策略，依照该检修策略对风机进行维修。
　　检修任务完成之后，维修记录要反馈到设备维修台帐数据库表，对该数据库表中维修部件的相关内容进行更新。诊断准确性反馈数据返回到故障模式表，对于误判断的故障模式，要对故障模式表中该故障模式的故障征兆权值进行修正。如果某种故障模式经常发生且系统都给出了正确的判断，要对故障模式表中得出该故障模式的故障征兆的权重值适当提高，以增大运行过程中得出正确判断的概率。
　　3状态检修软件设计及特点分析上述引风机状态检修的分析和决策流程，是以数据流的走向来介绍分级处理，风险评估，检修建议的。在软件页面的设计中为了增加软件界面友好度，把以上提到的各个功能集成设计成一个单独的功能引导页面。用户在数据显示页面选择了待分析的数据之后，就可以直接进入任何一个中间过程页面查看结果。
　　在每个页面的顶部都布置了流程引导页面，便于用户直接进入相应的功能模块，如所示。状态检修实施流程是：先进入数据选择页面选择数据，然后进入状态评价，状态评价之后检修建议，上图中的检修建议可以通过3种方式给出，分别是系统给定，手动选择，分析干预。故障推理是对整个过程的一个推理的解释，选定数据后点击中的任何一个部分都可以直接进入该功能页面。
　　沙角C电厂660MW机组引风机状态检修平台是一个从采集数据到最后给出检修策略的完整系统，该系统相对于其他系统有如下优点：a.采用离线与在线监测相结合，对数据进行深入挖掘，运用模糊数学的理论进行状态评价。
　　b.以设备单个故障模式发生的可能性和危害性程度为依据给出单种故障模式的风险评判，并在此基础上加权综合，实施引风机总体风险评估预警。
　　c.在风险评估的基础上系统自动给出引风机最优的检修策略。通过运行人员的干预来指导实际的维修。
　　d.利用本文建立的隶属函数进行故障诊断计算，诊断结果之间的隶属度差别比较明显，能有效识别故障原因。
　　通过沙角C电厂的实际运行，表明该系统界面友好，推理可靠，取得了较好的实用效果。