大型火電廠主要設備包括鍋爐、汽輪機和發電機等,完成從熱能到機械能再到電能的轉換過程。設備與設備之間的耦合性、系統的復雜性,以及設備在高溫、高壓、高速旋轉的特殊工作環境下,決定了火電廠是一個高故障率和故障危害性很大的生產場所,這些故障都將造成重大的經濟損失和社會后果。因此,通過先進的技術手段,對設備狀態參數進行監測和分析,來判斷設備是否存在異?;蚬收?、故障的部位和原因、故障的劣化趨勢,以確定合理檢修時機很有必要。
一、火電廠主要設備的典型故障及其診斷方法
1、鍋爐的主要故障及診斷方法
主要故障
(1)過熱器泄漏。過熱器泄漏爆管區集中在高溫過熱器下彎頭外圈向火側,主要原因是爐膛高度偏低,使該處出現過熱,此處也有選材裕度不足及焊接質量問題。
(2)省煤器泄漏。主要原因是飛灰磨損造成管壁減薄,特別是在穿墻管、爐墻漏風和彎頭處為常見。
(3)水冷壁泄漏。主要原因是局部過熱和腐蝕,局部過熱是水循環破壞和管內結垢造成,而火焰偏斜或燃燒區煙溫過高則使水冷壁高溫腐蝕。
(4)除塵器故障。主要原因有煙氣流速太快,灰粒的粒度較大,含塵濃度大,排煙溫度低于露點溫度等。
診斷方法
在鍋爐故障診斷中,物理診斷方法有:紅外測溫技術,具體應用范圍有鍋爐火焰和燃燒狀態進行辨別與控制、熱力設備疲勞損傷、熱力設備熱機械學特征規律、熱力系統漏熱及保溫進行診斷與評價、鍋爐熱污染控制等;超聲波診斷方法,它可用來監視爐膛上部區域的煙氣溫度,決定何時進行吹灰操作,保持鍋爐良好的運行性能,監視爐膛各個燃燒器區域附近煙氣溫度,有助于識別和清除燃燒器故障導致的燃燒工況異常,同時可對污染物生成有重要影響的溫度的優化控制,實現清潔燃燒;無損傷檢測技術是指對材料、部件進行的非破壞檢測,以期發現表面和內部缺陷的一項技術。數學診斷方法有故障樹診斷法、模糊診斷方法等。在診斷系統方面,主要有清華大學研究開發的大型電站鍋爐遠程監測與故障診斷系統,華中科技大學研究開發的循環流化床鍋爐在線監測與狀態診斷專家系統等。
2、汽輪機組的主要故障及診斷方法
汽輪機的主要故障
(1)不平衡。主要是由于轉子存在加工誤差和永久彎曲、葉片脫落、聯軸器漂偏、接長軸制造不良、受熱不均勻或材質缺陷而引起的熱撓曲等造成的。
(2)不對中。主要原因是滑銷系統卡澀,汽缸溫差超限,機組升速太快,真空下降過大,基礎不均勻下沉等,使機組膨脹不暢和軸承座膨脹不均勻,以及聯軸器偏心等。
(3)轉子碰摩。主要原因有汽封間隙設計和調整不當,汽缸膨脹不暢,汽缸熱變形過大,機組振動過大和軸向位移增大等。
(4)葉片脫落。主要是由于設計的強度不足,蒸汽參數波動較大,機組在電網周波變化較大和低負荷下長期運行,以及機組在小于額定轉速以下某轉速停留時間過長等。
(5)蒸汽激振。主要原因是由于高中壓轉子臨界轉速較低,并且高中壓轉子熱態下撓度變化較大,軸承標高變化較大,接長軸的加工和安裝質量不良,聯軸器中心徑向或軸向誤差太大,軸系平衡和對中狀態惡化等,使高中壓轉子失穩。
發電機的主要故障
(1)油膜振蕩。主要是因為發電機轉子一階臨界轉速過低,并且三軸楔瓦穩定性差,在載荷減輕時,其失穩轉速過低。
(2)定子線圈絕緣故障。主要是由于磨損、老化、污染及腐蝕等原因使絕緣失效,造成局部放 (3)電和溫度升高,以及由于綁扎不緊、冷卻水泄漏、疲勞磨損等原因使絕緣層損壞,造成線棒位移和匝間短路。
(4)定子線圈過熱。主要是由于制造或安裝過程中某些缺陷使匝間短路,造成局部過熱。
轉子繞組故障。包括接地、匝間短路和斷線故障。接地和匝間短路障礙主要是由于絕緣降低和損壞引起的,接頭開焊和熱變形會引起斷線。
(5)冷卻水系統故障。主要是由于冷卻水泄漏、管道異物堵塞、誤動作等使冷卻水流量降低和中斷,以及由于材料和安裝缺陷引起定子漏水。
診斷方法
在汽輪機組故障診斷中,振動法是應用普遍也比較成熟的一種方法。應用熱力學分析診斷汽輪機組性能故障也是一個重要手段,另外還有油液分析、聲發射法、無損檢測技術等。聲發射法主要用于動靜碰磨故障檢測、泄漏檢測等。日立公司在350MW汽輪機高中壓轉子上設置試片,在兩端軸承的軸瓦處進行聲發射和記錄,診斷轉子的碰磨。在汽輪機組壽命診斷中,無損檢測技術應用相當重要,目前用到的非破壞性評價法主要包括硬度測定法、電氣抵抗法、超聲波法、組織對比法、結晶粒變形法、顯微鏡觀察測定法和X射線分析法等。
現今國內外已經研制開發出了幾十種用于汽輪機組的故障診斷系統。國外主要有美國Radial公司開發的汽輪發電機組振動診斷用專家系統,西屋公司的汽輪發電機組故障診斷系統,Bendy公司的旋轉機械故障診斷系統。國內主要有上海大學研制的熱力參數監測和故障診斷系統TPD,該系統可以提高汽輪機組的運行可靠性,同時能夠優化運行方案、提高運行效率、延長運行壽命。由清華大學、華中理工大學、哈爾濱工業大學、哈爾濱電工儀表所等院所聯合研制200MM、300MW汽輪發電機組工況監測與故障診斷專家系統,可全面監測診斷機械振動故障、氣隙振動故障、熱因素引起的故障、機電耦合軸系扭振故障以及調節控制系統故障。
3.變壓器的主要故障及診斷方法
主要故障
(1)線圈匝間短路。主要原因是絕緣老化或散熱不良或長期過負荷,由于短路電動力損傷匝間絕緣,繞組的材料或工藝方面的缺陷,進水受潮,大氣或操作過電壓的襲擊。
(2)繞組斷線。主要原因有短路電動力使線圈斷線,焊接不良,匝間短路。
(3)繞組對地擊穿。主要原因有主絕緣的老化,絕緣油受潮,繞組內有雜質進入,過電壓短路時線圈變形損壞,因冷卻系統故障、冷卻油道堵塞、保護失靈從而產生整體或局部過熱以致絕緣損壞。
(4)繞組相間短路。主要原因與對地擊穿相似,也可能是引線間或套管間短路,油面過低。
(5)鐵芯片局部短路或局部融毀。主要原因是鐵芯或扼鐵的螺桿絕緣損壞,故障處有金屬片使鐵芯片短路,片間絕緣損壞嚴重,接地方法不正確構成電流環路。
(6)分接開關接觸不良,觸頭表面熔化。主要原因是結構裝配上存在缺陷,切換分接頭后,接觸不可靠,動觸頭彈簧壓力不夠,有載調壓裝置安裝調整不當。
(7)套管對地閃絡或爆炸。主要原因是表面積灰,臟污,裂紋,密封不嚴,呼吸器配置不當。
(8)負荷正常油溫升高。主要原因是繞組匝間短路,損耗增加,大電流連接處接觸不良,油位過低,冷卻效果差。
診斷方法
在變壓器故障診斷中,常用的方法有振動分析法、油中氣體分析法、局部放電法、恢復電壓法、頻率響應分析法以及紅外診斷技術等。目前應用較多的主要是紅外診斷技術。在診斷系統方面,國內外學者和研究單位在這方面進行了大量的工作,已經研制出了具有故障檢測和初步診斷功能的專家系統,如河南電力試驗研究所開發研究的電力變壓器故障診斷微機專家系統。此外,國內有許多著名高校正在從事這方面的研究,取得了巨大的理論成果。
二、目前火電廠設備故障診斷存在的問題
目前雖然有許多診斷方法和診斷系統應用于火電廠設備的故障診斷,并取得了很好的應用效果,但在實際應用時也存在著不少的問題,主要表現在以下幾個方面。
1、檢測手段
故障診斷的推理機制已經達到很高的水平,但征兆的獲取成為了一個瓶頸,即大的問題是檢測手段不能滿足診斷的需要,不能真實地反應故障的特征。
2、復雜的故障機理
對故障機理的了解是準確診斷故障的前提。目前,對電廠某些設備的復雜故障,很難從理論上給出解釋,對其機理的了解并不深刻。
3、人工智能應用
專家系統作為人工智能在電廠主要設備故障診斷中的應用已獲得成功,但仍有一些關鍵的人工智能應用問題需要解決,主要有知識的表達與獲取、自學習、智能辨識、信息融合等。
4、診斷方法的單一性
當前火電廠設備的故障診斷系統所用的診斷方法有模糊邏輯法、故障樹分析法、專家系統、人工神經網絡等。但是單一的診斷方法往往難以達到期望的診斷效果。
5、故障定位
目前的故障診斷系統常常只是進行到故障類型識別這一部分,不能確定故障的具體位置,且對設備的狀態進行預測的功能研究不夠。
三、火電廠設備故障診斷的發展
1、故障診斷系統的發展趨勢
(1)分層分布式結構的故障診斷系統
火電機組的各子系統的結構和功能是分布式和多層次的,這種結構上的層次關系,要求其診斷系統是分布式和多層次的,由全局診斷系統和子診斷系統組成。全局診斷系統負責診斷任務的管理,包括將總體任務分解成子任務和向各子診斷系統分配任務,這些任務往往是相互耦合的。診斷子系統完成以后,通過對各子診斷系統結論的綜合,給出終結論。分布式故障診斷專家系統具有推理效率高,診斷速度快,系統可靠,適時性好的特點。
(2)集成式故障診斷系統
由于當前的診斷系統在推理方法上的單一性,在求解復雜系統的診斷問題時受到很大的限制。未來的火電機組故障診斷系統,將根據不同子系統的特點采用不同的推理模型,甚至采用幾種不同推理模型進行混合推理,各種推進模型的優勢將得到充分發揮,從而提高推理速度和準確性。
(3)構造大型監測診斷中心
在同一電網中,有許多同類型的火電機組在同時運行。構造大型監測診斷中心所帶來的好處是非常明顯的:便于集中保存機組的運行數據和機組健康狀況的資料;便于多臺機組之間、多個電廠之間共享已有的知識,便于知識庫的完善化;有利于機組的負荷調度。
(4)自主閉環診斷系統
全自主、閉環故障診斷系統能夠在人員不參與的情況下完成持續的故障診斷,形成決策,再由診斷系統發出相應的控制命令,對機組施加適當的控制。要實現自主閉環診斷,必須要有成熟和先進的診斷技術。診斷系統的知識庫必須完備,診斷系統應有學習機制,能診斷不可預知的故障。
基于Internet的遠程故障診斷系統
隨著計算機網絡技術的發展,使得基于Internet的遠程應用系統成為可能。將故障診斷系統與Internet相結合不但能夠獲取大量的故障案例與診斷經驗,同時能夠共享診斷資源,實現專家異地會診,提高故障診斷水平。
上一篇:變壓器的基本原理及專業名詞 下一篇:電纜故障產生電纜故障的常見類型及主要原因