汽轮机通流部件的故障及其诊断

汽轮机通流部件的故障及其诊断

曾琦 陈国玉 王多亮

中煤新疆北二电厂 新疆奇台 831700

摘要：现如今，我国用电量逐年递增，火电厂建设项目日益增多。火力发电厂作为我国大型发电机构，它的核心设备是汽轮机。汽轮机在发电阶段占据重要地位，但其流通部分的故障会影响整体发电厂效率，甚至导致整个电厂潜藏安全隐患。因此，保证汽轮机通流部分的顺畅 ，降低故障发生率是研究的重点。介绍汽轮机通流部分的故障类型并分析其原因，最后提出相应的解决措施来保证汽轮机通流部分正常工作。

关键词：汽轮机；通流部件；故障；诊断

引言

汽轮机结构中流体工质做功的通道成为汽轮机的通流部分。通流部分是流体工质在汽轮机本体中流动做功所经过的汽轮机部件的总称。通常汽轮机的通流部分主要由进汽机构、各级通流部分叶栅和排汽缸三大组件组合而成。另外，按照承受压强高低的不同，汽轮机的通流部分又可分为高压通流部分、中压通流部分和低压通流部分。高、中、低压三大通流部分各自具有其不同的特征及作用，它们的有机组合和协调运行共同完成了汽轮机通流部分的安全、高效、稳定的运行。

1原理

汽轮机也被称作蒸汽透平，其运行过程中主要通过功率与能量两者之间的转换，以持续性旋转的方式将蒸汽热能转化为机械能，它是电厂运营及发展过程中必备的机械设备，属于原动力机械，主要用来驱动发电机、风机、泵以及压缩机等设备。与此同时，其应用过程中可有效实现抽汽供热。汽轮机应用过程中体现了寿命长、功率大以及运行效率高等诸多特点，它的运行原理主要是将蒸汽热能转变为机械能，进而产生强大的动力支持。锅炉中的蒸汽输送到汽轮机以后，汽轮机将会按照事先所设定的运行原理，自行形成秩序的运行结构，首先形成环形配置，而后再借助动叶以及喷嘴将热能转化为转子的旋转机械能，保证其运行效率。

2故障基本类型与发生故障的原因分析

汽轮机通流部分一般会发生两种类型的常见故障，第一种类型属于渐变性故障，第二种故障类型属于突发性故障。突发性故障有很多种，进气阀阀门杆突然出现脱落或者断裂情况；静叶或动叶突然脱落断裂等。之所以会发生这些情况，从原因来看主要是因为通流部分面积突然之间发生了变化。渐变性故障也有很多种，如叶片遭遇磨损、通道产生了结垢情况等。这些情况发生在原因方面主要是因为汽轮使用时间过长，导致通流通道中的水汽长期存在，造车水垢发生堆结或蒸汽中存在的杂质对内缸长期冲击，导致内缸发生磨损，因为这种故障发生往往需要耗费很长的时间，因此被称作渐变性故障。

通常会出现的故障分为压力级故障以及轴封磨损故障，这两种故障产生的原因是不同的。对于前者来说，通流通道使用时间过长就会造成其内部积有大量的灰尘，或者是气缸内的转叶出现了断裂和脱落的情况，如果出现这些情况就会使通道的面积突然间发生变化，调节级压力跟面积是呈比例关系的，面积的变化必然会造成压力的增大这样就会造成负荷的增大，而后者主要是操作不当造成的，操作不当会导致机器磨损加剧，这要就有可能造成漏气问题。

另外一种类型的故障就是调节级和调节气门的故障，这种故障是所有故障中出现频率最高的造成这一故障的原因有两个，即温度和压力过高，因为对于汽轮机来说，大部分焓降基本上都落在这里，这样就会导致这两个地方长期都会受到由于高热而产生的压力，而后在其渐变的过程中出现剧烈的磨损和腐蚀，最后就会导致气阀的阀杆断裂乃至脱落严重的话甚至会造成整个叶片的断裂。这是因为在气缸内，整个的气流循环是比较活跃的，这些气流不断地对阀门和调节级造成冲击，会加重流通道的堵塞问题。

3故障诊断方法

3.1人工神经网络故障诊断法

人神经网络主要指的是一种在使用的过程中，着重依赖于动物神经系统的算法以及研究方式。该种算法就目前来说，有一定的自我适应能力。技术人员使用该种算法的过程中，如果能够根据一定的规律提前输入并且输出一些有效信号。那么技术人员就可以利用输入输出数据之间的规律进行系统建模的相关工作。技术人员在后续的工作过程中，需要对输入数据进行全面而又详细的分析，分析完后得出更加准确的输出结果。

人工神经网络主要是由输出层、输入层以及养成这三大层次之间有机配合密切联系而构造而成的。在这三种层次中，由于输入承载该算法正常使用的过程中所需要分担的功能结构非常的多。因此这一层次在算法正常进行的过程中负担的压力也比较大。为了缓解其所负担的压力，需要在使用的过程中将其收到的输入信号通过一定的方式方法，将数据稳定的传递给下一阶段。

当数据在经过一段时间的处理之后，最终把得到的数据输出到输入层中。在技术人员采取一定的方式方法对汽轮机的故障进行整装的过程中，需要在诊断的时候对汽轮机每个运行数进行详细的分析，然后把其做成原始信号，借助于系统内部所固有的算法进行故障类型的判断活动，从而使得处理效率能够得到进一步的提升。

3.2人工神经网络故障诊断法的程序

汽轮机故障诊断的方法多种多样，要求技术人员在故障诊断的过程中，结合汽轮机的型号，发挥自身的专业优势，结合多年来的工作经验，根据故障特征对故障性质进行判断，而后再结合人工神经网络的故障诊断系统诊断流程，做好数据收集工作，处理各类异常数据，其中包括汽轮机运行过程中工况是否正常、负荷变化、再热压力、主汽流量、温度等，这些都是必要的参数值，在数据预处理环节可根据加工特征，将其转化为可参考的网络数据，最终输入到数据诊断程序中，准确判断故障类型，明确其中的诱因，在此基础上，制定完善的处理方案，提高故障处理效率。

值得一提的是，汽轮机运行过程中可能出现的故障类型较多，每个故障的原理以及诱因也有所差异，若仅仅依赖神经网络故障诊断模型那么将会使得故障诊断与维修局限在此范围内。基于此，要求技术人员在实践工作中不断的总结经验，以此为基础，分析不同故障实例，并对神经网络故障诊断模型不断地补充与完善，使之更加系统化。

3.3其他的故障检测法

在对汽轮机故障诊断的过程中，相继研发出了故障树诊断法、主元分析诊断法、模糊推理诊断法等等。以上的诊断方法在实际使用的过程中，都具有一定的可靠性以及真实性。通过这些诊断方法的正确使用可以极大地提高工作人员的故障诊断效率，能够更加及时地让工作人员了解到汽轮机出现故障的部位，从而进一步给技术人员提供更加有效的数据参考。技术人员在进行故障诊断方法选择的过程中，一定要牢牢的结合汽轮机的实际运行情况，合理的选择故障诊断方式。只有这样才能够使得故障诊断的效率得到大幅度的提高，保证汽轮机能够得到及时的维修。

结语

汽轮机正常工作阶段，其通流部分会直接影响汽轮机的运行质量，而且此部分一旦产生故障，可能导致严重事故，因此研究汽轮机通流部分的故障诊断方法十分重要。本文讲述人工神经网络技术的故障诊断流程，并详细分析了汽轮机通流部分可能存在的故障类型，如压力级故障、轴封磨损故障以及调节级故障等，进而提出现场勘查、对比热力学参数以及对比通流部分工作效率的方式来判断其故障类型。通过模型或者函数计算相关数据，人们可以预测故障产生的部分以及类型，故障诊断算法还包括模糊推理以及遗传算法等，因此本文的研究依旧存在缺陷，此类算法有待日后进一步研究，以便更加精确地判断汽轮机出现的故障。

参考文献

[1]张家瑞.关于汽轮机通流部分故障诊断方法的思考[J].黑龙江科技信息，2017（5）：81-81.

[2]高文松，尹金亮，陈长利，等.特征通流面积法在汽轮机故障诊断中的应用分析[J].内蒙古电力技术，2017（5）：41-45.

[3]徐鹏.200MW发电机组汽轮机通流部分改造经济性分析[J].工程技术：全文版，2017（2）：00200-00200.