郭曉旸

[摘? ? 要 ]燃?xì)廨啓C(jī)是一種非常重要的熱力系統(tǒng)，在發(fā)電、航空等領(lǐng)域都有著廣泛的應(yīng)用。由于燃?xì)廨啓C(jī)的結(jié)構(gòu)復(fù)雜，且旋轉(zhuǎn)部件工作環(huán)境苛刻，使得燃?xì)廨啓C(jī)在運(yùn)行時(shí)容易發(fā)生異?，F(xiàn)象。因此，當(dāng)燃?xì)廨啓C(jī)發(fā)生運(yùn)行異常時(shí)，應(yīng)加強(qiáng)對(duì)燃?xì)廨啓C(jī)的檢測(cè)，及時(shí)消除燃?xì)廨啓C(jī)的運(yùn)行隱患，對(duì)保障燃?xì)廨啓C(jī)的正常運(yùn)行具有重要意義。本文對(duì)燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)方法進(jìn)行介紹，并深入探討了燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)方法的發(fā)展趨勢(shì)。

[關(guān)鍵詞]燃?xì)廨啓C(jī);運(yùn)行異常;檢測(cè)技術(shù)

[中圖分類號(hào)]TM732[文獻(xiàn)標(biāo)志碼]A [文章編號(hào)]2095–6487（2020）08–00–03

Analysis of Detection Technology for Abnormal Operation of Gas Turbine

Guo Xiao-yang

[Abstract]Gas turbine is a very important thermal system， which is widely used in power generation， aviation and other fields. Due to the complex structure of the gas turbine and the harsh working environment of the rotating parts， the gas turbine is prone to abnormal phenomena during operation. Therefore， in case of abnormal operation of gas turbine， it is of great significance to strengthen the detection of gas turbine and eliminate the hidden danger in time. This paper introduces the abnormal detection methods of gas turbine operation， and discusses the development trend of abnormal detection methods of gas turbine operation.

[Keywords]gas turbine; abnormal operation; detection technology

燃?xì)廨啓C(jī)是燃?xì)怆姀S中的關(guān)鍵設(shè)備，作為一種熱力系統(tǒng)，燃?xì)廨啓C(jī)在很多領(lǐng)域有著廣泛的應(yīng)用。和其他的重大設(shè)備相比，燃?xì)廨啓C(jī)的結(jié)構(gòu)非常復(fù)雜，工作的環(huán)境比較惡劣，使得導(dǎo)致燃?xì)廨啓C(jī)在工作時(shí)會(huì)發(fā)生異常[1]。而當(dāng)燃?xì)廨啓C(jī)運(yùn)行運(yùn)行時(shí)發(fā)生異常，一般難以及時(shí)發(fā)現(xiàn)，更無(wú)法及時(shí)進(jìn)行維修，使燃?xì)廨啓C(jī)會(huì)帶著故障工作，那么后果是非常嚴(yán)重的。因此，加強(qiáng)對(duì)燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)技術(shù)進(jìn)行研究是非常有必要的。燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)是保障燃?xì)廨啓C(jī)健康工作的重要方法，燃?xì)廨啓C(jī)的異常檢測(cè)的主要目的是及時(shí)發(fā)現(xiàn)燃?xì)廨啓C(jī)在運(yùn)行時(shí)的異常現(xiàn)象，給予及時(shí)檢修和養(yǎng)護(hù)，提高燃?xì)廨啓C(jī)的運(yùn)行效率和使用壽命[2]。如若不能盡早發(fā)現(xiàn)異常并排除故障原因，燃?xì)廨啓C(jī)帶著故障運(yùn)行，會(huì)導(dǎo)致燃?xì)廨啓C(jī)發(fā)生極為嚴(yán)重的故障。此外，燃?xì)廨啓C(jī)在長(zhǎng)期的啟動(dòng)、斷電和變工運(yùn)行時(shí)，燃?xì)廨啓C(jī)各組件會(huì)承受較大的機(jī)械載荷和循環(huán)熱載荷，在長(zhǎng)期運(yùn)行下會(huì)逐漸導(dǎo)致高溫失效和疲勞失效，大大降低燃?xì)廨啓C(jī)的可靠性和穩(wěn)定性。

1 燃?xì)廨啓C(jī)運(yùn)行異常的檢測(cè)方法

燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)技術(shù)對(duì)保障燃?xì)廨啓C(jī)的正常運(yùn)行有著非常重要的作用。近年來(lái)，技術(shù)人員對(duì)燃?xì)廨啓C(jī)運(yùn)行異常技術(shù)進(jìn)行了大量的研究，并取得了較好的成效。但由于燃?xì)廨啓C(jī)結(jié)構(gòu)復(fù)雜，組件較多，能準(zhǔn)確檢測(cè)出燃?xì)廨啓C(jī)的每一項(xiàng)異常極為困難。近年來(lái)，隨著機(jī)器學(xué)習(xí)、人工智能和數(shù)據(jù)挖掘等新興檢測(cè)技術(shù)不斷涌現(xiàn)，并在燃?xì)廨啓C(jī)運(yùn)行異常中得到應(yīng)用，并取得了較好的成效。

1.1 根據(jù)燃?xì)廨啓C(jī)運(yùn)行數(shù)據(jù)進(jìn)行異常檢測(cè)

為了實(shí)時(shí)掌握燃?xì)廨啓C(jī)的工作狀態(tài)，出于控制調(diào)節(jié)和監(jiān)測(cè)信息的需要，在燃?xì)廨啓C(jī)的不同位置上布置了數(shù)量較多的傳感器件。當(dāng)燃?xì)廨啓C(jī)運(yùn)行時(shí)，傳感器記錄下各種數(shù)據(jù)并存儲(chǔ)和發(fā)送到控制中心。控制中心對(duì)燃?xì)廨啓C(jī)的實(shí)時(shí)運(yùn)行數(shù)據(jù)進(jìn)行分析，當(dāng)燃?xì)廨啓C(jī)正常運(yùn)行時(shí)數(shù)據(jù)也會(huì)無(wú)異常。而當(dāng)數(shù)據(jù)顯示燃?xì)廨啓C(jī)的工作狀態(tài)發(fā)生異常時(shí)，系統(tǒng)應(yīng)能立即發(fā)出警報(bào)聲，提示技術(shù)人員進(jìn)行處理[3]。如在燃?xì)廨啓C(jī)的各種參數(shù)中，排氣溫度非常重要的參數(shù)，通過(guò)排球溫度能夠獲得關(guān)于燃?xì)廨啓C(jī)性能、熱氣體通道組件工作情況等信息。基于對(duì)燃?xì)廨啓C(jī)排氣溫度的檢測(cè)，能夠?qū)τ谌細(xì)廨啓C(jī)的工作狀態(tài)進(jìn)行科學(xué)評(píng)估。

1.2 根據(jù)振動(dòng)參數(shù)對(duì)燃?xì)廨啓C(jī)的異常進(jìn)行檢測(cè)

作為旋轉(zhuǎn)機(jī)械，燃?xì)廨啓C(jī)的部件一旦運(yùn)行異?；蛘呤遣考?，會(huì)通過(guò)振動(dòng)參數(shù)得到表現(xiàn)。一般情況下，燃?xì)廨啓C(jī)轉(zhuǎn)子系統(tǒng)的典型振動(dòng)故障主要包括裂紋、不對(duì)中、軸彎曲等[4]。如果燃?xì)廨啓C(jī)的轉(zhuǎn)子出現(xiàn)故障，會(huì)導(dǎo)致輪機(jī)振動(dòng)發(fā)生異常，這一異常能在轉(zhuǎn)子的振動(dòng)參數(shù)上得到體現(xiàn)。當(dāng)振動(dòng)參數(shù)超出正常值的范圍，則要停機(jī)查找燃?xì)廨啓C(jī)的故障原因。

1.3 根據(jù)油液分析進(jìn)行燃?xì)廨啓C(jī)的異常檢測(cè)

軸承系統(tǒng)是燃?xì)廨啓C(jī)中的重要組成部分，當(dāng)軸承系統(tǒng)發(fā)生異常，會(huì)引起輪機(jī)的轉(zhuǎn)子異常，進(jìn)而導(dǎo)致輪機(jī)無(wú)法正常運(yùn)行。利用光譜儀能進(jìn)行油液分析，掌握潤(rùn)滑油中的磨損物特點(diǎn)，能有效檢測(cè)燃?xì)廨啓C(jī)的轉(zhuǎn)子、軸承等部件的運(yùn)行情況，對(duì)保障燃?xì)廨啓C(jī)的正常運(yùn)行有著非常重要的作用。

2 燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)技術(shù)的發(fā)展趨勢(shì)

2.1 通過(guò)實(shí)驗(yàn)和仿真進(jìn)一步豐富燃?xì)廨啓C(jī)異常特征的數(shù)據(jù)庫(kù)

當(dāng)前，一種對(duì)燃?xì)廨啓C(jī)的運(yùn)行異常進(jìn)行檢測(cè)的常見(jiàn)方法是分析渦輪葉片、壓氣機(jī)等的磨損、間隙的增大、積垢等因素。當(dāng)這些參數(shù)變化達(dá)到一定閾值時(shí)，即可判斷燃?xì)廨啓C(jī)在運(yùn)行時(shí)會(huì)發(fā)生異常。但在實(shí)際工作中，會(huì)有多種因素引起燃?xì)廨啓C(jī)在工作過(guò)程中發(fā)生異常。已有的實(shí)驗(yàn)和仿真模型雖然能夠?qū)ΤＲ?jiàn)的燃?xì)廨啓C(jī)發(fā)生異常進(jìn)行建模分析，但仍然無(wú)法對(duì)燃?xì)廨啓C(jī)的氣路異常進(jìn)行全面檢測(cè)[5]。所以，應(yīng)進(jìn)一步加強(qiáng)燃?xì)廨啓C(jī)的仿真和實(shí)驗(yàn)研究，不斷采用多個(gè)參數(shù)聯(lián)合判斷燃?xì)廨啓C(jī)的工作狀態(tài)，建立燃?xì)廨啓C(jī)的數(shù)學(xué)模型，不斷豐富燃?xì)廨啓C(jī)的異常特征數(shù)據(jù)庫(kù)，從而為燃?xì)廨啓C(jī)的異常檢測(cè)提供保障。

2.2 基于多種信息技術(shù)的融合，不斷完善燃?xì)廨啓C(jī)的異常檢測(cè)體系

燃?xì)廨啓C(jī)的運(yùn)行參數(shù)是反應(yīng)燃?xì)廨啓C(jī)運(yùn)行狀況的重要指標(biāo)。通過(guò)對(duì)燃?xì)廨啓C(jī)運(yùn)行數(shù)據(jù)的采集，從振動(dòng)參數(shù)等多種數(shù)據(jù)信息分析燃?xì)廨啓C(jī)的運(yùn)行狀況。目前，各類傳感器技術(shù)、智能感知技術(shù)在燃?xì)廨啓C(jī)的運(yùn)行參數(shù)檢測(cè)上得到應(yīng)用，這些數(shù)據(jù)能較為全面地體現(xiàn)了燃?xì)廨啓C(jī)的運(yùn)行情況，采用多種信息技術(shù)融合，建立全面的燃?xì)廨啓C(jī)異常數(shù)據(jù)建模和分析系統(tǒng)，可以分析出不同的信息源的參數(shù)、信息的關(guān)聯(lián)性，從而進(jìn)行綜合的評(píng)價(jià)，提高燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)的準(zhǔn)確度[6]。

與此同時(shí)，不同的建模所選擇的參數(shù)不同。因此，通過(guò)模型的方法檢測(cè)燃?xì)廨啓C(jī)的運(yùn)行異常結(jié)果會(huì)存在差異。所以，對(duì)于多種技術(shù)融合下的燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)技術(shù)進(jìn)行研究，能夠使燃?xì)廨啓C(jī)的檢測(cè)體系更加具有普適性。

2.3 深入挖掘燃?xì)廨啓C(jī)運(yùn)行的隱含信息

研究結(jié)果表明，當(dāng)增加燃?xì)廨啓C(jī)運(yùn)行的監(jiān)測(cè)信息時(shí)，可以為燃?xì)廨啓C(jī)運(yùn)行狀態(tài)分析提供更加有效的參考，從而提高燃?xì)廨啓C(jī)運(yùn)行異常的檢測(cè)準(zhǔn)確性。當(dāng)前，對(duì)燃?xì)廨啓C(jī)的各種傳感器的數(shù)據(jù)信息融合已經(jīng)進(jìn)行了大量的研究，但相關(guān)數(shù)據(jù)中隱含的信息還有待深入研究。如若不能深入挖掘檢測(cè)數(shù)據(jù)中所隱含的信息，會(huì)使得燃?xì)廨啓C(jī)的運(yùn)行狀態(tài)無(wú)法得到完全的體現(xiàn)[7]。隨著傳感器技術(shù)的不斷發(fā)展，傳感器管理網(wǎng)絡(luò)能將多種監(jiān)測(cè)信息進(jìn)行有效融合處理，能深入挖掘監(jiān)測(cè)數(shù)據(jù)中所隱含的信息，充分利用所挖掘的信息進(jìn)行分析，能有效提取出反應(yīng)燃?xì)廨啓C(jī)運(yùn)行狀態(tài)的信息。

目前，能通過(guò)神經(jīng)網(wǎng)絡(luò)、人工智能等檢測(cè)技術(shù)等來(lái)提取燃?xì)廨啓C(jī)運(yùn)行狀態(tài)的數(shù)據(jù)分析，但這些算法大部分是淺層結(jié)構(gòu)的算法，在燃?xì)廨啓C(jī)運(yùn)行異常時(shí)對(duì)信息的檢測(cè)存在不足。因此，在燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)中可以應(yīng)用深度結(jié)構(gòu)算法，深度學(xué)習(xí)是其中最為有效的一種方法。深度學(xué)習(xí)不僅能夠基于網(wǎng)絡(luò)隱含的單元數(shù)量的設(shè)置統(tǒng)計(jì)分析全部的監(jiān)測(cè)信息，還能基于神經(jīng)網(wǎng)絡(luò)層的數(shù)量的改變，多層次地提取燃?xì)廨啓C(jī)運(yùn)行異常特征，并進(jìn)行深度挖掘，有效避免燃?xì)廨啓C(jī)運(yùn)行異常的監(jiān)測(cè)數(shù)據(jù)丟失隱含特征的問(wèn)題，提高燃?xì)廨啓C(jī)異常運(yùn)行的檢測(cè)精度。

2.4 提高燃?xì)廨啓C(jī)運(yùn)行異常模型的精度，解決燃?xì)廨啓C(jī)異常時(shí)的欠定問(wèn)題

對(duì)燃?xì)廨啓C(jī)的運(yùn)行狀態(tài)進(jìn)行建模是分析燃?xì)廨啓C(jī)運(yùn)行狀態(tài)的有效方法，但受限于建模方法的精度問(wèn)題，會(huì)燃?xì)廨啓C(jī)的運(yùn)行狀態(tài)監(jiān)測(cè)存在精度不高的現(xiàn)象，甚至在異常運(yùn)行狀態(tài)下無(wú)法檢測(cè)出來(lái)。在燃?xì)廨啓C(jī)的實(shí)際運(yùn)行時(shí)，會(huì)有多個(gè)部件連接，同時(shí)流體和燃?xì)廨啓C(jī)結(jié)構(gòu)部件進(jìn)行耦合，會(huì)對(duì)燃?xì)廨啓C(jī)運(yùn)行狀態(tài)產(chǎn)生影響的信息比較多，多種控制信息增加了通過(guò)模型研究燃?xì)廨啓C(jī)運(yùn)行異常的難度，并且最終也使燃?xì)廨啓C(jī)異常檢測(cè)的效率受到影響。

因此，燃?xì)廨啓C(jī)運(yùn)行狀態(tài)監(jiān)測(cè)的一個(gè)研究方向是對(duì)燃?xì)廨啓C(jī)異常運(yùn)行檢測(cè)的模型進(jìn)行修正和完善，盡可能提高燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)的模型建立的精度。在提高建模的精度后，采用新模型來(lái)分析燃?xì)廨啓C(jī)運(yùn)行狀態(tài)，會(huì)提高運(yùn)行異常時(shí)的檢測(cè)準(zhǔn)確性。一般情況下，為了使檢測(cè)結(jié)果精度提高，通常實(shí)際的檢測(cè)的參數(shù)的數(shù)量比需要估計(jì)的健康的參數(shù)的數(shù)量要多。但是實(shí)際應(yīng)用建模方法檢測(cè)燃?xì)廨啓C(jī)運(yùn)行異常過(guò)程中，測(cè)量的參數(shù)的數(shù)量比估計(jì)的參數(shù)的數(shù)量少，導(dǎo)致燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)模型的求解出現(xiàn)欠定問(wèn)題。因此，通過(guò)修正模型，對(duì)欠定問(wèn)題進(jìn)行解決，提高檢測(cè)精度。

3 結(jié)束語(yǔ)

通過(guò)燃?xì)廨啓C(jī)的運(yùn)行異常檢測(cè)能夠使燃?xì)廨啓C(jī)正常運(yùn)行。進(jìn)入21世紀(jì)以來(lái)，各種新興的數(shù)據(jù)處理技術(shù)，如數(shù)據(jù)挖掘技術(shù)、深度學(xué)習(xí)技術(shù)、人工智能等高速發(fā)展，在燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)中越來(lái)越多的新的技術(shù)應(yīng)用其中。傳統(tǒng)的燃?xì)廨啓C(jī)異常檢測(cè)技術(shù)由于異常檢測(cè)精度不高、魯棒性不好等因素，不能使燃?xì)廨啓C(jī)的實(shí)際維修要求得到滿足。因此，通過(guò)創(chuàng)新燃?xì)廨啓C(jī)運(yùn)行異常檢測(cè)技術(shù)，提高檢測(cè)精度，確保燃?xì)廨啓C(jī)能夠正常工作。

參考文獻(xiàn)

[1] 趙寧波，吳森，聞雪友.燃?xì)廨啓C(jī)異常檢測(cè)技術(shù)研究進(jìn)展[J].熱能動(dòng)力工程，2017，32（10）：1-10，137.

[2] 羅宏建，周重回，張杰.燃?xì)廨啓C(jī)壓氣機(jī)動(dòng)葉超聲波檢測(cè)方法研究[J].浙江電力，2012，31（12）：53-56.

[3] 王偉影，趙寧波，唐瑞，等.燃?xì)廨啓C(jī)排氣溫度異常檢測(cè)及診斷[J].哈爾濱工程大學(xué)學(xué)報(bào)，2015，36（3）：337-342.

[4] 胡虎虎.SGT6-5000F燃?xì)廨啓C(jī)運(yùn)行過(guò)程中葉片通道溫度偏差異常的分析與處理[J].科技資訊，2019，17（34）：89-90.

[5] 虞輝，章恂，濮鴻威.某燃?xì)廨啓C(jī)電廠余熱鍋爐再熱器1出口集箱異常位移原因分析及對(duì)策研究[J].燃?xì)廨啓C(jī)技術(shù)，2019，32（4）：68-72，38.

[6] 魏昌淼，彭濤，馬憲智.某工業(yè)型燃?xì)廨啓C(jī)開(kāi)關(guān)量信號(hào)異常故障分析[J].燃?xì)廨啓C(jī)技術(shù)，2019，32（2）：56-58.

[7] 李國(guó)源，方耘.淺談電廠運(yùn)行中軸承軸瓦溫度異常的處理[J].智能城市，2020，6（17）：43-44.

[8] 宋連恩.燃?xì)廨啓C(jī)排氣溫度異常檢測(cè)系統(tǒng)的研究與診斷[J].文摘版：工程技術(shù)，2015（42）：258.

[9] 趙寧波，吳森，聞雪友.燃?xì)廨啓C(jī)異常檢測(cè)技術(shù)研究進(jìn)展[J].熱能動(dòng)力工程，2017，32（10）：1-10.

[10] 王成龍.燃?xì)廨啓C(jī)燃燒脈動(dòng)現(xiàn)象及抑制方法研究[J].城市建設(shè)理論研究，2016（12）：15.