《网络化汽轮机组远程监测及故障诊断系统的研究.docx》由会员分享，可在线阅读，更多相关《网络化汽轮机组远程监测及故障诊断系统的研究.docx（7页珍藏版）》请在三一办公上搜索。
1、网络化汽轮机组远程监测及故障诊断系统的研究杨涛 黄树红 高伟 汪勇 张金平（华中科技大学能源与动力工程学院，武汉，430074）张柏林 黄丕维（湖南省电力试验研究所，长沙，410007）摘要：本文针对火电机组状态监测和故障诊断方面存在的不足，提出了建立省级故障诊断中心，并研究开发了网络化汽轮机组远程监测及故障诊断系统，已应用于生产实际，在汽轮发电机组运行和维修中发挥了重要作用。本文还介绍了该系统的体系结构、软件结构、网络技术及特点，并给出应用实例说明其实用性和有效性。关键词：远程监测 故障诊断 小波分析 灰度矩Long-distance Networked Steam Turbine Grou
2、p Monitoring and Fault Diagnose Systematic ResearchYang tao shuhong Huang Gao wei Wang yong jinping Zhang（huazhong University of Science and Technology,430074,Wuhan,PRC）Abstract: Thanks to the deficiency of state inspect and fault diagnosis in the thermal power station, this paper puts forward the p
3、rovincial trouble diagnose center and proposes the long-range networked steam turbine group monitoring and trouble diagnose system. This method has been applied to the operation and played an important role in the production. This paper also introduces the system structure, software structure, netwo
4、rk technology and its characteristic. And the instance has proved its practicability and validity.Key Words: long-distance monitoring； fault diagnosis； wavelet analysis；grey quadrature0前言火电机组不断向高参数大容量发展,自动化水平不断提高,运行特性也日益复杂。大型机组频繁地参与调峰使故障机率普遍增大，严重影响了发电设备的可用率。同时，设备现代化管理提出了状态检修的要求。因此，保证机组安全、可靠、经济和优化运行，
5、科学评价设备状态就成为当前十分重要的研究课题，其中状态监测及故障诊断一直是备受重视的方向。目前，受诸多因素的影响，在火电机组状态监测和故障诊断方面存在许多不足，制约了机组故障的早期预测，增加了不必要的专门试验费用和停机损失，主要体现在以下几个方面：基金项目：国家自然科学基金项目资助（50105004）作者简介：杨涛，男，1978年生，华中科技大学能源与动力工程学院教师，博士研究生，主要从事状态监测与故障诊断专家系统方面的研究 现场状态监测设备不够完善，尚不能满足故障诊断的需要。大型火力发电机组都配备有计算机控制与数据采集系统DCS/DAS和机组安全监视与保护系统 TSI 等，但现场DAS/DC
6、S系统监测的数据主要是为机组正常运行监视和控制服务，对于故障诊断，还缺少许多必要的分析手段，而且运行监测数据一般只保存比较短的时间，数据容易丢失。另外，已有的监测系统相互独立，无法将各种反映故障特征的性能参数按照故障类型有机地结合起来，如现有的振动在线监测系统，其立足点在于机组振动常规监测，尚无结合机组运行状况进行故障分析诊断的功能，要进行故障诊断仍必须进行许多专门的试验，这些无疑增加故障早期预测、故障分析的难度和成本。 现场领域专家不足，制约了故障的早期预测与分析。任何一种故障都不是孤立存在的，总是伴随着许多异常现象发生，对其进行分析往往涉及到许多专门的领域知识，仅仅熟悉机组运行、检修特性是
7、不够的，还必须具备许多专门的领域知识，准确掌握故障的机理。现场运行及专责工程师受专业分工和日常事物的限制，不可能达到这种要求，故障特征参数往往被忽视，特别是故障的早期特征。 信息不能共享进行故障诊断时，往往需要获得其他技术咨询，现有的监测系统尚不能提供信息共享方面的技术支持，制约了故障的及时、准确分析。因此，有必要建立省级或发电公司级机组故障诊断中心，开发网络化机组远程监测及故障诊断专家系统，针对主要故障类型，实时、连续、在线监测相关安全性能参数，实现数据自动存储、故障自动诊断和网络通讯。鉴于我国电力体制的发展历史，以省为单元的电力信息化建设相对完备，短时间内建立起省级远程监测诊断中心是切实可
8、行的。远程监测诊断系统从省级电网中大型火电机组安全经济运行的实际出发，采用现场运行分析系统和远程监测诊断系统相结合的形式。现场部分直接面向运行人员，生产管理人员，操作使用方便，自动化程度高，界面友好。远程监测诊断系统则面向领域专家和专业工程师，除了在线实时监测之外，更强调网络化、数据完备性和具有高水平的分析与诊断功能，在诊断中心能远程全面地监测大型机组的实际运行状态参数, 通过网上浏览可同时监测多台机组的状态，迅速处理大量变化的信息，集中领域专家对设备故障作出诊断和预测，解决现场监测及诊断设备、故障诊断专家及故障诊断技术不足的问题，实现“移动数据而不移动人”，“信息共享”这一现代理念，为机组操
9、作、维护和决策管理人员提供可靠的信息和分析结果，减少判断故障的时间，避免事故的发生，同时，减少试验设备、人员及维修经费。本文介绍了作者所开发的省级网络化汽轮机组远程监测及故障诊断系统，它是省级监测诊断中心的最重要组成部分。系统在Internent平台上实现了省级监测诊断中心的的功能。1系统硬件体系结构图1为省级汽轮机组远程监测诊断系统的总体结构图。远程监测诊断系统分布于图中的应用服务器和数据库服务器之上。数据采集工作站从汽轮机组中布置的传感器采集各种机组运行数据，按照数据库服务器的需求整理数据，然后通过网络发送到数据库服务器，分别存放在实时数据库、当前数据库和历史数据库中，供远程监测诊断系统使
10、用。图1 省级汽轮机组远程监测诊断系统体系结构图中心数据库服务器到厂级MIS网电厂操作员站本地服务器 数据采集工作站、MIS、DCS等系统的数据防火墙电力系统广域网诊断中心防火墙监测诊断应用服务器到诊断中心局域网监测诊断工作站采集工作站汽轮发电机组采集工作站互联网数据采集工作站数据采集工作站采用高性能微处理器和高速采集板来完成汽轮机组振动数据的采集。工作站针对机组的不同转速采用同步整周期采样或定频率采样两种模式获取振动数据，以共享二进制文件方式记录所采样的实时数据、启停数据和追忆数据，其采样间隔为1秒钟。为了提高信号分析的带宽，同步整周期采样频率为工频的128倍频。电厂本地服务器电厂本地服务器
11、行使本地数据库服务器和电厂局域网WEB服务器的功能。通过共享文件方式访问数据采集工作站，获得数据，写入数据库中。同时，作为局域网WEB服务器，还提供了实时监测功能，直接面向电厂局域网，使局域网内用户通过WEB浏览器可以监测机组的振动及相关状态量变化情况，时间间隔为1秒钟。中心数据库服务器 中心数据库服务器完成数据汇总功能。实现与各个电厂的本地数据库通讯，保证历史数据的完备性和共享性。同时，为诊断中心的Web应用服务器提供数据支撑。监测诊断应用服务器监测诊断应用服务器作为WEB服务器，面向整个互联网用户。用户登录到监测诊断应用服务器，通过使用监测分析软件和故障诊断软件对机组故障进行诊断，并将结果
12、取回给现场用户。若故障类型比较复杂，中心还可以向远方专家求救，专家通过互联网登录到监测诊断应用服务器使用自己的知识进行诊断，将结果返回诊断中心，并由诊断中心反馈给现场用户，指导现场运行。监测诊断工作站监测诊断工作站是一个典型的瘦客户机，它仅仅是一个可以访问监测诊断应用服务器的浏览器，用于显示监测诊断应用服务器的运行结果。并且随着商业浏览器的升级而升级，极大地简化了传统的C/S模型中繁重的客户端软件维护和升级工作。2系统软件体系结构汽轮机组远程监测诊断软件系统采用浏览器/服务器（B/S）模式，如图2所示。这种模式是一种3层的结构，它们分别是表示层、功能层和数据层。表示层是应用系统的用户接口，即客
13、户浏览器；功能层是应用的主体，即监测诊断（web）服务器，其主要功能是连接用户和数据库，当用户提出请求时，由它执行相应的应用程序与数据库进行连接，并按照用户需求向数据库提出数据处理申请，最后将数据以HTML的形式返回给客户浏览器；数据层就是数据库管理系统，负责处理数据的存取。 数据同步监测诊断（Web）服务器远程监测故障诊断远程监测诊断（客户浏览器）中心数据服务器运行数据静态页面图2 汽轮机组远程监测诊断系统的软件体系结构运行数据电厂本地服务器 数据同步实时监测静态页面厂内用户软件系统采用现场运行分析系统和远程诊断系统相结合的形式。现场运行分析系统位于电厂本地服务器上，只允许厂内授权用户访问。
14、直接面向运行人员，生产管理人员，以1秒的采样间隔实时监测机组的振动数据及相关的运行参数。并对振动数据进行波形、频谱、轴心轨迹、全息普、三维谱等分析。远程监测诊断系统运行于监测诊断应用服务器上，面向互联网授权用户。它具有远程监测，历史查询，故障诊断和数据管理等功能。当用户经过授权后，通过网页浏览器登录到服务器，可以对机组的运行状态以5秒的采样间隔进行远程监测，也可以查看机组的历史状态和趋势。当发现机组异常后，启动基于人工神经网络的故障诊断软件，结合专家的知识对机组进行诊断并将诊断结果反馈给现场。在故障诊断功能中，还集成了基于连续小波变换的信息融合诊断模块，通过二维小波灰度图和一阶灰度矩的比较可以
15、对转子不平衡、轴系不对中、动静碰摩和油膜涡动等故障进行诊断【1】3数据库3.1 数据库设计对于数据库系统而言，Oracle、Sybase System和Informix Online在UNIX平台上的性能比Micorsoft SQL Server要好一些，但SQL Server是Windows NT/2000平台上当之无愧的最好的数据库系统。SQL Server拥有动态锁定、异种数据复制、稳定的主机连接、支持超大型数据库VLDB（Very Large Database）、无缝Internet集成、企业范围的可伸缩性、集成的C2/E3安全性、分布式数据仓库、并行事务执行等等特性，因此，系统可选择
16、SQL Server 2000作为数据库管理系统。监测诊断数据库历史振动数据历史波形数据历史缓变数据历史追忆数据历史启停数据系统配置数据历史数据库当前振动数据当前波形数据当前缓变数据当前启停数据系统配置数据当前数据库故障诊断数据库实时振动数据实时波形数据实时缓变数据实时启停数据系统配置数据实时数据库图3 监测诊断数据库结构图数据库分为电厂本地数据库和中心数据库，中心数据库需要管理多个电厂机组数据。就单个电厂而言，诊断中心的数据库与其本地数据库结构是一样的。整个系统的数据库结构如图3所示。 实时数据库是为了实现机组实时状态监测而设置的，因此实时数据库的各个数据表中始终只保留几个时刻的实时数据，以
17、1秒钟的频率刷新数据。当前数据库是为用户查看几天内的机组状态及趋势而设置的。数据库中的各个数据表保留机组当前72小时的数据，记录的时间间隔为5秒。当前启停数据表中保留最近一次启停时的数据，振动数据按照转速间隔20rpm记录。历史数据库中的各个数据表保留机组一年甚至更长时间的运行数据，振动数据和其他状态数据的记录时间间隔为3分钟。原始振动波形数据，记录的时间间隔是30分钟。启停数据表中保留一年内机组启停时的数据。追忆数据表保存机组在振动超过门限值时，前后3分钟的数据。故障诊断数据库主要用来存储要是机组的征兆与故障信息，以及人工神经网络连接权值。诊断中心用户或经过授权的专家根据机组的实际运行状况提
18、供故障诊断所用神经网络的训练用样本，使用神经网络训练工具进行网络训练。3.2 数据同步数据同步的主要功能是使诊断中心数据库与电厂汽轮机组数据库的数据保持同步更新，实现数据汇总。数据同步的方法有很多，可以采用FTP传递数据文件、WINSOCK传递数据等方法。本系统采用的是SQL Server 2000数据复制功能。复制是将一组数据从一个数据源拷贝到多个数据源的技术，是将一份数据发布到多个存储站点上的有效方式。使用复制技术，用户可以将一份数据发布到多台服务器上，从而使不同的服务器用户都可以在权限的许可的范围内共享这份数据。复制技术可以确保分布在不同地点的数据自动同步更新，从而保证数据的一致性。4系
19、统实现本系统已经实现并投入运行，运行实践表明，进一步加强系统及数据安全，海量数据的处理将是下一代远程监测诊断系统的重要任务。图4是系统的封面，图5是系统的实时监测画面之一，图6是历史数据分析还面之一，图7是小波灰度矩故障诊断画面。图7显示的振动波形是某电厂300MW机组1轴承处轴振动信号，可以看出在工频信号上叠加了半频信号，小波分析得到的灰度图及灰度矩也介于不平衡与油膜振荡灰度图和灰度矩之间，表明同时具有该两种故障的特性。 图5 实时频谱分析图4 系统封面 图6 历史三维谱分析图7 小波灰度矩诊断画面5结论随着Internet和广域网技术的不断发展，B/S模式成为Internet应用程序的发展趋势。在这种模式下，几乎所有的监测诊断功能的实现代码都运行于监测诊断应用服务器，实现了跨越多平台的软件应用，也便于用户群的扩展及应用系统管理和软件的安装、升级与维护。随着计算机技术和Internet技术的不断发展，网络化汽轮机组振动性能远程监测及故障诊断专家系统将会越来越完善，省级故障诊断中心也将起着更大的作用，为我国电力企业的安全生产作出更大的贡献。参考文献1 侯敬宏，黄树红，申弢.基于小波分析的透平机械振动故障特征定量识别研究.南京师范大学学报.2002.2（2）：26297
