机组故障诊断原理及方法

第五章水电机组故障诊断原理及方法

2.1故障诊断的概述

故障诊断是根据在线监测所获得的信息结合机组已知的结构特性和参数，以及环境条件，结合机组的历史记录，对机组可能要发生或已经发生的故障进行预报和分析、判断，确定故障的性质和类别、程度、原因、部位，指出故障发生和发展的趋势及其后果，提出控制故障继续发展和消除故障的调整、维修、治理的对策措施，并加以实施，最终使机组恢复到正常状态。

故障诊断的重要任务就是查找故障原因，包括系统层次间的纵向成因、子系统之间的横向成因、间接成因和外部成因。

水电机组上不同部位、不同类型的故障，引起机组功能上不同的变化，导致机组整体及各部位状态和运行参数的不同变化。水电机组故障诊断系统的任务，就是当机组某一部位出现某种故障时，要从状态及其参数的变化推断出导致这些变化的故障及其所在部位。由于故障诊断系统从在线监测系统获得的状态监测量的数据十分庞大，因此系统必须先在原始数据中找出反映机组故障的特征信息，即提取机组特征量，才能有效的对故障进行诊断。

水电机组的故障诊断模型如图5-1所示。

图5-1给出了水电机组诊断的模型，图中H(f)/h(t)是机组时域或频域的传递函数。机组故障诊断中，系统的输出状态向量是机组异常或故障信息的重要载体。在机组诊断中，要综合考虑工作介质、环境，系统特征以及系统行为状态。对于图5-3的机组诊断模型来说，其关键和核心部分就是“综合诊断”。

水电机组故障诊断系统的内容包括状态检测、故障诊断、趋势预测。其过程可分为：（1）信号输入

水电机组的故障诊断系统是水电机组在线监测系统的上位系统，诊断的发生，需要从下层系统获得表征机组运行状态的特征参数，即获取机组故障征兆，如机组的振动和摆度。

（2）信号处理

由监测系统输入的信号，必须经过一系列的处理。对输入信号进行分类、去噪滤波，然后提取特征征兆。水电机组在运行过程中产生大量的噪声，同时定转子的强大电流在水电机组周围形成很强的电磁场，这些都对在线监测系统的采集数据有影响。对故障诊断有用的信息可能隐藏在被噪声严重污染的原始信号中，要使诊断结果有效，必须对原始信号进行处理。

（3）状态识别

将经过信号处理后获得的机组特征参数与规定的允许参数或判别参数进行比较、对比以确定机组所处的状态，是否存在故障以及如果存在故障，故障的类型和性质等。这需要制订相应的判别准则和诊断策略。

（4）诊断决策

经过状态识别，判断出机组的状态，然后根据一定的规则，给出应采取的对策和措施，同时根据机组当前的状态信号预测机组状态可能发展的趋势。

水电机组

图5-1水电机组故障诊断模型

水电机组的故障诊断技术的分类很多，其中主要有以下几种。

（1）按照诊断环境可以分为在线诊断与离线诊断

在线诊断一般是指对现场正在运行的水电机组进行自动实时诊断，这类诊断一般用于大中型机组。

离线诊断是指通过磁带记录仪或其它存储记忆设备将现场的状态信号记录下来，结合机组状态的历史档案资料，作离线分析诊断。

（2）按照所利用的状态信号的物理特征进行分类

振动诊断法（振动诊断技术），以平衡振动、瞬态振动及模态参数为检测目标，进行特征分析、谱分析和时频分析以及其它方法。

声学诊断法，以噪声、声阻、超声为检测目标，进行声级、声强、声谱分析。

温度诊断法，以温度、温差、温度场、热象为检测目标，进行温变量、温度场的识别

与分析。对于轴承诊断，采用温度诊断法。

压力检测诊断法，以机组系统中的气体、流体的压力作为信息源，在机组运行过程中，通过压力参数的变化特征判别机组的运行状态。

噪声检测诊断法，以机组运行中的噪声作为信息源，在机组运行过程中，通过噪声参数的变化特征判别机组的运行状态。这种方法易受环境噪声的影响，诊断可靠性不高。

表面形貌诊断法，这种诊断方法以裂纹、变形、斑点、凹坑、色泽等为检测目标，进行裂纹破损、空蚀磨损的现象分析。

（3）按照诊断目的分功能诊断和运行诊断

功能诊断是针对新安装或刚修复后的机组或部件，诊断机组的性能是否正常，按诊断的结果进行调整修复。

运行诊断是针对正在运行中的机组或部件，进行运行状态的监视，对故障的发生、发展进行早期诊断。

（4）按照诊断的要求分为定期诊断和连续诊断

定期诊断是指每隔一定时间对水电机组进行检查和诊断，这种诊断方式是计划检修的内容。

连续诊断就是对机组运行状态进行连续监测、分析和诊断。

（5）按照诊断的途径分为直接诊断和间接诊断

直接诊断是根据水电机组的关键部件的信息直接确定其状态，如轴承间隙、叶片裂纹、大轴不同心等。直接诊断受到机组结构和工作条件的限制而无法实现。

间接诊断是通过二次诊断信息来间接判断机组中关键部件的状态变化，如水导摆度、振动等。

（6）按照诊断方法原理分为频域诊断法、时域诊断法、模式识别法等

频域诊断法，应用频谱分析技术，根据机组信号的频谱特征的变化，判别机组的运行状态和发生故障的形成原因。目前，大多采用这类诊断方法。

时域诊断法，应用时间序列模型及其有关的特性函数，判别水电机组工况状态的变化。

统计分析法，应用概率统计模型及其相关的数学模型和特征函数，对机组的运行状态进行监视和故障诊断。

模式识别法，利用检测信号，提取对机组运行工况状态反应灵敏的特征参数向量构成机组模式矢量，然后利用适合的分类，判别机组运行状态。

分形诊断法，从水电机组的行为出发，研究水电机组这一复杂的机械系统的分形参数对不同故障的敏感性，建立系统层次上的分形诊断法。

信息理论分析法，利用信息理论建立的某些特性函数在机组运行中的变化，对机组运行状态进行判别和故障诊断。

人工智能诊断，应用目前的人工智能技术，对机组运行状态进行识别和故障诊断。

以上只是给出了水电机组故障诊断的一般分类方法，除此之外，还可以有其它分类方法。

水电机组的故障诊断同其它设备的故障诊断不同，表现为故障的多源性，故障的传播性，故障的非线性。