DOC《摘要》

摘要凝汽器作为凝汽式汽轮发电机组的重要辅助设备,其运行性能的好坏直接关系到整个电厂的安全性和经济性.

本文在收集了许多国内外相关资料的基础上,了解了凝汽器构造和凝汽器流动与传热特性,定性地分析了冷却水水温、冷却水流量、汽轮机排汽量、冷却面积、铜管清洁系数及真空系统严密性等因素对凝汽器真空的影响.首先明确了一些基本概念,提出了相对清洁系数的概念及其计算公式,对凝汽器的运行有一定的指导作用;

论述了火电厂凝汽设备的运行特性,特别是凝汽器的几种过渡工况的瞬间特性;

分析了凝汽设备的常见故障,重点分析了凝汽器真空恶化的原因及征兆. 由于引起凝汽器故障的原因很多,其征兆有一定的模糊性,判断起来不容易.本文采用比较先进的模糊神经网络来进行凝汽器的故障诊断.在介绍了模糊逻辑理论和神经网络基础后,引出了二者综合的产物一模糊神经网络(FNN).模糊神经网络既能表示定性知识,又具有强大的自学习能力和数据处理能力,是一种比较先进的故障诊断方法. 利用模糊神经网络进行凝汽器故障诊断时需要先构造隶属函数.本文根据某电厂的运行规程及运行经验构造了进行凝汽器故障诊断所需的全部17个隶属函数,利用这些隶属函数可以对各个输入进行模糊化处理,使之成为量化输入.对模糊BP网络进行训练,可以得到模糊BP网络的知识库结构,在此基础上,对一个凝汽器实际故障进行了诊断,得出了令人满意的结果. 关键词:凝汽系统,监测,故障诊断,模糊神经网络 ABSTRACT As an important part of the condensing turbo-generator unit,the operation performance of the condenser is important to the whole plant`s safe andecpnmic operation.On the base of a great deal of foreign snd domestic domestic doments,learning the structure of condenser and steam flow snd heat transfer behavior of condenser,the author analyses the effect on condenser vacuum by some factors,such as the cooling water temperature,the cooling water flow rate,the exhaust steam flew rate,cooling surface,clearing coefficient and tightness of vacuum system.In this paper,with a great deal of foreign and domestic documents as it basis,conception and casis,conception and calculation formula for coefficient of relative cleanness are put forward,which can guide condenser`soperation tosomedegree;

condensing system`sperformance,especially itstransint response under some transient conditions,is discussed;

condensing system`s common faults are analyzed and the cause and signs of condenser`s vacuum falling are emphasized. Thejudgement of conderser`s fault is not easy for it has many kids of reasons and its signs are fuzzy to some extent.In this paper,fuzzy neural networks,which is fairly advanced,is applied in condenser`s fault disgnosis.After introducing fuzzy logic theory and neural networks basis,their complex―fuzzy neural networks is drawn forth.Fuzzy neural networks,which not only can indicate qualitative knowledge,but alos has powerful self-study ability and data process ability,is an advanced fault diagnonsis method. Subordinate functions are necessary for condenser`s fault diagnosis by fuzzy neural networks.In this paper,according to operating code and experience of a powerplant,seventeen subordinate functions,which are enough for condener`s fault diagnosis,are constructed.By these functions, each input can be fuzzified to quantitative input.Fuzzy BP networks` knowledge base structure is attained by training.Having these as its basis, a condenser`s practical fault is diagnosed,and the result is satisfiet.Finally,a project for on-line monitoring and diagnosis of condenser is put forward. Keywords:Condensing system,Monitoring,Fault diagnosis,Neural networks 目录

第一章 绪论

1 1.1 本课题研究的意义

1 1.2 国内外发展情况

1 1.3 故障诊断概述

3 1.3.1 故障诊断的发展概况

3 1.3.2 故障诊断的方法

4

第二章 火电厂凝汽设备的运行特性

9 2.1 课题的背景及选题的意义

9 2.2 凝汽器压力(真空度)

10 2.2.1 凝汽器压力的概念

10 2.2.2 漏气量对凝汽器压力的影响

11 2.3凝汽器的清洁系数

11 2.4 抽气设备

13

第三章 凝汽器常见故障及其原因分析

16 3.1 概述

16 3.2 凝汽器真空降低的理论分析

16 3.3 凝汽器真空度下降原因的综合分析

18 3.4 凝结水的过冷和含氧量

19 3.5 凝结水水质监测与冷却水泄漏

20

第四章 神经网络与算法

21 4.1 神经网络与算法的概述

21 4.2 模糊逻辑理论

21 4.2.1 隶属函数与模糊集

21 4.2.2 截集

23 4.2.3 模糊集的贴近度

24 4.2.4 模糊关系

24 4.3 神经网络概述

25 4.3.1 神经元的结构和功能

25 4.3.2神经元的数学模型

26 4.3.3 人工神经网络模型

27 4.4 几种网络算法的概述

27 4.4.1 BP算法

27 4.4.2 RBF人工神经网络

32 4.4.3 BP改进算法的研究

36 4.5 本文所采用的神经网络―模糊神经网络

39 4.5.1 模糊神经元

39 4.5.2 模糊神经网络

41

第五章 基于模糊神经网络的凝汽器故障诊断系统

42 5.1 概述

42 5.2 隶属函数的确定

43 5.3 模糊BP网络的构造

43 5.4一个凝汽器故障诊断的实例

48 致谢50 参考文献

51

第一章 绪论 1.1 本课题研究的意义 凝汽设备是汽轮发电机组的重要辅机之一,其主要功能是保证汽轮机排汽在凝汽器中不断地凝结,并使凝汽器达到所要求的真空值,是火电厂热力循环中的重要一环,对于整个火电厂的安全经济运行都有重要影响. 首先,从循环效率来看,凝汽器真空的好坏,即汽轮机组终参数的高低,对循环效率所产生的影响是和机组初参数的影响同等重要的.例如,国产超高压200WM机组,若凝汽器真空下降0.98kPa,则机组热耗大约上升63kJ/(kw・h),而机组初压下降490kPa,机组热耗才上升20.93kJ/(kw・h).而一般电厂运行人员和管理人员对于机组终参数往往不如初参数那样重视,往往不知道某一运行工况下最经济背压应该是多少,当然也就谈不上力求维持经济背压了. 其次,从运行安全性来看,600WM机组凝汽设备故障可使整个机组可用率降低3.8%.这里统计的可用率仅仅只包括凝汽设备各组件本身直接引起的,如果将因冷却管的微小泄露恶化凝结水品质,以至引起锅炉受热面结垢、腐蚀甚至 爆管 事故也计算在内,那比例就更大了. 凝汽器故障有很多种,最常见的是低真空,这也是本课题研究的重点.凝汽器真空是表征凝汽器工作特性的主要指标,是影响汽轮机经济运行的主要因素之一.真空降低使汽轮机的有效焙降减少,会影响汽轮机的出力和机组设备的安全性.然而引起低真空的因素很多,有时几种因素同时出现,这就对机组安全运行造成了很大的困难.因此,防止凝汽器低真空,发现真空降低时及时进行故障诊断迅速查出故障原因并予以处理,是凝汽器运行管理的一项重要任务. 1.2 国内外发展情况 凝汽器是凝汽设备中的重要设备,其内部的换热过程复杂,凝汽器工作状况直接影响整个汽轮机动力装置的运行,因此对于凝汽器的仿真研究较多.从现有的资料来看,采用集总参数模型反映凝汽器的动态特性是一种形式简单应用方便的建模方式,这种模型能正确反映凝汽器的基本动态特性.相关的研究主要针对模型中的微分方程结构和不可凝结气体对凝结换热系数的影响等,在实际应用中取得了一定效果. 在工业技术领域,自从机器问世以来,人们就非常关心它的健康―能否正常工作,对机器设备的运行状态进行诊断的技术至今己有很长的历史,最初的机器设备较为简单,维修人员和运行人员主要依靠感觉器官、简单仪表和个人经验就能胜任故障的诊断和排除工作. 随着现代工业和科学技术的迅速发展,生产设备日趋大型化、高速化、自动化传统的诊断技术己远远不能适应了.现代设备故障诊断技术是70年代兴起的一门新技术,它能在带负荷运行、不停机的情况下,通过先进的技术手段,对设备状态参数进行监测和分析,判断设备是否存在异常和故障、故障的部位和原因、.以及故障的劣化趋势,以确定合理的检修时间和方案,达到减少事故损失、提高设备运行的经济性和可靠性、降低维修费用的目的.火电厂是生产电能的重要场所,整个设备系统庞大而复杂,许多设备处于高温高压高转速的工作环境,因此火电厂是一个高故障率和故障危害性大的场所,任何因故障而酿成的停机事故都会造成重大的经济损失,因此,火电厂设备系统的监测和故障诊断是火电机组设计和运行中一个十分重要的问题.近年来,国内外对故障诊断的研究正逐步展开,国内多所大学、研究所、电厂和有关生产厂家纷纷投入人力、物力进行这方面的研究,取得了不少可喜的成果.例如:上海发电设备成套设计研究所在国家 六五 、 七五 、 八五 期间从事旋转机械状态监测与诊断技术的研究,获机电部二等奖,其研究装置在电厂得到了较好的应用;

哈尔滨工业大学振动工程中心自1983年以来,与其它兄弟单位一起,连续承担了国家 六五 、 七五 、 八五 重点攻关项目中有关大型旋转机械故障诊断技术和装置的研究课题,己开发出近20套多种类型的故障诊断装置,代表类型有MMMD23;

东南大学开发了国产200MW机组常见振动故障系统,以及振动在线监测、保护和故障诊断系统;

哈尔滨电工仪表研究所、清华大学和哈尔滨工业大学等单位联合研制的ZHX21O型200MW汽轮发电机组状态监测、分析及故障诊断系统;

清华大学和山东电力研究院合作开发的基于热力参数的火电机组远程状态监测与故障诊断系统;

西安交通大学开发的ZOOMW发电机组状态监测和故障诊断系统;

华中理工大学和扬子石化总厂共同研制的汽轮发电机组振动监测和故障诊断专家系统. 实践证明,经过十几年来的努力,国内开发的适合于火电、水电、核电的故障诊断系统在电力行业中发挥了一定的作用,也取得了良好的经济和社会效益,但是这些系统与国外同类系统相比存在着一定的差距.以美国为例,美国是世界上最早研制火力发电设备诊断系统的国家,他们最先是针对航空航天系统,从事故障机理、检测、诊断和预测的研究和开发,然后发展到电站汽轮发电机组,比较成功的诊断有:美国电力研究院(EpRI)给Eddysotn电站研制出了故障监测与诊断系统;

西屋公司研制的旋转机械故障诊断系统,到1990年已发展成为网络化的汽轮发电机组智能化故障诊断专家系统,共三套人工智能诊断软件(汽轮机TubrnieADI,发电机OADI,水化学ChemADI)共有近一万条诊断规则,在奥兰多建立了一个诊断中心(DOC),对分布于各地电站的多台机组进行远程诊断,为西屋公司所产机组的安全、经济运行发挥了巨大的作用;

Bneyti公司开发的旋转机械故障诊断系统在中国有广泛的应用;

日本三菱公司研制出的用于汽轮发电机组故障诊断的专家系统,还研制出了电站锅炉诊断专家系统.国内外这些差距是多方面原因造成的,比如国产传感器性能不佳、在诊断理论比如神经网络构造、专家知识的表达与推理、诊断规则的建立方面,国外在这方面进行得较早、较全面,研究也较国内透彻. 还有一个最主要的差别是国内的诊断系统稳定性、可靠性远不如国外同类系统,这类诊断系统是为了提高设备的运行稳定性、可靠性而研究开发的,因此系统本身的高稳定性和高可靠性是首要要求.国外在注意诊断结果准确性的同时,对故障诊断系统自身的可靠性工作也十分重视.如Bnedy公司、HP公司、B&

K公司等知名公司的故障诊断系统的质量都有很高的可信度.国内已有数十家单位生产出数十种故障诊断系统,且价格仅为国外同类产品的八分之一到十分之一,但国内绝大部分大型电站还是宁可花更多外汇选用国外的故障诊断系统,这其中的主要原因之一就是国内故障诊断系统的可靠性较低. 随着计算机技术、人工智能技术的发展,诊断技术进入了智能化阶段.基于神经网络的优越性,采用BP神经网络进行故障诊断和运行操作指导的方法已成为国内外本领域研究的热点. 1.3 故障诊断概述 故障诊断是指系统在一定工作环境下查明导致系统某种功能失调的原因或性质,判断劣化状态发生的部位或部件,以及预测状态劣化的发展趋势等.诊断就是由现象判断本质,由当前预测未来,由局部推测整体的过程.在工程技术领域,也需要根据设备以及各种可测量的物理现象和技术参数的检测来推断设备是否正常运转,判断发生故障的原因和部件,预测潜在故障的发生等等 1.3.1 故障诊断的发展概况 1961年,美国在开始执行阿波罗计划以后,出现了一系列由设备故障酿成的悲剧,因而,1967年4月,在美国宇航局(NASA)的创导下,由美国海军研究室(ONR)主持召开了美国机械故障预防小组(MFPG)成立........