烟气发电机组振动故障的自动诊断方法和装置制造方法
【专利摘要】本发明公开了一种烟气发电机组振动故障的自动诊断方法，包括：根据烟气发电机组的结构和振动故障特点确定数据采集方式；通过现场案例分析、故障机理研究和模型仿真等，建立烟气发电机组振动故障的诊断知识库；通过合理设置烟气轮机、减速器和发电机的频段参数，自动计算三大部件的故障可信度；通过综合分析和合成运算得到机组的状态。本发明还公开了一种烟气发电机组振动故障的自动诊断装置，可以直接显示故障诊断结果和原因以及建议采取的处理措施，能够帮助用户及时了解机组的状态，优化机组的运行，减少由于事故扩大和误停机而造成的损失，提高企业的经济效益。
【专利说明】烟气发电机组振动故障的自动诊断方法和装置
【技术领域】
[0001]本发明涉及机械设备状态监测故障诊断领域，特别是涉及烟气发电机组振动故障的自动诊断方法和装置。
【背景技术】
[0002]烟气发电机组是以石油催化裂化生产过程中产生的高温废烟气为介质，膨胀输出做功，带动发电机发电，具有显著的节能和环保效益。烟气发电机组一般由烟气轮机、减速器和发电机等三大部件组成，减速器将烟气轮机较高的转速变为发电机的额定转速3000rpm,以满足电网的要求。
[0003]烟气发电机组振动故障是主要的故障表现形式。目前，一般是通过人工方式，对采集的振动数据进行分析，确定是否存在故障以及故障的可信度。通常是机组出现明显异常时进行人工分析诊断，时效性较差，难以及时发现机组存在的问题。有的采用智能诊断系统，对振动数据进行模糊诊断或人工神经网络诊断，获得故障的可信度，但在数据采集、诊断方法和诊断知识等方面难以适应机组的实际需要，通常的诊断结果是多种故障并存，可信度差别不大，难以确定故障的真正原因和处理方法，缺乏实际指导意义。
【发明内容】
[0004]本发明要解决的问题是提供烟气发电机组振动故障的自动诊断方法和装置，根据烟气发电机组的主要部件的振动故障机理和特征，确定数据采集、频段划分、诊断知识库和综合分析方法等，以便及时和准确地掌握机组的状态，保证机组安全稳定地运行。
[0005]为达到上述目的，本发明提供烟气发电机组振动故障的自动诊断方法，所述方法包括:
[0006]根据烟气发电机组的结构和振动故障机理，根据振动故障特征频率确定数据采集方式；
[0007]通过现场案例分析、故障机理研究和模型仿真等，建立烟气发电机组振动故障的诊断知识库；
[0008]通过合理设置烟气轮机、减速器和发电机的频段参数，自动计算征兆的可信度和三大部件的故障可信度；
[0009]综合分析不同故障、不同部件之间的影响关系，通过合成运算得到机组的状态；
[0010]显示故障诊断结果、故障原因以及建议采取的处理措施。
[0011]更进一步，所述的诊断知识库，包括故障征兆、故障诊断规则和故障处理建议。
[0012]更进一步，显示不同部件故障的可信度和故障原因，提出运行和处理意见。
[0013]更进一步，根据不同部件的故障特征频率进行频段划分，并设置合理的基准值和报警值，计算故障征兆的可信度，并与诊断知识库的诊断规则进行匹配，获得三大部件故障的可信度。
[0014]上述故障征兆的可信度计算、诊断规则匹配、故障可信度计算，可以采取如下方法:
[0015]烟气轮机故障的频段划分如下表所示:
[0016]
【权利要求】
1.烟气发电机组振动故障的自动诊断方法，其特征在于，所述方法包括: 根据烟气发电机组的结构和振动故障机理，根据振动故障特征频率确定数据采集方式； 通过现场案例分析、故障机理研究和模型仿真等，建立烟气发电机组振动故障的诊断知识库； 通过合理设置烟气轮机、减速器和发电机的频段参数，自动计算征兆的可信度和三大部件的故障可信度； 综合分析不同故障、不同部件之间的影响关系，通过合成运算得到机组的状态； 显示故障诊断结果、故障原因以及建议采取的处理措施。
2.如权利要求1所述烟气发电机组振动故障的自动诊断方法，其特征在于，所述的诊断知识库，包括故障征兆、故障诊断规则和故障处理建议。
3.如权利要求1-2所述烟气发电机组振动故障的自动诊断方法，其特征在于，显示不同部件故障的可信度和故障原因，提出运行和处理意见。
4.如权利要求1-3所 述烟气发电机组振动故障的自动诊断方法，其特征在于，根据不同部件的故障特征频率进行频段划分，并设置合理的基准值和报警值，计算故障征兆的可信度，并与诊断知识库的诊断规则进行匹配，获得三大部件故障的可信度。
5.如权利要求4所述烟气发电机组振动故障的自动诊断方法，其特征在于，烟气轮机故障的频段划分如下表所示:
6.如权利要求5所述烟气发电机组振动故障的自动诊断方法，其特征在于，故障征兆可信度计算方法如下: 判断某频率成分较大，首先找到相应频率区间最大振幅，如果大于该频率区间的基准值，再以该频率区间的报警值为基准，按照以下公式计算: 如果一倍频fypl大于频段的基准值，以一倍频区间的报警值fyplbj为基准，振动频谱中一倍频振幅较大情况下的故障征兆可信度sym_cf计算为sym_cf = fypl*fypl/(fypl*fypl+fyplbj*fyplbj) 判断某频率成分为主，则是以通频振幅为基准，按照以下公式计算: 如果一倍频fypl大于频段的基准值，以通频振幅fypp为基准,振动以一倍频为主情况下的故障征兆可信度sym_cf计算为sym_cf = min (1.0, fypl/fypp)。
7.如权利要求6所述烟气发电机组振动故障的自动诊断方法，其特征在于，得到故障征兆可信度后，故障的可信度计算如下:根据故障征兆的可信度，匹配相应故障所有的诊断规则，得到每条诊断规则对应的故障可信度；如果某条诊断规则由m个征兆组成，每个征兆的可信度为sym_cfl, sym_cf2,...sym_cfm,规则本身的可信度为cfr,则由该规则得到的故障可信度为 fault_cf = min(sym_cfI, sym_cf2,…sym_cfm)氺cfr。
【文档编号】G01H17/00GK103808405SQ201210442341
【公开日】2014年5月21日 申请日期:2012年11月8日 优先权日:2012年11月8日
【发明者】韩广新, 李永红 申请人:极晨智道信息技术(北京)有限公司