汽轮机通流部分故障诊断方法研究

提出一种变工况下汽轮机通流部分故障诊断方法。汽轮机通流部分故障在任何一个工况下都有可能发生,这就需要故障诊断系统具有智能化的故障诊断功能,在任何工况下都能够自动提取故障征兆进行故障诊断。该文应用Q-Q图证明了稳态工况下汽轮机通流部分故障监测参数是服从正态分布的,应用正态分布的"3σ规则"来求取故障监测参数的正常工作范围,结合运行规程的规定确定故障监测参数各段工作范围的隶属度,选择合适的函数作为故障征兆的隶属度函数。计算多个工况下汽轮机通流部分故障监测参数的正常工作范围,运用曲线拟合得到工况与故障监测参数正常工作范围的映射,解决了变工况下故障征兆隶属度函数的自动获取问题。利用提取出来的通流部分故障主元特征对通流部分几种常见故障模式进行分类,形成故障模式类,对于同一故障类中的故障模式,利用粗糙集理论建立故障诊断决策表,提取对故障识别有贡献的故障征兆构建故障诊断规则,应用知识依赖度为故障诊断规则的前提条件分配权重,克服了主观分配权重存在的不足,减少了故障诊断推理过程中的不确定性影响,使诊断结果更加准确。

汽轮机故障树诊断方法研究及应用

采用故障树分析诊断汽轮机这个复杂系统的故障,利用模块连接法将复杂故障树转换为二元决策图(BDD),通过BDD进行故障树定性分析,解决复杂故障树定性分析时遇到的NP问题,以及常规故障树转换方式中的基本事件排序问题。通过对系统故障树的定性分析,求出所有最小割集;对系统故障树定量分析;结合汽轮机监测系统监测的故障信号与组成单元的状态进行匹配,从而确定故障诊断的顺序,从一定程度上避免发生概率小的最小割集优先诊断的情况,提高了系统诊断准确度,有助于精确诊断故障原因,节省诊断成本和优化系统诊断过程。针对某汽轮机打闸或跳闸时,主汽门关闭时间延长问题,应用故障树诊断方法成功的进行了故障诊断,为该方法今后的研究探索奠定基础。