联系人:
所在地:
随着电力市场改革的不断深入,对电厂的安全性、经济性和可靠性的要求也越来越高。一旦机组停机,不仅对企业经济的影响较大,而且对整个电网的冲击和社会影响也很大。因此,保证设备处于良好的运行状态是提高电力企业经济性和安全性的关键之一。
设备状态的在线评价不仅可以给设备检修提供依据,将事故消灭在萌芽状态,也可以及时发现设备异常,避免故障停机和不必要的负荷扰动,最大限度地提高机组的运行可靠性。另外,随着我国火力发电厂单机容量的扩大,机组自动化水平的提高,设备检修维护任务越来越重,费用也越来越高,但我国目前还采用固定周期的计划检修制度。这种制度存在两个严重的问题:一是很多设备都存在过修或失修的维修不当问题;二是很多设备由于集中修理,设备初期高故障率累加,导致整个设备大修后故障率不降反升。这些问题造成了巨大的资源浪费,并给安全生产带来了隐患。
由于状态检修能有效地克服这种弊端,提高设备的安全性和可用性,因此电厂迫切需要一种能够在线评价设备运行状态的手段,但由于受电厂本身的计划检修制度和实现技术的限制,在线检测设备运行状态的技术还远未能达到要求。本课题主要开展汽轮发电机组的在线检测运行状态评价的技术研究。
该项研究不仅有利于提高设备管理水平,而且可以避免恶性事故的发生,减少事故的危害性可以获得潜在的巨大经济效益和社会效益。
目前机械设备状态评价和故障诊断技术在国内外都有深入研究,美国西屋公司1990年就完成了网络化的汽轮发电机组故障诊断专家系统,其三套人工智能化的诊断软件汽轮机、发电机、水化学共有近一万条诊断规则,该专家系统在实际应用中对西屋公司自己生产的发电机组的安全运行发挥了巨大的作用。
法国电力部门从70年代末开始实施一项名为“利用永久性状态监测实现状态检修(PSAD)”的研究计划,已经成功应用于法国4个核电厂的汽轮机组、反应堆循环泵、压力容器上,另外,还计划配备到法国全部核电厂。
日本机械维修学会、计测自动控制学会、电气学会、机械学会也相继设立了自己的专门研究机构。
我国在八十年代开始了故障诊断与状态评价技术的研究。进入90年代后,设备状态评价和故障诊断技术迅速渗透到国民经济的各个主要行业。
设备状态评价和故障诊断技术已经比较成熟,对于凝汽式汽轮机,如果将免疫原理用于选择和优化RBF网络模型的中心并与递推法相结合,将会形成一种新型的RBF神经网络混合学习算法,该算法可以用来计算汽轮机末级排汽焓,从而计算汽轮机低压缸的热效率根据熵值法确定各评价指标的权重,运用模糊物元分析理论分别建立汽轮机的通流部分、高压加热器系统、凝汽器系统以及数字电液调节系统的状态评价物元模型。
本项目主要研究内容如下:1.研究了凝汽式汽轮机最末级排汽焓的影响因素,将免疫原理用于选择和优化RBF网络模型的中心并与递推法相结合,形成了一种新型的RBF神经网络混合学习算法,并将该算法应用于汽轮机末级排汽焓计算。
2.对汽轮机的通流部分、高压加热器系统和凝汽器系统以及数字电液调节系统的工作机理进行了研究,分别提出了的通流部分、高压加热器系统和凝汽器系统以及数字电液调节系统运行状态的特征参数,为状态综合评价的准确性提供保证。
3.介绍了设备状态评价的理论基础-物元理论模型。在提取设备及系统特征参数的基础上,对特征参数建立相对劣化度模型。
根据熵值法确定各评价指标的权重,并运用模糊物元分析理论分别对汽轮机的通流部分、高压加热器系统、凝汽器系统以及数字电液调节系统建立状态评价的物元模型。