（华北电力大学能源动力与机械工程学院）

0 引言

对于重型燃气轮机，进口导叶（Inlet Guide Vane，IGV）系统，起着保护机组安全运行、提高运行效率的重要作用。目前，IGV系统主要为电液伺服调节方式。在液压系统的几类故障中，液压油缸的泄漏是最普遍的一种故障形式，泄漏产生原因一般有制造缺陷、安装误差以及磨损等。液压油缸的泄漏有内泄漏和外泄漏两种，外泄漏一般可以通过观察的方法发现，而内泄漏极其隐蔽，难以察觉。对于IGV系统，一旦发生液压油缸的内泄漏故障，最直接的影响就是系统的响应时间变长，位置控制精度降低，进而影响温度限制模块、压比限制模块的功能[1]，导致温度控制不佳，致使机组运行效率下降。此外，还可能导致压气机喘振的发生，对机组的安全运行造成严重影响。内泄漏故障亦会导致IGV系统无法达到指定的开度，当实际开度和指令开度的累积偏差超过限度，将引发燃气发电机组跳闸。电厂运行中就曾有过IGV系统累积偏差过大导致的燃气发电机组跳闸事故[2]。因此，对IGV系统的液压油缸内泄漏故障的诊断研究是十分必要和紧迫的。

在液压系统的泄漏故障诊断研究方面，已经发展出基于数学模型、信号处理以及神经网络等的诊断方法。在国内，方志宏等[3]提出了一种通过压力积分确定液导的变化来对液压油缸进行泄漏程度诊断的方法；周小军[4]介绍了一种利用压力、流量等的时域特征值作为训练样本，采用支持向量机方法诊断泄漏故障发生的部位和原因。……