陆永卿, 涂 雷, 茅大钧

(1.上海华电奉贤热电有限公司, 上海 201403; 2.上海电力大学, 上海 200090)

压气机作为燃气轮机的主要部件之一,由于受到来自机组内部恶劣工况和周围环境污染的影响,随着运行时间的增加,可能产生不同程度的性能衰退或损伤,阻碍设备的正常运行,甚至造成各种严重事故的发生[1-2]。压气机常见故障有压气机叶片磨损、压气机顶端间隙增大和压气机喘振等。因此,对压气机进行预警监测,能够提高检修效率,减少经济损失。

随着计算机技术的快速发展,对压气机的故障预警和诊断已有一定的研究。文献[3]应用能量比方法成功地对不同换算转速下的轴流压气机喘振故障进行了诊断。文献[4]建立了燃气轮机性能仿真模型,在模型中考虑实际环境参数的波动范围,对参数归一化处理并对燃气轮机气路参数进行故障预警。文献[5]应用基于神经网络的线性拟合方法,建立了压气机离散模型。

目前的研究成果主要集中在风机故障诊断方面,而对风机故障预警的研究较少。由于风机设备本身构造复杂、故障类型繁多,故障与征兆之间的关系未知,且设备运行过程会受到许多不确定因素和随机干扰的影响,使得实现准确故障预警较为困难。多元状态估计技术(Multivariate State Estimition,MSET)的出现为压气机故障预警提供了新的思路[6]。MSET实质上是一种先进模式识别方法,通过涵盖正常运行状态的数据进行相似性建模。与传统的神经网络方法相比,MSET具有建模过程简单、物理意义明确等优点,可以满足工业现场实时性要求[7]。……