上海上电漕泾发电有限公司 曹卫峰 徐 开 刘伟平 祝雷渊

1 引言

我国“双碳”目标的提出，新能源正在迅猛的发展，对火电调峰电源的需求逐年升高，为能源电力行业发展带来了深刻的变革[1]。上海上电漕泾发电有限公司2台1000MW机组未来将会持续低负荷运行，深度调峰将成为常态。

调峰会导致机组频繁启动及大范围负荷变动，高温高压部件要经常承受大幅度的温度和压力变化，使其产生交变热应力，导致低周疲劳损伤。在这种工况下，机组寿命损耗增加较多，燃料损耗也增加很多，这些都直接影响着机组运行的安全性和经济性。

1#和2#机组高温高压设备日常检测和维护工作量庞大。自机组投运以来，设备管理和维护数据的保存和处理主要是靠文档记录。日常的检测报告、数据、更换记录等都是以纸质的方式保存。这种记录方式有很大的局限性，主要表现在数据分散，不能保证一致性，缺少对比性和预测性。不能直观的去查看设备，很难从大量数字中识别出关键信息，难以满足设备管理和维护的需要。

为此、有必要对高温高压部件制定统一的数字化管理[2]，以三维模式显示部件的位置、结构等数据，将设备状态信息和三维模型关联。借助三维可视化技术，建立所有设备部件的模型，然后将设备检测数据映射到三维模型中，实现设备的数字孪生。用不同的颜色代表部件的缺陷状况、安全程度，可以非常简单明了的反映出高温高压设备总体部件的状态分布。日常检修中根据三维系统的状态分布和提醒，有针对性的加强监督和减少检修[3]，可以达到设备的优化检修。

2 研究内容

2.1 高性能三维显示平台开发

三维仿真技术充分利用了空间的第三个维度，相对传统二维显示方式具备更强的信息表达能力，能更高效、直观地表达设备的大量数据，便于迅速了解当前设备中存在的问题及其程度，对设备运行有整体的把握。最近几年，随着三维数字化计算机技术的发展，国内外掀起了一阵智慧电厂的热潮。多个单位研究开展了各种智慧电厂项目，实现了三维数字化电厂管理。国内大部分三维数字化电厂项目应用的都是游戏引擎，由国外厂家开发和享有知识产权。漕泾电厂1000MW机组设备复杂、数量繁多，游戏引擎无法高效展示全厂零件级大规模模型数据。所以，需要研究与开发具有自主知识产权的高性能三维客户端。

2.2 大规模部件建模技术研究

锅炉受热面每屏由不同材质、不同规格管道组成；大口径管道由弯头、直管、三通、支吊架组成；阀门由阀杆、螺栓、密封面等组成；汽轮机、风机、磨煤机、给煤机、脱硫和脱销设备等都由大量的零部件组成。全厂2台机组高温高压部件每个零件制作成三维模型后，统一装配成设备模型，会形成非常庞大模型数据，难以快速在日常PC机上流畅运行。为此需要研究部件参数化建模，缩短建模时间；建模后研究开发模型压缩工具，大比例减少模型占用空间。实现大规模模型数据在三维平台中的高效运行。

2.3 基于大数据算法研究

高温高压设备是日常监督的重点监测对象。监督重点内容为无损检测（包括表面磁粉MT、超声波UT、射线RT等），以及其材料性能的检测（包括硬度、厚度、金相、不圆度和蠕胀测量等）。机组自投运以来，历次对高温高压部件的检修，已经积累了相当规模的数据。大量的壁厚、硬度、金相、不圆度、蠕变、UT、MT等检测数据分散在各个不同检测单位的纸质报告中。通过对历年检测数据数字化，对历史检测数据进行大数据分析，建立设备性能变化模型，提前预测设备未来发展趋势，实现设备状态基于大数据的深度分析和设备状态的预测。

3 技术路线

3.1 可视化三维平台开发

三维可视化平台在全球开源库OSG基础上开发，OSG全称Open Scene Graph，是一个开放源码，跨平台的图形开发包，为科学计算可视化这样的高性能图形应用程序开发而设计。其基于场景图的概念，提供一个在OpenGL之上的面向对象的框架。完全由标准C++程序和OpenGL编写，充分利用STL和设计模式，发挥开源开发模型的优势来提供一个免费的开发库，并且重点集中在用户的需求上。OSG的关键优势在于它的性能、可扩展性、可移植性和快速开发。能够更加快速、便捷地创建高性能、跨平台的交互式图形程序。基于OSG的三维可视化系统,实现了场景的模型编辑、模型和性能数据关联、多视角观察、自定义漫游器、天空盒和环境模拟等功能[4]。

3.2 全厂精细化模型设计

根据电厂厂区设计图纸，结合现场测绘、通过专业的场景设计软件，建立厂区场景模型。在三维设计软件中按照严格尺寸建立高温高压零部件模型，然后对零部件进行装配，形成完整的高温高压设备部件的孪生虚拟体。下图1至图6模型全部精细化为每个零件，完全实现和现场模型一致。针对大规模数据，开发大数据量模型实时转换平台，通过设计数据重用，直接解析模型几何特征和属性，采用轻量化方式重组可视化模型，支持整个设备模型数据的全部导入。同时将零部件设计属性、工艺信息等采用外接离线文件方式存储，减少了实时渲染的模型数据量，方便了属性和工艺信息的编辑、修改等操作。

图1 锅炉受热面模型

图2 四大管道模型

图3 汽轮发电机模型

图4 制粉系统模型

图5 风机模型

图6 脱硫模型

3.3 高温高压设备数据库建设

通过对全厂高温高压设备进行分类管理，建立了锅炉、四大管道、汽轮发电机、风机、制粉系统、脱硫脱硝等模块基础数据库。将管件、吊架、阀门、叶片、转子、螺栓、皮带、催化剂等部件建立结构化和非结构化基础数据库。其中结构化数据包括：规格尺寸、材料性能、运行温度、压力等；非结构化数据包括：检修记录、缺陷处理记录、报告、图纸、金属监督标准等。

3.4 基于数据挖掘技术预测性算法设计

高温高压部件部分性能在安装时是一个确定的值，日后随着运行时间的增加，其性能逐渐下降。以管道壁厚为例，在管道运行中，引起管道壁厚的主要是蒸汽的冲刷和管道检测打磨产生壁厚减薄。所以通过管道原始壁厚、离线检测数据和机组运行时间，可以建立起管道壁厚和机组运行时间的量化方程式。

可以定义厚度（h）和运行时间（x）函数模型如下：

通过回归分析，可以得出厚度和时间的最佳回归线，从而预测壁厚未来发展趋势。同样方法建立硬度、不圆度、蠕变等数据线性回归机器学习模型。下图7和图8分别为厚度和硬度的分布和预测曲线图。

图7 厚度预测

图8 硬度预测

对于高温高压非静定结构的管道系统，采用有限元方法，将自重、吊架反力、温度、压力、端口位移等作为边界条件，建立单元的刚度矩阵，组集单元形成平衡方程：

其中K为刚度矩阵，D为自由刚度度，R为节点载荷。利用矩阵方程的稀疏性，求解方程组，从而得出单元位移和应力。图9为计算模型，图10为应力分析结果图表。

图9 结构计算模型

图10 应力实时分析

通过对历次无损检测数据分析，确定并表征缺陷尺寸；通过应力计算得出缺陷部位的应力变化范围，结合材料的机械性能，对现有缺陷进行安全评定和裂纹扩展寿命的计算。避免管道部件由于任何裂纹等缺陷导致设备的故障。针对缺陷进行断裂和塑性失效评定方法程序，只考虑体积缺陷，体积型缺陷的疲劳评定按下列步骤进行：缺陷表征；应力变化范围的确定；免于疲劳评定的判别；使用工况所要求承受的疲劳强度参量确定；容许承受的疲劳强度参量的确定；疲劳安全性评价[5]。

针对每个高温高压部件，对影响其安全性的多个性能进行量化评估。设计基于大数据的分析优化程序，结合其应力分析、材料性能、基础属性和历次检修数据，分析预测高温高压设备部件随着机组运行带来的未来性能变化趋势，实时给出每个部件的健康指标，根据健康指标实现智能优化检修，避免检修欠修和过修，保证部件在电厂全寿期内的安全监督。

4 结语

建立1#和2#机组高温高压设备部件基于数据挖掘技术预测性维护系统，实现了对高温高压设备的数字化精细化管理。系统可以有针对性制定检修方案，减少检修项目，缩短检修时间，减少检修人员，节约检修费用。在电厂层面，运用系统可实现资料数字化管理、应力计算实时化，人员和设备管理精细化，大幅提升电厂高温高压设备管理水平。