【摘  要】：随着基于计算机技术、大数据技术、物联网技术、可视化技术、云计算与服务等技术的可视化智能电厂的建设和应用，为开展以设备状态监测分析为基础的预知性检修提供了非常好的条件，同时为开展设备寿命预测评估和以可靠性为中心的设备状态检修提供了可能。

【关键词】：火电厂；智能化；状态检修；故障诊断预警

截至目前，华能淮阴第二发电有限公司（下称华能淮阴电厂）前后共经历了三期建设，总装机容量1760MW（其中一期工程2×220MW已关停，二期扩建工程2×330MW在运行，三期扩建工程2×330MW在运行）。选取6号机组作为研究对象，开展设备智能化故障预警与诊断系统的研究工作。

1 电厂状态检修现状

华能淮阴电厂是国内电力生产企业较早实施点检定修制的电厂之一，但随着状态检修的不断深入，面临着很多问题急需解决：转机设备状态监测和诊断手段单一，效率低下。设备监测数据的采集仍主要依靠点检员现场手工监测记录，状态监测的软、硬件水平亟待提高；没有稳定的专家团队作为技术支撑；对转机设备故障机理缺乏系统的根源性分析；随着人员结构的转变，设备管理人员日趋减少，年轻职工占比越来越多，面对疑难杂症经验不足，师傅的经验难以量化和传承；没有专业分析诊断软件平台作为手段，脑袋跟不上脚步。点检人员与维修人员不能协同，不能在故障的萌芽阶段采取有效措施，难以实施精细化检修和优化检修，维修费用下降不明显；现有振动测试仪只具备普通采集仪功能而不具备现场自动传输和智能诊断功能，设备诊断的智能化、准确度不高。

2 研究意义和预期成果

2.1 研究意义 

通过设备智能化故障预警与诊断系统管理平台的建设，涵盖锅炉、汽机、变压器主设备及重要辅机的设备管理，建立跨专业、多学科、多技术、多功能的大数据信息平台。通过对各专业应用系统的纵向梳理和横向整合与专家诊断系统的应用，实现设备实时监测、智能诊断、综合评估、辅助生产决策，实现大数据的高度集成与深度挖掘辅助经营，避免信息孤岛，提高设备可靠度，降低维修费用，减轻工人劳动强度，创新设备管理模式。

2.2 预期成果

建立设备智能化故障预警与诊断系统管理平台，形成大数据分析、诊断与优化中心；实现设备数字化管理；在转机智能化故障预警与诊断系统管理平台上逐步开发包含锅炉、汽轮机、变压器的各项智能分析、诊断决策系统，实现设备全寿命周期检修管理以及一体化智能运检；提高设备运行的安全性和可靠性，提高设备的利用率，提高设备寿命，减少维修时间和维修费用。

3 研究内容

设备智能化故障预警与诊断系统管理平台是基于互联网、物联网、大数据分析和云计算等信息化手段，建立智能化一体化平台，实现设备的离在线监测、远程监测、数据分析、故障诊断、三维可视化管理和全寿命周期管理。主要涵盖：锅炉“四管”泄漏预警和寿命管理系统模块；汽轮发电机组振动在线监测模块；重要辅机设备振动在线监测模块；红外成像监测模块；润滑油监测模块；转机滚动轴承寿命管理模块；自动调节系统状态监测模块。

4 功能介绍

4.1 一体化平台 

一体化平台是以设备的运行状态分析为中心，以状态评估和风险评估为手段，集中智能专家诊断库、大数据挖掘、云计算等高度集成的信息化管理软件，与电厂整体信息规划架构一致。

4.2 锅炉“四管”泄漏预警和寿命管理系统模块

模块集成了锅炉防磨防爆系统检查数据、PI实时数据、金属试验数据等多方面数据类型，具有专家数学模型计算、趋势化分析，对锅炉系统、设备进行全寿命期的管控。同时，将锅炉台账规范化、计划与记录标准化，做到精益管理精准把控，改善电厂原有锅炉防磨防爆管理上的漏洞，优化改善检修内容，实现电厂锅炉防磨防爆的信息化和数字化。

模块特点：创建电厂金属可视化工程级数据模型；建立基于电站金属监督标准化的管理流程，实现管理流程标准化；建立了标准化工作内容模式，实现工作内容的图形化、表单化；形成金属技术监督专家知识库，为实现设备综合管理提供信息和决策支持。

模块功能：图模导航。基于三维数字模型技术，构建可视化电站锅炉智能安全预控系统，实现防磨防爆的可视化管理；基础管理。运用先进的数据库开发技术，对锅炉管理工作中大量的信息数据建立精细化、可视化、实时化、网络化和标准化的数据库标识，并进行各个模块分类存储、索引、关联，最终开发出稳定、灵活、强大的基础数据台账；数据信息管理。利用信息化手段建立运维及安全预控管理体系，通过授权将责任层层分级落实到人，通过梳理锅炉防磨防爆工作及金属检验的主要环节，运用数字化的手段进行实时跟踪，建立起设备长周期运行和检修信息管理；数据信息统计分析。提供一套完整的知识体系，包括金属试验、检修项目、焊接工艺、检修记录、检修策略及诊断分析，形成“全息的”、完备的系统与设备的状态信息；锅炉状态、风险、寿命评价。将设备健康状况、劣化损伤、寿命损耗进行连续跟踪与预测，实现设备耐久性实时管理，实现锅炉高温关键部件（设备、系统、机组级）安全性、可靠性、长期监控和长期优化管理。

4.3 汽轮发电机组振动在线监测模块

     三维可视化动态实时监测管理。通过对发电机组轴系各动静间隙的实时计算，结合三维实际效果图，可视化显示轴承和轴系各间隙的变化，结合机组的振动水平，根据最小间隙与相应位置设计间隙的比值自动识态，全面反映转子顶起高度、转子在轴承中的位置、油膜厚度，并以不同颜色显示。生动形象、准确可靠地判断常见的碰磨、松动、不平衡、不对中、油膜涡动、汽流激振、部件脱落等故障，具备颜色报警功能，并自动推出故障部位。

智能故障诊断。根据故障机理和现场诊断经验，建立机组的故障诊断知识库。分析汽轮发电机组常见的质量不平衡、部件脱落、大轴弯曲、不对中、转子碰摩、松动、电磁力不平衡、油膜振荡、汽流激振、基础振动和共振等故障存在的充要条件，通过TSI系统参数收集，建立汽轮发电机振动故障模型，通过自动识别信号特征，依靠信号分析结果，严格区分不同类型不同性质的故障，自动计算常见振动故障的可信度，实现故障精确定位，将故障严重程度和变化趋势直接显示在屏幕上。

运行指导和故障处理。根据机组振动、转速、负荷和温度等之间的内在联系，自动给予机组启动、停止及继续运行的建议，指导机组快速安全启动，减少机组启动时间。在盘车时能够计算各轴段的扰度，高点位置和变化趋势，确定是否存在轴的暂态或永久性弯曲。

4.4 重要辅机设备振动在线监测模块

实时在线监测。实时显示设备的运行状态，通过设备主监测画面，能够了解机组的实际运行状态。

设备库管理。从设备、设备位置和设备类型三维角度建立设备的整体框架和各类设备技术台帐，对设备的基础信息、检修历史、成本信息、零件清单等信息进行综合管理。

智能设备故障诊断。通过建立振动分析诊断模型，一方面通过模型规则自动分析检测数据，对设备状态进行评级，另一方面通过专家诊断数据库的自动诊断，形成准确的设备故障诊断结果。

设备维护管理。对定期检测的数据进行管理，除供分析者对不同设备不同时间测试的数据进行相互比较分析外，还可以生成反映设备状态变化的趋势图，用以跟踪设备隐患问题的发展。

4.5 红外成像监测模块

红外诊断技术是电气设备监测一项行之有效的技术手段，利用红外技术对电气设备进行检测和诊断具有不停电、不取样、不接触，直观、准确、灵敏度高及应用范围广等优点，可查出各种设备缺陷，对提高设备运行的可靠率有着重要作用。该模块实现设备台账管理、巡检任务管理、巡检数据管理、诊断规则管理，对于每次巡检的数据自动进行结构化处理、分类存储和深度整合。

智能诊断。内置专业诊断标准，巡检时可现场调用诊断算法，智能诊断设备当前状态，给出“正常、一般缺陷、严重缺陷、紧急缺陷”等诊断结论，根据诊断结论自动给予方案建设，并将诊断结论和解决方案保存于当次巡检任务内。

智能预测。系统内置结构化数据引擎，基于以往巡检的历史数据，现场直观显示设备历史温度或温升曲线，预测设备未来可能的温度或温升趋势。

智能管理。实现设备台账管理、巡检任务管理和巡检数据管理。

4.6 润滑油监测模块

润滑油全寿命管控。建立全优润滑油管理体系，通过执行全过程管理，从设计、采购、运输与存储、安装、试验、运行维护、回收利用与报废等环节，对关键节点重要工作进行梳理，把重点工作纳入管理流程，形成有效的润滑油闭环管理。

运行管控。依据电厂的规程进行任务编排，按照设备、监测点、周期推送、提醒检测人员进行油品的取样检测，将化验结果录入，在系统里实时查看化验状态，进而反应出油品状态。

数据可视化。可在图形台账上查看相关技术试验数据或设备台帐信息以及工作任务，油品的状态用不同颜色来表达，缺陷事件有标识和提示，实现跟踪管理。

润滑智能评价。提供多种专家诊断库及多种算法工具，自动推送诊断结果和分析决策，辅助管理人员和专业技术人员完成对电厂润滑油工作的过程控制，提升润滑油智能管理水平。

4.7 转机滚动轴承寿命管理模块

将每一个辅机的滚动轴承寿命损耗划分为四种状态：绿色代表正常状态，黄色代表较严重状态，橙色代表严重状态，红色代表非常严重状态。结合轴承的设计寿命时间、实际运行时间、温度、温升、振动、损失寿命、质量、支持结构合理性、润滑方式、运行状态和运行环境等方面因素，通过对滚动轴承剩余寿命的后台计算和判别，最终显示滚动轴承的寿命状态。

4.8 自动调节系统状态监测模块

火电厂风机调节有静叶可调和动叶可调两种，目前动叶可调风机的叶片机构由于卡涩、油质等原因故障率非常高，常出现风机跳闸甚至造成机组非停事件的发生，对机组安全生产造成了较大影响。对于火电厂而言，风机是非常重要的辅机，一般情况下，六大风机都是两台布置。两台风机的电流、风量在稳定工况下基本上稳定的，如果运行中的一台风机电流或风门挡板开度出现较大偏差时（经验值），则可判断出某台风机的风量调节特性出现了异常，此时及时进行预警，及时排除设备故障，对防止风机调节系统故障的非停事件将起到积极作用。系统采集六大风机的开度、电流、被调量及设定值信号，进行计算并输出报警信号。

5 技术关键

采用三维可视化的方式进行设备管理，实现重要设备的三维模型与设备状态数据、专家诊断、全寿命周期管理；针对转机研发智能化故障预警与诊断系统，形成专家诊断知识库，实现关键设备的状态评估、风险评估、寿命评估，形成智能决策；梳理各专业、各系统的相互关系，打破数据孤岛，建立一体化管理平台，实现跨专业、跨系统的工作模式，实现各个子系统在同一个工作环境、标准、规范、模式下运行。

6 结束语

通过转机智能化故障预警与诊断系统管理平台的研发与应用，帮助电厂快速、全面提高设备的可靠度及机组出力水平；减少或杜绝非停、降负荷和环保排放事故；大幅度降低运维费用和运维工作量（运维费比前三年的平均数低30％）；帮助电厂推行寿命管理，提高安全性能，合理延长设备寿命；通过推行优化检修，实现预测性维修管理，主要辅机实现状态检修，取消定期检修，降低检修费用；通过提高管理效率，提高人员素质，帮助电厂快速培养一大批新型设备管理专家；远程监控与诊断服务成为新常态。设备及数据库的不断丰富与分享，将彻底摆脱对个别专家的依赖，并成为企业的宝贵资产；全面支持电厂的设备管理模式创新和管理。