專利名稱：汽輪發電機組嵌入式故障預診斷系統及方法
技術領域：
本發明涉及一種汽輪發電機組的故障預診斷技術，特別涉及一種汽輪發電機組嵌 入式故障預診斷系統及方法。
背景技術：
電力工業是國民經濟可持續發展的先行工業。隨著現代電力生產設備日趨大型 化、復雜化和自動化，其功能越來越強、結構也越來越復雜，因發電機組故障而造成的損失 也將會大大增加。近年來，因電力關鍵設備故障而引起的災難性事故時有發生。典型事故 如2003年8月14日，美國、加拿大發生大面積停電事故，受停電影響的人口約5000萬，地 域約24000平方公里，停電持續時間為四小時，經濟損失達60億美元。這些嚴重的、災難 性的事件不斷發生，迫使人們在發電機組狀態監測與故障診斷方面進行了大量的研究。雖然我國電力工業得到了長足發展，但是當前全國電力需求增長仍然十分迅猛， 電力供應短缺狀況時有出現，使得許多發電機組長期處于超負荷運行狀態，設備的安全性 也隨之下降，這就要求對機組生產過程的各種參數進行實時監測和檢修維護以保證鍋爐、 汽輪機、發電機等主機設備及主要輔機設備的正常運行和電廠正常發電。此外，機組容量的 增大使其結構和系統日趨復雜，在實際生產運行中，由于發電機組設計和制造質量問題、安 裝不當、運行部門人員誤操作、監控不當、維護管理不當、檢修質量不良等原因導致發電機 組發生事故的情況占有相當大的比例。大型發電機組發生事故后，不僅維修耗資巨大，給電 廠和電網造成巨大的經濟損失。因此，如何保證這些機組能安全、可靠和經濟高效運行，對 國民經濟的發展具有十分重要的意義。由于發電機組設備及工藝過程的復雜性，需要在發電機組配置較多的數據采集和 信號分析處理等設備以更好地完成機組的狀態監測與故障診斷任務。而嵌入式系統因其體 積小、低功耗、低成本、高性能等諸多優良特性，成為工業應用研究和開發的熱點。

發明內容
本發明是針對大型發電機組發生事故后維修成本高的問題，提出了一種汽輪發電 機組嵌入式故障預診斷系統及方法，實現的是對發電機組監測數據的閾值分析、實時儲存 和傳輸、信號分析與預處理、故障預診斷等功能，通過綜合分析機組的運行狀態，選取能夠 表征設備狀況的特征參量，對其狀態變化情況進行跟蹤和預測，并對可能發生故障情況進 行預警，使現場運行人員充分掌握發電機組的運行狀態，了解發生故障的原因，并能及時進 行正確處理，把發生故障后對發電機組的影響限制在最小范圍內。本發明的技術方案為一種汽輪發電機組嵌入式故障預診斷系統，嵌入式狀態監 測與故障預診斷裝置可通過現場總線、工業以太網、無線傳感器網絡通信方式從發電機組 的DCS分散控制系統、DEH汽輪機數字式電液控制系統、PLC可編程邏輯控制系統、TSI汽輪 機監視保護系統或者通過嵌入式遠程I/O數據采集器從現場傳感器中實時采集機組各種 運行數據，所有采集數據在嵌入式狀態監測與故障預診斷裝置中經過FFT變換、小波變換進行預處理和故障預診斷，然后通過網絡發送到狀態監測工作站、故障診斷工作站、實時數 據庫服務器，通過監測與診斷工作站的智能狀態監測與故障診斷系統分析處理后形成監測 與診斷分析結果，同時，將監測與診斷分析結果通過Web服務器向遠程監測與診斷平臺發布。一種汽輪發電機組嵌入式故障預診斷方法，包括汽輪發電機組嵌入式故障預診斷 系統，汽輪發電機組嵌入式故障預診斷方法主要包括數據預處理和故障預診斷，采用定時 器，每隔一段時間進行數據處理和故障預診斷，具體步驟如下
數預處理具體步驟為
1)對汽輪發電機組采樣信號序列進行N層二進正交小波分解，得到第1層到第N層共 N個高頻小波分解系數序列；
2)求各層高頻小波分解系數序列的能量；
3)按尺度順序，以各層高頻小波分解系數序列的能量為元素組成特征向量；
4)根據特征向量對照向量標準值，判斷機組處于的狀態； 故障預診斷步驟為
A:首先是對接收到的原始數據與正常數據進行比較，如果出現數據在正常數據范圍之 外，然后記錄數據時間，在一定時間范圍之內的異常數據超過范圍之外，就判定可能有故障
產生；
B:針對快速傅立葉變換的數據，主要是針對傅立葉變換以后的頻域信息進行判斷，對 于明顯的一倍頻、二倍頻等頻率值進行比較，如果判斷結果超過正常范圍之內，并且在一 定的時間之內錯誤數達到規定標準，即判定可能有故障產生。當頻率與頻率表相符合時，就 判斷可能有故障產生；
C:針對小波變換以后的數據，主要是對各個頻段的高低頻數據能量與正常的數據值 進行比較，如果超過正常范圍，并且在這個規定時間內發生次數高于規定范圍，就判定有故 障產生。本發明的有益效果在于本發明汽輪發電機組嵌入式故障預診斷系統及方法，實 現的是對發電機組監測數據的閾值分析、實時儲存和傳輸、信號分析與預處理、故障預診斷 等功能，把發生故障后對發電機組的影響限制在最小范圍內，對于提高發電機組運行的安 全性、可靠性和運行效率具有重要意義。


圖1為本發明汽輪發電機組嵌入式故障預診斷系統結構框圖； 圖2為本發明嵌入式故障預診斷裝置結構框圖。
具體實施例方式如圖1所示汽輪發電機組嵌入式故障預診斷系統結構框圖，嵌入式狀態監測與故 障預診斷裝置6可通過現場總線、工業以太網、無線傳感器網絡等通信方式7從發電機組的 DCS分散控制系統9、DEH汽輪機數字式電液控制系統10、PLC可編程邏輯控制系統11、TSI 汽輪機監視保護系統12或者通過嵌入式遠程I/O數據采集器8從現場傳感器中實時采集 機組各種運行數據，如振動、位移、脹差、鍵相、轉速、壓力、溫度及各種工藝參數等。其中TSI汽輪機監視保護系統12采集主機設備13振動相關數據，嵌入式遠程I/O數據采集器8主 要采集輔助設備14相關運行數據，所有采集數據在嵌入式裝置6中經過FFT變換、小波變 換等進行預處理和故障預診斷，然后通過網絡4發送到狀態監測工作站1、故障診斷工作站 2、實時數據庫服務器3，通過監測與診斷工作站的智能狀態監測與故障診斷系統分析處理 后形成各種故障的特征分析圖譜，以實現對機組的實時狀態監測和診斷分析。同時，將監測 與診斷分析結果通過Web服務器向遠程監測與診斷平臺5發布，供出差在外的企業領導、遠 程監測用戶和診斷專家等進行遠程監測和診斷分析使用。本發明的嵌入式狀態監測與故障預診斷裝置如圖2所示。該裝置硬件平臺采 用AT91RM9200嵌入式芯片，軟件環境為Arm Linux嵌入式操作系統。裝置通信接口包括 RS-485、CAN總線、以太網等，支持Modbus/RTU、Modbus/TCP、CAN、ZigBee等工業以太網、現 場總線及無線網絡通信技術。此外，嵌入式裝置上采用QT或者MiniGUI作為系統的圖形用 戶界面，并采用嵌入式Sqlite數據庫用于數據的存儲和分析。汽輪發電機組嵌入式狀態監測與故障預診斷裝置6在整個發電機組的遠程狀態 監測與故障診斷系統中處于中間層位置，主要包括嵌入式數據采集模塊、數據庫模塊、顯示 模塊、FFT變換模塊、小波變換模塊、故障預診斷模塊和網絡傳輸模塊等幾個部分，各個功能 模塊通過嵌入式系統的數據共享區域實現。為了實時準確地掌握機組的運行狀態，需要監測和分析的參數包括機組的振動信 號、位移信號、鍵相/轉速信號以及功率、主汽溫、主汽壓力、主汽流量等工藝信號。具體的 預處理是對信號進行檢測、判斷、參數分析、特征識別以及為了解決傳輸與存儲問題而進行 必要的數據壓縮等，信號分析的主要目的是將信號分解成一系列單一成分，從中判別有用 的信號并且分析出有用信號的特征，信號分析是在幅值、時間、頻率等域進行的。數據預處 理的目的在于提高信號中所包含信息的可靠性和數據分析的精度，使得后續信號的有效性 和可靠性提高。汽輪發電機組故障預診斷方法是利用設備狀態監測數據、設備本身構造特性以及 設備運行環境和運行狀況等相關信息，對設備健康狀態進行評估和分析，預測設備可能發 生的故障及其潛在影響，并根據設備性能變化趨勢來推斷設備剩余有效使用壽命的技術。 故障預診斷既要給出設備可能發生故障的預警，也要跟蹤設備性能衰退情況，為維修計劃 的實時安排和調整提供可靠的時間依據，確保對設備進行經濟、高效的診斷和維護。故障預 診斷最基本的功能是對設備運行狀態的健康狀況進行評估，也就是說主要對被監測設備的 性能衰退情況進行評估。通過綜合分析設備的系統組成、運行狀態、維護操作以及運行狀況 等信息，選取能夠表征設備健康狀況的特征參量，對其變化情況進行跟蹤和預測。得出當前 設備性能處于正常、衰退或者不可用的健康狀況評估結論。故障預診斷還有故障預測功能， 當設備處于性能衰退狀態時，需預測其未來可能發生的故障類型、部位和時間。本發明在嵌入式環境下汽輪發電機組的數預處理具體步驟為
1)對汽輪發電機組的原始采樣信號序列進行N層二進正交小波分解，得到第1層到第 N層共N個高頻小波分解系數序列；
2)求各層高頻小波分解系數序列的能量；
3)按尺度順序，以各層高頻小波分解系數序列的能量為元素組成特征向量；
4)根據特征向量對照向量標準值，判斷機組處于的狀態。
由于汽輪發電機組一旦出于故障階段，數據將持續的發生錯誤。為了減輕嵌入式 系統的運行負擔。采用定時器，每隔一段時間進行數據處理和故障預診斷。汽輪發電機組嵌 入式預診斷主要是針對原始數據、快速傅立葉變換數據和小波變換數據的三種數據來源。 針對以上數據源，故障預診斷的主要步驟如下
1)首先是對接收到的原始數據與正常數據進行比較，如果出現數據在正常數據范圍 之外，然后記錄數據時間。在一定時間范圍之內的異常數據超過范圍之外，就判定可能有故 障產生；
2)針對快速傅立葉變換的數據，主要是針對傅立葉變換以后的頻域信息進行判斷。對 于明顯的一倍頻、二倍頻等頻率值進行比較。如果判斷結果超過正常范圍之內，并且在一定 的時間之內錯誤數達到規定標準，即判定可能有故障產生。當頻率與頻率表相符合時，就判 斷可能有故障產生；
3)針對小波變換以后的數據，主要是對各個頻段的高低頻數據能量與正常的數據值 進行比較。如果超過正常范圍，并且在這個規定時間內發生次數高于規定范圍，就判定有故
障產生。以下以汽輪發電機組振動信號在嵌入式環境下通過小波變換實現故障預診斷的 實現方式加以具體說明
對于汽輪發電機組，其振動信號經過二進小波正交變換以后，其變換結果在各個層上 的能量具有固定的比例值，并且在一定幅度之內進行變動。本發明采用Daubechies — 4小 波基對數據進行二進小波變換，信號經正交小波變換之后，各層高頻系數與第N層低頻系 數能量之和等于原始信號的能量，使得分解之后的總能量保持不變。以二進正交小波分解 后各尺度空間的高頻信號分量，按尺度順序排列成的向量作為特征向量供診斷識別之用。設為第j層高頻小波分解系數序列p.的能量，則有
權利要求
1.一種汽輪發電機組嵌入式故障預診斷系統，其特征在于，嵌入式狀態監測與故障預 診斷裝置可通過現場總線、工業以太網、無線傳感器網絡通信方式從發電機組的DCS分散 控制系統、DEH汽輪機數字式電液控制系統、PLC可編程邏輯控制系統、TSI汽輪機監視保護 系統或者通過嵌入式遠程I/O數據采集器從現場傳感器中實時采集機組各種運行數據，所 有采集數據在嵌入式狀態監測與故障預診斷裝置中經過FFT變換、小波變換進行預處理和 故障預診斷，然后通過網絡發送到狀態監測工作站、故障診斷工作站、實時數據庫服務器， 通過監測與診斷工作站的智能狀態監測與故障診斷系統分析處理后形成監測與診斷分析 結果，同時，將監測與診斷分析結果通過Web服務器向遠程監測與診斷平臺發布。
2.一種汽輪發電機組嵌入式故障預診斷方法，包括汽輪發電機組嵌入式故障預診斷系 統，其特征在于，汽輪發電機組嵌入式故障預診斷方法主要包括數據預處理和故障預診斷， 采用定時器，每隔一段時間進行數據處理和故障預診斷，具體步驟如下數預處理具體步驟為1)對汽輪發電機組采樣信號序列進行N層二進正交小波分解，得到第1層到第N層共 N個高頻小波分解系數序列；2)求各層高頻小波分解系數序列的能量；3)按尺度順序，以各層高頻小波分解系數序列的能量為元素組成特征向量；4)根據特征向量對照向量標準值，判斷機組處于的狀態； 故障預診斷步驟為A:首先是對接收到的原始數據與正常數據進行比較，如果出現數據在正常數據范圍之 外，然后記錄數據時間，在一定時間范圍之內的異常數據超過范圍之外，就判定可能有故障產生；B:針對快速傅立葉變換的數據，主要是針對傅立葉變換以后的頻域信息進行判斷，對 于明顯的一倍頻、二倍頻等頻率值進行比較，如果判斷結果超過正常范圍之內，并且在一 定的時間之內錯誤數達到規定標準，即判定可能有故障產生， 當頻率與頻率表相符合時，就判斷可能有故障產生；C:針對小波變換以后的數據，主要是對各個頻段的高低頻數據能量與正常的數據值 進行比較，如果超過正常范圍，并且在這個規定時間內發生次數高于規定范圍，就判定有故障產生。
全文摘要
本發明涉及一種汽輪發電機組嵌入式故障預診斷系統及方法，汽輪發電機組嵌入式狀態監測與故障預診斷裝置在整個發電機組的遠程狀態監測與故障診斷系統中處于中間層位置，向下采集數據，經過嵌入式狀態監測與故障預診斷裝置對數據進行數據預處理和故障預診斷后通過網絡將數據向上傳送達到信息共享。實現對發電機組監測數據的閾值分析、實時儲存與傳輸、信號分析與預處理、故障預診斷等功能，把發生故障后對發電機組的影響限制在最小范圍內，對于提高發電機組運行的安全性、可靠性和運行效率具有重要意義。
文檔編號G05B23/02GK102141808SQ201010294230
公開日2011年8月3日 申請日期2010年9月28日 優先權日2010年9月28日
發明者夏飛, 張 浩, 彭道剛, 李輝, 章凱, 黃琮樺 申請人:上海電力學院