科研能力

2016-08-24


多种类润滑油状态

智能在线监测系统

目录

一、    摘要...................................................................... 3

二、技术背景.................................................................... 3

2.1火电行业当前状况.............................................. 3

2.2汽机磨损摩擦事故案例...................................... 4

2.3基于大数据的汽轮机运维需求.......................... 6

三、项目实施先进性及必要性.......................................... 7

3.1汽轮机动态数据获取终端.................................. 7

3.2同行业多跨度多运行工况动态数据流的交互.. 9

3.3数据的多信息融合技术.................................... 10

3.4视情动态运维模式............................................ 10

四、项目具体实施(第一阶段).................................... 11

4.1动态数据获取终端的集成................................ 11

4.2监测指标选择.................................................... 14

4.3汽轮机动态数据获取终端组成........................ 15

4.4终端智能采样实施............................................ 16

4.5系统的运行........................................................ 18

五、多数据分析处理(第二阶段)................................ 19

5.1基于SIS系统的动态数据交互.......................... 19

5.2基于润滑介质蕴含信息的特征提取................ 20

5.3 润滑介质全息耦合模型及运行健康指数评判.................................................................................... 21

六、成功案例展示         23

一、摘要

主要针对火力发电企业现行运维体制进行解析,获取影响电力行业装备运维整体水平关键因素,运用摩擦学多信息融合技术,研制相应的汽轮机动态数据获取终端,采用多信源交互的综合数据处理模式,最终建立动态的智能体运维系统。本项目在实施过程中动态数据获取端取样方式采用原位无损智能取样方式,数据源采用同行业多跨度多运行工况动态数据流,数据处理采用多信息融合技术,建立基于模糊集理论推理的数据模型。在保障汽轮机平稳运行的同时,实现视情动态运维模式,提高发电厂设备管理效率与质量,对于发电企业经济效益的提升产生积极的影响。

二、技术背景

2.1火电行业当前状况

目前,对火电具有取代作用的电能包括水电、核电、风电、光伏以及其他的发电方式。但是目前来看由于新能源的开发受到技术和资源的限制,新能源发电成本远远高于火电另外考虑到光伏、风电、水电等受到时间、季节、电荷不稳等诸多限制,以及目前电网接纳能力不足、系统调峰能力不足等因素,火电仍是电网公司保证电荷稳定的首选。因此,预计短期内火电依然会是我国最重要的电力来源。


2.2汽机磨损摩擦事故案例

随着电力技术不断革新,发电设备的质量、可靠性不断提高,汽轮机不断革新改进过程中越来越复杂、精细,对其设备运维的技术需求也越来越多元化,而目前设备运维的发展止于几十年前,虽然有些零星的新技术手段开始进行运用,但是有关于摩擦相关的动态技术应用也相对较少,在电力行业关键设备运行过程中造成了各种损严重的生产事故:

案例1

机组规模

厂家

型号及其它

出现问题

600MW      机

东方汽

轮机厂

日本日立公司提供的技术制造的冲

动式、亚临界、中间再热式、高中压合缸、三缸四排汽、单轴、凝汽式   汽 轮 机 , 机 组 型 号为   N600-16.7/538/538-1

1.油质不好导致

轴瓦拉伤 2.过滤失效,轴颈严重拉伤

造成影响:造成非正常停机35天;影响工期2个月以上

●2004年2月19日凌晨2点10分,#3机组汽轮机#2轴承温度开始上升, 最终稳定在约70℃(其它轴承温度均小于32℃)。停主机盘车后,该处温度缓慢下降,再次投用盘车,该处温度又重新回升。当时该机组正处于冲管阶段,汽轮机盘车投用,盘车启动前主机润滑油质化验结果为合格。检查各顶轴油压力

(#3-#8轴承),与盘车前期比,均无明显异常;检查#2轴承润滑油供油及回油,未见异常。检查温度测点,未见异常。

该机组冲管结束后,对#2轴承进行翻瓦检查,结果发现,该处支持轴承轴瓦有明显拉毛现象。疑是有异物进入轴瓦所致,联想到此前各润滑油进油滤网多次被脏物堵塞,基本认为#2轴承在盘车期间温度缓慢上升系脏物进轴瓦,导 致轴瓦与转子磨擦增大、发热所致。

●   2005年6月24日下午16时50分左右,#6汽轮机准备第二次冲转到

603r/min 进行磨擦检查时发现#7 瓦#2 金属温度达105℃,此时主机转速为

402r/min,然后此点温度回落;17时21分,主机转速38r/min时,#6瓦#2金


属温度到达113℃,随后,主机转速很快为O,投主机盘车后此两处金属温度慢 慢回落,稳定后,#6瓦、#7瓦的#2金属温度均比其它各瓦高4℃左右,而该处

#1金属温度正常。

(1)安放在主油箱中的润滑油回油滤网严重破碎(面积约为1/5),破碎滤网形成的细刚丝进入润滑油系统,而润滑油系统中冷油器出口的滤网与其旁路在运行时均在投用状态;

(2)#6轴轴颈有严重刮痕,刮痕特征为:由顶轴油孔向两端逐渐加重,最大刮痕约为2mm宽、0.7mm深,共有17条;#6轴上瓦有轻微局部磨伤,而#6轴 下瓦拉伤情况严重:电机端顶轴油囊基本被磨损或被磨损的乌金填平,电机端瓦的表面乌金磨损严重,而汽端乌金表面有严重拉毛现象,有拉毛处附着大量的纤细刚丝。

(3)#7轴处情况与#6轴处相似,但不及#6处严重;检查其它轴、瓦,均 发现类似情况。

(4)对主油箱进行清理,发现许多纤细刚丝、黑泥状与颗粒状物质。

机组规模

厂家

型号及其它

出现问题

300MW机组

国产不详

300MW亚临界汽轮发电机组

机组负荷提高油

中水分增大

造成影响:机组无法正常运行

某电厂300MW汽轮机组在运行过程中,经过一次负荷急剧下降恢复正常运行后发现大机润滑油箱油位异常升高,在不到一天的时间,油箱油位升高 10cm,通过检查发现大机油箱中润滑油上部浮有一层油花;汽轮机轴承油位观察窗上部有一层油花,油色呈乳白色;油中有水后润滑油压有所下降;轴瓦温度有所上升;油净化器疏水量增大,外挂大功率真空滤油机后才控制油位上升趋势。同时发现随着机组负荷的变动,润滑油箱油位也产生较大波动。

汽轮机轴封系统状况良,是造成机组润滑油系统进水的重要原因,为确保该系统正常运行必须选择足够的轴加风机出力、维持轴封加热器的真空度、调整合理的轴封供汽压力,最终在调试、运行中找到一个合理的参数区间是消除了汽轮


机轴封冒汽、解决润滑油系统进水现象。

机组规模

厂家

型号及其它

出现问题

1000MW机组

上海汽轮厂与德国西门子公司

超超临界一次中间再热、 单轴、四缸四排汽、背   压、八级回热抽汽

1.水分颗粒度超   标造成油品乳化

2.轴瓦烧损

造成影响:造成直接损失超过25万元(更换油品和滤芯),影响机组运行   和生产。

天津国投北疆电厂一期 2x1000mw超超临界抽汽凝汽式汽轮发电机组,自2011年6月开始运行#2主机润滑油油质出现水分、颗粒度超标,造成油品产生 乳化,乳化后的润滑油的粘度降低,造成轴承中轴与瓦之间的油膜厚度减小,转子与轴瓦直接摩擦,甚至轴瓦烧损。

2.3基于大数据的汽轮机运维需求

目前有关于“工业 4.0”、中国“制造业2025”的技术响应已经在进行中,各行业纷纷提出新一代运维理念,主要是为了提高企业自身竞争力和适应力,在数字化、智能化、网络化的全球大环境下,拉动传统工业往智能工业方向升级,从而满足未来市场更快速、更个性化的需求响应,并实现更低的制造成本。

对于火力发电企业来说,机组的各项输出参数经过近些年的发展 和更新,已经得到突飞猛进的发展,但是相对应的设备保障目前还处于低端环节使得其在信息的收集和分析能力上有所欠缺,(从状态数据收集到故障诊断和预测整个过程的自动化、智能化水平较低,而


且为维持设备备完好率,必须要准备大量的维修备件、保障设备和人员,严重制约了保障效率和效益的发挥)造成特别是与新型机组设备匹配的生产能力的保障(设备运维能力)相对落后,距离全面地、有效地管理信息和综合使用信息还有相当的差距。

目前国内部分先进制造业已经开始发展基于综合信息资源的自主式保障,模式通过动态的信息系统,将生产计划、维修训练和维修保障作业等各种要素集成起来,对生产设备的状态进行实时监测,根据监测结果自主确定合适的维修方案,在设备使用期间预先启动维修任务规划和维修资源调配,在最佳时机进行维修,确保生产设备保持良好的状态。本项目的实施拟借助信息技术等高新技术,首先实现将基于运转设备动态信息流获取,然后通过数据链的搭建进行相应的综合信息处理,实现保障信息一体化;二是进一步规范和强化设备自诊断、预测与维修保障能力;三是进一步缩减设备保障环节,优化保障体系和资源,达到精确、机动、快捷、经济保障的目的。

三、项目实施先进性及必要性

3.1汽轮机动态数据获取终端

数据获取终端采用连续智能取样方式运行,获取有关于汽轮机运 行过程中磨损摩擦动态数据。

3.1.1应用价值

设备运行中的工况监测和故障诊断是保证设备可靠性稳定性的一个重要手段,以往的离线检测受到人为和数据量的限制,不能直观


准确表述设备的运转状态,只是片面的展现设备部分信息,已经渐渐跟不上时代的趋势和要求,状态监测正在逐步成为主流。

状态监测系统具备的优势是监测时间间隔短、实时性好、在设备的原位进行监测、不对被监测对象状态造成任何影响等优势。本项目采用先进的传感器技术,配合设计适用于不同传感器的功能流道,合理优化润滑油在流道中流动的特性,使传感器监测结果达到最合理的状态,减少错误诊断的几率。

3.12实施必要性

a状态监测----采用有效的监测手段和分析诊断技术,通过对设 备长期的运行数据收集,通过数据库的组建及综合分析,从而及时、准确的掌握设备运行状态,保证设备的安全、可靠和经济运行。

b智能取样----目前国内现行的在线监测或者其它状态维护手段 通过采用固定的信息获取模式,已经实现和获取到相应的信息,但是相关动作过于僵硬,不适应现有轻量化、智能化的现有需求,特别是在以下几点表现更为突出:

当设备润滑状态良好的情况下,采集到的磨粒有效信息很少,发 生过采样,传感器使用效率低;

当磨损异常发生时,采集的磨粒信息数量有限,发生欠采样;

在剧烈磨损时,传感器中磨粒堆积,有可能导致传感器流道堵塞,

致使传感器失效,给磨粒特征信息的提取技术带来困难,且提取精度大大降低;

因此本项目实施时要进行相关的优化和提出相应的智能策略从而避免上述问题的发生。

c摩擦学特征多参数的获取----已有研究表明设备故障的严重程 度、磨损速率、故障部位与润滑介质蕴含的特征信息之间存在某种特


定的关系,能动装备在运动过程中润滑状态同样是以动态的形式存在,如果按照时间序列去直观的查看同一坐标系的各个数据,参数之间存在相应的各种关联关系。同时这些关系是按照一定规律存在的,如下图

截图01.png

因此将润滑介质综合参数获取的意义首先在于从多方位多原理获取相应的数据信息,其次可以用于判别传感器在使用信号中异常数值的判别。

3.2同行业多跨度多运行工况动态数据流的交互

目前我国火电总装机超过9亿千瓦,其中以三大主机厂上海汽轮 机厂、哈尔滨汽轮机厂、东方汽轮机厂等为代表的国产主机厂家占有量超过80%,而火电的运营被五大四小电力分配,但是有关于汽轮机运维信息的交互几乎为零,造成基于大数据分析的技术运用在汽轮机故障信息和维护方面无从开展,目前的主流机组主要集中在30MW600MW1000MW,设备型号相对较少,因此本项目实施后数据的通用 性及故障的特征代表性能得到较高的认知度。


因此项目实施拟通过数据端的构建后,借助其它途径将获取的监 测数据进行交互,实现同行业同工况同设备的异常问题根源查找。

3.3数据的多信息融合技术

本项目采用摩擦学多信息融合技术,通过分离并融合油液可测特征,建立以理化、污染、磨损为类型的信息区分,提取全周期不同阶段内特征多权重识别,并获取基于理化、污染、磨损磨损信息主成份特征之间的耦合模型。

3.4视情动态运维模式

截图02.png


视情动态运维模式区别于普通的在线监测,主要有以下几点:


1、系统输出依据不是单一的参数范围值输出,所有的信息输出而 是融合了设备当前状态动态信息。

2、评判规则执行动态运算,根据监测对象内部信息、外部信息及 监测参数值进行触发条件选择,使输出的信息更为准确可靠。

3、运维模式所产生的交互信息,蕴含信息量更全。

四、项目具体实施(第一阶段)

4.1动态数据获取终端的集成

4.11传感器调研

目前,国内外在线油液监测技术的发展主要集中于在线油液传感

器的开发,且大多数为针对单项参数的传感器技术。其中,相对较为成熟的传感器技术大体上可分为2类,一类是针对油液品质的传感器技术,一类是针对油液中磨粒的传感器技术。其中,油液品质传感器又可以分为2类,一类是针对油液理化特征,一类是针对油中的污染物。

1)理化特性传感器

润滑油理化特性传感器中,最为典型的,是粘度传感器。粘度作

为润滑油最为重要的一项物理特性,对润滑油的润滑性能起着决定性的作用,同时粘度也是润滑油氧化衰变的表征之一。在线粘度传感器的测量原理,总结下来基本都是从能量损失的角度出发的,然而又可以细分为2类,一类是基于位移,一类是基于振动。

⚫      基于位移原理的粘度传感器


基于位移原理的在线粘度传感器有转子旋转式传感器,例如Brookfield 公司的TT-100TT-200系列传感器,其通过测量转子 在油中旋转时的扭力变化来表征粘度;例如美国Cambridge Viscosity公司生产的线圈活塞式传感器,其通过测量活塞来回移动的时间来表征粘度。

⚫      基于振动原理的粘度传感器

     基于振动原理的粘度传感器种类较多且应用较为广泛,其中具有

代表性的有基于石英晶体谐振特性的石英晶体传感器,例如美国精量电子(MEAS)公司推出的FPS28X0传感器;有基于音叉机械谐振的传感器,例如国内深圳先波公司的FWS粘度传感器,这两类 均为通过测量机械谐振器在油中的频率偏移量来表征其粘度。

除此以外,还有基于声表面波的粘度传感器、基于扭转振动的传 感器等等,基于电磁层析成像的粘度传感器等等。

2)油液污染传感器

针对油液污染物的传感器,最为典型的,是水分传感器。常见的 润滑油中水分含量的在线监测原理一般分为2类,一类是基于电参 量,一类是基于水活度。

⚫      基于介电常数原理的水分传感器

     目前水分传感器的测量原理,应用最多的是基于介电常数测量的

原理。由于水的介电常数(约80)远远大于润滑油介电常数(约2),水的加入会对润滑油的介电常数产生明显的影响,所以通过测量油液的介电常数的增加量来表征油中水分含量具有一定的可行性。例如


Kittiwake 公司开发的 FG-K163XX系列传感器,美国迪沃森公司开 发的EASZ-1型传感器,国内深圳先波公司开发的FWD-1水分传感 器等等。

⚫      基于水活度的水分传感器

国际上,用水活度Aw来直接衡量油的潮湿程度,它与单个油品 的水分饱和度成比例关系。该类传感器的代表为美国精良电子公司开发的HTM2500微水分传感器,该传感器能探测到润滑油中0-0.1%含 量的水分,主要用于油中溶解水的监测,还有兰维萨拉(Vaisala) 公司和奥地利E+E公司的系列产品等等。

3)磨粒传感器

由于润滑油中的磨粒特征包含了机器磨损的最原始的信息,能直接反应机器磨损的程度,所以对油中磨粒的监测显得尤为重要,而相对于油品传感器来说,磨粒传感器起步更早,技术更为成熟,测量原理也更丰富多样。从测量原理的角度出发,目前在线磨粒传感器主要可分为以下几类:

⚫      基于光电原理的磨粒传感器

     该类传感器利用激光或红外光作为光源,当光在油中传播遇到磨

粒时会发生散射现象,从而导致光电接收器探测到的光强度、密度下降,根据光强该变量的大小即可计算出油中磨粒的含量。基于该原理的具有代表性的传感器有美国ICM公司、HIAC/ROYCO公司生产的在 线颗粒计数器和德国ARGO公司生产OPCom在线污染度传感器以及国内天津罗根科技有限公司开发的 KZ系列在线颗粒计数器等。


⚫      基于电磁感应原理的磨粒传感器

     该类传感器是技术最为成熟且应用最为广泛的传感器。其利用

LC振荡电路在缠缚于流道四周的线圈中产生交流电磁场,当油中金属磨粒流经该电磁场时,在磨粒中产生的电涡流效应将对线圈的磁通量大小(磁场强度)产生影响,因此通过测量磁场强度(线圈电感)的变化量及变化频率即可获得磨粒的大小及浓度。由于铁磁性磨粒与非铁磁性磨粒对磁场强度的影响效果相反,铁磁性磨粒对磁场强度的影响表现为增强,而非铁磁性则表现为削弱,因此基于该原理的磨粒传感器还可以区分铁磁性磨粒与非铁磁性磨粒。

4.2监测指标选择

粘度

粘度精度    -5%~5%

J1939CAN2.0

B标准, RS232或者 CAN2.0A数

字输出

密度

密度范围 0.65~1.5g/mL

介电常数

测量范围1.0~6.0

酸值

测量范围≤0.03mgkoh/L

水分

测量范围0.03~0.1mg/kg

电导率

测量范围   100~800000pS/m

温度

温度精度+/- 0.1℃

4um颗粒数目

4um<颗粒粒径<6um

颗粒数目

RS232       或

RS485

6um颗粒数目

6um颗粒粒径<14um的

颗粒数目

14um颗粒数目

14um颗粒粒径<21um

的颗粒数目

21um颗粒数目

21um>颗粒粒径

污染等级

Iso4406   NSA1638

>40<1000微米的铁颗

可测颗粒数目0~2000ppm

>135<1000微米的非铁

金属颗粒

可测颗粒数目0~2000ppm

磨粒成像

反射、透射两种光源发射方


磨粒尺寸

磨粒图片获取后相关尺寸

统计

4.3汽轮机动态数据获取终端组成

控制流程部分由上位机、嵌入式RAM、执行部分组成,其中上位机起数据处理交互作用,嵌入式RAM执行上位机指令对电源模块、动力模块、采集模块等执行部件按照相应逻辑进行控制调整。

截图02.png截图03.png

4.4终端智能采样实施


图中:α、β是智能采样的配置系数,且α>1,β<1α、β具体的设置由不同设备的运行环境及磨损程度决定。Coli_TPeriod_T为当前设备采样参数,Coli_T¢Period_T¢是下一个采样周 期的采集参数。

通过上步骤可以看出智能化采样就是根据相应获取到的数据首先进行初次判断识别之后进行的自我工作模式调整功能,简单也可以来说是一个任务多种工作方式,另外智能采样不单单从传感器的工作


模式着手另外还必须具备相匹配的智能动作和执行策略,本项目从以下几点进行相关的实施:

动作因素

动作内容

所属部分

目的及意义

流速

◆     传感器自适应

◆     泄露自检配合

◆     定期沉积处理

摩擦采集

保障监测结果

保障系统安全

监测精度保障

压力

◆     传感器适应调整

◆     冲刷调整

◆     泄露自检配合

保障监测结果

监测精度保障

保障系统安全

流程

◆     按监测逻辑自我调整

◆     特征样获取

根据动态信息执行采集

自动取样

其它

◆     事故状态识别及输出

◆     系统自检结果输出

保障系统安全

保障系统安全

工作/停止

◆     按照逻辑传感器工作 休眠

◆     异常情况停止工作

系统

根据动态信息执行采集

传感器保护

输出

◆     系统异常输出

◆     指标异常输出

◆     传感器异常输出

◆     监测环境异常输出

应用对象保护

应用对象保护

保障系统可靠性

应用对象保护

4.5系统的运行

下位机采集模块与上位机之间采用LAN接口,使用网线建立连 接。通讯模式为上位机启动→根据IP地址连接下位机→建立通讯→ 下位机开始采集工作→根据通讯协议发出收回数据指令→下位机将采集数据打包上传→上位机收到数据后存入数据库→上位机将处理后数据回传给下位机,下位机执行现场显示。截图09.png


4.系统软件

1)主要界面为监测参数实时界面,每个界面设置15个小视窗,由于参数较多,具备翻页功能,如果需要进行趋势绘图,选中参数视窗后生成趋势图。界面分布示意图如下:

截图08.png


2)单一参数界面图如下:具备单一参数趋势、上下限值、数据状态、选定切换等功能。


3)数据的存储分为两部分进行分区存储,一部分为原始数据,也就是说传感器发送过来的数据,另外一部分为PC机处理完毕的数据。 4)常用数据查询、导出、打印等功能。

5)数据库通过本地通讯和上位机进行数据交换,数据库设定相关权限,以保证数据库的安全性。 6)软件输出包含理化指标、阈值范围。

五、多数据分析处理(第二阶段)

5.1基于SIS系统的动态数据交互

随着大数据理念的深入发展,越来越多的企业开始搭建属于自己的数据交换平台,做为电力生产企业近年来大量开始运用信息处理系统,如:SIS系统(supervisory informationsystem),该系统是各种分散控制系统与企业管理应用系统(如ERPEAM等)之间数据桥梁,为管理提供多层次的实时数据支持。为了降低本项目实施的经济性和成本因素,数据交互拟借助SIS系统实施,具体实施如下:

数据的机密性:数据无论在存储还是在传输过程中,只有基于企业内SIS信息交互的拥有者和授权用户才能够访问数据链,其它任何用户都无法进行访问和数据获取,从理论上杜绝一切泄露数据的可能性。

数据的完整性:数据包含动态数据获取终端获取的数据、因素数据在内的原始数据和经过处理后的特征数据,系统在运行时数据进行备份存储,数据使用时进行权限控制,避免人为的篡改和损坏。

数据的可用性:数据交互网络的组建基于企业系统内部,所针对的应用对象相对来说集中,数据的处理时引用因素数据进行融合,其他端口进行分析结果及特征的引用首先进行因素数据比对,然后执行后续步骤,从而保障了数据的可用性。

5.2基于润滑介质蕴含信息的特征提取

针对汽轮机运行过程中的摩擦副,采用理论分析和机理性基础试验及台架试验研究其润滑介质蕴含信息与磨损之间的关系,方案见图3。为了提取汽轮机关键摩擦副的磨损表征方法,进行特征因素台试














 验,采用离线油液检测+在线监测方法,包括分析铁谱、颗粒计数器、以及图像可视在线铁谱传感器同时监测在线磨粒的浓度和形态学特征。最终获取基于润滑介质蕴含信息的量化磨损表面特征、多信息组成的设备故障失效影响组合权重以及基于生产时间的动态数列。截图04.png














5.3 润滑介质全息耦合模型及运行健康指数评判

首先,结合汽轮机运行工况及摩擦学理论,分析润滑油性能衰变模型、承载模型以及磨损状态模型之间的耦合关系,分别建立理化、污染、磨损三维信息的特征物理分量,根据物理原理提取针对每组特征物理分量的可测特征量,建立油液全息的可测变量表征体系见下图所示:截图05.png



其次,将理化和污染的可测特征量与已有的磨损可测量相结合, 建立基于动态智能体的健康评估体系。

按照上述过程数据,分析提取摩擦学系统状态特征,并采用模糊聚类方法建立全寿命周期的状态输出特征(包括健康,亚健康,故障及失效),通过润滑油状态的在线数据与因素参数(运行环境数据、实施输出功率等)特征匹配方法,建立在线油液状态与机器健康状态间的模糊映射关系;

最后,针对火电汽轮机组在实际应用中的多工况特点,建立基于润滑油状态向量输入的基于遗传算法的神经网络模型,在台架实验与现场监测的基础上,采用神经网络算法对汽轮机组非线性健康状态模型的多变量信息进行动态的健康指数输出。截图06.png

六、成功案例展示

截图07.png

来源: