电站锅炉实时故障诊断研究

论文摘要

电站锅炉系统复杂,参数之间高度耦合,大部分设备处于高温高压的工作环境中,是火电机组最不稳定的设备之一。因此,实时监测电站锅炉的运行参数,根据运行参数的异常变化对其进行故障诊断,是火电机组安全生产中十分重要的问题。本文以电站锅炉为研究对象,根据生产过程的运行方式特点,着重研究了适用于诊断受热面污染故障的理论和方法,并将这些方法应用于受热面污染故障检测与诊断(Fault Detection and Diagnosis,FDD)的设计中。基于动态因果模型(Dynamic Causal Model,DCM)的方法是一种结合定性推理和定量计算的动态故障诊断方法,能够表达复杂的因果关系,包容大规模潜在信息,具有灵活的推理方式。本文在总结前人有关DCM故障诊断研究的基础上,首次将基于DCM方法引入电站锅炉系统的故障诊断领域。针对DCM方法构造的残差对系统故障的分辨能力不高,而且在诊断推理过程中还需要重构故障节点残差的局限性,本文对DCM方法进行了改进。改进之后的残差对故障更加敏感,故障分离时不需要重构故障节点残差,因此提高了故障诊断速度,改善了故障分辨能力。一些复杂非线性系统的数学模型中,由于存在代数环、隐性方程和不可逆方程,通常得不到解析形式的残差,但这些系统模型大多都可以通过数值的方法求解,诊断键图模型(Diagnostic Bond Graph Model,DBGM)提供了生成数值残差的方法。本文首次提出,结合DBGM和DCM方法检测和诊断复杂非线性系统故障的思想。利用DBGM生成残差进行故障检测,当检测到系统发生故障时,使用DCM的因果结构解释DBGM方法产生的残差。结合两种方法,增加了诊断过程自动化程度,实现了真正意义上的定性定量知识的结合。本文结合DBGM和DCM的方法对某300MW电站锅炉对流受热面的污染状况进行诊断。诊断的过程中使用类似模糊控制原理的方法处理热工参数的不确定性。诊断结果表明当运行工况发生较大扰动和传感器失效的情况下,仍然可以给出准确的诊断结果,并且可以很好解决运行参数之间相互关联的问题。电站锅炉炉内的燃烧是一个复杂的物理化学过程,由于很难建立起详细的数学模型,本文利用径向基函数(Radial Basis Function,RBF)网络,使用模式识别的方法确定清洁时水冷壁局部热负荷;通过对膜式水冷壁的温度场的近似解析解分析,建立起背火侧温差与水冷壁局部热负荷之间的线性关系;利用灰污系数比较清洁时水冷壁局部热负荷和实际局部热负荷判断水冷壁污染状况。研究结果表明,该模型计算速度快,实时性好,对炉内结渣诊断结果准确。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 选题背景及其意义
• 1.2 电站锅炉故障诊断的主要方法
• 1.2.1 基于信号处理的方法
• 1.2.2 基于解析模型的方法
• 1.2.3 基于知识的方法
• 1.2.4 小结
• 1.3 电站锅炉故障诊断应用现状及面临困难
• 1.4 本文主要工作
• 第二章 基于 DCM 的故障检测与诊断方法研究
• 2.1 引言
• 2.2 FDD 和 MBD 的统一框架
• 2.2.1 FDD 方法描述
• 2.2.2 MBD 方法描述
• 2.2.3 构造统一框架
• 2.3 因果图建立
• 2.3.1 构造因果图
• 2.3.2 因果图简化
• 2.3.3 因果图的近似
• 2.4 基于 DCM 故障诊断的基本算法
• 2.4.1 DCM 两类故障指示器
• 2.4.2 DCM 因果推理
• 2.4.3 DCM 诊断基本原理
• 2.4.4 DCM 诊断递归算法
• 2.5 基于改进 DCM 故障诊断方法
• 2.5.1 基于改进DCM 诊断基本原理
• 2.5.2 改进DCM 中非因果关系表示
• 2.5.3 渐进式故障诊断
• 2.6 基于改进 DCM 方法诊断实例
• 2.7 本章小结
• 第三章 基于 DBGM-DCM 的故障检测与诊断方法研究
• 3.1 引言
• 3.2 基于 DBGM 故障诊断方法
• 3.2.1 键图模型简介
• 3.2.2 DBGM 建立
• 3.2.3 基于DBGM 故障诊断原理
• 3.3 基于 DBGM-DCM 故障诊断方法
• 3.3.1 DBGM-DCM 故障指示器
• 3.3.2 因果图建立
• 3.4 应用实例
• 3.5 本章小结
• 第四章 基于 DBGM-DCM 方法的电站锅炉受热面污染故障诊断
• 4.1 引言
• 4.2 研究对象概述
• 4.3 锅炉受热面系统故障诊断模型建立
• 4.3.1 锅炉受热系统分解
• 4.3.2 锅炉受热面子系统数学模型
• 4.3.3 锅炉受热面系统诊断键图建立
• 4.3.4 锅炉受热面系统因果图建立
• 4.3.5 锅炉受热面污染故障特征
• 4.4 锅炉受热面污染诊断分析
• 4.4.1 变工况下受热面污染诊断研究
• 4.4.2 受热面异常参数耦合故障诊断研究
• 4.4.3 传感器失效故障诊断研究
• 4.5 热工参数不确定性处理
• 4.5.1 模糊推理系统基本原理
• 4.5.2 残差的模糊推理系统
• 4.6 本章小结
• 第五章 基于径向基函数网络的炉膛污染故障诊断
• 5.1 引言
• 5.2 水冷壁温度场数学模型建立
• 5.2.1 研究对象
• 5.2.2 水冷壁温度场数学模型假设
• 5.2.3 水冷壁温度场数学描述
• 5.2.4 解析解求解过程
• 5.3 水冷壁温度场的影响因素
• 5.3.1 管内工质侧对流换热系数
• 5.3.2 水冷壁管外局部热负荷
• 5.3.3 焊角
• 5.3.4 管壁金属导热系数
• 5.4 炉内结渣的故障诊断模型
• 5.4.1 灰污特征参数
• 5.4.2 RBF 网络结构及学习方法
• 5.4.3 基于RBF 网络诊断模型建立
• 5.4.4 样本库建立及RBF 网络训练
• 5.5 应用实例
• 5.6 本章小结
• 第六章 电站锅炉受热面实时故障诊断系统
• 6.1 引言
• 6.2 故障诊断系统实现方式
• 6.2.1 故障诊断系统定位
• 6.2.2 故障诊断系统运行方式
• 6.3 故障诊断系统集成
• 6.4 受热面故障诊断系统软件集成
• 6.4.1 诊断系统ACESS 数据库
• 6.4.2 数据采集模块
• 6.4.3 数据处理模块
• 6.4.4 用户接口
• 6.5 本章小结
• 第七章 结论
• 参考文献
• 致谢
• 攻读博士学位期间发表的学术论文