CN106096272A - 一种基于fahp的凝汽器真空降低影响因素的定量诊断方法 - Google Patents

Abstract

本发明涉及一种基于FAHP的凝汽器真空降低影响因素的定量诊断方法，以模糊层次分析法做为凝汽器真空降低影响因素的分析方法以及凝汽器真空状态的识别方法。确定凝汽器真空降低故障因素集合；建立凝汽器真空降低故障因素层次结构，根据已经确定的故障因素集合做层次性划分；建立模糊判断矩阵，利用0.1‑0.9标度法对可能导致凝汽器真空降低故障的各相关因素进行两两比较，给出隶属度函数并构造模糊判断矩阵；在构造完凝汽器真空降低影响因素的模糊判断矩阵后，需要对其进行完全一致性校验；根据模糊一致矩阵的完全一致性可计算得到凝汽器真空降低各影响因素的权重，权重最大者可认定为导致凝汽器真空降低的故障原因，最后完成故障诊断。

Description

一种基于FAHP的凝汽器真空降低影响因素的定量诊断方法

技术领域

本发明涉及一种基于FAHP的凝汽器真空降低影响因素的定量诊断方法。

背景技术

凝汽器是凝汽式汽轮机的一个重要设备，其运行情况的好坏，直接关系到汽轮机的安全经济运行。由于设计、安装、检修、运行等原因，在运行过程中常出现凝汽器真空低于设计值的现象。凝汽器真空下降后，会导致排汽温度升高，引起低压缸变形和振动，危及机组安全运行。此外，真空降低还会导致蒸汽有效焓降减小，循环热效率下降，降低整个机组的热经济性。因此，凝汽器真空降低的诊断技术，受到了生产及科研工作人员的普遍关注。

凝汽器真空降低的原因具有多样化特征，并且各影响因素之间具有强烈的模糊性、不确定性以及耦合性。因此，不能把某个或若干个影响因素绝对识别为存在或不存在，例如，当凝汽器真空下降时，可能的故障原因有后轴封供汽中断、凝汽器水位异常、真空泵故障或真空系统管路泄漏等等多种原因。对于这种模糊现象，我们不能绝对的说导致故障的原因就是其中某一个或者若干个因素，而是应该在多种因素之间找到权重最大或者比较大者，从而制定相应的改善措施来指导生产实践。

公开号为CN105241667A的中国专利公开了一种基于K-M模型的凝汽器真空状态判别方法，其实质是通过有限的试验数据建立凝汽器正常传热系数K和无量纲参数M之间的函数关系来完成凝汽器真空状态识别与故障诊断的方法。其缺点是需要具备足够精确的凝汽器性能试验数据，即该方法的实现必须建立在凝汽器性能试验的基础上，对于没有完整准确的性能试验数据的情况下，显然是不能实现的。

发明内容

本发明的目的在于克服现有技术中存在的上述不足，而提供一种结构设计合理的基于FAHP的凝汽器真空降低影响因素的定量诊断方法，以模糊层次分析法(FAHP)做为凝汽器真空降低影响因素的分析方法以及凝汽器真空状态的识别方法。

本发明解决上述问题所采用的技术方案是：一种基于FAHP的凝汽器真空降低影响因素的定量诊断方法，其特征在于：包括如下步骤：

(1)、确定凝汽器真空降低故障因素集合；

(2)、在步骤(1)的基础上建立凝汽器真空降低故障因素层次结构，根据已经确定的凝汽器真空降低故障因素集合做层次性划分；

(3)、建立模糊判断矩阵；利用0.1-0.9标度法对可能导致凝汽器真空降低故障的各相关因素进行两两比较，给出隶属度函数并构造模糊判断矩阵；

(4)、在构造完凝汽器真空降低影响因素的模糊判断矩阵后，需要对其进行完全一致性校验，经过完全一致性校验后的模糊判断矩阵称为模糊一致矩阵；根据模糊一致矩阵的完全一致性可计算得到凝汽器真空降低各影响因素的权重，其权重最大者可认定为导致凝汽器真空降低的故障原因，最后完成故障诊断。

本发明步骤(3)中，给出隶属度函数r并构造模糊判断矩阵R：

该矩阵中，表示引发凝汽器真空降低故障的因素a_i和因素a_j相对重要性；因素a_i和因素a_j具有模糊关系“…比…重要得多”的隶属度。

本发明采用0.1-0.9标度法分别给可能导致凝汽器真空降低故障的各相关因素赋值，具体赋值规则如下所示：

本发明设模糊判断矩阵R＝(r_ij)m×n；凝汽器真空降低各影响因素的权重为w，其权重排序向量

W＝(w1，w2，…，wn)满足归一化约束条件：

若R满足完全一致条件，可得：

r_ij＝r_ik-r_jk+0.5 (2)，

其中1≤i≤m,1≤j≤n,1≤k≤n，因此，当R为模糊一致矩阵时，有下式成立：

ri_j＝a(wi-w_j)+0.5 (3)，

且满足

然后将式(3)变换为：

最后将(4)式代入归一化约束条件式(1)，整理得：

由此可得w_i为模糊一致矩阵的排序向量，即各指标的权重值；为更准确测量凝汽器真空降低故障因素a_i和因素a_j的相对重要性，在此按算术平均方法进行一致性校验，因此有：

其中1≤i≤m,1≤j≤n,1≤k≤n，调整后得到R^*,最后通过计算求得凝汽器真空降低各影响因素权重w_i，最终完成凝汽器真空降低故障的定量诊断。

本发明下述原因均可能导致凝汽器真空下降故障：

(1)凝汽器本体管束换热不良：凝汽器换热管束发生部分破裂、凝汽器换热管束脏污、凝汽器换热管束堵塞；

(2)真空系统不严密：若后轴系统异常，则大量空气漏入凝汽器，使其真空下降；当真空系统管路破裂时，凝汽器真空下降；若给水泵轴端密封不严密，则漏入空气后使凝汽器真空下降；

(3)相关辅机工作异常：凝结水泵工作异常；循环水泵工作异常；

(4)凝汽器水位异常：若末级低加管束破裂，则凝汽器水位升高，真空下降；当凝汽器水位调节测量回路故障时，引起凝汽器水位失真，则凝汽器真空亦可能下降；

上述诸多影响因素可构成凝汽器真空降低故障因素集合。

本发明将所述故障因素集合做如下层次性划分为准则层B1～B4：

准则层B1：凝汽器本体管束换热不良；

准则层B2：真空系统不严密；

准则层B3：相关辅机工作异常；

准则层B4：凝汽器水位异常；

(21)、准则层B1继续划分为因素层C1～C3：

C1：换热管束部分破裂；

C2：换热管束脏污；

C3：换热管束堵塞；

(22)、准则层B2继续划分为因素层C4～C6：

C4：后轴封系统异常；

C5：真空系统管路破裂；

C6：给水泵轴端密封不严密；

(23)、准则层B3继续划分为因素层C7和C8：

C7：凝结水泵工作异常；

C8：循环水泵工作异常；

(24)、准则层B4继续划分为因素层C9和C10：

C9：末级低加管束破裂；

C10：水位调节测量回路故障。

本发明与现有技术相比，具有以下优点和效果：本发明能避开凝汽器真空降低影响因素间的模糊性和不确定性，提出采用模糊层次分析法(FAHP)通过对各影响因素两两间隶属度的判别并结合设备实际运行情况，构造反映人们思维判断和客观事实一致性的模糊矩阵，从而定量计算出凝汽器真空降低各影响因素的权重指标，不需要具备完整准确的凝汽器性能试验数据，仅需参照一些常规的凝汽器运行数据便可完成故障诊断。

附图说明

图1为本发明建立的导致凝汽器真空降低故障的各影响因素之间层次结构，以及相应的准则层、因素层逻辑关系示意图。

具体实施方式

下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。

本发明所述的FAHP即模糊层次分析法，是一种在层次分析法(AHP)基础上，将层次分析法和模糊综合评判结合起来，使用层次分析法确定评价指标体系中各指标的权重，用模糊综合评价方法对模糊指标进行评定的方法。

参见图1，本发明实施例包括如下步骤：

(1)、确定凝汽器真空降低故障因素集合。导致凝汽器真空下降的原因甚多，并且故 障原因呈现出明显的多样性和不确定性，下述原因均可能导致凝汽器真空下降故障：

凝汽器本体管束换热不良：凝汽器换热管束发生部分破裂、凝汽器换热管束脏污、凝汽器换热管束堵塞；

真空系统不严密：若后轴系统异常(供气中断或汽压下降)，则大量空气漏入凝汽器，使其真空下降；当真空系统管路破裂时，凝汽器真空下降；若给水泵轴端密封不严密，则漏入空气后使凝汽器真空下降；

相关辅机工作异常：凝结水泵工作异常；循环水泵工作异常；

凝汽器水位异常：若末级低加管束破裂，则凝汽器水位升高，真空下降；当凝汽器水位调节测量回路故障时，引起凝汽器水位失真，则凝汽器真空亦可能下降；

(2)、在步骤(1)的基础上建立凝汽器真空降低故障因素层次结构，根据已经确定的凝汽器真空降低故障因素集合做层次性划分，即根据步骤(1)已经确定的凝汽器真空降低故障因素集合，建立凝汽器真空下降影响因素的层次结构模型。为方便使用模糊层次分析法，现将上述故障因素集合做如下层次性划分为准则层B1～B4：

准则层B1：凝汽器本体管束换热不良；

准则层B2：真空系统不严密；

准则层B3：相关辅机工作异常；

准则层B4：凝汽器水位异常；

(21)、准则层B1继续划分为因素层C1～C3：

C1：换热管束部分破裂；

C2：换热管束脏污；

C3：换热管束堵塞；

(22)、准则层B2继续划分为因素层C4～C6：

C4：后轴封系统异常；

C5：真空系统管路破裂；

C6：给水泵轴端密封不严密；

(23)、准则层B3继续划分为因素层C7和C8：

C7：凝结水泵工作异常；

C8：循环水泵工作异常；

(24)、准则层B4继续划分为因素层C9和C10：

C9：末级低加管束破裂；

C10：水位调节测量回路故障；

具体凝汽器真空降低故障诊断层次结构可见附图所示。

(3)、建立模糊判断矩阵R，模糊判断矩阵R表示针对上一层某因素，该层次与之有关的因素之间的相对重要性的比较；利用0.1-0.9标度法对可能导致被分析凝汽器真空降低故障的各相关因素进行两两比较，给出隶属度函数r并构造模糊判断矩阵R：

该r_ij矩阵中，表示引发凝汽器真空降低故障的因素a_i和因素a_j相对重要性。因素a_i和因素a_j具有模糊关系“…比…重要得多”的隶属度，为了使任意2个因素关于某准则层的相对重要程度得到量化，可采用表1所示的0.1-0.9标度法分别给准则层及因素层各相关因素赋值，建立准则层及因素层模糊判断矩阵。具体赋值规则见表1所示。

表1凝汽器真空降低各影响因素赋值规则

(4)、即在构造完凝汽器真空降低影响因素的模糊判断矩阵后，需要对其进行完全一致性校验，经过完全一致性校验后的模糊判断矩阵称为模糊一致矩阵；根据模糊一致矩阵的完全一致性可计算得到凝汽器真空降低准则层及因素层各影响因素的权重w；将各影响因素权重排序后，权重最大者可认定为导致凝汽器真空降低的故障原因，最后完成故障诊断。设模糊判断矩阵R＝(r_ij)m×n，其权重排序向量

W＝(w1，w2，…，wn)满足归一化约束条件：若R满足完全一致条件，可得：

r_ij＝r_ik-r_jk+0.5 (2)，

其中1≤i≤m,1≤j≤n,1≤k≤n，因此，当R为模糊一致矩阵时，有下式成立：

ri_j＝a(w_i-w_j)+0.5 (3)，

且满足

然后将式(3)变换为：

最后将(4)式代入归一化约束条件式(1)，整理得：

由此可得w_i为模糊一致矩阵的排序向量，即各指标的权重值。为更准确测量凝汽器真空降低故障因素a_i和因素a_j的相对重要性，在此按算术平均方法进行一致性校验，因此有：

其中1≤i≤m,1≤j≤n,1≤k≤n，调整后得到R^*,最后通过计算求得凝汽器真空降低各影响因素权重w_i，最终完成凝汽器真空降低故障的定量诊断。

诊断实施例：

某汽轮发电机组采用哈尔滨汽轮机厂与三菱公司联合设计生产的超临界压力、一次中间再热、单轴、三缸、四排汽凝汽式汽轮机。凝汽器为双进双出、双背压。机组给水泵的驱动端和自由端均需密封水密封。该密封系统采用主凝结水作为汽泵的密封水水源。该机组高背压凝汽器排汽温度、真空度等参数正常，而低背压凝汽器真空偏低，低压缸排汽温度比设计值高8℃左右以至影响了机组运行经济性及安全性。

现应用本发明涉及的方法对其进行故障诊断。

首先建立凝汽器真空降低影响因素的层次结构。结合该机组实际情况，直接应用本发明中建立的凝汽器真空降低影响因素层次结构。

模糊判断矩阵参数给定、矩阵形成。

根据现场实际运行数据，凝结水泵出口压力及电机电流、循环水泵出口压力及电机电流、凝结水过冷度、端差等数据与运行规程中的标准值偏差不大，因此B3与其他因素相比略显次要。为了保证凝汽器换热管束的工作效率，定期投运凝汽器胶球清洗装置，根据运行经验，凝汽器胶球清洗装置的故障率比较高，凝汽器换热管束比较容易脏污。所以B1在故障分析中应占到适当权重。根据机组定期巡视记录，机组正常运行时汽动给水泵密封水回水U型管处经常伴随有异常声音和振动，所以在构造模糊判断矩阵时，B2应给予较大权重。

综合上述分析，对准则层和因素层各因素间两两比较，定量给出隶属度函数，建立模糊判断矩阵。

准则层：

因素层：

模糊判断矩阵一致性校验及各因素权重计算。上述矩阵经过式(6)一致性校验后，计算权重并排序，计算结果如表2所示：

表2各影响因素权重排序

诊断结论：从表2可看出，该凝汽器真空降低影响因素排序：给水泵轴端密封不严密C6(0.296)＞凝汽器换热管束脏污C2(0.189)＞凝汽器换热管束堵塞C3(0.128)＞真空系统管路破裂C5(0.108)＞后轴封系统异常C4(0.086)＞凝汽器换热管束破裂C1(0.072)＞末级低加管束破裂C9(0.033)＞凝结水泵工作异常C7(0.030)＝循环水泵工作异常C8(0.030)＞凝汽器水位测量及调节回路故障C10(0.028)。从排序中可以看出：造成该机组凝汽器真空降低的主要原因是准则层元素B2—真空不严密以及因素层元素C6—给水泵周端密封水不严 密。

此外，需要说明的是，本说明书中所描述的具体实施例，其设备形状、所取名称等可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所作的举例说明。

Claims (6)

1.一种基于FAHP的凝汽器真空降低影响因素的定量诊断方法，其特征在于：包括如下步骤：

(1)、确定凝汽器真空降低故障因素集合；

(2)、在步骤(1)的基础上建立凝汽器真空降低故障因素层次结构，根据已经确定的凝汽器真空降低故障因素集合做层次性划分；

(3)、建立模糊判断矩阵；利用0.1-0.9标度法对可能导致凝汽器真空降低故障的各相关因素进行两两比较，给出隶属度函数并构造模糊判断矩阵；

(4)、在构造完凝汽器真空降低影响因素的模糊判断矩阵后，需要对其进行完全一致性校验，经过完全一致性校验后的模糊判断矩阵称为模糊一致矩阵；根据模糊一致矩阵的完全一致性可计算得到凝汽器真空降低各影响因素的权重，其权重最大者可认定为导致凝汽器真空降低的故障原因，最后完成故障诊断。

2.根据权利要求1所述的基于FAHP的凝汽器真空降低影响因素的定量诊断方法，其特征在于：步骤(3)中，给出隶属度函数r并构造模糊判断矩阵R：

该矩阵中，表示引发凝汽器真空降低故障的因素a_i和因素a_j相对重要性；因素a_i和因素a_j具有模糊关系“…比…重要得多”的隶属度。

3.根据权利要求2所述的基于FAHP的凝汽器真空降低影响因素的定量诊断方法，其特征在于：采用0.1-0.9标度法分别给可能导致凝汽器真空降低故障的各相关因素赋值，具体赋值规则如下所示：

4.根据权利要求2所述的基于FAHP的凝汽器真空降低影响因素的定量诊断方法，其特征在于：

设模糊判断矩阵R＝(r_ij)m×n；凝汽器真空降低各影响因素的权重为w，其权重排序向量

W＝(w1，w2，…，wn)满足归一化约束条件：

若R满足完全一致条件，可得：

r_ij＝r_ik-r_jk+0.5 (2)，

其中1≤i≤m,1≤j≤n,1≤k≤n，因此，当R为模糊一致矩阵时，有下式成立：

ri_j＝a(wi-w_j)+0.5 (3)，

且满足

然后将式(3)变换为：

最后将(4)式代入归一化约束条件式(1)，整理得：

由此可得w_i为模糊一致矩阵的排序向量，即各指标的权重值；为更准确测量凝汽器真空降低故障因素a_i和因素a_j的相对重要性，在此按算术平均方法进行一致性校验，因此有：

其中1≤i≤m,1≤j≤n,1≤k≤n，调整后得到R^*,最后通过计算求得凝汽器真空降低各影响因素权重w_i，最终完成凝汽器真空降低故障的定量诊断。

5.根据权利要求1所述的基于FAHP的凝汽器真空降低影响因素的定量诊断方法，其特征在于：下述原因均可能导致凝汽器真空下降故障：

(1)凝汽器本体管束换热不良：凝汽器换热管束发生部分破裂、凝汽器换热管束脏污、凝汽器换热管束堵塞；

(2)真空系统不严密：若后轴系统异常，则大量空气漏入凝汽器，使其真空下降；当真空系统管路破裂时，凝汽器真空下降；若给水泵轴端密封不严密，则漏入空气后使凝 汽器真空下降；

(3)相关辅机工作异常：凝结水泵工作异常；循环水泵工作异常；

(4)凝汽器水位异常：若末级低加管束破裂，则凝汽器水位升高，真空下降；当凝汽器水位调节测量回路故障时，引起凝汽器水位失真，则凝汽器真空亦可能下降；

上述诸多影响因素可构成凝汽器真空降低故障因素集合。

6.根据权利要求5所述的基于FAHP的凝汽器真空降低影响因素的定量诊断方法，其特征在于：将所述故障因素集合做如下层次性划分为准则层B1～B4：

准则层B1：凝汽器本体管束换热不良；

准则层B2：真空系统不严密；

准则层B3：相关辅机工作异常；

准则层B4：凝汽器水位异常；

(21)、准则层B1继续划分为因素层C1～C3：

C1：换热管束部分破裂；

C2：换热管束脏污；

C3：换热管束堵塞；

(22)、准则层B2继续划分为因素层C4～C6：

C4：后轴封系统异常；

C5：真空系统管路破裂；

C6：给水泵轴端密封不严密；

(23)、准则层B3继续划分为因素层C7和C8：

C7：凝结水泵工作异常；

C8：循环水泵工作异常；

(24)、准则层B4继续划分为因素层C9和C10：

C9：末级低加管束破裂；

C10：水位调节测量回路故障。