CN108729963B

CN108729963B - 一种汽轮机组轴系故障预测方法及系统

Info

Publication number: CN108729963B
Application number: CN201810538939.1A
Authority: CN
Inventors: 任爱江; 宋雷; 殷双杰; 孙玮
Original assignee: Anhui Hawkes Instrument Co Ltd
Current assignee: Anhui Hawkes Instrument Co Ltd
Priority date: 2018-05-30
Filing date: 2018-05-30
Publication date: 2020-08-04
Anticipated expiration: 2038-05-30
Also published as: CN108729963A

Abstract

本发明公开了一种汽轮机组轴系故障预测方法及系统，建立大轴在轴瓦中的相对偏心率和转子位置角的数学结构模型；通过数学结构模型计算出大轴在圆形轴瓦中相对偏心率和转子位置角；利用机组维修历史数据建立椭圆轴瓦的坐标系，得到的椭圆瓦的长轴和短轴；计算大轴与椭圆轴瓦间的最小间隙；利用非线性修正因子进行修正，得到加权间隙；使用转子位置角预测轴系承受的预负荷；使用最小间隙预测汽轮机组轴系工作状态；使用加权间隙预测汽轮机组轴系工作状态。对轴系故障的预测，就可以使机组在将要出现故障前才停机检修，从而避免国内机组每4年一次的定期停机检修、浪费人力和物力的情况，延长机组的有效运行时间，提高机组的可用性，减少维修费用。

Description

一种汽轮机组轴系故障预测方法及系统

技术领域

本发明涉及一种汽轮机组轴系故障预测方法及系统。

背景技术

为了进一步提高汽轮机发电机组运行的经济性，近年来人们把注意力更多放在提高设备的可用性上，希望通过对机组运行参数全面的连续监测分析，获取机组每时刻运行状况的信息，作出正确的判断和预测，即在预测机组将要出现故障前才停机检修。

现有技术存在的问题是：国内汽轮机机组每4年需要停机检修一次，严重拖延汽轮机组轴的有效运行时间。

发明内容

为了解决现有技术的不足，本发明提供了一种汽轮机组轴系故障预测方法及系统。

一种汽轮机组轴系故障预测方法，包括：

步骤(1)：建立大轴在轴瓦中的相对偏心率和转子位置角的数学结构模型；通过数学结构模型计算出大轴在圆形轴瓦中相对偏心率和转子位置角；

步骤(2)：利用机组维修历史数据建立椭圆轴瓦的坐标系，得到的椭圆瓦的长轴和短轴；

步骤(3)：通过步骤(1)的计算结果和步骤(2)得到的结果，计算大轴与轴瓦间的最小间隙；

步骤(4)：对所述步骤(3)产生的大轴与轴瓦间的最小间隙利用非线性修正因子进行修正，得到加权间隙；

步骤(5)：使用步骤(1)得到的转子位置角预测轴系承受的预负荷；

步骤(6)：使用步骤(3)得到的最小间隙预测汽轮机组轴系工作状态；

步骤(7)：使用步骤(4)得到的加权间隙预测汽轮机组轴系工作状态。

步骤(8)：使用步骤(1)的相对偏心率和转子位置角得出大轴的中心位置点，建立大轴的中心位置点数据库，在椭圆轴瓦的坐标系中绘制大轴中心位置点随时间变化的趋势线；

步骤(9)：通过步骤(8)的趋势线，预测轴承的工作状态。

进一步的，所述步骤(1)中，在汽轮机机组的轴承盖上安装与大轴方向垂直的第一涡流传感器和第二涡流传感器，所述第一涡流传感器和第二涡流传感器之间正交90°；所述第一涡流传感器采集第一涡流传感器与大轴表面之间的距离；所述第二涡流传感器采集第二涡流传感器与大轴表面之间的距离；假定轴瓦坐标系中长轴与短轴相等，根据所采集的距离，建立大轴在轴瓦中的相对偏心率和转子位置角的数学结构模型；通过大轴在轴瓦中的相对偏心率和转子位置角的数学结构模型计算出大轴在圆形轴瓦中相对偏心率和转子位置角。

进一步的，所述步骤(1)的大轴在轴瓦中的相对偏心率和转子位置角的数学结构模型：

b₀＝[(f+r)²-R²]²+[(h+r)²-R²]²；(3)

a₀＝(f+r)²+(h+r)²；(4)

式中：q为大轴在轴瓦中的相对偏心率；v为大轴在轴瓦中的偏心角，又称转子位置角；e为大轴中心到轴瓦中心的距离；c为大轴与轴瓦之间垂直间隙的二分之一；r为大轴的半径；R为轴瓦中心处坐标系短轴的一半，R＝r+c；a₀和b₀为中间量；f为第一涡流传感器与大轴表面之间的距离；h为第二涡流传感器与大轴表面之间的距离。

进一步的，所述步骤(2)中，机组维修历史数据包括：椭圆轴瓦的大轴与轴瓦之间的水平方向单侧间隙和椭圆轴瓦的大轴与轴瓦之间的垂直方向单侧间隙，将水平方向单侧间隙的一半作为椭圆瓦的长轴，将垂直方向单侧间隙的一半作为椭圆瓦的短轴。

进一步的，所述步骤(3)的步骤为：

将步骤(2)得到的椭圆瓦的长轴a和短轴b输入到椭圆方程中，得到椭圆边上的点(x_i,y_i)，计算椭圆边上的点(x_i,y_i)与点(q,v)之间的距离，将距离中最小值所对应的椭圆边上的点(x_i,y_i)作为大轴与轴瓦间的最小间隙点，从而将距离中最小值作为大轴与轴瓦间的最小间隙；q为大轴在圆形轴瓦中的相对偏心率；v为大轴在圆形轴瓦中的偏心角，又称转子位置角；x_i表示椭圆边上的第i个点的横坐标，y_i表示椭圆边上的第i个点的纵坐标。

进一步的，所述步骤(4)中，非线性修正因子的获取步骤为：

假设机组正常运行时的负荷分别为第1负荷、第2负荷、第3负荷…第j负荷…和第n负荷，其中，第1负荷＞第2负荷＞第3负荷＞…＞第n负荷；其中，第1负荷对应的大轴与轴瓦间的最小间隙为A₁，第j负荷对应的大轴与轴瓦间的最小间隙为A_j，则第j负荷对应的非线性因子K_j＝A₁/A_j。

进一步的，所述步骤(5)的步骤如下：

将步骤(1)计算产生的转子位置角的坐标定义如下：如果汽轮机大轴按逆时针方向旋转，那么圆周最下方为零度，最上方为180度；

如果大轴相对于轴瓦的位置角在0-90度范围内，则表示汽轮机工作在正常范围内；

如果大轴相对于轴瓦的位置角是90-180度范围内或转子位置角的变化超出转子位置角的设定范围，则表示轴系承受的预负荷增加，发出报警。

所述转子位置角的设定范围，是指机组正常运行时，预先记录的机组最高负荷对应的转子位置角和机组最低负荷对应的转子位置角之间的范围。

进一步的，所述步骤(6)的步骤如下：

如果所述步骤(3)所计算产生的大轴与轴瓦间的最小间隙超出设定极限值，则表明汽轮机组可能有研瓦发生，提示汽轮机轴系工作极端异常，汽轮机组需要立即停机；

如果所述步骤(3)所计算产生的大轴与轴瓦间的最小间隙为负值，则表明轴瓦已经烧坏或轴瓦发生松动，提示汽轮机轴系工作极端异常，汽轮机组需要立即停机。

进一步的，所述步骤(7)的步骤如下：

如果加权间隙变化超出25％，就预示机组轴系工作状态发生变化，发出报警，提示汽轮机组轴系工作异常。

进一步的，所述步骤(8)中，

大轴的相对偏心率和大轴转子位置角就是大轴的中心位置点。

把大轴的相对偏心率和大轴转子位置角这两个参数看成1个矢量的长度和方向，矢量箭头所指的点就是大轴的中心位置点。

所述机组轴系工作状态发生变化，包括：轴承润滑油质发生变化、轴承润滑油量发生变化、供油温度过低、供油温度过高、油中杂质破坏油膜、供油馈缺、轴瓦松动，球面垫块开裂或球面垫块下沉、机组对中状态的有改变、轴瓦存在动态相对磨损。

一种汽轮机组轴系故障预测系统，包括：存储器、处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如上述任一方法的步骤。

与现有技术相比，本发明的有益效果是：

(1)通过对汽轮机组轴系的状态进行自动的数据采集和分析，对其机械状态给出评估，并对运行和检修人员给出可操作的信息，达到避免或减少非正常停机的目的，提高机组的可用性。

(2)通过早期识别故障状况，及时采取措施，保护运行人员和设备安全，改善电厂设备运行安全性。

(3)通过优化运行过程提高机组使用寿命，延长机组使用时间。

(4)通过发现和监测非正常和故障运行状况，确定原因，对维修进行事先计划布置，达到延长维修间隔，缩短维修时间的目的，提高设备利用率，减少维修费用。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为本发明的流程图；

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

如图1所示，一种汽轮机组轴系故障预测方法，包括：

步骤(9)：通过步骤(8)的趋势线，预测轴承的工作状态。

在机组振动正常时，识别出轴的位置很有可能发生的变化；或者反之，轴的位置没有发生变化，但机组出现振动异常；这两种情况均提供了机组的状态发生了变化，为早期故障诊断和预测提供了确切可靠的数据。

①理论基础：

汽轮机机组的各轴承盖上一般装有2个在颈向方向正交90度的涡流传感器，其测得大轴表面至2个传感器端的距离分别为f和h，则先假定轴瓦坐标系中长短轴相等时，可以建立数学结构模型为：

b₀＝[(f+r)²-R²]²+[(h+r)²-R²]²

a₀＝(f+r)²+(h+r)²

式中：q为大轴在轴瓦中的相对偏心率；v为大轴在轴瓦中的偏心角，又称转子位置角；e为大轴中心到轴瓦中心的距离；c为大轴与轴瓦之间垂直间隙的二分之一；r为大轴的半径；R为轴瓦中心处坐标系短轴的一半(R＝r+c)。

利用机组大修时维护人员必须测量的大轴和轴瓦之间的水平间隙和垂直间隙，建立椭圆瓦的长轴a和短轴b，这样使用椭圆的标准方程：

利用计算出大轴与椭圆轴瓦之间的最小间隙点(x,y)和最小间隙。从而计算出大轴在椭圆瓦中转子位置角和大轴与轴瓦的最小间隙。

②使用方法：

很多机械振动问题都是由于转子在支承间隙内的位置改变开始的。当转子不转动时，转子通常位于轴瓦的底部。当转速增加时，会将转子逐步向上抬起，转子从静止状态到各运行转速时，其位置的变化称为转子位置角。使转子离开其通常的位置角工作区域的任何力的作用，都能引起很多类型的振动问题。转子位置角和大轴与轴瓦的最小间隙的信息有能比其它参量提早很多显示一个机械故障的发展。对于这两个信息的监测，实际上就是对于轴心位置的监测。因此，这种监测能够及时准确地预测轴系存在的预载荷，轴瓦磨损和高压抗燃润滑油的状态(油温、油质)及其他一些异常运行工况所引起的轴承、大轴位置的相对变化，及时发现机组缺陷和隐患。

通常大轴在轴瓦内，一方面承受转子在该瓦处的分重力、不对中力、流体力和热翘曲等等预负载力，如轴系有预负载，则还可能分担外跨转子重量或本跨转子重量，另一方面还要承受轴承油膜的反作用力，这两种力的合力，最终决定大轴在轴瓦内的物理位置。因此轴心位置的变化，反映着轴瓦承载状态的改变。如果预负载发生变化，使某轴瓦偏离其设计工况，遇到润滑油状态(如：油温、油质)等发生波动，则很容易导致轴瓦研磨损坏。例如：有时，在重预负载作用下，大轴在轴瓦中的偏心率加大，此时观察到的轴瓦振动值很小，但停机检修时却经常发现轴瓦面被损坏。因此，仅从检查常规的轴振值上来进行分析，是无法对机组的轴系进行状态分析的。所以本发明提出对汽轮机轴系间隙的检测技术，是为汽轮机轴系的状态检修提供了一种非常有效的全新的手段。

机组大修时机组维护人员必须测量的大轴和轴瓦之间的水平间隙和垂直间隙。例如，下面是某厂某300MW机组在某年6月大修后，大轴和轴瓦调整间隙如下：

表1，水平方向单侧间隙：(#1、#2、#3、#4轴瓦为可倾瓦，水平方向无间隙)

椭圆轴瓦代号	#5轴瓦	#6轴瓦	#7轴瓦	#8轴瓦	#9轴瓦	#10轴瓦
							间隙(μm)	740	740	750	750	600	700

表2，垂直方向单侧间隙：

轴瓦代号	#1	#2	#3	#4	#5	#6	#7	#8	#9	#10
											间隙(μm)	225	220	315	330	285	285	310	310	400	425

把大轴和轴瓦之间的水平间隙和垂直间隙设置为椭圆轴瓦的长轴和短轴，通过数学模型中的q(大轴在轴瓦中的相对偏心率)，和v(大轴在轴瓦中的偏心角，又称；转子位置角)，就可以精确计算出汽轮机大轴在高速运行中相对于轴瓦的位置角和该大轴距离轴瓦的最小(最近)间隙。

以前，汽轮机轴系的实际运行状态对于我们现场技术人员来说，一直很模糊。现在，本预测维修系统首次推出的转子位置角和大轴与轴瓦的最小间隙的检测技术，可以让我们随时在线分析汽轮机轴系真实的运行状态，提供许多有用的信息：如能预测轴瓦的研磨损坏和烧瓦事故，能预测轴瓦连接的松紧度，能解决或解释许多以前令人困惑的问题等等。

例如：研究不同容量汽轮机组轴承大轴与轴瓦的最小间隙和润滑油的污染度对机组轴瓦或轴径磨损之间的概率关系及其对油膜的破坏机理，从而制定出相应的润滑油的污染度的控制标准，防止大轴磨损、拉伤，是一件很有意义的工作。这是因为在汽轮机润滑油系统的净油器中一直有一个滤油网孔多大孔径更合适的问题。

300MW机组中(如：威海电厂#3、#4机组)普遍的情况是净油器中经常只投一、二级滤网，不投第三级滤网(孔格为20μm的滤网)，是因为投入该级滤网滤油时，滤网经常被“糊住”，使得油路不畅，所以该级滤网一般不投入使用，机组长期投入使用的第二级滤网网格一般为50μm，但机组仍可以长期安全运行。

大轴与轴瓦的最小间隙检测技术的推出解决了上述问题。分析如下：

传统观点认为：对于滑动轴承安全工作构成最大威胁的是那些直径接近大轴与轴瓦的最小间隙的固体颗粒，但是近代摩擦磨损理论和液压系统污染控制理论的研究和实验工作证明：在滑动摩擦附着表面起到破坏性作用的往往是那些直径为大轴与轴瓦的最小间隙的1/2—1/10的固体颗粒。这些小直径的颗粒由于润滑流体力学的作用，会产生堆积成聚集现象，在润滑系统内形成局部具有高浓度的“污染流”。一旦这种污染流进入轴承承载区，非正常磨损随之产生。

利用某电厂某300MW机组的数据进行分析，300MW机组的几个椭圆轴瓦中，大轴与轴瓦的最小间隙一般在185μm以上。使用网格为50μm的滤网滤油时，对大轴损伤较大的、几乎是油膜厚度1/4以上的固体颗粒都被滤掉了，因此保证了机组的安全运行。

总之，根据大轴与轴瓦的最小间隙的参数，在保证滤油设备正常运行的情况下，调整在线的各进油滤网的网格目数，可以最大限度地减少轴瓦表面乌金的磨损，确保润滑和滤油的正常进行，延长轴瓦的使用寿命。

本预测维修系统推出的转子位置角和大轴与轴瓦的最小间隙的检测技术，是在国内外的汽轮机轴系领域中，在工程上首次定性且定量地对轴心在运转空间位置及大轴与轴瓦的最小动态间隙进行了精确地描述，其精度达到微米级，完全达到了商用阶段，为汽轮机轴系的状态检修提供了一种全新的手段。换句话说，只要能准确地判定大轴和轴瓦之间的最小间隙在合理的范围之内，就可以说汽轮机轴系工作状态正常，汽轮机轴系就不需要停机检修。这是因为合理的大轴与轴瓦的最小间隙能够避免大轴和轴瓦金属间的直接接触，防止轴和轴瓦磨损，同时也冷却了轴承，避免了轴承内温度过高而发生乌金熔化。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims

1.一种汽轮机机组轴系故障预测方法，其特征是，包括：

所述步骤(1)中，在汽轮机机组的轴承盖上安装与大轴方向垂直的第一涡流传感器和第二涡流传感器，所述第一涡流传感器和第二涡流传感器之间正交90°；所述第一涡流传感器采集第一涡流传感器与大轴表面之间的距离；所述第二涡流传感器采集第二涡流传感器与大轴表面之间的距离；假定椭圆轴瓦坐标系中长轴与短轴相等，根据所采集的距离，建立大轴在轴瓦中的相对偏心率和转子位置角的数学结构模型；通过大轴在轴瓦中的相对偏心率和转子位置角的数学结构模型计算出大轴在圆形轴瓦中相对偏心率和转子位置角；

所述步骤(1)的大轴在轴瓦中的相对偏心率和转子位置角的数学结构模型：

b₀＝[(f+r)²-R²]²+[(h+r)²-R²]²； (3)

a₀＝(f+r)²+(h+r)²； (4)

式中：q为大轴在圆形轴瓦中的相对偏心率；v为大轴在圆形轴瓦中的偏心角，又称转子位置角；e为大轴中心到轴瓦中心的距离；c为大轴与轴瓦之间垂直间隙的二分之一；r为大轴的半径；R为轴瓦中心处椭圆轴瓦坐标系短轴的一半，R＝r+c；a₀和b₀为中间量；f为第一涡流传感器与大轴表面之间的距离；h为第二涡流传感器与大轴表面之间的距离；

步骤(2)：利用机组维修历史数据建立椭圆轴瓦的坐标系，得到的椭圆轴瓦的长轴和短轴；

步骤(6)：使用步骤(3)得到的最小间隙预测汽轮机机组轴系工作状态；

所述步骤(3)的步骤为：

将步骤(2)得到的椭圆轴瓦的长轴a和短轴b输入到椭圆方程中，得到椭圆边上的点(x_i,y_i)，计算椭圆边上的点(x_i,y_i)与点(q,v)之间的距离，将距离中最小值所对应的椭圆边上的点(x_i,y_i)作为大轴与轴瓦间的最小间隙点，从而将距离中最小值作为大轴与轴瓦间的最小间隙；q为大轴在圆形轴瓦中的相对偏心率；v为大轴在圆形轴瓦中的偏心角，又称转子位置角；x_i表示椭圆边上的第i个点的横坐标，y_i表示椭圆边上的第i个点的纵坐标；

步骤(7)：使用步骤(4)得到的加权间隙预测汽轮机机组轴系工作状态。

2.如权利要求1所述的一种汽轮机机组轴系故障预测方法，其特征是，还包括：

步骤(9)：通过步骤(8)的趋势线，预测轴承的工作状态。

3.如权利要求1所述的一种汽轮机机组轴系故障预测方法，其特征是，所述步骤(4)中，非线性修正因子的获取步骤为：

4.如权利要求1所述的一种汽轮机机组轴系故障预测方法，其特征是，所述步骤(5)的步骤如下：

如果大轴相对于轴瓦的转子位置角在0-90度范围内，则表示汽轮机工作在正常范围内；

如果大轴相对于轴瓦的转子位置角是90-180度范围内或转子位置角的变化超出转子位置角的设定范围，则表示轴系承受的预负荷增加，发出报警；

5.一种汽轮机机组轴系故障预测系统，其特征是，包括：存储器、处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如上述任一权利要求所述方法的步骤。