CN113176081A - 一种基于历史数据的汽轮机叶片磨损监测方法 - Google Patents
一种基于历史数据的汽轮机叶片磨损监测方法 Download PDFInfo
- Publication number
- CN113176081A CN113176081A CN202110233630.3A CN202110233630A CN113176081A CN 113176081 A CN113176081 A CN 113176081A CN 202110233630 A CN202110233630 A CN 202110233630A CN 113176081 A CN113176081 A CN 113176081A
- Authority
- CN
- China
- Prior art keywords
- wear
- data
- historical
- real
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Control Of Turbines (AREA)
Abstract
本发明涉及一种基于历史数据的汽轮机叶片磨损监测方法,包括:采集机组历史稳定运行数据;通过一维热力计算,得到各级组流量;计算级的当量喉部面积,建立历史热力数据档案;实时采集机组运行数据;计算实时当量喉部面积;将实时计算的当量喉部面积数据与历史数据档案进行比较,判断是否发生磨损,若产生叶片磨损;将实时计算的当量喉部面积与历史数据的差值定义为磨损系数,以所述磨损系数为磨损指标确定磨损程度,根据确定的磨损程度发出相应的预警信号,并生成磨损趋势曲线。本发明能够对汽轮机叶片磨损程度进行实时监测;能够及时发现磨损问题的发生,实现叶片磨损故障预测,避免叶片磨损进一步劣化;同时,计算结果更加合理准确。
Description
技术领域
本发明属于火力发电厂汽轮机运行监测领域,尤其涉及一种基于历史数据的汽轮机叶片磨损监测方法。
背景技术
随着火电机组频繁参与调峰,对汽轮机的安全运行提出了更高的要求。深度调峰下,汽轮机长期在低负荷下运行,汽轮机通流部分尤其是叶片容易发生磨损等故障,对机组运行的安全性和经济性造成影响,需要对叶片安全进行在线监测。目前,汽轮机安全运行多关注在转子系统,且多为故障发生后的诊断,对于汽轮机叶片的安全在线监测尤其是叶片磨损在线监测的相关应用鲜有报道。
现在火电厂汽轮机组没有针对叶片磨损情况的在线监测方法,无法准确实时的监测叶片磨损情况,并进行评估,不能及时发现汽轮机安全参数变化,造成叶片损坏、效率下降,影响汽轮机安全运行。
发明内容
本发明的目的是提供一种基于历史数据的汽轮机叶片磨损监测方法,实现对汽轮机叶片磨损状态的在线实时监测,对叶片磨损程度进行评估,有效预防叶片磨损故障的发生。
本发明提供了一种基于历史数据的汽轮机叶片磨损监测方法,包括以下步骤:
步骤一,采集机组历史稳定运行数据;
步骤二,基于采集的机组历史稳定运行数据,通过一维热力计算,得到各级组流量;
步骤三,基于得到的各级组流量,计算级的当量喉部面积,建立历史热力数据档案;
步骤四,实时采集机组运行数据;
步骤五,基于步骤四实时采集的机组运行数据,采用步骤二和步骤三的方法,计算实时当量喉部面积;
步骤六,将实时计算的当量喉部面积数据与步骤三建立的历史数据档案进行比较,判断是否发生磨损,若产生叶片磨损,则进行步骤七;
步骤七,将实时计算的当量喉部面积与历史数据的差值定义为磨损系数,以所述磨损系数为磨损指标确定磨损程度,根据确定的磨损程度发出相应的预警信号,并生成磨损趋势曲线,给现场人员提供运行建议。
进一步地,步骤一中,所述机组历史稳定运行数据包括机组设计数据,性能试验数据或检修后数据。
进一步地,所述步骤二包括:
建立流量和压力温度的函数关系式,对于湿蒸汽级,引入湿度和蒸汽焓值的关系式,对计算结果进行修正。
进一步地,步骤四中,实时采集的机组运行数据为机组压力、温度和负荷参数,以及回热系统各加热器的进出口参数。
进一步地,步骤六中,实时计算的当量喉部面积与历史数据相比较,当变化超过1%时,判断叶片开始产生磨损。
借由上述方案,通过基于历史数据的汽轮机叶片磨损监测方法,基于汽轮机历史数据,实现叶片磨损程度实时监测,方法简单有效;根据磨损系数,可对叶片磨损的劣化趋势进行判断,实现叶片磨损故障预测,避免故障突然发生造成的损失,指导现场运行人员的安全运行;考虑湿度影响下的计算结果修正,可用于低压通流部分,计算结果更加合理准确。
附图说明
图1是本发明基于历史数据的汽轮机叶片磨损监测方法的流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参图1所示,本实施例提供了一种基于历史数据的汽轮机叶片磨损监测方法,包括以下步骤:
步骤一,采集机组历史稳定运行数据;
步骤二,基于采集的机组历史稳定运行数据,通过一维热力计算,得到各级组流量;
步骤三,基于得到的各级组流量,计算级的当量喉部面积,建立历史热力数据档案;
步骤四,实时采集机组运行数据;
步骤五,基于步骤四实时采集的机组运行数据,采用步骤二和步骤三的方法,计算实时当量喉部面积;
步骤六,将实时计算的当量喉部面积数据与步骤三建立的历史数据档案进行比较,判断是否发生磨损,若产生叶片磨损,则进行步骤七;
步骤七,将实时计算的当量喉部面积与历史数据的差值定义为磨损系数,以所述磨损系数为磨损指标确定磨损程度,根据确定的磨损程度发出相应的预警信号,并生成磨损趋势曲线。
在本实施例中,步骤一中,所述机组历史稳定运行数据包括机组设计数据,性能试验数据或检修后数据。
在本实施例中,所述步骤二包括:
建立流量和压力温度的函数关系式,对于湿蒸汽级,引入湿度和蒸汽焓值的关系式,对计算结果进行修正。
在本实施例中,步骤四中,实时采集的机组运行数据为机组压力、温度和负荷参数,以及回热系统各加热器的进出口参数。
在本实施例中,步骤六中,实时计算的当量喉部面积与历史数据相比较,当变化超过1%时,判断叶片开始产生磨损。
实施例
以某机组性能考核试验数据为基准建立历史数据档案,其中中压缸到三段抽汽的当量喉部面积为4331.8,运行一段时间后,其当量喉部面积有变大趋势,采集该级组压力温度等运行数据,计算其某一时刻当量喉部面积为4474.7,当量喉部面积变化率达到3.3%,判断该机组通流部分叶片发生冲蚀磨损。
级组停机揭缸检查后,发现中压缸一级叶片受到颗粒冲蚀,产生磨损,导致该级组通流面积增大,与计算判断结果相同。
本发明能够对汽轮机叶片磨损程度进行实时监测,方法简单有效;可对叶片磨损的劣化程度进行判断,并利用磨损趋势曲线对叶片状态进行预测,能够及时发现磨损问题的发生,实现叶片磨损故障预测,避免叶片磨损进一步劣化;同时,计算方法考虑湿度影响下的计算结果修正,可用于低压通流部分,计算结果更加合理准确。
以上所述仅是本发明的优选实施方式,并不用于限制本发明,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (5)
1.一种基于历史数据的汽轮机叶片磨损监测方法,其特征在于,包括以下步骤:
步骤一,采集机组历史稳定运行数据;
步骤二,基于采集的机组历史稳定运行数据,通过一维热力计算,得到各级组流量;
步骤三,基于得到的各级组流量,计算级的当量喉部面积,建立历史热力数据档案;
步骤四,实时采集机组运行数据;
步骤五,基于步骤四实时采集的机组运行数据,采用步骤二和步骤三的方法,计算实时当量喉部面积;
步骤六,将实时计算的当量喉部面积数据与步骤三建立的历史数据档案进行比较,判断是否发生磨损,若产生叶片磨损,则进行步骤七;
步骤七,将实时计算的当量喉部面积与历史数据的差值定义为磨损系数,以所述磨损系数为磨损指标确定磨损程度,根据确定的磨损程度发出相应的预警信号,并生成磨损趋势曲线。
2.根据权利要求1所述的基于历史数据的汽轮机叶片磨损监测方法,其特征在于,步骤一中,所述机组历史稳定运行数据包括机组设计数据,性能试验数据或检修后数据。
3.根据权利要求1所述的基于历史数据的汽轮机叶片磨损监测方法,其特征在于,所述步骤二包括:
建立流量和压力温度的函数关系式,对于湿蒸汽级,引入湿度和蒸汽焓值的关系式,对计算结果进行修正。
4.根据权利要求1所述的基于历史数据的汽轮机叶片磨损监测方法,其特征在于,步骤四中,实时采集的机组运行数据为机组压力、温度和负荷参数,以及回热系统各加热器的进出口参数。
5.根据权利要求1所述的基于历史数据的汽轮机叶片磨损监测方法,其特征在于,步骤六中,实时计算的当量喉部面积与历史数据相比较,当变化超过1%时,判断叶片开始产生磨损。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110233630.3A CN113176081B (zh) | 2021-03-03 | 2021-03-03 | 一种基于历史数据的汽轮机叶片磨损监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110233630.3A CN113176081B (zh) | 2021-03-03 | 2021-03-03 | 一种基于历史数据的汽轮机叶片磨损监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113176081A true CN113176081A (zh) | 2021-07-27 |
CN113176081B CN113176081B (zh) | 2022-11-18 |
Family
ID=76921810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110233630.3A Active CN113176081B (zh) | 2021-03-03 | 2021-03-03 | 一种基于历史数据的汽轮机叶片磨损监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113176081B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916366A (zh) * | 2021-10-21 | 2022-01-11 | 山东鑫海矿业技术装备股份有限公司 | 基于振动信号的涡旋破碎机的叶轮运行监测方法及设备 |
CN114112883A (zh) * | 2021-11-29 | 2022-03-01 | 国网浙江省电力有限公司电力科学研究院 | 一种深度调峰机组汽轮机叶片颗粒侵蚀试验系统 |
CN115683007A (zh) * | 2023-01-04 | 2023-02-03 | 北矿机电科技有限责任公司 | 一种浮选设备叶轮磨损软测量方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010014004A (ja) * | 2008-07-03 | 2010-01-21 | Chugoku Electric Power Co Inc:The | ガスタービン経年劣化判定装置及びその方法 |
CN102004460A (zh) * | 2010-11-24 | 2011-04-06 | 东北电力大学 | 一种汽轮机通流部分结垢程度的在线监测方法 |
CN104142254A (zh) * | 2014-08-06 | 2014-11-12 | 浙江大学 | 一种汽轮机通流部分故障诊断方法 |
CN109372595A (zh) * | 2018-08-23 | 2019-02-22 | 哈尔滨汽轮机厂有限责任公司 | 汽轮机叶片在线损伤状态评估系统及汽轮机叶片寿命评估方法 |
CN111365083A (zh) * | 2020-04-10 | 2020-07-03 | 西安热工研究院有限公司 | 一种基于热力参数的汽轮机通流部分故障诊断方法 |
-
2021
- 2021-03-03 CN CN202110233630.3A patent/CN113176081B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010014004A (ja) * | 2008-07-03 | 2010-01-21 | Chugoku Electric Power Co Inc:The | ガスタービン経年劣化判定装置及びその方法 |
CN102004460A (zh) * | 2010-11-24 | 2011-04-06 | 东北电力大学 | 一种汽轮机通流部分结垢程度的在线监测方法 |
CN104142254A (zh) * | 2014-08-06 | 2014-11-12 | 浙江大学 | 一种汽轮机通流部分故障诊断方法 |
CN109372595A (zh) * | 2018-08-23 | 2019-02-22 | 哈尔滨汽轮机厂有限责任公司 | 汽轮机叶片在线损伤状态评估系统及汽轮机叶片寿命评估方法 |
CN111365083A (zh) * | 2020-04-10 | 2020-07-03 | 西安热工研究院有限公司 | 一种基于热力参数的汽轮机通流部分故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
李辉: "燃气轮机气路故障诊断技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
谢军星: "电站汽轮机通流部分故障分析与应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916366A (zh) * | 2021-10-21 | 2022-01-11 | 山东鑫海矿业技术装备股份有限公司 | 基于振动信号的涡旋破碎机的叶轮运行监测方法及设备 |
CN113916366B (zh) * | 2021-10-21 | 2024-04-19 | 山东鑫海矿业技术装备股份有限公司 | 基于振动信号的涡旋破碎机的叶轮运行监测方法及设备 |
CN114112883A (zh) * | 2021-11-29 | 2022-03-01 | 国网浙江省电力有限公司电力科学研究院 | 一种深度调峰机组汽轮机叶片颗粒侵蚀试验系统 |
CN114112883B (zh) * | 2021-11-29 | 2024-03-26 | 国网浙江省电力有限公司电力科学研究院 | 一种深度调峰机组汽轮机叶片颗粒侵蚀试验系统 |
CN115683007A (zh) * | 2023-01-04 | 2023-02-03 | 北矿机电科技有限责任公司 | 一种浮选设备叶轮磨损软测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113176081B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113176081B (zh) | 一种基于历史数据的汽轮机叶片磨损监测方法 | |
CN111365083B (zh) | 一种基于热力参数的汽轮机通流部分故障诊断方法 | |
US6587737B2 (en) | Method for the monitoring of a plant | |
CN110702394B (zh) | 一种基于振动变化特征的汽轮发电机组振动故障诊断方法 | |
CN104019000A (zh) | 风力发电机组的载荷谱测定与前瞻性维护系统 | |
CN103439091B (zh) | 水轮机转轮叶片裂纹故障早期预警和诊断方法及系统 | |
CN109372595B (zh) | 汽轮机叶片在线损伤状态评估系统及汽轮机叶片寿命评估方法 | |
CN111537257B (zh) | 一种在线检测水轮发电机空气冷却器异常方法 | |
CN112836941B (zh) | 一种煤电机组汽轮机高加系统在线健康状况评估方法 | |
CN116044802B (zh) | 一种矿用通风机状态故障监测诊断系统 | |
CN106525442A (zh) | 一种监测燃气轮机气路性能的方法及装置 | |
CN112330152A (zh) | 一种基于数据融合的给水泵状态评价与运维方法和系统 | |
CN112633614A (zh) | 一种基于特征提取的实时故障程度诊断系统及方法 | |
CN114323665A (zh) | 一种燃气轮机燃料供给系统故障的检测方法 | |
CN114252272A (zh) | 一种燃气轮机轴承散热异常的检测方法 | |
CN114186421A (zh) | 一种燃气轮机滑油冷却器故障的检测方法 | |
CN115929569A (zh) | 一种风电机组变桨系统故障诊断方法 | |
CN114758483B (zh) | 一种基于余弦相似性的电力设备动态智能预警方法 | |
KR20150019360A (ko) | 저압터빈의 경년열화평가방법 | |
CN112903168A (zh) | 一种汽轮机轴向推力快速监测方法 | |
Pinelli et al. | Application of methodologies to evaluate the health state of gas turbines in a cogenerative combined cycle power plant | |
CN113325700A (zh) | 一种基于风机性能曲线的风机开度及效率在线计算方法 | |
CN112380487A (zh) | 一种使用神经网络自编码判断小型水轮机组运行状态的方法 | |
CN116104590A (zh) | 汽轮机低压缸零出力在线安全运行状态监测方法及系统 | |
CN109580216B (zh) | 齿轮箱润滑冷却系统的智能故障预警系统及其方法和机组 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |