火力发电设备优化维修关键技术研究
田建文
（华能新疆吉木萨尔发电有限公司,新疆 昌吉市 831700）
火力发电设备在高速运行过程中，受到运行环境与条件等因素影响，存在一定的安全风险与隐患[1]。科学合理的火力发电设备故障诊断与维修技术至关重要。传统的火力发电设备维修技术在实际应用过程中仍然存在一定的不足，无法对设备失效模式作出准确分析，且维修周期较长，一定程度上增加了设备维修成本，降低了发电机组运行的综合效益[2]。基于此，本文以M火力发电厂为例，对火力发电设备的维修技术作出了优化设计，为促进火力发电厂的可持续发展作出贡献。
1.1 火力发电设备故障诊断
火力发电设备在高速运行过程中，运行状态信息存在不同程度的变化。为了更好地开展火力发电设备优化维修技术的研究，首先需要对火力发电设备的运行状态信息进行全方位的分析，诊断设备当前运行状态下，是否存在故障问题，为后续的优化维修提供基础保障。
本文采用时频分析方法，提取火力发电设备运行过程中产生的动态振动信号。由于火力发电设备动态振动信号一般属于非平稳信号，信号采集的难度较高。利用高精度的振动传感器，确定设备动态振动信号的集中区域，在该区域内采集信号[3]。基于时频分析与小波分解原理，对发电设备振动信号进行划分，根据信号振动频率的不同，划分为发电设备高频振动信号与低频振动信号[4]。火力发电设备振动信号分解结构，如图1所示。
图1 火力发电设备振动信号分解示意图
图1中M表示火力发电设备原始振动信号；
aR表示具有近似分量的低频振动信号；
aP表示具有细节分量的高频振动信号。受到火力发电设备运行环境的影响，其振动信号中存在部分多余的噪声，不利于设备的故障诊断。因此，本文采用小波降噪方法对振动信号进行预处理，通过频带相对较窄的低通滤波器，过滤火力发电设备振动信号中的噪声，提取纯净振动信号。在此基础上，对纯净振动信号的固定阈值进行计算，进而获取火力发电设备振动信号的动态变化情况，计算公式为：
式中：δa表示火力发电设备纯净振动信号固定阈值；
φa表示具有细节分量的高频振动信号标准差；
Ra表示具有细节分量的高频振动信号与具有近似分量的低频振动信号的长度和。根据火力发电设备振动信号...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
