锅炉制粉系统故障诊断方法

锅炉制粉系统故障诊断方法

刘伟

天津蓝巢电力检修有限公司天津市西青区300380

摘要：为了提高火电厂锅炉制粉系统的可靠性，分析了制粉系统常见的故障征兆参数及其选择方法，并对常见故障类型进行了重新分类；综述了制粉系统故障诊断的各种方法，通过对各种方法的对比分析，评述其各自的优缺点；指出了制粉系统故障诊断存在的问题，并提出了应对方法，以期提高制粉系统运行的安全性和经济性。

关键词：锅炉；制粉系统；故障征兆；故障诊断；故障预测

一、故障诊断方法分析

1.1基于支持向量机的故障诊断

支持向量机（ＳＶＭ）是一种新的学习算法，利用统计学理论改善原有分类方法中存在的缺陷，其理论依据充足，被广泛应用于故障诊断领域。核主元分析（ＫＰＣＡ）与最小二乘支持向量机（ＬＳＳＶＭ）相结合的制粉系统故障诊断方法，其先利用ＫＰＣＡ对样本数据进行特征提取，确定正规化参数、核参数和核主元数，从这３个参数中集中选择参数进行建模，利用最小二乘支持向量机进行训练和检验，然后使用该模型对制粉系统进行故障诊断和故障预测。利用ＫＰＣＡ有效地捕捉变量间的非线性关系，利用ＳＶＭ有效地处理故障征兆与故障类型之间的不确定性，具有很好的分辨力。该模型诊断精度虽然能够在一定程度上满足工程要求，但仍存在漏诊现象，具有一定的改进空间。ＳＶＭ在应用中具有：小样本学习能力，即通过有限的训练样本得到较小的误差；以最小化结构风险为基础，解决了传统算法过学习和陷入局部极小的问题；拥有很强的泛化能力；使用核函数方法向高维空间映射的同时不增加计算的难度，从而很好地解决了维数灾难问题。但是，在一定程度上，ＳＶＭ性能与核函数选择密切相关，目前对核函数的选取还没有较好的方法；ＳＶＭ对制粉系统进行故障诊断的速度较慢，从而成为ＳＶＭ应用于在线故障诊断的限制因素。

1.2基于故障树分析的故障诊断

故障树分析法（ＦＴＡ）作为一种定性分析方法，从系统故障状态出发，通过逐级分析推理确定故障原因、发生概率和影响程度，其较多应用于最优化设计、系统薄弱环节分析和故障诊断等领域。将ＦＴＡ应用于火电厂锅炉制粉系统故障诊断中，即首先建立故障树模型，然后求出最小割集，最后通过对磨煤机振动信号的采集和分析，实现制粉系统的故障诊断，由此说明ＦＴＡ在制粉系统故障诊断方面是一种有效的方法。ＦＴＡ以清晰的图形方式描述系统的内在联系和逻辑关系，易于理解；当故障树建成后，ＦＴＡ诊断推理过程易于理解，可为设备的管理和维护提供指导；ＦＴＡ应用范围广泛，既可以进行定性分析，又可以进行定量分析，还可以应用计算机进行辅助建树。但是，由于制粉系统复杂，故障种类较多，ＦＴＡ应用于制粉系统故障诊断时建树工作量大，数据搜集较难，而且要求设计者对制粉过程有通透的了解，具有丰富的设计和运行经验。

1.3基于神经网络的故障诊断

目前，应用于制粉系统故障诊断的神经网络算法有ＢＰ、ＲＢＦ、ＰＮＮ等。运用某热电厂实时试验数据，建立了应用于制粉系统的ＲＢＦ神经网络，从而使得该方法在制粉系统中的应用有效，具有工程实用价值。通过试验数据提出了将粗糙集概率神经网络（ＲＳＰＮＮ）应用于制粉系统的故障诊断。实现了神经网络在制粉系统故障诊断中的应用，但是由于选择１４个故障征兆参数作为神经网络输入，其输入量较多，神经网络的运行时间较长，无法满足实时性要求。利用ＲＳ理论约简故障诊断参数，最后得到最小约简属性８项，其通过这种方法使神经网络结构得到优化，缩短了网络运行时间。另外，利用ＰＮＮ作为故障决策分类器，最大限度地利用故障先验知识，在贝叶斯最小风险下对系统故障进行了定性诊断。但是，神经网络在制粉系统故障诊断应用中存在以下不足：神经网络性能与样本完备程度具有很大关系，难以获得大量的制粉系统故障监测数据样本；神经网络运行时间过长，实时性差；神经网络不能很好地解释其诊断过程和结果。

1.4基于信息融合技术的故障诊断

信息融合技术通过计算机对众多传感器采集的信息，在一定的规则框架下进行分析、综合和利用，从而进行估计和决策。登普斯特－谢弗（Ｄ－Ｓ）证据理论作为信息融合技术的一个重要分支，在模式识别和故障诊断等领域已经得到了很好的应用。利用Ｄ－Ｓ证据理论对制粉系统进行故障诊断，结果表明该方法能够及时、准确地诊断故障，并能够对变化缓慢的故障做出早期预测，其不同之处体现在基本概率赋值的构造上。通过计算待测样本与各个目标模式典型样本之间的汉明距离构造信度函数分配。通过待检测样本和典型样本计算出的灰色关联系数构造信度函数分配。通过模糊聚类求等价矩阵的方法构造信度函数分配。三者都用到了目标模式的典型样本，且对其依赖性很大，需要定时更新样本库才能更好地适应生产环境的变化。

二、故障诊断存在问题及应对方法

（1）制粉系统故障诊断研究大多采取离线方式，从而影响了故障的及时排除。虽然故障在线预测已在探讨，但仅能够对制粉系统的软故障进行预测，对硬突变故障预测还有待进一步研究。利用神经网络实现对磨煤机运行参数的预测；将基于粒子滤波器的预测方法应用于时变非线性系统；通过灰色模型进行电力变压器故障预测。因此，将制粉系统状态监测、故障诊断和处理决策作为一个完整的系统进行分析研究，通过采集现场数据，采用针对性的复合故障诊断方法，开发应用于制粉系统的在线故障诊断系统，从而提高锅炉运行的安全性和经济性。

（2）目前，智能诊断方法在制粉系统故障诊断的研究具有多种方法，但是大部分都只停留在仿真阶段，实践中获得成功应用的案例较少。其原因是：大部分智能诊断方法建立在一些假设的条件下；制粉系统的故障特征导致其在应用上表现欠佳。基于典型样本数据融合的故障诊断方法已应用于某电厂厂级监控信息系统（ＳＩＳ）中，对锅炉制粉系统的故障诊断实用化研究具有借鉴意义，其中故障诊断预处理模块为后续诊断模块提供信息，扩大了对故障诊断预处理的研究范围，推进了制粉系统故障诊断的实用化进程。

（3）锅炉制粉系统由多个相互联系的设备组成，有时几个制粉设备会同时出现故障，或者同一个制粉设备的某一种故障会诱发其他故障，给故障监测和诊断带来难度。目前，制粉系统故障诊断研究较多针对单种故障，因此需要拓展多故障诊断的研究。对此，可以借鉴其他领域中多故障诊断的研究成果，如遗传模拟退火算法、最小二乘支持向量回归机、最小碰集等已在复杂系统的多故障诊断中获得应用。

结语

制粉系统运行工况会对火电厂锅炉的安全、经济运行产生重要影响。本文总结了制粉系统常见的故障征兆参数及其选择方法，针对常见故障类型，按照故障位置与故障性质相结合的方法，进行了重新分类，以寻求设计合理、有效的故障诊断方法。综述了基于知识的制粉系统故障诊断的各种方法和特点，并指出了当前制粉系统故障诊断研究领域存在的问题及应对办法。复合智能故障诊断、故障预测、多故障诊断是制粉系统故障诊断未来的发展趋势。

参考文献

[1]费树岷，李延红，柴琳．基于ＲＳＰＮＮ的制粉系统故障诊断［Ｊ］．控制工程，２０１２，１９（３）.

[2]吴景兴，刘景军，宋浩，等．劣质烟煤锅炉掺烧褐煤制粉系统的改造［Ｊ］．热力发电，２０１２，４１（６）.

[3]王禹新．基于专家系统的制粉系统故障诊断的研究［Ｄ］．北京：华北电力大学，２０１０

[4]周东华，刘洋，何潇．闭环系统故障诊断技术综述［Ｊ］．自动化学报，２０１３，３９（１１）.

[5]韦红旗．基于遗传算法优化参数的支持向量机燃煤发热量预测［Ｊ］．热力发电，２０１１，４０（３）．