[发明专利]大型汽轮发电机组分布式远程振动监测与故障诊断系统

说明书

技术领域

本发明涉及大型汽轮发电机组的分布式远程状态监测与故障诊断领域，特别是一种基于Web Services技术的远程振动监测与故障诊断系统。

背景技术

现代机械设备发展的一个明显趋势就是向大型化、高速化、连续化和自动化方向发展。由此而使设备的功能越来越多，性能指标越来越高，组成和结构也越来越复杂。随着国民经济的持续快速发展，我国对电力供应的需求越来越大，“十一五”期间将迎来新一轮的电力基础设施建设高潮。在新增的发电机组中，大部分是容量为600MW以上的超临界、超超临界大型汽轮发电机组，即主蒸汽压力超过22.129MPa的机组，少数是压力大于25MPa、温度为600～610℃、容量为1000MW的超超临界汽轮发电机组。电力行业的这一发展趋势使得我国的电能生产力得到大幅度提高，另一方面却也潜伏着巨大的危机，例如发电设备一旦发生故障所造成的直接、间接损失将会十分严重。由于超临界、超超临界汽轮发电机组蒸汽温度和压力高于常规的亚临界机组，且机组的材料、结构等都发生了变化，机组在运行中可能带来结构热应力、变形、轴系振动和稳定性等方面的新问题，对这些重大设备的安全运行会产生巨大影响。为了管理好、使用好这类重大关键设备，提高这类机组运行的稳定性、可靠性、安全性及使用效率和寿命，避免造成重大事故和影响电力供应，设备的监测与维护工作势在必行。

面对超临界、超超临界汽轮发电机组的振动监测与故障诊断任务，传统的以计划维修制度和预防维修制度为基础的维修体制已经不能适应，必须加快推进以预知维修制度为基础的维修体制。预知维修制度(CBM)又称为以状态为基础的维修制度，其特点为在状态监测的基础上，根据设备运行状态实际劣化的程度以决定维修时间和维修的规模。这是一种先进的维护方式，可有效地避免重大事故的发生、提高设备使用率、有效地降低设备维护总费用。目前的汽轮发电机组振动监测与故障诊断系统，其监测与诊断对象多为单一化设备，所需存储的机组数据量小。对于大型汽轮发电机组，尤其是超临界、超超临界汽轮发电机组，其所需监测数据量大，数据类型复杂多样，数据的安全性和传输的实时性必须得到满足。此外，由于大型机组系统组成复杂，有必要充分利用网络平台集成各种监测与诊断方法。

此外，传统故障诊断技术是以傅立叶分析为基础进行的，傅立叶分析只适用于对线性、平稳信号的分析，而对于发生故障的大型机组，其信号具有明显的非线性、非平稳特征，因此有必要改进分析方法进行监测与诊断，以应对超临界、超超临界汽轮发电机组高参数，复杂工况下的振动信号监测与分析任务。

发明内容

为了解决目前汽轮发电机组振动监测与故障诊断系统存在的上述不足，本发明提供一种构建于数据存储技术之上，以分布式网络技术为基础的大型汽轮发电机组分布式远程振动监测与故障诊断系统。

本发明采用以下的技术方案：

大型汽轮发电机组分布式远程振动监测与故障诊断系统，包括存储有采集到的汽轮发电机组振动数据的数据库子系统，安装有振动监测与分析软件用于提供实时状态监测、历史数据分析和故障征兆分析的工作站子系统，以及安装有远程监测与故障诊断软件的Web服务器子系统；存储有汽轮发电机组振动数据的数据库子系统为振动监测与分析软件、远程监测与故障诊断软件提供应用数据；振动监测与分析软件内设有用于对机组振动数据进行图形化、报表化分析处理的实时数据分析模块和历史数据分析模块，以及用于现场故障自动诊断的故障征兆分析模块；所述远程监测与故障诊断软件用于提供关于机组运行状态的专业化诊断图谱并为行业专家提供网上共享交流的工作平台；所述数据库子系统、工作站子系统、Web服务器子系统之间以Web Services技术为基础，通过Internet相互联网，工作站子系统从数据库子系统获取实时数据和各种历史数据，生成专业化图谱和报表，提供给故障征兆分析模块进行分析，需要时向Web服务器子系统发送远程故障会诊请求，由Web服务器子系统内的远程监测与故障诊断软件构筑专家咨询平台进行自动或人工诊断。

进一步，所述工作站子系统包括数据类别选择模块、数据报表模块、信号分析模块、故障征兆分析模块、以及状态报警模块；所述数据类别选择模块用于从数据库中提取特定类别的数据进行分析诊断，所述数据报表模块用于显示历史数据的专业化图谱与特征参量列表，所述信号分析模块用于对数据的专业化图谱和特征参量进行实时监测，所述故障征兆分析模块用于对实时监测数据进行自动诊断并给出诊断结论，所述状态报警模块用于在实时数据超过预先设定的报警限值时弹出自动报警提示供技术人员参考。