(宁夏京能宁东发电有限责任公司 宁夏灵武 750400）
摘要:科学技术在电厂行业的不断深入，使得通信技术与数字信号技术逐渐融入到设备的各个方面，形成了传感智能、控制智能等相结合的现代化科技综合设备，使得智能电厂的安全、高效、环保等目的得以落实。所以安全、经济、高效、环保成为现代化电厂的基本要求，在智慧电厂项目整体架构，从最初的数据采集到分析处理以及诊断部分在电厂完成，而这些所有数据均通过云环境传输到监控中心，采用大数据处理技术异常故障趋势分析，能够提前预测潜在的问题;优化组织分工，减少成本。本文就设备智能诊断技术系统在智慧电厂的应用进行了分析。
关键词：设备智能诊断技术系统；智慧电厂；应用
引言
在工业物联网来临时代，将传统人工采集设备状态数据及故障分析，变为基于云的实时远程在线故障诊断，节省了人力，极大地提高了工作效率，获取更加完整、连续的设备运行状态数据，为设备更精确的分析提供了强有力的支持。设备智能诊断系统在智能工厂的建设和应用中有着重要作用。
1设备智能诊断概述
中国制造2025指出：“推进制造过程智能化。在重点领域试点建设智能工厂/数字化车间，加快人机智能交互、工业机器人、智能物流管理、增材制造等技术和装备在生产过程中的应用，促进制造工艺的仿真优化、数字化控制、状态信息实时监测和自适应控制”。“加快开展物联网技术研发和应用示范，培育智能监测、远程诊断管理、全产业链追溯等工业互联网新应用。人工智能技术的发展，国内一些研究机构和高等院校先后开展了设备智能诊断技术和系统研究。对发电厂来说，对汽轮机设备故障诊断结果有着苛刻要求，不仅要求能做到故障定位，而且要求进一步提升故障定位的准确度、及时性。故障研究是汽轮机诊断技术的重要部分，这个过程需要专业的技术人员掌握故障发生的原因，以及发生某种故障所对应的特征。因此，对于日后的汽轮机故障维修具有帮助。
2系统的功能及特点
2.1数据的采集
在此阶段的工作主要包括两方面，一是对过程参数的收集，二是振动数据的收集，从这方面的数据采集来源来看，前者主要是来源于DCS，而后者来源于TDM。
2.2信号处理
在此过程中，需要借助信号处理模块，此模块主要是通过傅里叶变换、小波分析、经验模态分解、各种滤波手段等方法，实现原始信号的预处理、去噪声、重采样、时频域转换等功能。
2.3特征表示
特征表示模块的功能具有多样性特征。如，频域特征时域特征表示等。其中，时域特征主要包括均值、均方值、标准差、斜度、峭度、波形指数等多种常用的时域统计特征；幅值域分析主要是采用概率密度函数描述信号幅值的分布情况；频域特征主要包括周期信号的频谱分析、非周期信号的频谱分析以及功率谱分析等；相关分析主要是针对振动信号与过程参数进行的，能够分析振动数据与过程参数之间相关关系，并且能够提供两者的超前或滞后关系。
2.4特征提取
综合利用多种特征提取方法，既包括对机器的时域与频域的数据提取，并结合科学的分析方法，如小波分析等现代时、频域综合分析法等，从数据中掌握过程参数，并结合电厂设备故障的信息，可以及时掌握故障所在之处。
2.5设备故障预警
故障预警模块，顾名思义其可以在故障信号到达报警中心之前，根据故障所在之处发出的信号进行警示。其既包括汽轮机启停机阶段的预警，也包括汽轮机稳态运行状态下的预警。同时，包含轴振、瓦振等振动信号的预警。此外，缸胀、差胀、轴向位移、真空、推理轴承瓦温等相关参数的预警也在其中。
3设备智能诊断技术系统在智慧电厂的应用
3.1故障的特征提取
故障的特征提取应主要从三方面进行：振动信号特征提取方法，包括现代的时频域综合分析，如小波变换等；相关分析，主要用于振动信号与过程参数之间的相关性分析，便于精确定位故障位置；故障波形匹配，主要用于典型故障波形的识别，用计算机替代电厂技术人员或行业专家才能完成的工作，体现故障诊断系统的“智慧”所在。需要特别说明的是：在对振动数据与过程参数进行相关分析时，在考虑相关系数的同时，还要探究系统的时间延迟。以励磁电流为例，当励磁电流变化后，振动迅速变化，两者之间没有滞后，说明振动主要是由于电气缺陷引起的；若励磁电流变化后，振动逐渐变化，一段时间后才能稳定下来，振动变化滞后于励磁电流，说明振动主要是由于热变形引起的。
3.2智能指标报警体系
3.2.1零部件故障智能化报警
设备机械传动系统部件基本由以下三类部件组成：转轴（叶轮、联轴器、轴系等）、轴承、齿轮。其中系统中特征指标是根据设备的部件而生成，相应的部件生成相应的指标，特征指标主要包括以下4类（每类指标中又包含多个具体的特征指标）：①转频能量指标（初步定位轴系故障）；②轴承指标（初步定位轴承故障）；③齿轮指标（初步定位齿轮故障）；④时域指标（初步定位故障的严重程度）。其中，前3类为部件特征指标，能与具体的故障部件相关联。时域指标不能明确到具体的故障部件，但能够在一定程度上反映故障的严重程度。报警策略通过轴承、齿轮、转轴等指标以及测点位置，对报警位置进行初步定位，最终通过人工专家诊断或特定的故障组合模型（有待数据积累后建模）实现故障的定性和严重程度判断。
3.2.2特征指标报警门限值
每台设备的每个特征指标的门限值均是系统通过统计并评估该特征指标值的历史变化情况，进行自适应设置，门限值能够有效地评估特征指标当前是否处于异常状态。
3.2.3设备异常报警
针对设备当前特征指标的超限情况，结合指标综合报警策略，系统将给出相应的报警信息。报警信息中包括报警设备相关信息、报警等级（初步体现设备异常的严重程度）以及可能存在异常的部位。报警信息将发至诊断工程师处。一旦出现设备报警，会在电脑上弹出主窗口，并伴有“嗡嗡”声。详细信息出现在报警窗口，包括报警时间、设备、项目以及等级内容。诊断工程师在接到系统发出的报警信息通知后，依据报警信息，对相应的振动数据进行特征分析，确定设备是否存在异常、故障类型、具体故障部位、故障的严重程度，并向客户提供合适的运行、维护及检修建议。
3.3故障的诊断推理
近些年来，设备智能诊断系统研究的主要方向在于机器故障的诊断推理，研究其根本方法在于是否弄清设备状态多值模式的识别，其部分不需要建立精准的数学模型，即可拥有计算能力。在这方面众多科研人士也提出了很多方向的理论成果，如神经网络、模糊逻辑、贝叶斯、马尔可夫链等，尽管以上众多诊断具备强大的数据分析、运行状态预测、故障判断处理等能力，但是在其建设工作过程中，任然需要对其各个组件进行经验参数的设置与调试。上述行为多为人工行为，难免在工作过程中由于工人的疏忽出现差错，所以部门在工作人员的委派时应挑选具有较强专业知识的人员，保证工作的顺利进行。
结束语
智慧电厂未来的发展方向中，开展设备智能诊断技术是重要的工作之一，前提条件电厂应做好设备数字化与设备状态数据监测方面的工作，为设备智能诊断奠定基础。在大数据时代，计算机的处理信息能力远高于人类，所以设备智能诊断的发展，任重而道远。
参考文献：
[1]朱佳乐.大数据背景下智能化工厂的建设[J].科技创新与应用,2019(23):80-81.
[2]蔡克俭.促进制造业与新一代信息技术、智能技术深度融合——宁波市推进智能制造工程总结与展望[J].中国信息化,2019(06):12-17.
[3]孙元.工厂配电柜故障智能检测方法[J].电子世界,2018(13):189-190.
[4]史红卫,史慧,孙洁,白伟光.服务于智能制造的智能检测技术探索与应用[J].计算机测量与控制,2017,25(01):1-4+8.