白杨
哈尔滨汽轮机厂有限责任公司
摘要：随着我国经济和科技水平的日益提升，我国电力、石化等大型工业的发展迎来了新的契机，国家对于工业领域基础设备的故障诊断技术引起了足够的重视， 尤其是对于汽轮机的故障诊断工作。汽轮机作为发电厂的主要设备之一，同时是发电机发电的核心设备，因此要对其故障进行诊断与排除。本文通过对汽轮机故障诊断技术的重要性及研究现状进行了简要分析，从而给出了一些故障的诊断和决策，希望能够对未来汽轮机故障的诊断工作有所帮助。
关键词：汽轮机；故障诊断技术；发展现状
引言：近年来，由于我国城镇化建设的脚步不断推进，工业企业以及设备管理部门对于自身基础设备的故障诊断给予了充足的重视，而汽轮机作为基础设备中的代表，它在一定程度上为诸多行业的发展做出了巨大的贡献。汽轮机由于长时间处于高负荷运转工况，在日常的工作中极容易出现故障，因此诊断部门务必要对汽轮机及汽轮机组的整个工作流程进行实时监测，一旦发生故障应当及时停机检查，进行诊断维修，以避免设备的损坏或者是工作人员的伤亡。
一、汽轮机故障诊断技术的重要性
本文首先介绍一下汽轮机故障诊断技术的重要性。汽轮机作为我国诸多工业行业的核心动力设备，随着我国社会经济的发展，高参数、多功能的需求逐渐变成了汽轮机独有的优势，从而为整个社会工业的生产生活以及居民们的出行带来了便利。另一方面，由于汽轮机组的工作环境是极其复杂的，汽轮机组内部不单单存在诸多耦合部件且各个部件之间的联系也是十分紧密的，同时在实际工作期间汽轮机长期处于高温高压等恶劣情况中，因此汽轮机在实际运转期间，任何一个环节的问题都有可能成为引起机组故障的不稳定因素。汽轮机倘若出现故障，会对机组的运行效率造成影响，严重的还会引起机组瘫痪、人员伤亡，影响供电网络、化工炼油等装置的稳定性，使企业蒙受巨大的经济损失。因此，先进的故障诊断方法对提升汽轮机组的安全性、经济性具有重要意义。
就目前我国各大行业的发展现状而言，汽轮机及其各大机组的应用也逐渐普遍开来，并且整个系统的复杂程度也在随之增加，因此以往的检查维修手段已经难以满足现阶段汽轮机存在的诸多故障，同时传统的检测维修手段无法进行实时监测和系统维护，随着高新技术的兴起，汽轮机状态监测技术也逐渐走入人们的视线中，电厂、化工炼油企业所存储的设备监测数据也在不断递增，不断积累的历史运行数据占据了庞大的存储空间。如何利用好海量的汽轮机运行数据，准确地挖掘出数据中的价值，已成为国内外汽轮机故障诊断领域的研究重点。
二、汽轮机故障诊断技术的概述
（一）国内的研究现状
接下来本文介绍一下汽轮机故障诊断技术的相关内容。首先是对于国内的研究现状，国家在20世纪末就已经开始对汽轮机故障诊断工作投入了大量的人力和物力，随着人工智能和计算机互联网技术等诸多领域的快速发展，汽轮机实时监测工作也得到了相应的技术和理论支撑，目前我国对于汽轮机已经研制出了几种实用的实时监测系统。相关部门对于汽轮机的故障信号测量，主要是依靠物理因素的感知，例如压力、温度等方面，作为衡量汽轮机组运转状态的标准。在研究汽轮机故障检测系统的初始阶段，我国主要使用便携式检测仪器和普通的在线监测仪表，但是这些却不能完成对于大型长时间运转汽轮机机组故障的诊断工作。然而利用计算机智能监测系统，不但可以在线实时监测大型系统的运行状态，还可以根据现场反馈的检测数据，实现越限报警、实时故障分析与诊断等功能。
（二）国外的研究现状
其次是国外对于汽轮机故障诊断技术的研究现状。
在该技术的研究方面，汽轮机故障诊断最早由美国相关部门及研究人员打下基础，由于美国在航空领域经历了诸多设备故障且积累了十分丰富故障诊断经验，于是基于此他们便开始了对工业领域中汽轮机及其机组进行了故障诊断技术的研发与完善，并逐步成立了一些专门的研究院以及大学中相应的汽轮机故障诊断专业。随着时间的推移，国外已经基本研制出较为完善的汽轮机故障诊断监测系统及其设备，同时也因此获得了较多的世界级成就。在美国之后，其他发达工业国家，如德、日、英、法等国的一些公司也投入了大量的人力和物力，对汽轮机故障诊断技术进行了多方面的探索，也相继推出了许多具有实际工程价值的汽轮机故障诊断系统。
三、汽轮机机组故障的诊断和决策
（一）人工神经网络
针对以上有关汽轮机故障诊断技术的内容，本文在此给出两种汽轮机机组故障的诊断决策，首先是人工神经网络。汽轮机故障诊断手段主要是采用对比诊断、模式识别、人工神经网络和专家系统等多种先进的技术措施。而现阶段，研究和应用较为广泛的措施是人工神经网络和专家系统，前者被普遍称为神经网络，它是基于神经学的基础上额外衍生出来的新兴学科，在这个学科中主要包含由生物学、电子学、计算机学、数学、物理、化学和医学等多个学科，其应用的前景又十分广泛。神经网络模拟人脑信息处理的人工网络系统，其以物理上可实现的器件、系统或计算机完成人脑的操作。
另一方面，该网络虽然比不上人体脑部的神经系统，也不具备较为完善的扫描功能，但是在一定程度上也基本实现了人类大脑特有的功能。人工网络在完成人类基本功能的同时，也随着日常的应用和经验积累，逐渐具有了识别人类大脑功能的独特优势，为设备的故障诊断工作打下了坚实的基础。此外，人工神经网络系统还具有分布存储和容错性、大规模并具有处理、自学习、自组织、自适应性以及复杂非线性动态系统等多种复杂的能力。
（二）专家系统
另外一个汽轮机机组故障的诊断决策是专家系统的应用。现阶段，科学技术研发人员更加关注专家系统的研发与完善，由于专家系统具有通过文字输入来表达目的的特征，并且在日常的诊断工作中可以按照思维逻辑进行科学合理的推理并对整个系统的推理结果进行合理的解释。专家系统能够识别人类语言无法用数学模型等方式表述的知识，同时也能够通过积累及时的对自身的知识库进行更新，并且在某些特定的场所和工业领域模拟工作人员的日常工作，大大降低工业单位在人力方面的成本投入。在此基础上，专家系统具有操作简单、数据处理便利、工作流程精减等诸多优点，专家系统可以对事件提出结论的同时给出解释和说明。专家系统具有逻辑推理和处理符号信息的特性。专家系统具有可视化性，便于操作。专家系统具有一定的可靠性和逻辑性。
四、结束语
综上所述，随着经济全球化的趋势日益加剧，国内外诸多工业行业的技术革新工作也进入了一个全新的时期，尤其是在汽轮机故障诊断系统的研发方面。各大高校及科研部门也都对其给与了充足的重视，并且已经开放了相应的汽轮机故障诊断专业，科研工作人员也研制出了几套故障诊断系统，并且二者在实际中也都取得了较好的成效。为了能够弥补现阶段汽轮机故障诊断技术中存在的缺点，研究人员应当提高自身的专业能力，不单单要关注每一种故障的机理研究，同时也应当做好故障预防措施。
参考文献：
[1]王义强,高骥,张军辉,马晓飞.汽轮机故障诊断技术的发展现状研究[J].机电信息,2020(21):30-32.
[2]杨琦,李冬羽,高岩,阎文松.国内外汽轮机故障诊断技术的发展现状[J].通用机械,2013(S1):62-63.
[3]闫道儒,李晓波,顾煜炯.汽轮机故障诊断技术应用与发展现状[J].中国电力教育,2005(S1):239-240+270.