白双荧 赵丹
中核核电运行管理有限公司 浙江省嘉兴市 314300
摘要:随着系统的不断运行,泵类设备的部件可能会逐渐出现磨 损?腐蚀等现象,导致泵产生各种故障,进而影响系统的运行。因此开展故障诊断技术的研究对核电泵类设备有重要的意义。介绍了核电站三大主泵之一的循环水泵,列举了循环水泵的常见故障,并分析了故障诊断技术在循环水泵上的应用研究,提出智能诊断技术是未来重要的发展方向。
关键词核电站循环水泵故障诊断技术
1概述
核电站中循环水泵常见的类型有2种,混凝土蜗壳泵和金属斜流泵。混凝土蜗壳泵为立式混流泵,泵组主要是由混凝土蜗壳?叶轮?齿轮箱和电动机等组成。由于蜗壳采用了混凝土结构,与介质接触的金属部位较少,耐海水腐蚀性好,同时蜗壳泵的水力性能好,泵的效率较高,流量大,缺点是土建施工复杂,预埋件较多。金属斜流泵的主要部件包括进水喇叭?叶轮?倒叶体?弯管和电动机。由于采用金属部件,泵壳需要采用阴极饱和涂防腐漆以增加抗腐蚀性能。2种类型的循环水泵各有优缺点,并且都已经实现了国产化,技术方面成熟可用,在实际工程中都有一定的应用经验,在系统设计中根据实际需求进行应用。
2常见故障类型分析
2.1轴封故障
循环水泵轴封的形式为机械密封,轴封水来源为生产用水和生活饮用水,当轴封水压力不足或水位波动时,会导致循环水泵的跳泵。主要原因一是密封泄漏超标,随着运行时间的推移,密封出现磨损,引起水量下降,更换时需要停泵;二是密封冲洗水压力低,当供水不足或水压小时会造成密封冲洗水压力低,这种情况下需要停止循环水泵的运行,进行检修。统计表明,循环水系统中80%的停泵是由于密封故障造成的。
2.2振动故障
引发泵振动的原因可能有很多,根据发生故障的原因可以分为3方面:机械?电气和水力。机械方面的原因主要是由于转动部件质量不平衡?中心不对中和零件磨损等形成振动。电机内部运行过程中定转子之间的相互作用可能会造成磁力不平衡,从而引发泵的振动。流体运动本身具有一定的复杂性,水力方面造成异常振动的主要原因有:运行工况改变时导致流体的紊乱;汽蚀对叶片的冲击;进口流速压力不均匀等。
2.3温度过高
循环水泵轴承温度过高会导致停泵,并直接影响循环水泵的使用寿命。循环水泵上的温度传感器数量很多,测点包括了电机导轴承?推力轴承?齿轮箱的推力轴承和导向轴承等。主要原因可能是由于轴线不正或轴弯曲,轴承磨损或者安装不当以及润滑不良导致温度升高。
3故障诊断技术
3.1模态分析法
模态分析法是利用一系列的实验方法,获取循环水泵的振动特性的相关参数,从而反映出循环水泵正常运行中的真实振动情况。将实验分析获得的数据进行傅里叶变换,确定频响函数的峰值,推断出系统的固有频率,也是系统发生共振的频率处。进行模态实验分析的过程中,首先要建立测试系统,对系统的响应数据进行采集,通过模态参数的估计对模态模型进行验证。针对某核电站大修后循环水泵电机非驱动端轴承振动超标的问题,通过实验过程判定其振动产生的原因,验证是否由于电机的转速频率与循环水泵的其他部件之间产生共振。根据实验模态分析结果可知,循环水泵的固有频率很接近电机自身的转速频率,从而在这个频段中产生了共振,导致了循环水泵的振动超标。针对这一原因,将设备固有频率大幅提高,原理电机自身的转速频率,从而解决了共振问题。
3.2应力—寿命法
处于复杂环境中的金属材料在长时间的缓慢加载中会发生金属疲劳,当累积到一定程度时,就会产生疲劳累积损伤。
通过应力—寿命曲线的拟合,对部件的疲劳寿命进行分析计算,可利用计算机软件对算法进行优化,比较不同参数对于疲劳寿命的影响,从而确定部件的载荷谱。在循环水泵实际运行过程中,可参考相应组件的寿命和分布云图,确定疲劳寿命的薄弱部位,为部件的维护和更换提供指导,提高循环水泵的可靠性。
3.3非线性频率分析法
与线性控制理论频率响应分析法相比,非线性系统理论具有多样性和复杂性,不是简单的输入输出的线性关系,而是基于关联性对系统特性的全面描述,其中线性频率响应函数可以作为非线性输出频率响应函数的特解。在故障诊断中,通过建立仿真模型,用不同的输入信号得到输出响应,求解得出所有的故障特征值,利用标准化的特征值判定系统是否处于故障状态。在循环水泵的故障诊断中,使用非线性输出频率响应函数得到振动信号的频率响应,从而定位出裂纹故障的位置,实现对故障的定位。
3.4小波分析方法
小波分析是适应信号处理的实际需要而发展起来的一种时频分析方法,与传统的信号处理方法相比,小波变换在时域和频域同时具有良好的局部化特征,可用子突变信号和非平稳信号的分析,这在泵的状态监测以及早期故障诊断中具有重要意义。目前,小波分析方法已经在泵的故障特征提取中得到了研究和应用,如利用小波分析对输油泵的振动信号进行了消噪,实验结果表明使用该方法能够有效地抑制信号中的噪声,提高故障诊断的精度。
3.5人工神经网络方法
人工神经网络是试图模拟生物神经系统而建立起来的自适应非线性动力学系统,具有可学习性和并行计算能力,可以实现分类?自组织?联想记忆和非线性优化等功能。目前在水泵的故障诊断中应用较多的是BP网络以及自组织映射网络等。文献2[1]在泵站机组故障诊断的专家系统模型中加人神经网络模型,当系统处于在线运行时,可以高速诊断?识别和学习新事件,从而有效地提高了故障诊断系统的稳定性和可靠性。利用神经网络对其进行故障诊断具有如下优点:(1)具有统一的知识表达形式,知识库组织管理容易,通用性强,便子移植与扩展;(2)具有较强的学习?记忆?联想识别功能;(3)对知识的完备性要求低,容错性强;(4)一可以避免传统的智能诊断系统的组合爆炸?无穷递归及匹配冲突等问题。但是在应用时也存在着一些向题,具体表现为:l()诊断系统的性能很大程度上受所选择训练样本的限制,当样本选择不当或训练样本较少时,系统的性能就会较差;(2〕神经网络将一切知识均变为数字,把一切推理全变为数值计算,在应用中需要大量的符号知识的表达和处理。因此应用神经网络对水泵进行故障诊断虽然已经做了一些工作,但在解决实际的工程问题方面仍然需要作进一步的研究。
3.6其他故障诊断法
除了上述几种故障诊断方法,功率谱估计?小波分析?粗糙集理论?专家系统?神经网络等方法也常用于水泵的故障诊断。随着计算机技术和人工智能等技术的发展,故障诊断技术也变得多种多样,这些方法各有优缺点。将多种故障诊断技术相结合,实现不同方法的功能互补,可以提高故障诊断结果的准确性和可信性。对于不同的系统不同的故障类型,采用合理的诊断方法,是及时准确的排查故障,保证系统安全运行的关键因素。
4结语
目前,核电站中循环水泵的故障诊断主要是依靠设置传感器监测相关参数,达到设定报警限值时进行故障报警,操纵员依据经验判断故障的原因和位置,并进行故障的排除,即更偏向于故障发生后根据现场反馈进行故障诊断工作。因此,需要改变现有的维修方式,将计划性维修向基于状态监测和预警诊断的维修方式进行转变。结合多种智能诊断方法,是核电站智能故障诊断研究的重要发展趋势。
参考文献
[1]孙延鹏.循环水泵轴封保护优化研究[C].中国核学会核能动力分会2013年学术研讨会,107-109.
[2]张成亮,李海涛,王有勇.核电厂海水循环泵导轴承温度异常偏高原因分析及处理[J].产业与科技论坛,2019,18(6):77-78.
[3]林国杨.循环水泵振动故障分析及治理[D].南京:南京航空航天大学,2016.