缩略图
Mobile Science

复杂工况下水电站水轮机振动特性与故障预测研究

作者

尤鹏

四川久隆水电开发有限公司 四川成都 610000

1 复杂工况水轮机振动机理与测试技术

1.1 复杂工况下振动激励源分析

水轮机在偏离最优工况运行时转轮叶片与水流的作用关系发生改变叶片表面出现流态分离与漩涡脱落现象因而产生不规则的水力脉动 [1]。例如 2009 年俄罗斯萨扬舒申斯克水电站的重大事故,该装机容量 6400MW 的水电站在非有利区域运行时出现振动剧烈与噪声刺耳现象,但未能及时卸载停机最终导致水轮机顶盖固定螺栓被拉断机组转动部分带着水轮机顶盖及上机架向上弹射造成 75 人死亡 13 人失踪的惨重后果,充分说明了复杂工况下振动激励源的破坏性以及振动监测与预警的重要性。

1.2 水轮机关键部件振动传递路径

转轮是水轮机的核心转动部件其振动通过主轴直接传递到上导轴承与下导轴承,径向振动经轴承座传递至机墩混凝土基础推力轴承承受轴向振动载荷,振动通过推力头架传递到机架结构进而影响整个厂房的振动水平,导叶的振动通过导叶轴与调节机构传递到水轮机座圈座圈振动又传递至厂房混凝土结构,机组各部件之间通过刚性连接形成振动传递链因而局部振动会扩散到整个机组系统(见表1)

表1 水轮机振动传递路径

1.3 振动监测与测试系统

振动监测系统在机组关键部位布置高精度加速度传感器涵盖上下导轴与推力轴承及机架等主要测点实现对径向与轴向及切向振动的全方位监测,数据采集系统采用多通道同步采样技术确保振动信号的相位准确性,监测系统具备连续在线监测能力自动记录不同工况下的振动数据并建立历史数据库为故障趋势分析提供可靠的数据基础,测试系统结合工况参数监测同步采集负荷与水头及导叶开度等运行参数使得振动特性分析能够与具体运行工况相关联。

2 振动特性分析与机械状态诊断

2.1 时频域振动特征提取

工况变化过程中的振动信号的时域分析重点关注振动的幅值特征包括振动烈度与峰值及均方根值等参数直接反映机组运行的平稳程度,频域分析通过频谱分析技术识别振动信号中的特征频率成分主要包括转频与叶频及其谐波成分,转频成分反映转轮的整体运行状态叶频成分体现叶片与水流的相互作用情况[2](见表2)

表2 振动特征参数提取方法

2.2 机械部件状态识别方法

轴承状态诊断主要依据径向振动的频谱特征,正常轴承的振动谱线以转频及其倍频为主,轴承磨损时会出现高频成分增加和噪声基底抬升现象。叶片裂纹故障表现为叶频成分的幅值变化和相位调制特征,裂纹扩展过程中振动信号的非线性特征逐渐增强,因而可通过监测叶频谐波的演化规律来判断叶片健康状态(见表3)

表3 典型故障类型与振动特征对应关系

2.3 复杂工况下诊断标准

传统的振动诊断标准基于额定工况制定,在复杂工况下需要建立工况相关的动态诊断阈值,根据负荷水平和水头条件调整振动限值。(见表2)

表2 典型工况下振动特征参数对比

3. 故障发展规律与预测维护技术

3.1 典型机械故障演化过程

水轮机典型机械故障呈现阶段性演化特征,振动监测系统实时采集各测点数据,预测流程包括数据采集预处理等五个关键环节(见图 1)不同故障类型的预测时间窗口动态调整轴承磨损15-30 天与叶片裂纹7-15 天及机械松动3-7 天,实现从故障发现向故障预防的转变。

图1 水轮机故障预测与维护决策流程

3.2 基于振动趋势的故障预测

故障预测技术基于振动参数的长期变化趋势,通过分析振动水平的发展规律来预测故障发生时间,振动趋势分析重点关注振动烈度以及频域特征参数变化,趋势预测考虑季节因素与运行工况的影响建立预测模型,预测方法结合设备的物理退化机理根据不同故障类型的发展规律制定相应的预测策略,轴承磨损预测基于磨损速度的变化趋势,叶片裂纹预测依据疲劳损伤累积规律,预测时间窗口通常设定为2-4 周为维护计划的制定提供充足的准备时间。

3.3 预测性维护策略与实施

预测性维护策略根据设备健康状态与故障发展趋势制定差异化维护计划,正常状态下执行常规巡检与例行保养预警状态下增加检查频次与监测密度,维护决策综合考虑故障风险与维护成本及发电损失优先处理高风险故障与关键部件 [3],维护内容包括轴承更换与叶片修复及螺栓紧固等具体措施,维护深度根据故障严重程度确定,维护效果通过对比维护前后的振动特征来评估,预测性维护管理系统集成状态监测与趋势分析及维护计划功能实现从被动维修向主动维护的转变,显著提高设备可靠性与运行经济性。

结语

水轮机振动特性研究在复杂工况下呈现出多元化与复杂化特征,通过系统的理论分析与实验研究深入揭示了不同运行条件对振动行为的影响机制,建立的振动监测体系能够有效捕获机组运行状态变化为故障预测提供了可靠的数据基础,基于振动特征参数的故障预测方法在工程实践中表现出良好的适用性与准确性显著提升了设备维护的针对性与时效性,研究成果不仅丰富了水轮机振动理论更为水电站智能化运维提供了重要技术支撑,基于振动特性的故障预测技术将在保障水电站安全经济运行方面发挥更加重要的作用为我国水电事业的可持续发展贡献力量。

参考文献:

[1] 聂 赛 , 杨雄 , 卢俊琦 , 等 . 不同故障下水轮发电机组轴系的振动特性研究 [J]. 水电能源科学 ,2024,42(04):178-182+146.

[2] 宋 子秋 . 复杂环境下海上风电机组特性分析与优化控制研究 [D]. 北京市 : 华北电力大学 ( 北京 ),2023.

[3] 康 玉祥 . 多工况下滚动轴承早期故障检测与融合诊断关键技术研究 [D]. 江苏省 : 南京航空航天大学 ,2023.