磨煤機運行狀態(tài)監(jiān)測系統(tǒng)設計與應用
時間:2022-07-20 10:58:03
導語:磨煤機運行狀態(tài)監(jiān)測系統(tǒng)設計與應用一文來源于網(wǎng)友上傳,不代表本站觀點,若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。
摘要:磨煤機是火電機組的重要設備,其健康的工作狀態(tài)是保障發(fā)電廠正常運行的關鍵因素。為實現(xiàn)磨煤機的運行狀態(tài)監(jiān)測和故障診斷預警,在對磨煤機運行振動/聲音分析的基礎上選擇最優(yōu)的傳感器參數(shù)和傳感器布設位置,通過以太網(wǎng)技術實現(xiàn)數(shù)據(jù)的傳輸和收集。該系統(tǒng)是國內首套基于振動/聲音聲紋識別技術的磨煤機運行監(jiān)測和故障診斷系統(tǒng)。
關鍵詞:磨煤機;振動;聲學指紋;狀態(tài)監(jiān)測;故障預警;云平臺
原煤經(jīng)磨煤機碾磨后,被熱一次風攜帶,煤粉通過燃燒器噴入爐膛后燃燒。通常有多個磨煤機向爐內供應煤粉,總煤量由電負荷、鍋爐蒸發(fā)量、燃煤的發(fā)熱量等因素決定。某電廠采用的是MPS中速磨煤機,磨盤的轉動速度為33r/min,變加載液壓系統(tǒng)對三個磨輥實現(xiàn)壓力控制,并實現(xiàn)粉煤的制備。磨煤機關鍵部件,如磨輥、電機、減速機和拉桿等,一旦出現(xiàn)異常或故障將會影響整個機組的安全運行,并造成巨大的經(jīng)濟損失[1-6]。因此,建立能準確快速反映磨煤機關鍵部件的監(jiān)測系統(tǒng),對保證火電廠的安全運行具有十分重要的意義。文獻[7]實現(xiàn)了基于LabVIEW的磨煤機試驗數(shù)據(jù)在線采集分析系統(tǒng)。針對磨煤機實際運行過程中故障類型難以確定及故障診斷時間滯后等問題,一種基于小波包-LSTM神經(jīng)網(wǎng)絡的磨煤機故障診斷方法具有一定作用[8]。孫同敏[9]基于磨煤機機理模型和狀態(tài)空間預測控制器,在充分接近磨煤機的實際運行狀態(tài)下,獲得了大量的故障數(shù)據(jù)。朱朋成等[10]基于熱力學機理與數(shù)據(jù)挖掘對磨煤機預警系統(tǒng)進行了研究。綜上所述,現(xiàn)有研究多基于介質狀態(tài)參數(shù)和設備運行電力參數(shù)等進行數(shù)據(jù)采集和分析。但是直接針對關鍵零部件的基于振動/聲學的狀態(tài)監(jiān)測和預警診斷的研究成果鮮有公布。為滿足磨煤機關鍵部件健康運行等實際要求,本文開發(fā)了適用于磨煤機振動/聲音監(jiān)測的智能振動/聲音采集設備,設計了磨煤機振動/聲音數(shù)據(jù)采集方案。在對磨煤機運行振動/聲音分析的基礎上選擇最優(yōu)的傳感器參數(shù)和布設位置,通過以太網(wǎng)組網(wǎng)技術實現(xiàn)數(shù)據(jù)的傳輸和收集。為后續(xù)的磨煤機運行監(jiān)測和故障診斷系統(tǒng)的設計奠定了基礎。
1系統(tǒng)架構和技術路線
項目總體方案采用智能傳感器以太網(wǎng)組網(wǎng)和本地部署私有云采集磨煤機運行時振動、聲音和溫度數(shù)據(jù)實現(xiàn)狀態(tài)監(jiān)測,并通過基于聲學指紋的人工智能識別技術實現(xiàn)對磨煤機的故障診斷。系統(tǒng)架構如圖1所示。
1.1可邊緣計算的聲振溫一體式智能傳感器
針對工業(yè)場景設備狀態(tài)感知,開發(fā)了可邊緣計算的聲音、振動、溫度一體的智能傳感器,采用兼容性工業(yè)設計,可根據(jù)場景需要靈活選擇設備供電方式、傳輸方式、安裝方式和采樣方式。圖2為使用了華控智加的POE有線產品。本項目監(jiān)測電廠中兩個350MW燃煤超臨界火力發(fā)電機組共10臺磨煤機,每臺磨煤機根據(jù)監(jiān)測目標確定8個監(jiān)測點位,每個點位安裝一套聲振溫一體式智能傳感器。圖3展示了磨煤機現(xiàn)場安裝實景圖,其中左圖為電機驅動端監(jiān)測點位的傳感器安裝情況,右圖為磨煤機外殼的其中一個拉桿位置的監(jiān)測點位傳感器安裝情況。
1.2支持分布式高并發(fā)容錯計算的工業(yè)互聯(lián)網(wǎng)云平臺
本方案的工業(yè)互聯(lián)網(wǎng)云平臺構架如圖4所示,智加工業(yè)混合云方案分為廠區(qū)端平臺和智加工業(yè)云兩部分。廠區(qū)端平臺部署于各廠區(qū)內,負責現(xiàn)場具體事務的處理,包括與硬件通信、完成數(shù)據(jù)接收與存儲、支持智能計算、承載上層業(yè)務服務,能夠保證數(shù)據(jù)完整性、一致性和可用性,提升計算的效率和用戶體驗。智加工業(yè)云部署于公司內部,負責數(shù)據(jù)治理、人工智能計算、工業(yè)設備管理研究、現(xiàn)地端平臺運維方案實施等功能。同時設計并實施信息安全、數(shù)據(jù)遷移以及模型管理等方案,實現(xiàn)兩者間的信息互通與統(tǒng)一管理。
1.3結合物理機制的多源數(shù)據(jù)融合的機器故障指紋智能識別引擎
針對數(shù)據(jù)總量大、單次計算數(shù)據(jù)量有限、使用數(shù)據(jù)可預判、計算時設備數(shù)據(jù)相對獨立、計算頻次高、單次計算時間短等場景特點,設計將部分計算在終端完成,根據(jù)設備將網(wǎng)絡傳輸回的數(shù)據(jù)保存到確定的分片節(jié)點,與該設備相關的計算由該節(jié)點的計算、存儲以及緩存模塊配合完成,減少數(shù)據(jù)在節(jié)點間的移動。在單次計算中,將所有數(shù)據(jù)進行切分,根據(jù)模型需要和并行任務情況分配計算核心,并行高效地執(zhí)行運算,如圖5所示。物理機制的多源數(shù)據(jù)融合技術和機器聲紋識別技術是本項目的核心技術。圖6展示了結合物理機制的多源數(shù)據(jù)融合的機器故障指紋智能識別系統(tǒng)的整體設計。
1.4前端信息展示和可視化
為了向電廠不同層級人員充分展示本系統(tǒng)的檢測和診斷結果,設計了豐富的前端信息展示和可視化功能,主要包括:設備臺賬信息和設備3D可視化的BIM顯示、用于專家標注的數(shù)據(jù)處理和分析、智能引擎可視化、自動生成診斷報告等,如圖7所示。
2結語
本文研究了國內首套基于振動/聲音聲紋識別技術的磨煤機運行監(jiān)測和故障診斷系統(tǒng)。根據(jù)現(xiàn)場實驗和系統(tǒng)實際運行情況確定了監(jiān)測點位和數(shù)據(jù)采集參數(shù),采用智能傳感器有線組網(wǎng)和本地部署私有云采集磨煤機運行時振動、聲音和溫度數(shù)據(jù),實現(xiàn)狀態(tài)監(jiān)測,并通過基于聲學指紋的人工智能識別技術實現(xiàn)對磨煤機的故障診斷。為方便人工智能故障診斷模型的訓練和更新,本方案預留了本地私有云服務器和實施方企業(yè)公有云之間的數(shù)據(jù)交換功能,具體包括訓練數(shù)據(jù)的獲取、模型更新后的推送。
作者:何奇善 任學剛 程鋼 何凱 李東賢 盧回憶 劉豪睿 單位:河北涿州京源熱電有限責任公司 北京華控智加科技有限公司