一种电厂锅炉系统的阀门故障诊断方法

技术领域

本发明涉及煤气电厂锅炉运行控制技术领域，具体涉及到一种电厂锅炉系统的阀门故障诊断方法。

背景技术

在电厂发电中会使用到各种仪表设备及阀门等，当阀门出现故障时不能及时修复有可能会影响工厂的有序生产，甚至会影响到整个工厂的生命和财产安全。传统的阀门故障排查方式是以派出一名工作经验丰富的人完成人工巡检任务，由于人工的巡检效率不高，无法迅速地完成所有阀门故障状态排查，这有可能会造成阀门在损坏时无法及时排除故障。同时若维修人员没有按照安全规程操作而产生对人身安全产生威胁因素，这将会造成不必要的损失。

电站锅炉又称“电厂锅炉”，是指发电厂中向汽轮机提供规定数量和质量蒸汽的中大型锅炉。火力发电厂的主要热力设备之一。常与一定容量的汽轮发电机组相配套，主要用于发电，但在某些特殊场合下也可兼作对外供热之用。一般其蒸发量较大，蒸汽参数(汽温和汽压)很高，需要有一整套的辅助设备，多需配置室燃炉膛，采用强制通风方式，可燃用多种燃料(煤粉、原油或重油、高炉煤气或炼焦炉煤气)，结构较复杂，效率较高，多数可达85～93％左右，对运行管理水平、机械化程度以及自动控制技术则有相当高的要求。

电厂锅炉系统一般必须要包括粉煤系统、凝气系统、汽水系统、汽轮机组、风机系统、除尘系统等。粉煤系统包括给煤机、磨煤机和送粉机；凝气系统包括凝汽机、凝结水泵、低压加热器、除氧器、总给水泵、高压加热器和省煤器。汽水系统包括汽包、下降管、水冷壁、过热器和再热器。为了能够实现流量控制以及开关机，电厂锅炉系统配置有若干个总阀门，通过阀门来进行对应的操作。阀门包括高压加热器和省煤器之间配置的第一阀门、下降管上配置的第二阀门、再热器和汽轮机之间配置的第三阀门。阀门在正常运行时，一般都是根据预设的参数进行运作。

然而，阀门大多为电子阀门，这样便于远程监控和控制；阀门在安装后一般需要很多年才会更换，阀门有可能存在故障，最常见的故障是DCS系统控制阀门打开，但是阀门因为堵塞、信号失真、电磁机构产生误差或者损坏等各种原因，导致阀门未打开完全，具有一定的截留面积。此外，整个锅炉系统中由于泄漏或者上水过程中操作失误，也会导致整个循环系统中的水流量和蒸汽流量不达标，最终导致电厂锅炉的工作效率低。

此外，电厂锅炉在运行过程中，往往会设定若干个系统运行参数，即所有设备的功率；例如阀门的流量参数、风机的风量、泵的功率等；当设定运行参数后，电厂锅炉系统的各个设备将会按照这个参数进行运作。然而，为了稳定可靠，电厂锅炉的运行参数往往是比较固定的，不会设置非常多的运行模式，一般在5 -30个运行模式可供选择。由于每个运行模式下均会设置对应的运行参数，因此使得本发明的发明等流量参数也不是无限种。

综上所述，现有技术对电厂的阀门故障排查通过人工完成，这种方式效率低，不能够随时发现故障，也对排查人员的工作经验具有非常高的要求，容易出现排查失误的情况。

发明内容

本发明的目的是提供一种电厂锅炉系统的阀门故障诊断方法。

为达上述目的，本发明提供了一种电厂锅炉系统的阀门故障诊断方法，电厂锅炉系统包括粉煤系统、凝气系统和汽水系统；

粉煤系统包括给煤机、磨煤机和送粉机；

凝气系统包括凝汽机、凝结水泵、低压加热器、除氧器、总给水泵、高压加热器和省煤器；

汽水系统包括汽包、下降管、水冷壁、过热器和再热器；

电厂锅炉系统配置有若干个阀门，阀门包括高压加热器和省煤器之间配置的第一阀门、下降管上配置的第二阀门、再热器和汽轮机之间配置的第三阀门；

阀门故障诊断方法包括以下步骤：

(1)设立监测点：

在每个阀门的周边设置监测点获取监测数据，监测点设置传感器用于检测每个阀门所在管道流体介质的工况；传感器包括温度传感器、压力传感器和流量传感器；所有传感器通过无线通信模块进行组网上传数据；

(2)建立基础数据库：

在电厂锅炉正常运行时，通过DCS系统获取每个阀门的流量数据，同时通过传感器获取每个阀门对应监测点的监测数据；将同一时间点的阀门流量数据和监测数据进行关联形成一组基础数据，将所有组的基础数据构建为基础数据库；

(3)自动诊断：

启动诊断模式后，设定监测周期，从电厂的DCS系统中获取每个阀门的流量数据，以及同时对应监测点传感器的监测数据，将同一时间点的阀门流量数据与监测数据关联形成一组诊断数据，将诊断数据与基础数据库中的每组基础数据进行逐一对比，筛选出与诊断数据最近似的基础数据作为基础对比数据；

(4)分别计算当前诊断数据中的每个阀门与基础对比数据中对应阀门的单一近似值Kd；三个阀门的单一近似值分别为Kd1、Kd2、Kd3，然后分别计算每个阀门的方差值S，三个阀门的方差值分别为S1、S2、和S3；

单一近似值的计算方式为：

其中，Kdi为第i阀门的单一近似值；T为基础对比数据中的温度数据、N为基础对比数据中的流量比；P为基础对比数据中的压力数据；

每个阀门的方差值的计算方式为：

/>

将S1、S2和S3中最大的数值作为最大方差值Smax，最大方差值Smax与故障阈值进行对比，若最大方差值Smax超过故障阈值，则诊断最大方差值Smax所对应的阀门出现故障；

(5)根据诊断结果进行报警或者执行安全操作。

本发明优选的，无线通信模块为ZigBee通讯模块。

本发明优选的，自动诊断的步骤中，筛选与诊断数据最近似的基础数据作为基础对比数据的具体方法为：

(31)计算基础数据库中每组基础数据的流量比，计算每组诊断数据中的流量比，流量比为每组数据中DCS系统中阀门设定的流量数据与对应监测点上通过流量传感器获得的流量监测数据，流量比N＝q/Q；

其中Q为当前时间点DCS系统中给阀门设定的流量数据；q为当前时间点下与阀门对应监测点的流量传感器获得的流量监测数据；

(32)计算当前监测时间点三个阀门相关的诊断数据与每组基础数据的近似值K，任意一组诊断数据和一组基础数据均包括三个阀门的数据；

近似值K的计算公式为：

其中；Ti为诊断数据中第i个阀门对应温度传感器监测得到的温度数据；

T0为基础数据中第i个阀门对应温度传感器监测得到的温度数据；

Ni为诊断数据中第i个阀门对应的流量比；

N0为基础数据中第i个阀门对应的流量比；

Pi为诊断数据中第i个阀门对应压力传感器监测得到的压力数据；

P0为基础数据中第i个阀门对应压力传感器监测得到的压力数据；

将近似值K最小的一组基础数据作为基础对比数据。

本发明优选的，每个阀门的仪表显示器周边配置摄像机，在监测时通过摄像机获取对应阀门的仪表显示数据，并将该图像信息与诊断数据进行关联存储，在出现故障时根据操作指令从数据库中调用该图像信息。

本发明优选的，当第一阀门被诊断为故障时，若此时流量比低于普通报警阈值且大于严重报警阈值时，启动报警操作指令，若此时流量比低于严重报警阈值，则启动水源补水系统对除氧器进行补水操作。

本发明优选的，当第二阀门被诊断为故障时，若此时流量比低于普通报警阈值且大于严重报警阈值时，启动报警操作指令，若此时流量比低于严重报警阈值，则控制粉煤系统降负荷运行。

本发明优选的，在自动诊断过程中，还包括通过布置烟感传感器和气体检测传感器获取电厂锅炉系统所处环境的烟感和气体信息，将该信息与监测数据进行关联，构建成为诊断数据中的环境数据。

本发明优选的，在根据诊断结果进行报警或者执行安全操作时，获取每次故障后确认的安全操作记录，形成故障解决数据库。

综上所述，本发明具有以下优点：

1、本发明通过在阀门设备周边布置传感器，通过建立基础数据库与诊断数据进行对比判断故障原因，并及时给出故障解决方案或者操作指令，能够大大降低人工巡检的要求；完成工厂内部仪表的实时监测与故障快速处理；可节约很多人力成本。

2、本发明采用无线通讯ZigBee与网络、各类传感器、摄像等设备进行联网，利用网络建立的数据库能极大地避免专业维修人员由于经验不足而无法处理故障的情况，避免人员现场巡检也能极大保障人员安全。

3、本发明在进行诊断时，为了提高诊断的准确率，首先从基础数据库中寻找一个最接近的一组基础数据，最近似的基础数据与诊断数据的相似程度更高，可以筛选出与诊断数据对应工艺最接近的正常工艺参数，正常工艺参数则与基础数据对应，即每个基础数据均会代表一个工艺，或者说每个工艺均会形成一组基础数据或者若干组近似值非常接近的基础数据；本发明的通过判断近似值的方法，这样首先筛选与诊断数据所代表工艺接近的预设工艺，能够使得对比的数据均为相同或者相似的工艺条件，可以降低整体工艺不同带来的误差，这样用于判断是否出现故障更加准确。同时本发明提供了如何判断最近似的方法，并运用该方法更容易准确的判断哪一个阀门出现了故障。

附图说明

图1为本发明一个实施例中故障诊断方法的流程示意图；

图2为本发明一个实施例中故障诊断方法对应的物理系统的连接框图。

具体实施方式

本发明提供了一种电厂锅炉系统的阀门故障诊断方法，电厂锅炉系统包括粉煤系统、凝气系统和汽水系统。本发明的电厂锅炉系统为现有技术，本发明所针对的阀门也是现有技术中安装的，本发明对于电厂锅炉系统的改造在于对阀门周边上布置有传感器等监测设备。

现有技术中，粉煤系统包括给煤机、磨煤机和送粉机。磨煤机是将块状煤炭研磨成细粉，送粉机是将细粉煤和预热后的空气进行混合送入锅炉的燃烧室内进行燃烧。

凝气系统是将经过汽轮机的蒸汽进行冷却后送入汽包进行汽水循环的主要设备，凝气系统一般包括凝汽机、凝结水泵、低压加热器、除氧器、总给水泵、高压加热器和省煤器。凝汽机与汽轮机相通，冷凝水依次经过凝结水泵、低压加热器、除氧器、总给水泵、高压加热器和省煤器后进入汽包。此外，为了能够补充水源，还会设置有水源补水系统，水源补水系统是将江河水通过净化除盐等工艺后作为锅炉用水的设备，水源补水系统直接与除氧器进行连接，直接将合格的锅炉水通入除氧器中即可。

汽水系统包括汽包、下降管、水冷壁、过热器和再热器。下降管可以将汽包中的水通入水冷壁中，水冷壁受热将水变为高温蒸汽后，经过过热器和再热器后进入汽轮机中。

电厂锅炉系统配置有若干个阀门，阀门包括高压加热器和省煤器之间配置的第一阀门、下降管上配置的第二阀门、再热器和汽轮机之间配置的第三阀门。

本发明的阀门故障诊断方法包括以下步骤：

(1)设立监测点：

在每个阀门的周边设置监测点获取监测数据，监测点设置传感器用于检测每个阀门所在管道流体介质的工况；传感器包括温度传感器、压力传感器和流量传感器；所有传感器通过无线通信模块进行组网上传数据。监测点是需要在管道上钻孔进行设备的安装，一般选择安装在距离阀门50倍管径左右的位置上，这样检测的数据较为准确。

(2)建立基础数据库：

在电厂锅炉正常运行时，通过DCS系统获取每个阀门的流量数据，同时通过传感器获取每个阀门对应监测点的监测数据；将同一时间点的阀门流量数据和监测数据进行关联形成一组基础数据，将所有组的基础数据构建为基础数据库。

为了能够进行对比，需要预先在处理器或者服务器内存储正常运行时的基础数据。基础数据可以理解为正确的数据，基础数据的获得需要经过技术人员的现场确认，这样进一步提高基础数据的准确性。每个工作模式可以采集3-5组基础数据，基础数据库中可以存储50-100组基础数据即可保证使用。

(3)自动诊断：

启动诊断模式后，设定监测周期，从电厂的DCS系统中获取每个阀门的流量数据，以及同时对应监测点传感器的监测数据，将同一时间点的阀门流量数据与监测数据关联形成一组诊断数据，将诊断数据与基础数据库中的每组基础数据进行逐一对比，筛选出与诊断数据最近似的基础数据作为基础对比数据。

锅炉的运行工况不会出现剧烈波动，因此可以设定监测周期，可以每间隔几分钟监测一次，这样避免出现问题，也能够减少服务器的运算量。在运行过程中，DCS系统会给每个阀门设定一个开关量，这个开关量对应的就是阀门的流量数据，即DCS系统控制每个阀门在工作时的通过量；若DCS系统未更换状态，理论上阀门将会一直处于该工作状态。

本发明的每组数据中，是包括了阀门的流量数据以及传感器检测到的温度数据、流量数据和压力数据的；这样可以将同一个时间点的阀门情况和监测情况进行关联。

本发明的诊断数据是当前工艺条件下获得的监测数据，将诊断数据与基础数据进行对比，可以通过与最接近的工艺条件进行对比，整体工艺相近似的情况下，每个阀门或者设备的联动变化趋势更加统一。从理论上，当选择同一工艺条件时，每个阀门和传感器检测的数据应当保持一致，但是由于监测本身会出现一定误差，流量的变化也是具有瞬时性，这样使得实际监测的数据与基础数据会出现一定误差，若阀门和传感器本身没有出现故障，则这个差距往往非常低，因此本发明通过计算近似值来判断两组数据是否接近，选择最接近的基础数据作为基础对比数据，这样可以减小工艺不同带来的误差。

本发明自动诊断的步骤中，筛选与诊断数据最近似的基础数据作为基础对比数据的具体方法为：

(31)计算基础数据库中每组基础数据的流量比，计算每组诊断数据中的流量比，流量比为每组数据中DCS系统中阀门设定的流量数据与对应监测点上通过流量传感器获得的流量监测数据，流量比N＝q/Q。例如，现有技术中阀门往往是全开状态下更为常见，因此当阀门出现故障时，出现堵塞等情况时，往往是阀门出现截流，即阀门未全开，流量降低。此时实际监测的流量q比阀门设定的预设流量数据低，导致流量比N小于1。相反的，若在某些情况下阀门出现故障导致开口程度比设定的流量数据更大，此时流量比N大于1。

其中Q为当前时间点DCS系统中给阀门设定的流量数据；q为当前时间点下与阀门对应监测点的流量传感器获得的流量监测数据。

(32)计算当前监测时间点三个阀门相关的诊断数据与每组基础数据的近似值K，任意一组诊断数据和一组基础数据均包括三个阀门的数据；

近似值K的计算公式为：

其中；Ti为诊断数据中第i个阀门对应温度传感器监测得到的温度数据；

T0为基础数据中第i个阀门对应温度传感器监测得到的温度数据；

Ni为诊断数据中第i个阀门对应的流量比；

N0为基础数据中第i个阀门对应的流量比；

Pi为诊断数据中第i个阀门对应压力传感器监测得到的压力数据；

P0为基础数据中第i个阀门对应压力传感器监测得到的压力数据；

将近似值K最小的一组基础数据作为基础对比数据。

本发明的工艺管路上主要包括三个阀门，三个阀门的工况代表了整个工艺过程的运行情况。

从上述表格可以看出，每组数据中包括三个阀门的相关数据，每个阀门中又均包括阀门设定的流量数据、温度传感器监测的温度数据、流量传感器监测的流量数据和压力传感器监测到的压力数据。

近似值K的计算公式是分别将每个阀门与基础对比数据中的每个阀门进行单独对比，即得出诊断数据中的第一阀门与基础数据中的第一阀门的近似值，得出诊断数据中的第二阀门与基础数据中的第二阀门的近似值，得出诊断数据中的第三阀门与基础数据中的第三阀门的近似值；然后通过求和公式计算出这一组的诊断数据与基础数据的近似值；近似值的数值越小，则表示两组数据差异越小，则说明两组数据越近似，可以认为所代表的工艺条件是更加接近的。因此本发明通过将诊断数据分别与多组基础数据进行逐一对比，筛选出最接近的基础数据作为对比数据，这样可以减小误差。但是，筛选出基础对比数据后，并不能够直接判断出阀门是否出现问题，也无法判断出哪一个阀门出现问题。因此本发明通过下列步骤中每个阀门的方差值来判断哪一个阀门出现了故障。

(4)分别计算当前诊断数据中的每个阀门与基础对比数据中对应阀门的单一近似值Kd；三个阀门的单一近似值分别为Kd1、Kd2、Kd3，然后分别计算每个阀门的方差值S，三个阀门的方差值分别为S1、S2、和S3；

单一近似值的计算方式为：

其中，Kdi为第i阀门的单一近似值；T为基础对比数据中的温度数据、N为基础对比数据中的流量比；P为基础对比数据中的压力数据；

每个阀门的方差值的计算方式为：

在计算每组诊断数据与基础数据的近似值时，实际上就是将三个单一近似值进行求和得到近似值K，即K为Kd1、Kd2、Kd3的和。本发明通过方差值的计算方式来筛选出阀门是否出现故障。

将S1、S2和S3中最大的数值作为最大方差值Smax，最大方差值Smax与故障阈值进行对比，若最大方差值Smax超过故障阈值，则诊断最大方差值Smax所对应的阀门出现故障。由于各类数据的监测不能够绝对排除误差，因此本发明设置了一个故障阈值，需要最大方差值超过阈值后才能够判定为故障，否则可以认为是误差。

例如，当某个阀门出现故障时，其流量比和压力数据会发生变化，使其计算得到的单一近似值数据与理论值2具有一定差异，而没有发生故障的阀门计算得到的单一近似值数据与理论值2的差异将会非常小。考虑到工艺条件的运行是一个整体，若直接将某一阀门的单一近似值与理论值进行比较来判断阀门是否出现问题，这样没有考虑到工艺条件和其他阀门的情况，使得容易出现误差。例如，当诊断数据中的每个阀门检测出来的数据实际上是比基础对比数据的运行参数较低，则说明诊断数据所代表的工艺条件的运行功率低于基础对比数据，若直接用诊断数据的阀门的单一近似值与理论值进行比较，则容易出现误差。因此本发明则通过方差的方式来消除这种误差。

进一步的，由于监测误差或者瞬时性的监测具有不稳定性，本发明在监测出某一阀门具有故障后，还可以立即对被诊断出有故障的阀门进行2-5次的数据采集，进行复核；复核的方式与按照自动诊断的步骤进行，进一步核对该阀门是否出现故障；复核确认任然具有故障后，则被最终判断为故障。若复核确认未出现故障，则取消上次的故障认定，不进入到步骤(5)中，则不进行报警。

(5)根据诊断结果进行报警或者执行安全操作。

当诊断出某一阀门出现问题后，可以根据预设条件进行报警，即可以在控制面板上进行显示，也可以在现场或者监控室内安装报警装置进行声光报警。当诊断出阀门出现重大故障时，还可以对电厂锅炉的整体设备进行控制，实现自动化的安全操作。

例如，当第一阀门被诊断为故障时，若此时流量比低于普通报警阈值且大于严重报警阈值时，启动报警操作指令，若此时流量比低于严重报警阈值，则启动水源补水系统对除氧器进行补水操作。水源补水系统可以将净化后的锅炉用水直接补充至除氧器内提供水分补充。当第二阀门被诊断为故障时，若此时流量比低于普通报警阈值且大于严重报警阈值时，启动报警操作指令，若此时流量比低于严重报警阈值，则控制粉煤系统降负荷运行。

本发明具体实施过程中，无线通信模块为ZigBee通讯模块；2、利用ZigBee无线模块即可搭建传感器设备间的通讯，同时利用ZigBee的自组网特性基本上满足了大多数工厂的设备数量要求，实现了对多个设备的的监控与通讯任务。

本发明的优化实施例中，可以在每个阀门的仪表显示器周边配置摄像机，在监测时通过摄像机获取对应阀门的仪表显示数据，并将该图像信息与诊断数据进行关联存储，在出现故障时根据操作指令从数据库中调用该图像信息。这样可以在阀门出现故障时，操作人员能够通过图片来确认阀门的问题，辅助判断阀门是否出现故障，初步做出故障确认。

本发明的优化实施例中，在自动诊断过程中，还包括通过布置烟感传感器和气体检测传感器获取电厂锅炉系统所处环境的烟感和气体信息，将该信息与监测数据进行关联，构建成为诊断数据中的环境数据。工厂在运行过程中，有可能出现泄漏，出现泄漏后也会对本发明所监测的流量、温度和压力数据产生影响，因此本发明还通过上述传感器来进一步判断环境情况，有利于管理人员结合环境来判断故障原因和严重性。

本发明的优化实施例中，在根据诊断结果进行报警或者执行安全操作时，获取每次故障后确认的安全操作记录，形成故障解决数据库；这样便于形成故障数据库，便于在后续的教学或者自动化处理过程中对操作人员进行提示。