核岛主泵的故障诊断

一、主泵的介绍对于核工业系统来说，设备的故障可能引起核设施的安全问题和巨大的经济损失，还可能引起人身的重大伤亡，环境的严重污染，乃至造成重大的政治事件。所以核工业设备的工况监测和故障诊断是核工业系统工程中的一个重要的组成部分。据全球统计：从1980年代以来，全球核电厂由于泵的故障引起核电站停堆达148起，造成了重大的经济损失，主泵工作的好坏，直接影响着反应堆的正常运行，泵的故障会造成冷却剂流量降低或失流事故，导致堆芯温度升高，且其故障后维修需排出冷却剂，给检修工作带来了一定的困难。对其常见故障进行分析，对提高反应堆运行的安全性和减少维修费用等具有重大意义。反应堆主泵是压水堆核电站一回路主要的旋转设备，承担着补偿一回路冷却剂压力降、推动冷却剂循环等重要功能。从顶部到底部由电动机、密封组件和泵的水力部件组成，串联布置的三级轴封控制泵轴的泄漏。由化容控制系统供应的密封水注入到泵轴承和密封件之间，以防止反应堆冷却剂向上流动，同时冷却轴封和泵轴承。电动泵组装有三个径向轴承和一个止推轴承，其中两个径向轴承和一个止推轴承用来支撑电动机转子，另一个径向轴承形成泵轴承，它是水润滑轴承，由斯太立合金堆焊的不锈钢轴颈和石墨环构成的套筒组成。主泵要求具有绝对的可靠性。下图为压水反应堆核电站的工作原理图，从图中可知主泵（即主冷却泵）位置位于一回路，十分重要。主泵故障诊断在反应堆中有着特别重要的地位，因为主泵突发性故障往往直接影响反应堆的正常运行，影响舰艇的战斗性及机动性。主泵是反应堆中的重要热循环动力部件，主泵运行是否正常涉及整个反应堆的工况。如下两图自上至下分别为主泵结构及主泵内部的循环示意图。二、常见的主泵故障介绍泵的故障可以分为机械故障、电气故障和功能故障。机械故障主要由电动机频繁启动、周期间歇运行等引起；电气故障主要由电网各种暂态过程影响所致；功能故障则主要是由于电动机运行环境变化而引起，如温度升高、污染影响等都可使电动机丧失某些特定功能。在各种故障类型中，机械故障造成的影响最为严重，且机械故障一般为渐进式的，很难在故障的早期发现，对故障诊断带来了一定的难度，因此本文将泵的机械故障作为主要的研究对象。通过查阅资料，国内外核电厂主泵的故障有:不对中、不平衡、转子裂纹、转子与定子太近产生动静件摩擦、主轴损坏、主轴密封破裂、汽蚀、涡流、叶轮卡塞等。主泵故障诊断分为四个步骤:信号检测、特征提取(信号处理)、状态识别和诊断决策。本文针对主泵特点选取了以下常见典型故障进行了介绍和分析。转子不对中是指相邻两转子的轴心线与轴承中心线的倾斜度或偏移程度。不对中又分为平行不对中、角度不对中和综合不对中，如下图所示。轴系由于转子不对中，而使机器振动加大，还会发生轴承偏磨，而转子受到的力及轴承所受的附加力是转子发生异常振动和轴承早期损坏的重要原因。不对中产生原因为：1、初始安装误差；2、负载、自重作用使转子弯曲；3、支承架不均匀膨胀引起热态工作下转子对中不良；4、地基不均匀下沉。转轴不对中故障的振动特点为：1、不对中越严重，二倍频所占的比例就越大，并可能出现高次谐波；2、转轴不对中典型的轴心轨迹呈香蕉形；3、振动对负荷变化敏感。转子不平衡是旋转机械最常见的故障。转子轴心周围质量分布不均，质心不在轴线上而产生附加惯性力或力偶的现象称为不平衡。转子不平衡是由于转子组件的质心与系统几何中心线不重合导致的故障，即质心不在旋转轴上。常见的有动不平静和静不平衡。如下图所示。转子不平衡会引起转子挠曲和内应力，使机器振动加剧，加速轴承和轴封的磨损，降低机器的工作效率，严重时会引起各种事故。转子不平衡产生的原因：1、原始不平衡。如制造误差、装配误差、材料不均匀等；2、渐发性不平衡。如不均匀结垢、不均匀磨损、不均匀腐蚀等；3、突发性不平衡。如转子上零部件脱落、叶轮流道有异物等。转子不平衡会导致转子在旋转时所产生的离心力作用在转子上，转子每旋转一周离心力的方向就会产生一次振动响应。因此，转子不平衡振动的频率等于转子的转速频率，也称为基频或者工频，工频是不平衡故障的特征频率。转子不平衡的振动特点为:1、机组轴承均发生较大振动，转子通过临界转速时振动幅值增大；2、振动频率与转子转速一致，以一倍频为主，其他谐波的振幅较小；3、轴心轨迹为椭圆形。裂纹是指转子由于长时间的工作而使得转子系统轴承上出现横向疲劳裂纹。出现裂纹甚至发生断轴的灾难性事故，已在许多大功率旋转机械中发生。因而，对转子系统横向裂纹的监测和早期诊断，防止异常振动和意外事故的发生日益被关注。对于一体化主泵尤其维修需要排出冷却剂，给维修带来了很大的困难，因此必须对主泵的转子裂纹加以研究。（右图为轴承裂纹示意图）裂纹的出现使转轴在裂纹方向上的刚度下降，如果刚度下降仅在一个方向上发生，则会引起转轴的刚度不对称。首先，两个垂直方向的刚度系数由于在有裂纹影响的断面上几何惯性矩变化将会不等，其次刚性轴线与旋转轴线不再重合，这就会导致一个弹性不平衡的惯性力。当转轴旋转时，弯曲振动会使裂纹周期性地张开或闭合，导致转轴刚度的变化，改变了转轴对不平衡力及重力等激振力的动力响应。文献[2]通过对旋转机械开裂纹故障进行理论分析及实验证实：开裂纹在0.5𝑓0（𝑓0为转子振动基频）附近发生共振，出现一个峰值；在约0.3𝑓0处也会发生共振，出现一个峰值。转轴碰摩是指转轴在工作过程中由于密封间隙、轴承间隙较小而发生的动静件的摩擦碰撞。当转子在一阶临界转速以下时，碰摩发生在振动高点处并产生热弯曲，转轴被越磨越弯，转子处于一阶临界转速以上时，不平衡部分由于被磨掉而不再发生摩擦，而当转子远离一阶临界转速而接近二阶临界转速时，摩擦后引起的二阶不平衡量将明显增大，从而引起进一步摩擦，甚至使转轴发生弯曲，这是很危险的，将会导致泵发生严重破坏。当转轴与静止件发生摩擦时，受到其附加作用力，由于作用力是时变非线性的，所产生的非线性振动在频谱图上表现出频谱成分丰富，不仅有工频，还有低次和高次谐波分量，当摩擦加剧时，这些谐波分量的增长很快。转轴碰摩故障的振动特点为:1、转子失稳前频谱丰富，波形畸变，轴心轨迹不规则变化；2、失稳后波形严重畸变或削波，轴心轨迹发散；3、轻微摩擦时同频幅值波动，轴心轨迹带有小圆环；4、碰摩严重时，各频率成分幅值迅速增大。基座松动故障泛指轴承座松动、支座松动、螺栓松动、叶轮、转子轴和轴承装配过盈不足所引起的故障。松动可以使任何已有的不平衡、不对中所引起的振动问题更加严重。例如，在松动情况下，任何一个很小的不平衡量都会引起很大的振动。松动故障的振动特点为：1、可能引起转子的分数次谐波共振，并存在同频或倍频振动；2、当转速变化时，振动会突然增大或减小；3、低频带宽，多集中于1/2工频前，伴有工频分量和高次谐波。转速不匹配故障是指一体化反应堆的一回路中的四个主泵的转速不一样时，就会造成间断性的蜂鸣声和振动。虽说这不属于转子系统的故障，但却是生产实践中经常遇到的问题，这个问题不解决就可能掩盖异常声音和异常振动，延误对故障的发现和解决。三、小波包变换分析诊断通过对国内外核动力装置的调研了解到，主泵常见故障有纯机械方面的原因也有水力学方面的原因，泵一旦有故障就会产生振动和声响。前者多因轴有弯曲、安装不良、轴承衬瓦磨减等原因使轴心不对中以及挠性联轴器螺栓孔不对正造成；后者是在产生汽蚀、吸入空气以及异物堵塞叶轮时发生的。因此对泵进行诊断，一般诊断技术是利用振动信号。振动参数是诊断转子系统故障的重要信息，振动信息中除振动幅值外，振动频率也是故障诊断的有力依据，因为，振动故障与振动频率有着密切的关系。一体化主泵是高速旋转的，可以看作是一个转子系统，因而泵的故障诊断可以通过拾取振动信号进行分析。统计资料表明，由于振动而引起的设备故障，在各类故障中占60%以上。利用振动信号对故障进行诊断，是设备故障诊断方法中最有效、最常见的方法。机械设备和结构系统在运行过程中的振动及其特征信息是反映系统状态及其变化规律的主要信号。通过各种动态测试仪器拾取、记录和分析动态信号，是进行系统状态监测和故障诊断的主要途径。振动检测方法便于自动化、集成化和遥测化便于在线诊断、工况监测、故障预报和控制，是一种无损检验方法，因而在工程实际中得到广泛的应用。在平方可积实数空间𝐿2(𝑅)中，函数𝜑(𝑡)满足容许条件：∫𝜑(𝑡)𝑑𝑡=0+∞−∞称𝜑(𝑡)为基本小波或母小波。设𝑥(𝑡)是平方可积函数（记作𝑥(𝑡)∈𝐿2(𝑅)），则称𝑊𝑇𝑥(𝑎,𝜏)=1√𝑎∫𝑥(𝑡)𝜑∗(𝑡−𝜏𝑎)𝑑𝑡为𝑥(𝑡)对于小波𝜑(𝑡)的小波变换。小波故障诊断原理是应用小波变换将主泵的振动信号分解到独立的频带内，这些频带相互衔接、不重迭、不疏漏，完整地保留了原始信号在各个频带范围里的信息。由于每次分解后采样频率和带宽都减半，而带通信号的采样频率决定于其带宽，并不决定于其上限频率，所以小波分解不会引起信息的丢失。小波是利用观测信号频率结构的变化来进行故障诊断的。用小波分析技术，能够将一体化主泵非平稳时变振动信号分解到不同层次和不同频带上，可有效地提取出反映主泵不同故障(状态)的特征向量，在保持较为突出的故障特征情况下，具有用到的特征向量少、无需对象的数学模型、对于输入信号的要求是计算量不大、可以进行在线实时故障检测、灵敏度高、克服噪声能力强等优点，是一种很有前途的故障诊断方法。dB系列基本小波是典型的具有紧致光滑的正交小波，具有较强的局部特性分析及降噪能力，因此本文以齿轮裂纹为例，采用dB系列小波作为二进正交小波的基本小波对其故障信号分解，同时以傅里叶变换作为参考，得出小波更加适合进行故障信号分析的结论。上图为对旋转机械开裂纹故障进行信号分解，与傅立叶变换相比较，小波变换提取出了完整的故障特征频谱，因此可以看出小波包分析的优越性，可以提取出信号的细微变化，尤其在很小的频段内的故障特征，表现了良好的信号“显微镜”的功能。可以看出小波包具有更精细的识别功能，具有更强的适应性，尤其是对于频率特征较复杂的故障特征，只有通过小波分析才能提取出故障特征频谱。故障信号要求小波函数能进行时频分析和多分辨率分解。这实际上是要求小波函数有良好的局部分析特性，因此，为了达到这一目的，合适的小波函数应该具有以下一些性能指标:1、时频窗口要小，而且时频中心最好在0位。小波分析中的时频窗的宽度(时域)和高度(频域)是变化的，但其面积保持不变，而且只和函数种类有关，和尺度和位移无关。时频窗口小，则有更小的分辨率，分析更为详细。所以，这一要求可以归为:时频窗口面积最小，而且具有接近0的时频中心。2、要有高的消失矩。高的消失矩表示小波函数尽快地衰减到0，很明显在时域会有好的分辨率。3、在时域和频域中最好在一域中是紧支撑，在另一域中为快速衰减的。4、有很好的正交性、对称性和高阶的连续导数。小波母函数有多种，只要是符合容许条件式=∫|𝜑()|2𝑑∞0的函数，都可作为小波的母函数。这样就出现一个问题，如何从多种小波函数中，选取适合分析故障信号的小波函数。这个问题具有很强的现实意义。在实际工厂应用中，除了拥有一定的数学推理来选择小波的种类外，更多的是专家根据自己的经验来进行选择。四、Rough集与专家系统专家系统是人工智能中最活跃、最实用、最富成果的分支，将领域专家掌握的大量的经验及理论知识转化为专家系统的知识，从而应用人工智能技术模拟专家求解问题的思维过程进行推理，解释相关领域内的困难问题，并且可以达到领域专家的水平。专家系统在故障诊断方面己有很多成功的应用，如电话电缆维护专家系统ACE、诊断和排除内燃机故障的DELTA系统等，因此可将专家系统应用于船用核动力装置进行故障诊断来降低人员因素所造成的影响，可以在故障的初始阶段发出警告，提示运行人员及时采取措施，排除故障，以免造成更大的损失。在专家系统的发展过程中，知识的获取始终是制约着专家系统发展的“瓶颈”。为解决该问题，可以利用知识的自动获取系统，即知识发现。知识发现是知识信息处理的关键问题之一，它是一个可以从大型的数据库中智能地和自动地抽取一些