一种基于船舶发电机定子热状态的故障诊断方法与流程

摘要: 本发明属于船舶动力电力,具体为一种基于船舶发电机定子热状态的故障诊断方法。背景技术:1、柴油发电机系统由柴油机、发电机以及相应的管路、阀门和机械传动机构组成。柴...
一种基于船舶发电机定子热状态的故障诊断方法与流程

本发明属于船舶动力电力,具体为一种基于船舶发电机定子热状态的故障诊断方法。

背景技术:

1、柴油发电机系统由柴油机、发电机以及相应的管路、阀门和机械传动机构组成。柴油机作为原动机通过曲轴与发电机转子相连,转子在定子产生的磁场中做切割磁感线运动,由定子上的绕组线圈向外输出电流和电压。同步发电机组发电机的永磁体装在发电机内转子外侧。发电机内部有通风间隙,机壳外有肋片辅助散热,由空气自然冷却。同步发电机的损耗主要包括定子的铁损和铜损、转子的铁损和铜损、机械损耗和其他损耗。铁损和铜损是三相交流电通过转子和定子时产生的。机械损耗和其他损耗由转动部件的旋转和气体在发电机间隙的流动产生。这些损耗产生的热量会提高发电机温度,温度过高会引起发电机故障,影响系统的正常运行。随着现代工业设备的自动化程度逐渐提高,设备的故障诊断和预测已成为保证生产稳定性和降低维护成本的重要手段。故障诊断系统能够通过对设备运行状态的监测和分析,提前发现潜在的故障,避免设备故障引起的生产停滞或设备损坏。

2、现有相关专利技术中,如专利文件(cn103383433b)公开的一种船舶发电机定子铁心的状态监测和故障预警方法。尽管该专利提出了“暂态模型+参数辨识+动静态综合判定”的创新思路,但该方案在实际应用中仍存在以下潜在技术问题:1. 热源模型简化可能导致耦合误差。该专利的数学模型(公式1-1至1-7)主要聚焦于定子绕组损耗(铜损)和定子铁心损耗(铁损)。然而,发电机总发热量还包含转子损耗和机械损耗(风摩损耗)。在船舶发电机复杂工况下,机械损耗和转子发热会通过气隙和冷却介质显著影响定子铁心的温度场。如果暂态温升数学模型未将这些交叉耦合的热源作为扰动项或输入项进行补偿,在转速波动或负载剧烈变化时,最小二乘法辨识出的“定子铁心模型参数”可能会吸收这些未建模的误差,导致参数物理意义失真,进而引发误报警。2. “额定条件输入”的静态判定存在外推风险。船舶发电机极少长期运行在绝对额定工况。将一个在“非额定工况”下辨识出的线性/准线性模型,强行代入“额定条件”进行外推计算,如果系统存在非线性热特性(如高温下冷却介质粘度变化导致散热能力非线性下降),这种外推会放大模型误差,导致静态判定结果不可靠。3.参数辨识对“持久激励”和数据质量的依赖性强。该专利提到“当船舶发电机工况发生变化时,采集数据……运用最小二乘法进行参数辨识”。系统辨识理论要求输入信号必须满足“持久激励”条件(即工况变化需包含足够的频率和幅值成分)才能准确辨识出所有参数。如果船舶发电机长期处于平稳的微调工况,采集的数据缺乏激励,最小二乘法辨识出的参数矩阵可能病态(条件数过大),导致计算出的可信值范围失效。此外,该专利虽提及“野值剔除、数据平滑”,但未说明具体算法,在强电磁干扰的船舶环境中,传感器噪声极易污染辨识结果。

技术实现思路

1、本发明提出一种基于船舶发电机定子热状态的故障诊断方法。确定发电机热状态模型输入输出参数,基于发电机的损耗公式和热交换定律对定子温度进行建模,分析发电机运行损耗因素以及故障模型,建立发电机健康评估模型,同时基于试验台数据,优化运行机理及健康评估模型,实现由发电机运行参数到发电机定子热状态监测与发电机故障诊断预测诊断,提高发电机运行可靠性。

2、为实现上述目的,本发明采用以下技术方案:

3、一种基于船舶发电机定子热状态的故障诊断方法,根据发电机热状态的机理模型,分析柴发机组中柴油机和发电机运行机理,建立柴油机运行过程影响对发电机定子温度的影响及其主要关系,基于发电机的损耗公式和热交换定律对定子温度进行建模,分析发电机运行损耗因素以及故障模型,建立发电机健康评估模型,通过发电机健康评估模型进行绕组过热、冷却故障和匝间短路三种常见故障的模拟仿真,采集相应的数据,生成数据集用于后续的故障诊断模型训练。

4、进一步,发电机热状态的机理模型包括发电机定子传热机理、发电机组定子温度计算模型推导。发电机定子传热机理从发电机损耗最大的定子绕组展开传热分析:发电机定子绕组产生一部分热量经过绝缘材料传导至定子轭部铁心,再和定子铁损产生的热量一起传导给机壳,由机壳外部环境的冷空气带走;另一部分热量经过绝缘材料传导至发电机气隙处的定子表面,和定子铁损产生的小部分热量及转子绕组产生的所有热量一起由发电机气隙中的冷空气带走。

5、进一步,发电机组定子温度计算模型推导包括:

6、(1) 定子铜耗与定子绕组向定子铁心传导的热量

7、根据焦耳-楞次定律(joule-lenz’s law),发电机的定子铜损等于绕组中电流的平方与电阻的乘积:

8、

9、式中:

pcu1为定子铜损;

i为绕组电流,r为电阻。

10、计算时认为所有铜损均匀分布在绕组中,且定子绕组的电阻不随温度变化,同时考虑集肤效应与股线间环流所引起的附加铜损时,定子的总铜损

pcu可视为原铜损基础上乘以某常数,则有:

11、

12、式中:kr为大于 1 的常系数,k1= 3kr,

13、根据传热学公式,定子绕组向定子铁心的传热量为:

14、

15、式中:

tr 为绕组温度;

tb为定子绕组紧邻的定子铁心壁面温度;

rr为热传导热阻,当热传导热阻大小不随温度变化时,传热量仅与温差有关,

16、定子铜损是大型同步发电机损耗的主要部分,对定子绕组温度以及温差大小起到决定性作用。为简化计算,假定定子绕组向定子铁心每秒传递的热量,即

17、

18、式中:

a为某小于 1 的常数;

k2为常数,

k2 =

ak1

r

19、(2) 定子铁损的确定

20、推导了大型同步内转子发电机定子铁损关于运行参数的表达式,即

21、

22、式中:

kfe、

kf、

ka为常系数;

xd为同步电抗;

xa为反应电抗;

qw为无功功率;

u为电压。

23、令变量,则有:

24、

25、由于同步电抗等于反应电抗与漏电抗的和,则漏电抗为:

26、那么由流体对流换热中的相似理论,可设:

27、

28、式中:

b为未知常数,

29、同步发电机的漏电抗根据空载特性和零功率因数特性,,其中为常系数,i为发电机电流,则发电机的铁损可简写为:

30、

31、式中:

k3、

k4、

k5为常系数,,。

32、(3) 机壳的散热量

33、自然通风系统下,机壳表面的对流散热系数

α与自然风吹拂的速度

v之间的关系为:

34、

35、式中:

α0机壳在平静空气中的散热系数;

κ为吹拂效率系数,对于机壳表面

κ =1.3,

36、将发电机机壳与定子视作整体,则发电机定子铁心通过对流散热交换到自然界的单位面积热量为:

37、

38、式中:tfe为某时刻发电机定子温度;tamb为环境温度;k6常系数,k6=α0;

39、(4)定子温度的计算

40、大型同步电机通过机壳散热,当达到热稳定时,根据能量守恒定律,有:

41、

42、将式(4)、式(8)与式(10)代入式(11),整理得某时刻发电机定子铁心温度如式(12)所示,

tfe是该时刻机组外界环境温度与环境风速保持不变并作用于上一时刻定子温度值足够长时间后达到热平衡状态的节点温度,即定子稳态温度,

43、

44、采用 1 阶 rc 热网络模型描述两者间的关系,则某一时刻节点温度为:

45、

46、式中:为节点j时刻的温度,当保持该时刻工况的运行时间足够久时,=;为当前工况作用足够长时间达到的热平衡温度;

τ在这里为与热阻和热容有关的时间常数;e为自然常数;

t为温度采样数据的间隔时长,式(13)进一步写为:

47、

48、式中:t0为计算周期的时长,即数据采样间隔,t0= 10 min,令,

49、将式(12)代入式(14),则有:

50、

51、令:

52、整理式(15)后展开,进一步写作:

53、

54、式(16)中,,

t0为运行周期刚开始时,即 j= 0 时的定子温度初始值,即机组刚开始工作时的定子温度值。由于 e>1 ,

t0>0 ,

τ>0 ,有,即,

55、就物理意义而言,式(15)中一项表明计算时刻的温度受到上一时刻温度的影响,式(16)各项所含的和累加符号表明计算时刻的温度是初始温度受到工况影响逐步累积的结果,即计算时刻之前各时刻温度均会对计算时刻的温度有一定影响,则表明离计算时刻越远的温度点对计算时刻的温度影响越小,系数

k8的大小反映了这种影响程度的大小;

56、(5)定子温度模型系数求解

57、令

k8在(0,1)区间以 0.1 的间隔分别取值,代入机组运行数据使用最小二乘法求解模型的未知参数。再将上述运行数据反代入求解后的模型计算得到定子温度的模型估计值。以估计值与实测值的差值作为模型的拟合误差,得到

k8= 0.91

58、在确定

k8值后,使用电机组正常运行期间的工况数据对定子温度计算模型的未知参数进行求解,可得:

59、

60、将其中的值代入式(16)即可得到定子温度值的计算模型。

61、进一步,根据模型计算的定子温度和发电机定子实测温度的对比,得出计算模型能准确地计算出定子温度,定子温度预测精度超过90%,满足项目指标规定。

62、进一步,建立发电机健康评估模型,通过发电机健康评估模型进行绕组过热、冷却故障和匝间短路三种常见故障的模拟仿真具体包括:故障注入模拟、故障诊断模型、故障诊断结果。

63、进一步,故障注入模拟包括:

64、(1)故障类型定义:故障类型分别为:1)正常状态,2)绕组过热, 3)冷却故障,4)匝间短路;

65、(2)故障数据生成与模拟过程

66、为模拟上述故障类型,系统根据每种故障类型的特征设置不同的电气参数:1)正常状态,生成正常范围内的电流、电压、风速和环境温度,电流通常较低,电压较高,环境温度保持在适当水平,2)绕组过热,电流较高,电压较低,环境温度适中,模拟设备因过载或冷却不足导致过热,3)冷却故障,电流和电压保持在正常范围内,模拟因冷却系统故障导致定子的温度升高,4)匝间短路,电流大幅增加,电压显著降低,定子温度显著上升,模拟因短路引起的设备损坏。

67、进一步,故障注入模拟中故障的发生是基于概率的,在模拟中,每个样本有一定的概率成为故障样本,并且故障类型是随机选择的,通过调整故障发生的概率,生成不同规模和分布的故障数据集。

68、进一步,故障诊断模型:基于故障模拟数据和随机森林分类模型,成功实现多种故障类型的诊断;通过精确度、召回率、f1得分等评估指标,系统能够较为准确地识别发电机的故障状态。

69、进一步,故障诊断结果:由性能评估结果显示,整体的故障诊断精度超过90%。

70、本发明与现有技术相比,具有以下有益效果:

71、本发明提出一种基于船舶发电机定子热状态的故障诊断方法。通过分析发电机定子热状态,建立定子热状态监测测模型,利用发电机运行参数来获取内部定子的热状态,避免了传统方法需要停机检测或加装复杂传感器的弊端,实现了对船舶柴发机组运行状态的在线、非侵入式监测,同时,利用随机森林模型进行故障诊断,显著提升了诊断过程的安全性与操作便捷性。