张婉悦

摘要：燃气轮机是目前常用的一种动力机械，主要的作用，是通过连续的流动，将燃料的能量，转换为有用功；同时也是一种集中于先进技术和材料的热力发动机；但是我国的燃气轮机的生产水平，照比国外先进国家还有一定的差距；一但出现机械故障，会严重的影响其生产的质量和经济发展，而要想对于燃气轮机进行有效的故障预防，就要针对于排气温度参数进行合理的分析，从而更好的进行故障的排查；对此本文就燃气轮机排气温度异常检测及诊断，结合其燃气轮机的工作原理等进行分析，并提出相关的见解，希望对于我国科学技术的发展，有着积极促进的意义。

关键词：燃气轮机；排气温度；异常检测；诊断

【分类号】：TK478

前言：

要保证燃气轮机的工作效率，就要加强对于燃气轮机的健康管理，即异常检测与故障的诊断，对此技术人员，就要选择合适的监测参数，分析后对于其状态进行评估，从而更好的保证其运行的安全和质量。排气温度作为其监测参数，会给其技术人员，提供相关故障信息，技术人员可以通过排气温度状态聚类分析，确定影响燃气轮机排放温度的影响因素，并采取针对性的措施，使其故障排除，燃气轮机恢复运行状态和性能。

1、燃气轮机概述

燃气轮机的组成结构，包括启动装置、燃料系统、润滑系统、空气过滤系统、调节安保系统等的。主要的工作原理，压气机会将空气吸入后压缩，将压缩后的气体，送到燃烧室，与燃料一起进行燃烧；之后将其高温燃气，放入到燃气涡轮中进行做功，产生的气压会带着叶轮一起旋转。整个工作流程，被称作是简单循环。影响燃气轮机工作效率的主要因素，包括燃气初温，以及压气机的压缩比。对此，加强此方面的研究，有效的提高其工作效率和企业的经济效益是非常有必要的。

2、FCM聚类算法

该种聚类算法是基于函数最优方法的聚类算法，并利用微积分计算技术，从而求的最优代价函数，并利用计算隶属度确定归属类。主要的原理，是给定分类数之后，寻找出事物失误最佳方案。

3、燃气轮机排气温度的异常检测分析

3.1数据分析

燃气轮机的排气温度，是其异常检测的主要监测参数，同时它可以提供燃气轮机热气体通道系统的状态，以燃气轮机的本身性能等相关的信息；经过多年的研究，发现排气温度与燃气轮机自身的气路性能参数之间，存在一定的线性关系，说明排气温度所表现出来的线性变化情况，与其燃气轮机的运行状态之间有一定的关系，当其排气温度线性变化越均匀时，说明其健康状态就稳定。选用一个指定型号燃气轮机，作为观察的对象，其设备上布置18个排气温度的测点，在其设备正常运行的情况下，计录下其相关参数的变化情况。

3.2数据预处理

将其侧点的数据进行集合并按照其数值大小的顺序排序，得到{T1，T2，T3...T18}，求出这18个排气温度测点数据的平均值后，在将每个排气温度，减去该平均值，得到一个新的整理后的集合；但是要想保证其数据预处理的质量，需要将其预处理的方法类聚精度进行对比来验证其有效性；对比结果显示直接聚类的数据预处理方法，其聚类精度在70%左右；排序后直接聚类的数据预处理方法，其聚类精度在72%左右；排序后减均值聚类的数据预处理方法，其聚类精度在85%左右；通过比较可以看出，高精度的数据预处理方法为排序后减均值聚类的数据预处理方法；这方法不仅降低对于其变量取值范围引起的误差，同时还可以对于其排气温度的不均匀信息，进行有效的保留。

3.3反复试凑

研究发现，采用反复试凑的方法数目7是排气温度出现全面表征的最佳状态，一旦当其排气温度的状态，低于最佳状态时，也就是低于数目7时，样本的不平衡，会对于其聚类的精度造成严重的影响，使其精度迅速的下降。同时将不同排气温度下的聚类中心，在数目7下的状体，进行记录和整理，在进行在再聚类分析，因为不同聚类中心类型之间的存在相似，或是较大的差异，使其聚类精度不高。同时根据7种聚类中心的状态可知，排气温度存在不同的分散度关系，同时也存在一定的交集，对此判断其排气温度属于同一类。

4、诊断分析

4.1燃气轮机甩负荷

根据其排气温度效果影响图可以看出，第四类产生异常状态的原因，是由于燃气轮机甩负荷导致的，如图所示；

当其排气温度突然下降时，功率也会迅速的降低，转速并不会发生太大的变化，此时高温燃气所做的功，主要用在压气机的带动；在转速不变的情况，压气机入口的气流量会相对于增加，而此时燃料会相应的降低供给量，就会导致其出现第四类排气温度的异常情况。

4.2燃气轮机涡轮叶片损伤的影响

燃气轮机在某段时间内的排气温度分散度的变化规律，可以分析出，当其排气温度，处于40℃和70℃之间的异常状态，聚类精度为93.3%；分散度会明显的增加；从而涡轮叶片磨损，对于热通道部件，也产生了一定程度的腐蚀影响，导致其出现设备性能大大的降低。

总结：

综上所述，通过对于燃气轮机排气温度异常检测及诊断分析，发现其异常诊断和检测是一项复杂且繁琐的过程，需要技术人员正确的选择监测参数，同时在其数据聚类分析和整理的同时，为了更好的保证其精确度，还要进行再聚类对比，以及可视化分析等，分析其聚类分散度的差异，从而有效的采取减均值后排序的数据预处理方法，更好的进行排气温度的异常诊断。

参考文献：

[1]王伟影，赵宁波，唐瑞，李淑英，胡清华.燃气轮机排气温度异常检测及诊断[J].哈尔滨工程大学学报，2015，03：337-342.

[2]贺惠新.燃机异常检测系统的关键技术研究[D].哈尔滨工业大学，2013.

[3]孙宇.重型燃气轮机故障分析与诊断[D].华北电力大学，2015.