廢氣處理設(shè)備,污水處理工藝

燃煤電廠除塵設(shè)備預(yù)測性維護系統(tǒng)的研究

2020/11/26 16:31:51

本文描述的是環(huán)保島電除塵設(shè)備預(yù)測性維護系統(tǒng)在火電廠的應(yīng)用。系統(tǒng)基于電廠 SIS PI 數(shù)據(jù)庫提取的歷史和實時數(shù)據(jù),結(jié)合專家經(jīng)驗和策略、復(fù)雜的實時工況等,使用人工智能建模進行整合、分析、處理,其成果用于指導(dǎo)除塵設(shè)備的檢修與故障處理,實現(xiàn)了除塵設(shè)備檢修的智能化,降低除塵設(shè)備運行成本,在污染物達標排放的同時保證設(shè)備的穩(wěn)定運行。




改革開放以來,隨著工業(yè)、商業(yè)、服務(wù)業(yè)等行業(yè)的快速發(fā)展,對電力的需求急劇增長,火電裝機容量較改革開放前增長約 27 倍,由于對污染問題重視不夠及技術(shù)限制,伴隨的空氣污染問題逐漸顯現(xiàn)。2014 年,國家出臺了史上最嚴格的污染排放標準 , 即電廠污染物的超低排放。目前,電廠的超低排放改造工作已進入尾聲。在新時代下,國家層面提出建設(shè)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實體經(jīng)濟的深度融合的發(fā)展戰(zhàn)略,并在一些行業(yè)得到了空前發(fā)展。對火電行業(yè)而言,火電廠的設(shè)備數(shù)字化、智能化,已成為火電行業(yè)發(fā)展的新趨勢。電廠設(shè)備的健康狀態(tài)評估,成為火電發(fā)電集團的重要研究方向。電廠設(shè)備長期運行引發(fā)的設(shè)備故障是一個緩慢過程。傳統(tǒng)監(jiān)測手段無法做到實時監(jiān)測和提前預(yù)警。通過對設(shè)備進行預(yù)警建模,將實時數(shù)據(jù)與歸檔數(shù)據(jù)進行對比分析,經(jīng)分析計算后的當(dāng)前值超出與期望值預(yù)設(shè)的偏差時,發(fā)出設(shè)備故障預(yù)警,并以短信或微信等移動方式推送預(yù)警信息,備件庫可根據(jù)接收到的信息及時備件,確保設(shè)備正常運轉(zhuǎn)。這種將大數(shù)據(jù)、互聯(lián)網(wǎng)+、物聯(lián)網(wǎng)與在線監(jiān)測及故障診斷技術(shù)相結(jié)合的方式,能夠為電廠設(shè)備健康運行與及時維護提供技術(shù)支撐。


1 除塵設(shè)備現(xiàn)狀


目前電廠除塵設(shè)備運行主要依據(jù)運營人員的經(jīng)驗進行調(diào)節(jié)控制,電除塵器經(jīng)過長期運行受工況、煤種、操作等因素影響,除塵效率會出現(xiàn)下降,需要定期安排檢修維護才能保證電除塵長期穩(wěn)定運行。


2 國內(nèi)發(fā)展現(xiàn)狀


從維修制度的改革以及設(shè)備綜合工程學(xué)的觀點,探求降低壽命周期費用的診斷措施,是從 20 世紀 80 年代開始的。與此同時,不少企業(yè)開始研究先進工業(yè)國家的各種維修體制,逐步加深對視情維修的認識,在故障診斷和狀態(tài)監(jiān)測技術(shù)上也有了較大的發(fā)展。近些年,智能制造在流程工業(yè)生產(chǎn)中得到了較多的示范應(yīng)用。在國內(nèi),華北電力大學(xué)研究人員采用數(shù)據(jù)分類、核極限學(xué)習(xí)機、群體多維相似性、多時間尺度等人工智能和基于規(guī)則的專家系統(tǒng)等混合智能診斷方法,應(yīng)用于大型風(fēng)電機組和電力熱力系統(tǒng)的設(shè)備故障診斷。阿爾斯通創(chuàng)為實公司則針對集團公司、機組制造企業(yè)用戶研制了 RMD8000 遠程監(jiān)測診斷中心系統(tǒng),被華能國際、東方汽輪機集團、沈陽鼓風(fēng)機集團等大型企業(yè)所應(yīng)用。經(jīng)過近幾年的努力,可以說我國設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)正在快速發(fā)展和不斷完善中。


火電廠系統(tǒng)是多個系統(tǒng)的組合,其中,煙氣凈化系統(tǒng)又包含除塵、脫硝、脫硫等多個系統(tǒng)。目前電廠對于關(guān)鍵設(shè)備在線監(jiān)測與故障診斷系統(tǒng)仍停留在對發(fā)電側(cè)設(shè)備的監(jiān)測,煙氣凈化系統(tǒng)關(guān)鍵設(shè)備研究開發(fā)較少。因此研究開發(fā)除塵設(shè)備預(yù)測性維護系統(tǒng),能夠使電廠粉塵排放達標并且穩(wěn)定,具有較好的市場前景。


3 除塵設(shè)備預(yù)測性維護系統(tǒng)


3.1 系統(tǒng)功能構(gòu)成


1)數(shù)據(jù)采集。通過 SIS PI 實時數(shù)據(jù)獲取電廠鍋爐側(cè)工況數(shù)據(jù),通過 OPC 獲取靜電除塵器上位機的數(shù)據(jù),這兩路數(shù)據(jù)以機組 DCS 時鐘或者以 GPS 時鐘為基準,將采集的數(shù)據(jù)通過物聯(lián)網(wǎng) VPDN 遠程傳輸至分析平臺,按照時間序列存儲。


2)數(shù)據(jù)分析。通過除塵設(shè)備運行的歷史數(shù)據(jù),對關(guān)鍵零部件如高壓變壓器、加熱器、振打器、灰斗等利用機械劣化模型、過負載模型計算模型對單設(shè)備的負荷能力分析、壽命分析、老化分析,通流能力分析等。


3)檢修維護策略。根據(jù)不同場景設(shè)備異常狀態(tài),定制相應(yīng)的維護策略、設(shè)置檢修專家知識庫,使運行檢修人員能夠及早進行設(shè)備異常排查,及時采取行動措施,避免因設(shè)備故障而停爐檢修,使得除塵設(shè)備運行在最佳狀態(tài),并建立除塵設(shè)備備品備件生命周期管理。


3.2 系統(tǒng)關(guān)鍵技術(shù)


1)除塵設(shè)備及工藝。電除塵器結(jié)構(gòu)包括電氣和機械兩大部分,其中電氣部分由高壓直流電源裝置(包括控制系統(tǒng))和低壓控制系統(tǒng)組成。其原理是利用高電壓使極間的氣體發(fā)生電離,氣體電離產(chǎn)生的離子和粉塵在運動過程中相碰撞使粉塵帶上電荷,帶電的粉塵在電場力作用下移動至收塵極被收集,從而實現(xiàn)氣體的除塵。


2)預(yù)測性維護模型。靜電除塵設(shè)備常見的故障為陰極線斷線,振打失靈,絕緣子破裂、灰斗堵灰形成電場短路。以電場短路為例,其判斷邏輯及維護操作如圖 1 所示。




除塵設(shè)備預(yù)測性維護模型算法構(gòu)建綜合考慮故障信息、檢修時間、運行時長、預(yù)警閾值、環(huán)比分析、同比分析、關(guān)聯(lián)分析從而提高模型的準確性,實現(xiàn)設(shè)備在線預(yù)警及狀態(tài)檢修輔助決策功能。利用專家知識庫,構(gòu)建了靜電除塵設(shè)備狀態(tài)等級評價體系,擬定評判標準,對設(shè)備運行狀態(tài)進行健康分級。


4 系統(tǒng)功能及應(yīng)用


基于國投云頂湄洲灣電廠 3#、4#機組的環(huán)保島除塵設(shè)備運行歷史數(shù)據(jù),搭建了除塵設(shè)備預(yù)測性維護系統(tǒng)平臺,對電除塵設(shè)備的堵灰、短路故障預(yù)警及運維策略進行展示并提供操作建議。以堵灰故障的預(yù)測性模型為例,其特征曲線如圖 2 所示。隨著時間的增加,對應(yīng)輸灰管道某一電場出現(xiàn)火花率并逐步增加,二次電流、電壓逐步下降,并出現(xiàn)二次電壓、二次電流為零,電場發(fā)出短路報警。



系統(tǒng)主頁顯示的是當(dāng)前電廠的所有預(yù)警設(shè)備的基本信息,包括設(shè)備名稱、報警時間、機組編號、報警類別、故障原因、狀態(tài)等。電廠運行人員根據(jù)預(yù)警信提供的故障原因和方案及時采取預(yù)警措施,防止設(shè)備出現(xiàn)故障。具體的展示頁面如圖 3 所示。



5 結(jié)論與應(yīng)用前景


系統(tǒng)對電廠電除塵設(shè)備進行精細化管理,集成電廠設(shè)備運行數(shù)據(jù),分析和定制相關(guān)維護管理控制策略和預(yù)警策略,實現(xiàn)電廠設(shè)備的集中控制和最優(yōu)化運行,提高系統(tǒng)運行穩(wěn)定性,科學(xué)指導(dǎo)設(shè)備維護及備件更換,實現(xiàn)污染排放管控的集成化、穩(wěn)定化、智能化,同時也提高了電廠的整體設(shè)備管理水平。


來源:北極星環(huán)保



碧水藍天環(huán)保平臺打造工業(yè)環(huán)保綜合服務(wù)平臺,為工業(yè)園區(qū)提供一站式環(huán)保綜合解決方案。50人環(huán)保專家咨詢團隊,200個環(huán)保實操項目經(jīng)驗,有工業(yè)環(huán)保問題請隨時發(fā)到“環(huán)保工匠”小程序,快速提交,5分鐘響應(yīng)!

服務(wù)官網(wǎng):m.algopatterns.com

咨詢熱線:010-65861787  18516975349

內(nèi)容聲明:信息來源于網(wǎng)絡(luò)分享,僅供學(xué)習(xí),版權(quán)歸文章來源方,并不代表本平臺贊同其觀點和對其真實性負責(zé),若有問題請聯(lián)系刪除。