Опыт использования удаленного доступа и предсказательной аналитики состояния энергетического оборудования

Опыт использования удаленного доступа и предсказательной аналитики состояния энергетического оборудования

Промышленный интернет начинается с внедрения систем, основанных на взаимном проникновении информационных технологий и средств автоматизации технологического оборудования, каковыми являются системы удаленного мониторинга и диагностики. Один из методов контроля состояния оборудования — его непрерывный мониторинг, служащий необходимым условием перехода на систему обслуживания по техническому состоянию.

АО «РОТЕК»
109240, Россия, Москва, ул. Николоямская, 15
+7 (495) 644-34-60
20 июля 2021

Четвертая промышленная революция, основанная на информационных технологиях и провозглашенная в 2016 г. профессором Клаусом Швабом на Всемирном экономическом форуме в Давосе, проникает и в российскую энергетику. Внедряются цифровые системы — системы автоматического регулирования частоты и мощности, системы прогнозирования и удаленного мониторинга (СПиУМ) оборудования современных энергетических блоков, основанные на технологиях промышленного интернета.

Снижение аварийности на энергообъектах является важной задачей, решение которой позволяет снизить экономические потери станции, а также повысить эффективность работы оборудования. Один из методов снижения аварийности — подключение оборудования электростанции к современным системам мониторинга. Для применения СПиУМ оборудование современных газотурбинных установок (ГТУ), паровых и парогазовых энергоблоков имеет достаточное оснащение контрольно-измерительными приборами или автоматизированной системой управления технологическим процессом (АСУ ТП), позволяющее осуществлять съем информации в цифровом виде для выполнения анализа поведения объекта и его составляющих по прямым или косвенным данным контролирующих устройств.

Автоматизация и тепловой контроль в энергетике
Рис. 1. Определение сроков ремонта оборудования системой ПРАНА. ТС — техническое состояние; СУМ — системы удаленного мониторинга

На рынке России представлены системы удаленного мониторинга и диагностики, предназначенные для обнаружения изменения в работоспособном техническом состоянии энергетического оборудования: «SmartSignal» General Electric, «SPPA-D3000 Plant Monitor» Siemens, «EtaPRO» GP Strategies/Rovsing Dynamics, Avantis PRiSM Schneider Electric, «pSeven» DATADVANCE. В этих системах используются различные математические методы предсказательной аналитики:

  • выявления сходства переменных (SBM — similarity based modelling);
  • нейронные сети;
  • главных компонент;
  • нечеткие логики;
  • градиентный бустинг деревьев решений.

В отличие от штатных систем АСУ ТП, СПиУМ позволяют не только собирать и передавать данные, но и обрабатывать их для прогнозирования и предотвращения аварий. Одной из отечественных разработок является система прогнозирования и удаленного мониторинга ПРАНА [1]. Она позволяет в режиме реального времени фиксировать изменения в техническом состоянии и прогнозировать сроки выхода параметров на границы предупредительной и аварийной сигнализации. Таким образом, ПРАНА выполняет еще одну задачу — определение сроков ремонта энергооборудования и его узлов, как следствие — переход к обслуживанию по техническому состоянию. На рис. 1 представлен пример обнаружения отклонений в техническом состоянии за 2 мес до достижения параметром значения, вызывающего срабатывание предупредительной сигнализации.

Система прогностики и удаленного мониторинга прана

Система ПРАНА (ПР — прогнозная, АНА — аналитика) — система прогностики и удаленного мониторинга для ведения непрерывного контроля, осуществления диагностики и прогнозирования изменения технического состояния энергетического оборудования, разработанная специалистами АО РОТЕК.

Система имеет два уровня — верхний и нижний. Нижний уровень — ТЭС. Система нижнего уровня обеспечивает съем данных от АСУ ТП объекта, их хранение, предварительную обработку и передачу по защищенному каналу на верхний уровень.

На объекте мониторинга осуществляется запись значений эксплуатационных параметров с помощью датчиков, которыми оснащено оборудование. Показания с датчиков направляются в первичные контроллеры и архивный сервер АСУ ТП. Передача данных с архивного сервера АСУ ТП на сервер нижнего уровня ПРАНА осуществляется с использованием протокола ОРС (Open Platform Communications). С помощью сетевых экранов для сервера системы нижнего уровня ПРАНА организуется зона безопасности.

Верхний уровень — ЦУМ (центр удаленного мониторинга), где происходят аналитическая работка данных и визуализация результатов анализа на мнемосхемах. Для передачи данных используется процедура синхронизации server to server между серверами верхнего и нижнего уровня. Подключение заказчика и работников ТЭЦ к пользовательскому интерфейсу доступно по технологии тонкого клиента (через браузер).

В основу системы заложен алгоритм, базирующийся на построении модели работы по статистическим данным. В режиме реального времени происходит сравнение текущего состояния агрегата с моделью. В системе ПРАНА для реализации моделей энергетического оборудования используется частный вариант семейства методов SBM — метод MSET (Multivariate State Estimation Technique) [2]. Оценка отличия вектора аргументов от рассчитываемого по методу MSET модельного в этом методе производится по критерию Хотеллинга Т2 . Влияние отдельных аргументов на отклонение от модели в случае нарушения критерия Т2 оценивается с помощью расчета разлаженности по методу MSET. Моделирование производится в режиме онлайн. Метод MSET используется также в режиме офлайн как дополнительное средство анализа.

Эталонная модель создается для работы исправного оборудования, при эксплуатации которого отсутствуют какие-либо негативные тенденции, связанные с естественным износом или зарождением дефектов. Для ее построения используется идеология контрольных T2-карт Хотеллинга. По каждому параметру выбираются временные сечения, соответствующие минимальному, максимальному и медианному значениям. Векторы этих временных сечений составляют обучающую матрицу состояний. Для каждой компоненты вектора вводится оператор подобия значений, учитывающий диапазон изменения компоненты в выборке, и с помощью оператора подобия компонент вводится оператор подобия матриц. По матрице состояний и с использованием оператора подобия для каждого вектора измеренных значений рассчитывается вектор модели путем разложения измеренного вектора по векторам матрицы состояний.

По разнице эталонного и измеренного значений для каждого параметра вычисляется его невязка, а также среднеквадратичное отклонение. Невязки нормализуются, и по совокупности рассчитывается интегральная величина — критерий T2. При изменении зависимостей измеренных значений значение этой величины существенно возрастает. Таким образом, эталонная модель представляет собой вектор-функцию от вектора аргументовпараметров. Анализ T2 -критерия позволяет прогнозировать изменения в техническом состоянии оборудования и выявлять ранее неизвестные зависимости параметров.

Метод MSET универсален применительно к оборудованию различных типов. Изначально он использовался для контроля состояния оборудования на зарубежных атомных станциях, однако его универсальность и гибкость позволяют с легкостью внедрять его в различных отраслях, где надежность и эффективность имеют высокий приоритет. К системе ПРАНА может быть дополнительно подключено оборудование всего энергоблока ПГУ. Специалисты АО РОТЕК разработали по архивным данным энергоблока ПГУ-450 модели котла-утилизатора, паровой турбины (ПТ), дожимного газового компрессора.

Мнемосхема прогнозного мониторинга

В левом нижнем углу рис. 2 расположено окно журнала событий. В качестве событий отображаются выход критерия Т2 за допустимые пределы, изменение режима работы турбоагрегата. Система ПРАНА распознает не только параметры, изза которых произошел выход модели за пределы, но и вычисляет их весовые функции, т.е. вклад каждого из параметров, внесенный в процесс разлаживания эталонной модели.

По результатам работы журнала событий при нажатии на кнопку «Отчет» по запросу пользователя могут автоматически формироваться мгновенные отчеты, сводные отчеты с итогами эксплуатации за день, неделю, месяц или за любой выбранный интервал времени и отправляться по электронной почте клиентам.

Мнемосхема технологического мониторинга

Кроме аналитической мнемосхемы в пользовательском интерфейсе имеются технологические мнемосхемы (рис. 3) для дополнительного контроля работы турбины. Они содержат схемы подсистем турбоагрегата, а также цифровые индикаторы существенных параметров. При установке курсора на выбранный индикатор можно нажатием левой кнопки мышки вызвать отображение графика зависимости параметра от времени. Окно содержит выпадающий список, кнопки для добавления графиков и средства просмотра в увеличенном масштабе.

Для удобства пользователя реализован метод click and drop. Он заключается в возможности добавлять желаемый параметр на уже существующий график простым нажатием на его индикатор. Помимо этого строятся графики зависимости не только от времени, но и от желаемого параметра. Для этого нужно нажать на «XY График» и выбрать необходимые параметры. Эти средства удобны для подробного анализа данных, выявления зависимостей и трендов.

Автоматизация и тепловой контроль в энергетике
Рис. 2. Мнемосхема прогнозного мониторинга ПРАНА

Автоматизация и тепловой контроль в энергетике
Рис. 3. Одна из мнемосхем технологического мониторинга ПРАНА

Опыт использования системы прана для ГТЭ-160

На территории России работает более 40 ГТЭ-160. На данный момент к системе прогностики и удаленного мониторинга ПРАНА подключены ГТЭ-160 мощностью 160 МВт на электростанциях ПАО «Т Плюс»: Пермская ТЭЦ-9 — с мая 2015 г., Кировская ТЭЦ-3 — с сентября 2015 г., Владимирская ТЭЦ-2 — с октября 2015 г., Ижевская ТЭЦ-1 — с февраля 2016 г.

Как объект мониторинга ГТУ выбрана не случайно, поскольку убытки ТЭЦ в случае аварии составляют более 1 млрд руб.

Ввиду умеренной температуры на входе в газовую турбину, она обладает высокими надежностью и маневренностью, имеет низкие удельные эксплуатационные расходы. Эта ГТУ используется как для установки в новых парогазовых энергоблоках, так и для надстройки старых ТЭС с поперечными связями.

Установка ГТЭ-160 — одновальная, простого термодинамического цикла, ее ротор — сборный с центральным стяжным болтом. Две камеры сгорания (КС) выносные, в каждой установлено по восемь гибридных горелок. Режим работы ГТУ существенно зависит от параметров окружающей среды: температуры, давления, влажности [3].

Несмотря на высокую надежность ГТУ, аварийность на ПГУ не ниже, чем на энергоблоках паросиловых установок (ПСУ). По статистике 40–45% повреждений приходится на лопаточные аппараты и роторы газовой турбины (ГТ), 25% — на КС, 10% — на лопаточные аппараты и роторы воздушного компрессора (ВК) [4]. В наиболее тяжелых условиях в ГТЭ-160 находятся рабочие лопатки ГТ.

За почти два года работы системой ПРАНА выявлен 71 случай изменения состояния оборудования в ходе эксплуатации, т.е. в среднем на единицу работающего оборудования 1 раз в месяц возникает ситуация, требующая тщательного экспертного анализа и выдачи рекомендаций персоналу ТЭС.

Системой ПРАНА предотвращены неблагоприятные, в том числе аварийные, последствия посредством выявления отклонений в работе ВК, ГТ, маслосистемы турбоагрегата, комплексного воздухоочистительного устройства (КВОУ), КС, датчиков, системы регулирования и защит, маслосистемы регулирования, топливной системы, опор турбоагрегата и других нарушений требований «Руководства по эксплуатации ГТУ.»

Причины выявленных отклонений в большинстве случаев не в низком качестве обслуживания или ремонта. Средства обработки и анализа информации системы ПРАНА повышают глубину поиска дефектов и помогают обнаруживать ранее скрытые процессы, происходящие в оборудовании. Системой ПРАНА эти процессы выявляются до достижения критических изменений, прогнозируется их развитие, формируются предупреждения. Как результат — возможность управлять вероятностью отказов и надежностью оборудования.

Построение эталонной модели работы ГТЭ-160

Процесс построения модели универсален для оборудования любого типа. Предварительно необходимо проанализировать режимы работы, выбрать параметры и отбраковать «плохие» данные.

Для газовых и паровых турбин главным параметром режима работы является их электрическая мощность. Анализ системой ПРАНА работы ГТУ, в частности ГТЭ-160, осуществляется для трех основных режимов (номинальная, средняя и низкая электрическая мощность). Отдельно рассматриваются динамические режимы: пуск, останов, изменения нагрузки и т.п. Для котла-утилизатора (КУ) основными параметрами работы служат электрическая мощность ГТУ и режим работы ПТУ. Набор параметров, входящих в модель динамических и стационарных режимов работы, может различаться.

Все параметры необходимо проанализировать на предмет достоверности показаний датчиков и наличия устойчивых трендов. Если данные параметры недостоверны или отсутствуют, они считаются «плохими». Из имеющегося архива исключаются данные «плохого» качества, а также участки входящих в модель параметров, имеющие деградационные тенденции (тренды).

Эталонные модели работы ГТУ, ПТ или КУ могут быть построены как для отдельной подсистемы или элемента, так и для всего объекта.

Использование прана для предупреждения аварий энергооборудования

Для каждой подконтрольной ГТУ разработано девять эталонных моделей в соответствии с режимом работы. Их переключение между собой происходит автоматически по ряду параметров, таких как электрическая мощность, скорость вращения ротора, скорость набора нагрузки и т.п.

В режиме реального времени рассчитывается T2 -критерий и для каждого момента времени определяются основные причины разлаживания. На аналитическую мнемосхему выводятся десять основных параметров, а также параметр, занимающий в этом списке первую позицию, и его невязка (рис. 4). Параметры, вносящие наибольший вклад в разлаживание, дополнительно анализируются экспертом. Он оценивает изменение в техническом состоянии ГТУ или ее подсистем и с помощью дополнительных модулей прогнозирует даты выхода параметров за уровни предупредительной и аварийной сигнализации.

Автоматизация и тепловой контроль в энергетике
Рис. 4. Онлайн-анализ работы ГТУ

Чувствительность метода позволяет выявить отклонения параметров еще на ранней стадии, что дает возможность прогнозировать их поведение и влияние на работу ГТУ на 2–3 мес вперед.

Если модель работы ГТУ построена на малой статистической выборке, рост T2 -критерия может быть обусловлен сезонным фактором. Это одна из особенностей математического моделирования работы ГТУ. Данный фактор учитывается при анализе роста критерия.

Используемый математический метод не раз подтверждал свою эффективность в прогнозном мониторинге и предупреждении аварий.

На одной из подконтрольных ГТУ 3 октября 2015 г. зафиксировано изменение в техническом состоянии по критерию Т2 . Подробный анализ причин выявил устойчивый тренд на увеличение параметра «среднеквадратичное значение (СКЗ) виброскорости подшипника № 4 в осевом направлении», а также его связь с параметром системы охлаждения генератора. Методом регрессионного анализа эксперты ЦУМ определили, что 20 ноября 2015 г. «СКЗ виброскорости подшипника № 4 в осевом направлении» выйдет за регламентные пределы. Данные анализа были предоставлены заказчику для планирования времени останова и проведения необходимых работ.

После запланированного кратковременного останова в рекомендованное специалистами ЦУМ время и выполнения необходимых мероприятий вибрационное состояние опор ГТУ значительно улучшилось. Качество проведенных ремонтных работ также хорошо видно из изменения критерия Т2 (рис. 5), основными причинами которого являются параметры узла ГТУ, на котором выполнялись ремонтные работы.

На другой подконтрольной ГТУ при отключении от сети по срабатыванию аварийной защиты ПРАНА выявила существенное изменение в техническом состоянии на выбеге по резкому увеличению критерия Т2 . Первую позицию в основных причинах разлаживания занял параметр «температура баббита подшипника № 3», значение которого достигло 157°С (рис. 6).

Экспертами ЦУМ АО РОТЕК заказчику была немедленно выдана информация о запрете пуска ГТУ без ревизии подшипников генератора. При ревизии подшипников генератора было выявлено подплавление баббита вкладыша подшипника № 3. Таким образом, выполнение данной рекомендации позволило заказчику избежать возможного ущерба в размере 2.5 млн евро.

Автоматизация и тепловой контроль в энергетике
Рис. 5. Изменение критерия Т2 при выявлении деградационной тенденции параметра

Автоматизация и тепловой контроль в энергетике
Рис. 6. Предупреждение аварии с помощью системы ПРАНА

Автоматизация и тепловой контроль в энергетике
Рис. 7. График критерия Т2 соответствия выборке данных анализируемого периода построенной эталонной модели

Офлайн-анализ аварий на неподконтрольных ГТУ

Система ПРАНА позволяет также проводить офлайн-анализ различных архивов. С ее помощью был расследован ряд аварий на неподконтрольных (не подключенных к системе ПРАНА) ГТУ различного типа, осуществлен анализ жизненного цикла паровой турбины Белоярской АЭС, двух ГТЭ-160 и двух котлов-утилизаторов неподконтрольных станций.

Анализ представленного заказчиком архива данных на предмет расследования причин аварии или демонстрации возможностей системы ПРАНА начинается с анализа его качества, т.е. достоверности, полноты, возможности расшифровки архива. Далее анализируются режимы работы исследуемого оборудования и выбирается «эталонный» временной интервал работы, для которого будет построена эталонная модель. Анализ же работы исследуемого оборудования проводится для всего оставшегося временного интервала.

Для примера можно привести расследование аварии на неподконтрольной ГТУ GT13E2 производства фирмы Alstom, вследствие которой была разрушена вся проточная часть газовой турбины. Для построения эталонной модели был выбран временной диапазон, на котором поведение параметров было нормальным, т.е. не было устойчивых трендов и всплесков. Далее модель была наложена на весь временной диапазон.

Из рис. 7 нетрудно сделать вывод, что наличие системы ПРАНА на данной ГТУ позволило бы предотвратить аварию за 10 сут до ее возникновения. При этом заказчику было бы направлено информационное сообщение с уведомлением об изменениях в техническом состоянии в конкретном узле ГТУ и рекомендациями по их устранению. За 6 сут до аварии заказчику было бы направлено повторное информационное сообщение, но уже с рекомендацией останова турбины и устранения дефекта. При резком увеличении уровня критерия Т2 (последний участок графика Т2 , см. рис. 7) заказчик был бы немедленно уведомлен о необходимости незамедлительного останова ГТУ.

Дополнительные модули системы прана

Система ПРАНА располагает дополнительными средствами анализа изменений в техническом состоянии. Это так называемые экспертно-аналитические модули, такие как «остаточный ресурс основных узлов ГТУ», «регрессия», «оценка сроков промывки компрессора» и т.п. Они позволяют более подробно определять причины изменений в техническом состоянии отдельных узлов ГТУ, оптимизировать работу оборудования, планировать остановы и проведение ремонтных работ.

Одной из проблем в работе ГТУ является загрязнение проточной части воздушного компрессора, поскольку от экономичности его работы напрямую зависит экономичность всей ГТУ.

Частицы пыли менее 1 мкм беспрепятственно проходят блок фильтров в КВОУ и оседают на лопатках в проточной части компрессора. Под действием относительно высоких температур на лопатках образуется налет, который можно снять, только используя специальный раствор. Заводизготовитель рекомендует промывать проточную часть ВК с заданным временным интервалом, но очевидно, что существуют некие оптимальные сроки промывки компрессора

Мониторинг ГТУ показал, что загрязнение проточной части компрессора происходит более интенсивно в осенний период, чем в весенний. Также различаются скорости загрязнения проточной части на разных станциях. Таким образом, на отдельных ТЭС компрессор стоит промывать чаще, чем на других, при этом частоту промывки ВК весной можно снизить.

Для определения оптимальных сроков промывки компрессора на основе системы ПРАНА разработан экспертно-аналитический модуль. По изменению политропического КПД компрессора проводится прогнозирование его снижения более чем на 1.5% и рекомендуется промывка его проточной части.

Основным параметром, с помощью которого оценивается большинство показателей надежности, является эквивалентная наработка τэкв, выражаемая в эквивалентных часах эксплуатации и вычисляемая в АСУ ТП по алгоритму завода — изготовителя ГТУ [5].

Программный компонент учета остаточного ресурса данных узлов при определении остаточного ресурса получает часы наработки и количество пусков из АСУ ТП, а несигнальную информацию — из базы данных несигнальной информации. Рассчитывается остаточный ресурс в соответствии с инструкцией по эксплуатации.

Кроме информации по значениям сигналов, поступающей непрерывно от АСУ ТП и передаваемой в систему верхнего уровня, доступна также информация о событиях, происшедших на турбоагрегате, и действиях, предпринятых персоналом. Например, при учете остаточного ресурса камеры сгорания используется полученная при инспекции информация о состоянии термозащитных плиток и замененных плитках.

Можно выделить три источника такого рода информации:

  • изменения значений сигналов;
  • отчеты, формуляры и прочая документация по инспекциям;
  • информация о действиях и событиях, не отражаемая непосредственно в АСУ ТП.

Примером информации, получаемой в результате анализа изменений значений сигналов, являются даты и время пусков, остановов и изменений нагрузки.

Документация по инспекциям отражает события замены узлов и балансировки турбоагрегата.

Примером третьего типа информации служат промывки и переходы на другой тип топлива.

Все эти события влияют на техническое состояние объекта мониторинга.

Оценка остаточного ресурса компонентов турбоагрегата определена в документе [5] в части 13 компонентов, для которых регламентируется контроль остаточного ресурса по эквивалентным часам эксплуатации, количеству пусков турбины или по явным критериям визуального осмотра (в случае оценки состояния плиток КС и днища пламенной трубы).

Автоматизация и тепловой контроль в энергетике
Рис. 8. Сравнительный анализ положений теплового поля до и после надстройки режимов горения. Зона положения радиус-вектора температур до (I) и после (II) настройки режима горения

Остаточный ресурс и необходимость замены прочих компонентов оцениваются на основании осмотров и инспекций, а также определения технического состояния турбины по результатам мониторинга ее технологических параметров с использованием физического и эмпирического (многомерного статистического) моделирования.

Оценка остаточного ресурса и его прогнозирование для медленно развивающихся дефектов выполняются методами регрессионного анализа [6— 11]. Обнаружение ранних признаков ситуации катастрофически развивающихся дефектов — сложная задача, которую можно решать с помощью моделирования. Разработка соответствующих моделей осуществляется на основе различных методов моделирования и с использованием архивных и статистических данных по катастрофическим ситуациям.

В число технологических параметров, для определения которых используется регрессионный анализ, включены СКЗ виброскорости, температуры на выходе из турбины, давление газа и т.п. Если значения этих параметров приближаются к критическому, оценку срока срабатывания защиты можно с заданной вероятностью провести средствами регрессионного анализа.

После определения аргументов, вызывающих изменение технического состояния, выполняется анализ корреляции каждого из них, отдельных групп или в совокупности с той или иной системой, узлом или деталью оборудования.

Автоматизация и тепловой контроль в энергетике
Рис. 9. Мнемосхема технологического мониторинга котла-утилизатора энергоблока ПГУ-450

По диагностическим признакам из имеющегося перечня для систем, узлов и деталей оборудования устанавливаются возможные дефекты и способы их конкретизации

Остаточный ресурс рабочих лопаток первых ступеней может быть уточнен с помощью алгоритма его корректировки для подконтрольных газовых турбин, поскольку именно лопатки являются их наиболее проблемным элементом.

Первым шагом для разработки алгоритма было определение действительной температуры рабочего тела перед первой ступенью газовой турбины по температуре на выходе из нее. В перспективе ПРАНА будет оснащена экспертным модулем по корректировке остаточного ресурса рабочих лопаток первых ступеней газовых турбин, что станет очередным шагом на пути к обслуживанию по техническому состоянию.

Традиционные способы регистрации, обработки и визуализации показаний шести датчиков температуры, расположенных за последней ступенью ГТ, представляют собой графики температур в зависимости от времени, нагрузки и других параметров.

Специалисты АО РОТЕК в целях диагностики оборудования разработали систему визуализации состояния теплового поля за ГТ по показаниям всех датчиков в виде одного расчетного параметра, отображаемого в полярной системе координат в виде радиус-вектора Aϕ (где А — значение расчетного параметра, ϕ — угол) или в виде проекции радиус-вектора в декартовой системе координат x, y (рис. 8).

Диаграмма, построенная по методу АО РОТЕК (см. рис. 8), визуализирует существенное различие технического состояния камеры сгорания до 19 августа 2015 г. и после, когда на установке были проведены работы по оптимизации режимов горения. Уменьшилась неравномерность распределения температур, повысилась стабильность горения. Это означает, что благодаря проведенным мероприятиям технико-экономические показатели ГТУ улучшились.

Таким образом, созданный модуль позволяет контролировать увеличение окружной неравномерности температуры за ГТ. Резкий рост неравномерности температуры или ее непрерывное повышение может свидетельствовать либо о повреждении элементов КС, либо о нарушениях в распределении топлива по горелкам. Своевременно принятые меры дают возможность предотвратить разрушение элементов высокотемпературного газового тракта, включающего в себя и КС, и проточную часть ГТ.

Автоматизация и тепловой контроль в энергетике
Рис. 10. Пример офлайн-анализа технического состояния котла-утилизатора энергоблока ПГУ-450

Автоматизация и тепловой контроль в энергетике
Рис. 11. Одна из мнемосхем технологического мониторинга паровой турбины энергоблока ПГУ-450

Мониторинг паросиловой установки ПГУ-450Т

Анализ архивных данных одного из котлов-утилизаторов ПГУ-450 выявил устойчивое нарастание негативных трендов по температурам конденсата на входе в газовый подогреватель конденсата и на выходе из него, а также разницы температур в верхней и нижней частях барабана низкого давления.

Из рис. 10 видно, что с 19 по 22 августа 2008 г. происходило устойчивое отклонение от безопасной и надежной работы КУ.

Аналогичная мнемосхема разработана для паровой турбины ПГУ-450Т (рис. 11).

Перспективы развития индустриального интернета для энергетического оборудования в России

По потенциалу внедрения «промышленного интернета вещей» лидируют США, Швейцария, Скандинавские страны и Нидерланды. Испания, Италия, Россия, Индия и Бразилия образуют группу стран, находящихся в самом начале пути.

Несомненно, прошедший в июне 2017 г. в Санкт-Петербурге международный экономический форум в очередной раз подтвердил, насколько важен процесс внедрения промышленного интернета в современную экономику и ее ключевые отрасли, одна из которых — энергетика [12].

Основные препятствия на пути внедрения технологий промышленного интернета в России:

  • непонимание и неспособность владельцев активов предприятий оценить положительные факторы от внедрения технологий промышленного интернета для развития бизнеса, а соответственно, низкий спрос со стороны заказчиков;
  • недостаточная готовность IТ- и телекоммуникационной инфраструктуры в стране;
  • ограниченный доступ к инвестициям из-за сложившейся экономической обстановки;
  • отсутствие внятной политики и поддержки государства в вопросах внедрения новых технологий;
  • отсутствие единой платформы, совместимой со всеми протоколами и устройствами.

Для того чтобы заставить работать промышленный интернет, российской энергетике необходима технологическая платформа, которая может объединить большое количество подключенных устройств, обеспечить предиктивный анализ огромного объема данных с высокой скоростью, быть надежной и защищенной от воздействий изнутри и извне. Таковой может стать платформа на базе отечественной системы ПРАНА.

Список литературы

  1. Громак Е.В., Наумов С.А., Шишов В.АСистема удаленного мониторинга АО «РОТЕК» как элемент энергетической безопасности // Новое в российской электроэнергетике. 2016. № 6. С. 36–46.
  2. Zavaljevski N., Gross K.C. SSensor fault detection in nuclear power plants using multivariate state estimation technique and support vector machines // Third Intern. Conf. of the Yugoslav Nuclear Society. Belgrade, Yugoslavia, 17–18 July, 2000. Printed in USA by Argonne National Laboratory, 2000. P. 1–8.
  3. Трухний А.Д.Парогазовые установки электрических станций. М.: Издательский дом МЭИ, 2015.
  4. Костюк А.Г.Динамика и прочность турбомашин. М.: Издательский дом МЭИ, 2007.
  5. 3.0-0040.Газовая турбина ГТЭ-160. Инструкция по эксплуатации. СПб.: ОАО ЛМЗ, 2008.
  6. РД 26.260.004-91.Методические указания. Прогнозирование остаточного ресурса оборудования по изменению параметров его технического состояния при эксплуатации. Дата введения 01.01.1992.
  7. ГОСТ Р ИСО 13381-1-2011. Контроль состояния и диагностика машин. Прогнозирование технического состояния. Часть 1. Общее руководство. М.: Стандартинформ, 2012.
  8. ГОСТ 27.002-89.Надежность в технике. Основные понятия. Термины и определения. М.: Изд-во стандартов, 1990.
  9. ИСО 13374-1-2011.Контроль состояния и диагностика машин. Обработка, передача и представление данных. Часть 1. Общее руководство. М.: Стандартинформ, 2012.
  10. ГОСТ 27.302-86. Надежность в технике. Методы определения допускаемого отклонения параметра технического состояния и прогнозирования остаточного ресурса составных частей агрегатов машин. М.: Изд-во стандартов, 1987.
  11. РД 09-102-95.Методические указания по определению остаточного ресурса потенциально опасных объектов, поднадзорных Госгортехнадзору России. Разработаны НТЦ «Промышленная безопасность», Управлением по надзору в химической, нефтехимической и нефтеперерабатывающей промышленности, Управлением по котлонадзору и надзору за подъемными сооружениями. Утв. Госгортехнадзором России 17.11.1995.
  12. Вексельберг В.Ф. Цифровая экономика. Можно ли выжить в XXI веке, оставаясь в «сырьевой лодке»? // Журнал Петербургского международного экономического форума. 2017. № 1. С. 61–66.

Источник: журнал ТЕПЛОЭНЕРГЕТИКА, 2018, № 4

Читайте также
Сделайте первый шаг в цифровую экономику
Оставьте свой телефон, и наш специалист свяжется с вами для консультации
Ваш номер телефона *
Нажимая кнопку «Отправить», вы соглашаетесь на обработку ваших персональных данных в соответствии с условиями
Политики конфиденциальности

© ПРАНА — система прогностики и удаленного мониторинга, 2021

109240, Россия, Москва,
ул. Николоямская, 15