3 基于最小方差性能评估的阀门非线性检测

笔者利用最小方差性能评估算法，计算性能指标，监测控制回路的状态，设计仿真实验，通过控制系统在线性条件和非线性条件下的对比，根据性能指标的不同表现证明评估算法的性能。性能评估过程如图3所示。

图3 性能评估过程

3.1 数据提取与预处理

汽轮机采用积木块式设计，每个模块配有温度传感器、压力传感器等用于实时监控汽轮机状态。传感器数据为不均匀采样，因此首先需要对数据进行重采样，统一时间间隔。

笔者以望亭660MW汽轮机组为例提取了近半年来的运行数据，对直接获取的流量指令、阀门开度和功率信号进行重采样处理。图4显示其中一段处理前后的数据。

同时，为了专门考虑阀门曲线失配引起的非线性，排除噪声和动态非线性对数据分析的影响，设计RC低通滤波器对信号进行滤波。

3.2 仿真分析

仿真的目的在于验证性能评估算法在阀门非线性检测的可行性，通过在汽轮机模型中设计阀门失配曲线，观测在不同类型失配曲线下的性能评估结果，图5列举了一种阀门失配的情况，在线性基础上叠加3种不同比例的失配非线性，性能评估结果如图6所示。可以看出，在线性情况下，性能评估值趋向于在某一值上下波动，引入非线性之后，性能指标曲线表现出较大的波动，且随着非线性比例的增大，波动幅度增大，在9%非线性的影响下，性能值低至0.2，且最大值和最小值相差0.8左右。

图4数据滤波前、后对比

图5阀门失配曲线

图6算法性能评估结果

在仿真不同类型的失配曲线时，均出现了相似的现象，表明性能评估曲线对阀门失配敏感，因此，可以将性能评估作为非线性检测的一个手段。在后续的研究工作中，可以辅以进一步的分析进行诊断和校正。

3.3 实际数据验证

利用上述算法，对汽轮机日常运行数据进行研究，结果如图7所示，性能评估曲线发生较大的变化，可以预测此时阀门可能出现了异常。该实际数据分析的结果与实际情况相符。

图7 电厂数据分析

4 结束语

笔者针对汽轮机阀门曲线失配的非线性，提出了一种基于最小方差的性能评估方法。它是一种基于数据驱动的非线性检测算法，通过设计性能指标，实时监控控制回路的性能变化情况，可根据性能指标的变化情况检测阀门非线性，仿真分析和实际数据分析验证了该方法的有效性。基于性能评估的阀门非线性检测，优化了传统的阀门故障检测方法，对保障汽轮机平稳运行，减少人力物力消耗，提高电厂阀门的视情维修能力具有重要的研究意义和实际价值。