Содержание к диссертации
Введение
Глава 1. Характеристика трансформаторного оборудования сталеплавильных агрегатов электросталеплавильного цеха ОАО «ММК»
1.1. Термины и определения, используемые в работе 16
1.2. Характеристика технологического процесса ДСП-180 ЭСПЦ 17
1.3. Характеристика оборудования печного трансформатора ДСП-180 20
1.4. Характеристика трансформатора АПК №2 24
1.5. Виды защит и проверка печных трансформаторов 26
1.6. Характеристика известных систем диагностирования состояния печных трансформаторов 32
1.7. Характеристика системы диагностического мониторинга TDM
1.7.1. Назначение системы 36
1.7.2. Функциональные возможности системы TDM
1.7.3. Формы представления выходной информации. Программное обеспечение «Inva» 41
1.8. Приборы измерения влагосодержания и концентрации растворенных газов 44
1.9. Идентификации и экстраполяция временных трендов диагностических параметров 48
1.10. Выводы и постановка задачи исследований 51
Глава 2. Обоснование функции и разработка системы мониторинга технического состояния печного трансформатора 54
2.1. Обоснование диагностических параметров оборудования печных трансформаторов 5 5
2.2. Особенности диагностического контроля РПН 61
2.3. Технические функции системы контроля состояния печных трансформаторов 64
2.3.1. Общие функции системы 64
2.3.2. Функции контроля состояния масловодяной системы охлаждения
2.3.3. Функции системы on-line контроля технического состояния РПН 67
2.4. Разработка методики контроля технического состояния печного трансформатора 2.4.1. Анализ известной методики контроля технического состояния силового трансформатора 69
2.4.2. Методика контроля технического состояния печного трансформатора 72
2.5. Структура универсальной системы мониторинга и контроля состояния печного трансформатора 73
2.6. Обоснование перечня косвенных диагностических параметров 78
Выводы 80
Глава 3. Разработка программ статистической обработки результатов мониторинга 83
3.1. Обоснование нормативных значений диагностических параметров состояния печного трансформатора 84
3.2. Методика прогнозирования времени достижения диагностическими факторами пороговых значений 87
3.2.1. Предварительная обработка данных временного ряда
3.2.2. Сглаживание временного ряда
3.3. Программа прогнозирования времени достижения порогового значения на основе статистической обработки экспериментальных
Глава 4. Внедрение разработанной системы мониторинга на трансформаторе АПК №2
4.1. Характеристика диагностической системы TDMS
4.2. Интерфейс и экранные формы системы
4.3. Датчики диагностических параметров РПН
4.4. On-line контроль технического состояния РПН, реализованный в системе TDMS
4.5. Формы отчетной документации 123
Глава 5. Анализ технического состояния трансформатора АПК №2 ЭСПЦ
5.1. Анализ результатов мониторинга концентрации газов, растворенных в масле
5.2. Мониторинг интенсивности частичных разрядов
5.3. Анализ общего состояния трансформатора
5.3.1. Анализ технического состояния до ремонта 141
5.3.2. Визуальная оценка технического состояния после демонтажа силовой части 145
5.3.3. Изменения контролируемых параметров в течение года 149
5.4. Расчет экономического эффекта от внедрения системы мониторинга на трансформаторе АПК №2 ЭСПЦ 151
Выводы 157
заключение 158
Список литературы 161
- Характеристика технологического процесса ДСП-180 ЭСПЦ
- Функции контроля состояния масловодяной системы охлаждения
- Предварительная обработка данных временного ряда
- On-line контроль технического состояния РПН, реализованный в системе TDMS
Введение к работе
Актуальность темы. Современные дуговые сталеплавильные печи (ДСП) и агрегаты внепечной обработки стали «печь-ковш» (АПК) укомплектованы мощными электропечными трансформаторами, которые позволяют за короткое время расплавить шихту и с помощью непродолжительных технологических операций получить сталь с заданным химсоставом. В электросталеплавильном цехе (ЭСПЦ) ОАО «Магнитогорский металлургический комбинат» (ОАО «ММК») находятся в эксплуатации две сверхмощные ДСП производительностью 180 т (ДСП-180) и два агрегата печь-ковш (АПК №1 и №2).
Основными электротехническими системами ДСП являются трансформаторы типа FTOHBR-150200/35 фирмы «TAMINI» (Италия) с встроенными реакторами. Питание АПК осуществляется от трансформаторов ЭТЦНКВ – 40000/110-УХЛ-4, изготовленных ОАО «Электрозавод» (г. Санкт-Петербург).
Печные трансформаторы имеют сложный состав оборудования и тяжелые эксплуатационные режимы: короткие замыкания на вторичной обмотке в момент розжига дуги, резкопеременную, несимметричную нагрузку, коммутационные перенапряжения при переключениях ступеней регуляторов напряжения под нагрузкой (РПН), которые осуществляются до 1000 раз в сутки. Как правило, они оснащены специальными масловодяными системами охлаждения. Серьезными эксплуатационными отличиями трансформаторов данного класса являются отсутствие резервирования и невозможность вывода из работы во время технологического процесса плавки.
Опыт эксплуатации печных трансформаторов показывает, что проведения периодических проверок и испытаний недостаточно для выявления зарождающихся неисправностей. В связи с этим актуальной задачей, обеспечивающей надежную работу электросталеплавильных агрегатов, является оснащение их трансформаторов системами непрерывного контроля (on-line мониторинга) технического состояния. Несмотря на важность данной задачи, следует констатировать, что опыт разработки и внедрения систем диагностирования такого уникального электрооборудования в нашей стране отсутствует.
Научно-методические основы контроля и диагностирования силовых мас-лонаполненных трансформаторов отражены в публикациях многих отечественных и зарубежных ученых. Разработкой систем мониторинга их технического состояния занимаются ведущие российские и зарубежные электротехнические компании. Однако известные системы предназначены, в основном, для сетевых и блочных трансформаторов. Немногочисленные разработки диагностических систем для печных трансформаторов имеют узконаправленное назначение и не получили широкого промышленного распространения.
Целью диссертационной работы является разработка системы мониторинга параметров трансформаторов сверхмощных дуговых сталеплавильных печей и агрегатов печь-ковш, обеспечивающей оперативный контроль и прогнозирование технического состояния на основе статистической обработки результатов непрерывных измерений.
Для достижения цели поставлены следующие задачи:
-
Анализ нагрузочных режимов и конструктивных особенностей электропечных трансформаторов. Обоснование диагностических функций системы непрерывного контроля технического состояния силовой части, РПН и масло-водяной системы охлаждения.
-
Разработка методики оперативного контроля технического состояния и стационарной системы on-line мониторинга диагностических параметров печного трансформатора.
-
Разработка методики прогнозирования временных интервалов достижения диагностическими параметрами пороговых значений, соответствующих критериям ухудшенного и предаварийного состояний. Разработка программы статистической обработки диагностической информации, представленной в виде временных рядов.
-
Внедрение разработанной системы мониторинга на трансформаторе АПК №2 ЭСПЦ ОАО «ММК». Анализ технического состояния, рекомендации по обслуживанию.
-
Оценка достоверности диагностического контроля путем сопоставления результатов мониторинга с реальными дефектами, обнаруженными при ремонте трансформатора. Оценка технико-экономической эффективности внедрения системы.
Методика проведения исследований. Теоретические исследования основаны на положениях теории динамических процессов (раздел анализ временных рядов), статистических методах обработки информации, методах регрессионного анализа, методах технической диагностики. При разработке программы использовался язык программирования VBA в среде MS Excel. Экспериментальные исследования выполнены на трансформаторах действующих сталеплавильных печей методом непрерывного измерения сигналов, поступающих от первичных датчиков, и статистической обработки диагностической информации, представленной в виде временных рядов.
Основные положения и результаты, выносимые на защиту:
1. Обоснованные диагностические функции системы мониторинга техни
ческого состояния электропечных трансформаторов, включающие:
непрерывный контроль влагосодержания и концентраций газов, растворенных в масле;
контроль технического состояния РПН трансформатора и реактора;
контроль состояния масловодяной системы охлаждения;
вибрационный контроль состояния обмоток;
регистрацию характеристик частичных разрядов (ЧР) в изоляции обмоток и высоковольтных вводов.
2. Универсальная система непрерывного контроля диагностических пара
метров печного трансформатора, обеспечивающая реализацию обоснованных
функций в реальном времени.
-
Методика оперативного контроля и прогнозирования технического состояния объекта, обеспечивающая определение временных интервалов достижения диагностическими параметрами обоснованных пороговых значений путем экстраполяции результатов мониторинга, представленных в виде временных рядов.
-
Результаты оценки достоверности диагностирования технического состояния трансформатора, полученные путем сопоставления реальных дефектов с прогнозируемыми повреждениями, подтвердившие эффективность внедрения разработанной системы мониторинга.
Обоснованность и достоверность научных положений подтверждаются корректным применением математического аппарата и методов программирования, повторяемостью результатов экспериментов, полученных в разное время на однотипных объектах, их соответствием результатам, опубликованным в научной литературе, соответствием ожидаемых результатов реальным, полученным в ходе ремонтно-восстановительных работ, опытом длительной эксплуатации внедренных систем на трансформаторах действующих сталеплавильных печей.
Научная новизна.
В работе получены следующие новые научные результаты:
1. На основании анализа нагрузочных режимов и конструктивного испол
нения трансформаторов сверхмощных дуговых сталеплавильных печей и агре
гатов печь-ковш обоснован комплекс диагностических функций системы не
прерывного контроля технического состояния электропечных трансформато
ров.
2. Разработаны методика и универсальная система оn-line мониторинга
параметров электропечного трансформатора, обеспечивающие реализацию
обоснованных функций оперативного контроля технического состояния сило
вой части, РПН и масловодяной системы охлаждения.
3. Разработана методика прогнозирования технического состояния объек
та, основанная на вычислении временных интервалов достижения диагности
ческими параметрами заданных пороговых значений, соответствующих крите
риям ухудшенного и предаварийного состояний, путем экстраполяции резуль
татов мониторинга, представленных в виде сглаженных временных рядов.
Практическая ценность и реализация работы.
-
Разработанная система мониторинга технического состояния внедрена в промышленную эксплуатацию на трансформаторе АПК №2 ЭСПЦ ОАО «ММК». По результатам мониторинга и математической обработки комплекса диагностических параметров сделано заключение о его предаварийном состоянии и необходимости проведения внепланового ремонта.
-
Путем сопоставления результатов непрерывного контроля технического состояния с результатами, полученными при ремонтно-восстановительных работах, подтверждены достоверность выводов о развивающихся дефектах и эффективность диагностического мониторинга.
3. Результатами внедрения системы являются предотвращение аварий
трансформатора, снижение эксплуатационных затрат, сокращение времени
аварийных простоев АПК №2, обусловленных аварийными отключениями
трансформатора. Ожидаемый годовой экономический эффект составляет более
2 млн. руб./год.
-
Разработанная система рекомендуется для внедрения на электропечных трансформаторах ОАО «ММК» и других металлургических предприятий, а также для внедрения на высоковольтных сетевых и блочных трансформаторах после соответствующей доработки.
-
Разработанные методика и программа могут быть применены для оперативного контроля и прогнозирования технического состояния широкого класса электротехнических комплексов, информация о состоянии которых представлена в виде временных рядов.
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на 7 международных конференциях, в том числе: VIII Международной (XVIII Всероссийской) конференции по автоматизированному электроприводу АЭП-2012 (Иваново, 2012 г.), IV Международной научно-технической конференции «Проблемы электротехники, электроэнергетики и электротехнологии» (Тольятти, ТГУ 2012 г.); 8-й Международной научно-технической конференции «Автоматизация и энергосбережение машиностроительного и металлургического производств, технология и надежность машин, приборов и оборудования» (Вологда, ВоГТУ, 2013 г.); I Международной (IV Всеросийской) научно-технической конференции «Электропривод, электротехнологии и электрооборудование предприятий» (Уфа, УГНТУ, 2013 г.); VIII Международной научно-практической конференции «Повышение эффективности энергетического оборудования» (Москва, МЭИ, 2013 г.); Международной научно-технической «Современные информационные технологии» (Пенза, 2013 г.); I-ой Международной научно-технической конференции «Пром-Инжиниринг» (ICIE-2015, Челябинск, 2015).
В 2014 – 2016 гг. исследования выполнялись в рамках базовой части государственного задания в сфере научной деятельности (№2014/80) по теме «Разработка комплекса научно обоснованных технических решений, обеспечивающих энерго- ресурсосбережение и повышение надежности технологического оборудования металлургического предприятия».
Публикации.
Основные положения диссертационной работы опубликованы в 16 печатных трудах, в том числе 6 статей в рецензируемых изданиях, 2 статьи в изданиях, входящих в систему цитирования Scopus.
Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы из 135 наименований. Работа изложена на 186 страницах основного текста, содержит 76 рисунков, 22 таблицы и приложение объемом 17 страниц.
Характеристика технологического процесса ДСП-180 ЭСПЦ
Наиболее часто диагностирование проводят по контролю прогнозирующего параметра, т.е. по такому признаку, который наиболее тесно связан с отказом. Обычно эта связь носит стохастический характер Достоверность прогнозирования зависит от того, насколько тесна эта связь. Прогноз состояния и соответственно надежности возможен лишь в том случае, если для данного вида оборудования будут выявлены прогнозирующие параметры, разработаны методы их измерения в условиях эксплуатации и определены их предельные значения [95],
Современная система диагностирования должна в первую очередь быть системой раннего выявления развивающихся дефектов. Для создания эффективной системы диагностического контроля необходимо проведение следующего минимального перечня работ.
1, На основании опыта эксплуатации выявить дефекты, приводящие к отказам, причины их возникновения и ход развития.
2, Определить наблюдаемые характеристики (диагностические параметры) объекта, изменение которых связано с возникновением и развитием дефектов.
3, Выявить связи между значениями параметров и техническим состоянием оборудования. Установить предельные значения параметров, характеризующие переход объекта в другой класс технических состояний (ухудшенное, предаварийное и тдЪ.
4, Обеспечить непрерывный контроль измеряемых сигналов, а также вывод предупредительных сигналов в случае изменения класса технического состояния.
Результаты on-line мониторинга технического состояния представляются в виде непрерывных функций времени Y(f) (кривых на графике). Очевидно, что они также могут быть представлены в виде совокупности дискретных значений {ДО} диагностического параметра, замеренных в фиксированные моменты времени с заданным шагом измерения. Для большинства из них осуществляется усреднение за заданный промежуток (сутки, неделя, месяц). Это обеспечивает как наглядное представление информации о текущих параметрах, так и возможность их математической обработки, В результате обеспечивается возможность исследования динамики их изменения, а также анализа изменения состояния объекта по совокупности диагностических признаков,
Для каждой функции такое исследование основывается на анализе ее тренда, который определяется как основная тенденция изменения временного ряда. С этой целью тренды описываются различными уравнениями - линейными, логарифмическими, степенными и т.д. Фактический тип тренда устанавливают на основе подбора его функциональной модели статистическими методами либо сглаживанием исходного временного ряда.
Для реализации этих возможностей необходима обработка больших массивов данных, которые фиксируются в процессе мониторинга. Очевидно, что такую обработку целесообразно выполнять с помощью специализированного программного обеспечения.
Для технической диагностики представляет интерес решение следующей задачи: по скорости изменения диагностического параметра дать оценку скорости развития неисправности и предсказать временной интервал, когда он достигнет заданных опасных пределов. Анализ известных пакетов прикладных программ (Mathlab, Excel и др.) показал отсутствие готовых программ, которые обеспечили бы возможность расчетов, позволяющих дать ответы на этот вопрос.
С этой целью тренды изменения параметров более удобно выражать аналитическими зависимостями. Располагая формулой, легко проводить интерполирование, т.е. определение ожидаемого значения параметра для любого момента внутри обследованного временного интервала, и экстраполирование, т.е. прогнозирование поведения контролируемого параметра за его пределами, в будущем. Для этого предварительно необходимо провести осреднение опытных точек при выявлении функциональных зависимостей, т.е. аппроксимацию. Получаемые в результате аппроксимации зависимости Y=fit) представляют собой эмпирические формулы или уравнения регрессии, если зависимость по своей сути не функциональная, а случайная,
Очевидно, что чем более дальний прогноз делается, тем менее точным он будет. Поэтому делать заключение о достижении контролируемым параметром предельного значения в предсказанную дату, по меньшей мере, неквалифицированно. Следует определить временной интервал, в течение которого этот параметр достигнет опасной зоны с заданной степенью вероятности. Наиболее достоверно и, вместе с тем, просто такой интервал может быть определен исходя из ширины доверительного интервала, в котором происходят изменения тренда относительно линии аппроксимации (интерполяции) с вероятностью 95%.
Доверительные интервалы прогноза для линейной аппроксимации показаны на рис, 1.19 [96]. На нем показан искомый временной интервал при условно заданном пороговом значении контролируемого параметра Y\. Границы интервала могут находиться как в интервале наблюдения (показано на рисунке), так и на участке прогноза. Возможность такой ситуации подтверждена результатами обработки трендов концентраций газов, растворенных в масле, рассмотренными ниже в гл. 5, п. 5.3.
Для решения данной задачи необходимы заранее определенные предельные значения. Как показал литературный обзор, в отечественных и зарубежных источниках нет единых нормативных показателей, позволяющих дать однозначную оценку состояния трансформатора по тому или иному диагностическому критерию. Очевидно, что единых нормативов не может быть в принципе. Это объясняется тем, что допустимый уровень того или иного измеряемого параметра зависит от многих факторов; типоисполнения трансформатора, уровня подводимого напряжения, условий эксплуатации и других. В литературе [7, 8, 97-99] приведены таблицы, содержащие нормативы основных диагностических параметров высоковольтных трансформаторов энергетических объектов. При этом информация о таких нормативах для печных трансформаторов в литературе отсутствует.
Функции контроля состояния масловодяной системы охлаждения
Прогнозирование поведения временного ряда путем экстраполяции тренда сама по себе несложная задача. Если выполняется прогнозирование, когда временной тренд достигнет граничного или порогового показателя У/ь то при линейной аппроксимации это произойдет в момент времени h=Yj f-- (3.12)
Однако полученное значение может содержать следующие источники погрешностей [96]: выбор формы кривой, характеризующей тренд, не лишен субъективности, Часто нет твердого основания для уверенности, что принятая кривая является единственно возможной; оценка параметров кривых производится на основе ограниченной совокупности наблюдений, каждое из которых содержит компонент случайности; тренд характеризует некоторый средний уровень ряда на каждый момент, поэтому при экстраполяции фактические значения также будут отклоняться от среднего значения,
Точность прогноза определяется величиной доверительного интервала 5ру зависящего от вариативности значений результатов контроля диагностического параметра ау на периоде наблюдений N точек и периоде прогнозирования, выражаемого числом точек М, которые располагаются с тем же шагом на временном участке прогнозируемого периода. Для линейной регрессии оценка среднеквадратического отклонения экспериментальных точек на периоде наблюдения aY = \ Ь + , (З.ІЗ) и на периоде прогноза (TF= TY-A(NM)- (3.14) В работах [96, 128] предлагается v V tf W(W2-1) v v Доверительная область для линии регрессии на периоде наблюдения (верхняя и нижняя границы) Yi=a + b±pFT (aa, N-2)-aY, 1+ (!,-lf
Это уравнение описывает соответственно нижнюю и верхнюю границы области («полосы»), в которой с доверительной вероятностью р = ]-а лежит истинная линия регрессии. Здесь FTaQJl{ay 2, N-2) - табличное распределения Фишера с 2 и N -2 степенями свободы.
Некоторые экспериментальные точки могут оказаться вне доверительной области. Это вполне естественно, поскольку речь идет о доверительной области линии регрессии, а не самих значений. Разброс значений складывается из разброса значений вокруг линии регрессии и неопределенности положения самой этой линии. Доверительная область для данных (вероятность попадания данных в эту область 1-а) на периоде наблюдения (верхняя и нижняя границы) Yi=a + b± 2F(a N-2) - 7М/- + — + Т где L - кратность измерения У, при данном if. Для нашего случая при однократном измерении каждой точки L=L Прогнозируемое значение диагностического параметра ожидается в интервале YF=a + bN 4±taa (3.16) или YF = а + Ъ - /ЛЧД/ ± 2Ртабл(ог,2, N-2)-aF где ta.(a N-Y) - табличный коэффициент Стьюдента, определяемый по заданному уровню значимости а и числу степеней свободы N-1. Таким образом, временной ряд достигнет порогового показателя во временном интервале YD±tatrp-a= tj&L Ь h Качество прогноза оценивается по точности и надежности. Точность прогноза количественно определяется величиной ошибки - разности между прогнозируемым и фактическим (реализованным) значениями исследуемой переменной. Надежность прогноза определяется вероятностью реализации прогностической оценки; чем она выше, тем выше надежность. Вероятность реализации может быть связна с доверительными интервалами прогноза. Чем выше надежность прогноза (выше доверительная вероятность), тем ниже его точность (шире доверительный интервал), и наоборот. Наиболее простой мерой надежности прогнозов может быть отношение числа прогнозов, подтвержденных фактическими данными, к общему числу прогнозов. Это достигается путем обработки множества данных за длительный интервал времени.
Известно, что чем более дальний прогноз от изученного диапазона времени делается, тем он будет менее точным и достоверным. Действительно, при экстраполяции с увеличением tF увеличивается М, а, значит, растет и отношение доверительного интервала в области экстраполяции к доверительному интервалу для изученного временного ряда. Уравнение (3.14) можно записать как
Период наблюдений (th -/0), содержащий Лоточек, и период прогнозирования (tpfcX выражаемый числом точек М, можно представить в виде безразмерного комплекса, определяющего их отношение t = — = -- . N tk0
Расчетная зависимость отношения доверительных интервалов точности безразмерного комплекса ta - стр/сгу от t при разных N показана на рис. 3,5. Видно, что точность прогноза падает с увеличением дальности прогноза и уменьшением исходной выборки N. (а Ор/Оу 5,0 Зависимость отношения доверительных интервалов точности прогноза от отношения периодов экстраполяции и изученного диапазона при разных N (при а=5%)
Программа прогнозирования времени достижения порогового значения на основе статистической обработки экспериментальных данных
По рассмотренной математической модели (3.7)—(3.17) создана компьютерная программа «Прогноз достижения диагностическим фактором порогового значения» с использованием VBA в среде MS Excel Программа позволяет для экспериментальных результатов диагностирования определять коэффициенты линейной аппроксимации поведения диагностического фактора, коэффициент корреляции и его статистическую значимость. Кроме этого выдается прогноз, когда временной тренд достигнет порогового показателя и определяется соответствующий временной доверительный интервал. Алгоритм программы приведен на рис. 3.6, основной лист - на рис. 3.7. В качестве исходных данных принимаются: /V - размер массивов I и t; а - уровень значимости, YD - пороговый показатель.
Предварительная обработка данных временного ряда
Как показал опыт настройки систем мониторинга, значительное влияние на точность определения диагностируемых параметров и соответственно точность локализации неисправности оказывают характеристики и места расположения датчиков. Перечень датчиков, входящих в поставку системы TDMS, с указанием мест установки приведен в табл. П.2.2 Приложения 2. В общей сложности на трансформаторном оборудовании установлено более 20 датчиков. Большинство из них изготовлено фирмой «Димрус» и является сертифицированным оборудованием. Ниже представлена информация о специальных датчиках, использованных в системе.
Для контроля состояния РПН применен комплексный датчик, выпускаемый фирмой «Димрус», включающий измерители вибрации, акустической эмиссии и температуры на контролируемом объекте. Крепление датчика на крышке РПН показано на рис. 4.11 [129, 134].
В наибольшей мере диагностическими функциями насыщен прибор TAP-Monitor, предназначенный для мониторинга и диагностики технического состояния устройств РПН, который также производится ОАО «Димрус». Внешний вид датчика представлен на рис. 4.12. Такие датчики применены во всех исполненных системах для съема диагностических сигналов РПН трансформатора и РПН реактора.
В данном приборе реализованы следующие методы контроля: -статистический метод контроля состояния РПН; - контроль потребляемой мощности приводного электродвигателя; - дифференциальное сравнение температуры бака РПН; - вибрационный контроль работы РПН в процессе коммутации; - контроль высокочастотной составляющей тока трансформатора. Благодаря наличию современных интерфейсов связи прибор ТАР Monitor легко интегрируется в любую систему мониторинга параметров трансформатора. Для выполнения всех его функций на РПН должны быть смонтированы следующие датчики: - датчик положения РПН; - датчик тока одной фазы электродвигателя привода РПН; - датчик напряжения этой же фазы электродвигателя; - датчик вибрации бака РПН; - два датчика температуры бака РПН и трансформатора; - три логических входа,
Для регистрации токов проводимости высоковольтных трансформаторных вводов с твердой изоляцией и изоляцией «бумага - масло» предназначены датчики DB-2 [135], Их технические характеристики приведены в табл, 4,2.
В соответствии с функциями on-line контроля технического состояния РПН, представленными в п. 2.3.3, в разработанной системе осуществляется контроль количества коммутаций. Кроме того контролируется время работы на каждом положении (наработка РПН). Экранная форма, на которой выводятся результаты подсчетов, представлена на рис. 4.13.
Контроль технического состояния движущихся частей РПН осуществляется на основании анализа тока или мощности, которые потребляются электродвигателем из сети. По временному графику изменения тока (рис. 4.14) можно выявить наличие механических дефектов, которые возникают в приводе избирателя. В момент какого-либо дефекта (чаще всего заедания) в подвижных частях привода будет иметь место увеличение момента на валу, следовательно, возрастание потребляемых тока и мощности. Как отмечалось выше, постоянное значение амплитуды тока на графике, за исключением первоначальных бросков при коммутации, свидетельствует об отсутствии повреждений.
Вибрационный контроль технического состояния РПН является более универсальным, чем метод контроля электрических параметров двигателя. Он позволяет оценивать не только механическое состояние устройства переключения, но и изменения электрического состояния РПН.
Как показано на рис. 4.11, встроенный вибродатчик находится в структуре комплексного датчика, который устанавливается на внешней поверхности бака либо крышке РПН в зоне максимальной акустической видимости контактора. Оперативная диагностика состояния РПН производится при помощи встроенной экспертной системы при каждом переключении избирателя и контактора.
Наиболее информативные результаты получаются, если регистрацию вибрационных сигналов в момент коммутации РПН проводить с высоким временным разрешением. В подтверждение на рис. 4.15 приведены осциллограммы виброускорения и коммутируемого тока при переключении.
Форма и, главное, длительность электромагнитных переходных процессов после коммутации зависят от текущего технического состояния контактов контактора РПН. Если контакт имеет неудовлетворительное состояние, то его размыкание (в меньшей степени замыкание) будут сопровождаться дуговыми процессами различной эффективности. Чем хуже состояние контактных поверхностей в контакторе, тем интенсивнее и продолжительнее будут эти процессы.
Акустические процессы, сопровождающие дуговые разряды в контакторе, очень хорошо регистрируются вибрационными датчиками, установлен 123 ными на поверхности бака РПН, в частности, рассмотренным выше комплексным датчиком. Это является важной диагностической функцией системы вибрационного контроля устройства РПН. Можно утверждать, что возможность оперативной оценки контактов контактора РПН на основании анализа вибрационных параметров и дуговых процессов в on-line системах является уникальной [117], Это объясняется тем, что в режиме off-line выполнение такой диагностики не всегда возможно, так как сопряжено с большими техническими сложностями, обусловленными необходимостью значительной разборки РПН,
Кроме перечисленных диагностических методов в разработанных подсистемах контроля технического состояния РПН реализован метод температурного мониторинга. Кроме того, оценка технического состояния РПН может косвенно выполняться путем регистрации и анализа ЧР в баке трансформатора и контроля высокочастотной составляющей тока нагрузки.
Заключение о техническом состоянии трансформатора может выдаваться как по результатам замеров конкретных параметров, так и по их комплексному анализу. В качестве примера частного диагноза, на рис. 4,16 представлены результаты мониторинга ЧР в высоковольтном вводе фазы С. Визуально наблюдается высокая степень разрядной активности примерно одинаковая на восходящем и нисходящем участках синусоиды, В нижней части экрана выводится информация об обобщенных параметрах ЧР: мощности, амплитуде, количестве импульсов, В правом окне делается вывод о наиболее вероятном дефекте и дается заключение о степени его опасности и о достоверности сделанной оценки.
На основании ряда частных диагнозов, полученных по итогам работы подсистем TDMS, дается общее заключение о состоянии трансформатора, В нем не только констатируется текущее техническое состояние, но и формируется прогноз его развития, дается оценка скорости изменения выявленных дефектов.
On-line контроль технического состояния РПН, реализованный в системе TDMS
Результаты мониторинга наглядно иллюстрируют успешную работу системы мониторинга в качестве индикатора сигналов «неисправность» по концентрации основных газов, растворенных в масле. Непрерывный мониторинг этих параметров позволяет выявить «наиболее опасный» деструктивный процесс, протекающий в трансформаторе. Анализ трендов контролируемых сигналов дает возможность оценить обшее состояние объекта и определить степень опасности возникновения аварийной ситуации,
Очевидно, что в рассмотренном случае важную роль играет достоверность определения пороговых значений контролируемых параметров. Эти пределы определяются исходя из опыта эксплуатации однотипных объектов и отражены в перечисленных выше нормативных документах. Отсутствие «узаконенных» нормативов для печных трансформаторов связано с относительно небольшим их количеством, по сравнению с числом эксплуатируемых сетевых и блочных трансформаторов. Однако высокая ответственность печных трансформаторов, а также невозможность их резервирования и вывода из работы во время технологического процесса, подтверждают особую актуальность внедрения стационарных диагностических систем именно на трансформаторах данного класса.
Вместе с тем, очевидно, что диагностические возможности стационарных систем далеко не исчерпываются работой с качестве «индикатора неисправностей», При наличии соответствующей методики они могут обеспечить общую оценку технического состояния объекта, а также наиболее точную идентификацию неисправностей по комплексу взаимно коррелированных параметров, С этой целью целесообразна разработка упомянутой выше методики многопараметрического диагностирования, что является самостоятельной, сложной задачей,
В связи с превышением рядом контролируемых показателей пределов, соответствующих критериям состояния «Ухудшенное» и «Предаварийное», 22,04,2015 агрегат печь-ковш №2 был остановлен, после чего 13.05.2015 трансформатор был выведен в ремонт. После слива масла осуществлена разборка трансформатора с демонтажем силовой части в условиях ОАО «Электроремонт». Были осуществлены визуальный осмотр и проверка узлов и отдельных деталей, В результате состояние объекта было определено как «Пре даварийное ».
В подтверждение сказанному на рис. 5.7-5 .1 2 представлены фотографии отдельных фрагментов с пояснениями к выявленным дефектам. Аналогичные фотографии обнаруженных дефектов повреждений представлены на рис. П.5.1-П.5.8 в Приложении 5.
На рис. 5.7 отчетливо видны следы ржавчины на магнитопроводе, которые подтверждают высокий уровень влагосодержания в масле. На рис. 5.8 обнаружен подгар стяжной шпильки основного магнитопровода и следы воздействия дуги, что является свидетельством выделения газов. На рис. 5.9 видны отчетливые следы электрокоррозии в месте соединения ярмовой балки и постамента, а также последствия дугового разряда. Очевидными причинами являются выделения горючих газов.
На рис. 5Л0-5Л2 видны последствия повышенной вибрации: ослабленное крепление распорной шпильки обмоток (рис, 5.10), смещение прокладок из-под обмотки (рис, 5 11) и «самодемонтаж» изоляционной шпильки крепления корпуса избирателя РПН.
Следует особо отметить, что практически все негативные процессы, которые вызвали представленные и другие дефекты, были зафиксированы внедренной системой мониторинга во время работы трансформатора. Разборка трансформатора подтвердила тяжелые последствия деструктивных процессов, протекающих в течение продолжительного времени. Вывод трансформатора в ремонт был признан обоснованным и своевременным. Это явилось практическим подтверждением эффективности применения разработанной системы,
На рис 5.13 представлены тренды влагосодержания и концентраций трех исследуемых газов, снятые за полный год мониторинга с 0,1.01.2015 (момент времени to) по 01.01.2016 (момент t5). Как отмечалось выше, в период от начала замеров до 10.02.2015 зафиксированы стабильные превышения данными параметрами нормативных значений (см. также рис. 5,1).
После полной замены масла 10.02.2015 (момент /) концентрации газов снизились до допустимых значений, однако практически одновременно начался их дальнейший рост. В результате 22.04.2015 (момент ) трансформатор был выведен из работы и находился в ремонте. Длительное отсутствие замеров объясняется тем, что после ремонта система мониторинга не сразу была введена в работу,
Далее после повторной установки датчиков и ввода системы в работу 08,06,2015 (момент /з) продолжилась эксплуатация трансформатора в контролируемом режиме. Концентрации водорода и ацетилена снизились до допустимых уровней, на которых находились в течение последующего наблюдаемого периода. Первоначально начался рост концентрации СО. Однако впоследствии она установилась на уровне около 75 ррт (до отключения в момент времени Ц), что значительно ниже пороговых значений, указанных в табл. 5.1.