Application of helium leak detection in the detection of generator stator cooling water system
-
摘要:
核电厂发电机正常运行时充有氢气,其漏氢量（率）是汽轮发电机组运行的主要技术指标之一,也是发电机安全性评价的一个重要指标。为防止泄漏造成的含氧量超标或漏氢等事故的发生,保证发电机定子绕组的可靠运行,采用氦检漏方法检测核电厂定子冷却水系统的泄漏缺陷。试验结果表明,所提方法能够准确地确定漏点位置从而为维修工作提供支持,可用于核电厂定子冷却水系统的在役检查及失效分析。
Abstract:During normal operation of nuclear power plant generators, hydrogen gas is charged, and its hydrogen leakage rate is one of the main technical indicators for the operation of steam turbine generator units, as well as an important indicator for the safety evaluation of generators. To prevent serious accidents such as excessive oxygen content or hydrogen leakage caused by leakage, ensure the reliable operation of the generator stator winding, helium leakage detection method was used to detect leakage defects in the stator cooling water system of nuclear power plants. The experimental results showed that the proposed method can accurately determine the location of leakage points, provide support for maintenance work, and can be used for in-service inspection and failure analysis of stator cooling water systems in nuclear power plants.
-
全球对可再生能源的需求日益增长,海上风电作为一种清洁、高效的能源形式,得到了广泛的关注和应用[1]。海上风电机组通常安装在远离陆地的海域,长期暴露在高温、高湿、高盐度的海洋环境中,风电机组的金属零部件难以避免地会受到腐蚀。腐蚀的类型多种多样,主要包括海水腐蚀[2]、海洋微生物腐蚀[3]、疲劳腐蚀[4]、应力腐蚀[5]等。腐蚀会导致零部件的强度降低、性能退化,甚至引发安全事故。因此,了解风电机组零部件腐蚀的类型和机制,对于制定针对性的防腐措施和检测方法至关重要。
张轶东等[6]对海上风电机组发电机轴承电腐蚀原因进行分析并提出了检测方法,在阐明轴承电腐蚀和轴电流产生的基础上,通过发电机振动、轴电压和接地电阻等数据完成电腐蚀检测。BRIJDER等[7]提出了基于切换卡尔曼滤波的海上风力涡轮机结构腐蚀检测方法,利用切换卡尔曼滤波算法对涡轮机振动数据进行处理,根据滤波结果结合腐蚀检测模型,判断结构腐蚀现象。ZHANG等[8]提出了基于多物理场耦合模型的海上风电塔架高强度螺栓腐蚀疲劳检测方法,在考虑动力载荷和环境载荷的情况下建立海上风电塔架结构力学模型,通过监测海上环境中盐雾、湿度等因素对螺栓长期腐蚀的影响,建立螺栓疲劳寿命模型,再利用模型计算得到螺栓状态,完成腐蚀疲劳检测。
风电机组零部件腐蚀过程通常会影响材料的热传导性能,从而对其温度产生影响。一般情况下,腐蚀部位的金属表面会表现出与周围未腐蚀区域不同的热传导性能,温度分布异常,同时腐蚀部位局部热量增加。利用红外热成像仪能够捕捉零部件表面的热量分布情况,及时定位腐蚀区域。基于此,文章提出高温高湿环境下大规模海上风电机组零部件防腐检测方法,利用红外相机对零部件表面进行监测,通过热点图确定腐蚀区域,为及时维护或更换腐蚀零部件提供可靠指导。
1. 海上风电机组零部件防腐检测方法设计
1.1 基于红外热成像的数据采集
红外热成像技术是一种基于红外辐射原理的无损检测方法,能够实时监测被检测物体的表面温度变化[9-10]。当腐蚀发生时,金属表面形成氧化物、氢氧化物或其他化合物,其热传导性能通常低于原始金属的。同时,腐蚀过程伴随着氧化反应,反应中热量释放使腐蚀区域温度升高,高温高湿环境下的化学反应更为剧烈,产生的热量也更多。腐蚀还可能引起金属材料塑性变形或断裂等,造成金属内部应力分布不均,从而产生温度梯度[11]。上述缺陷处为热量集中区域,在红外图像中会呈现出明显的温度异常。
在红外相机型号与规格选择上,需要确保其能够适应海上高温高湿的恶劣环境,同时在灵敏度、分辨率和响应速度方面能够满足检测需求。为此,将基于分辨率为256×192晶圆级红外模组开发而成,集成红外热成像仪与可见光摄像机为一体的NC200NW红外相机作为监测装置,具体布设方式如图1所示。
考虑风电机组运行时间和天气的扰动影响,设定拍摄时间间隔为
(1) 式中：Δt为红外相机采集海上风电机组零部件表面状态数据时的定时拍摄时间间隔；xij为采集到的海上风电机组零部件的表面状态数据；T1为当前的定时拍摄时间间隔；N为采集到的海上风电机组零部件表面状态数据xij的规模。
为了确保相机能够自动拍摄,使用GPS模块对每张照片拍摄位置进行标记,即
(2) 式中：D(xij)为采集到的海上风电机组零部件表面状态数据xij对应的位置标记；a为GPS定位功能对于红外相机的跟踪常量；κ为红外相机的响应元延迟偏差系数。
1.2 基于热点图分析的防腐检测
采用高斯滤波去除海上风电机组零部件红外数据噪声[12-14],即
(3) 式中：G(xij)为去噪后的海上风电机组零部件表面状态红外数据；k为常数,主要决定高斯函数的滤波强度；m为原始海上风电机组零部件表面状态红外数据均值；σ为原始海上风电机组零部件表面状态红外数据的标准差参量。
基于区域平均法将像素值转换为温度值,将平均温度值对应为海上风电机组零部件表面区域中心像素的温度,即
(4) 式中：Ta为温度值参量；xij(s)为海上风电机组零部件表面区域s内的红外热像数据信息；tn为区域内每个像素的温度参数；n为区域内的像素数量规模。
根据像素温度值生成零部件表面的热点图,通过提取温度梯度特征计算相邻像素点之间的温度差值,反映零部件表面温度变化的剧烈程度,即
(5) 式中：ΔTo、ΔTt和ΔTr分别为根据像素温度值生成零部件表面热点图的一阶温度梯度参数、二阶温度梯度参数以及三阶温度梯度参数；Ta,i为热点图温度梯度参数计算的基准区域温度参数；Ta,i+1、Ta,i+2和Ta,i+3分别为基准区域的邻居、次邻域以及三级邻域温度参数。
通过提取温度峰值特征,即热点图中温度最高的区域,判断风电机组零部件腐蚀区域中心位置,即
(6) 式中：g(s)为零部件表面腐蚀区域中心位置。
热点图中温度最高区域即为腐蚀区域,但是其存在约束条件,即
(7) 由此完成海上风电机组零部件防腐状态的检测,从而保障海上风电机组稳定运行。
2. 测试结果与分析
2.1 测试环境
海水是一种复杂的电解质,含有高盐度、微生物和溶解气体等成分,这些物质会与金属表面发生化学反应,导致严重的腐蚀。同时,风力发电机组在运行过程中会经历周期性的载荷变化,其金属表面会产生疲劳裂纹,在应力和腐蚀介质的共同作用下,也会出现应力腐蚀开裂现象。因此,选定海水腐蚀、海洋微生物腐蚀、疲劳腐蚀、应力腐蚀的主要缺陷作为测试所用的检测目标。各腐蚀缺陷图像如图2所示。
选择某海上风电场作为测试对象,其总装机容量为400 MW,共安装60台风力发电机组,单台风力发电机组平均装机容量为6.67 MW,协同工作以产生电力。风力发电机组切入风速为3~4 m/s,切出风速为20~25 m/s,效率为40%~50%。
将海水腐蚀、海洋微生物腐蚀、疲劳腐蚀、应力腐蚀缺陷转换为固定点,共选取5 000张高分辨率、低噪声、高质量的图像,其中4 500张用于训练,500张 （海水腐蚀120张、海洋微生物腐蚀100张、疲劳腐蚀140张、应力腐蚀140张）用于测试。具体测试指标及参数设置如表1所示。
Table 1. 测试指标及参数设置指标名称 检测参数标准值 可控范围 缺陷检测耗时/ms 0.15 ±0.05 假反例 2.5 ±0.1 最大检测误差/% 0.15 ±0.01 2.2 测试结果
2.2.1 腐蚀缺陷类型识别分析
将海上风电机组零部件腐蚀缺陷类型识别准确率作为测试指标,采用文章方法、文献[6]方法（海上风电机组发电机轴承电腐蚀检测方法）和文献[7]方法（基于切换卡尔曼滤波的海上风力涡轮机结构腐蚀检测方法）进行对比试验。采用3种方法分别对500幅测试图像展开缺陷类型识别,具体测试结果如表2所示。
Table 2. 不同方法的腐蚀缺陷类型识别结果由表2可知,文章方法能够有效识别不同风电机组零部件腐蚀缺陷类型,且识别准确率最高,均值为98.1%。这主要是因为文章方法通过提取温度梯度特征和温度峰值特征,捕捉腐蚀缺陷在温度场中的空间分布特性和温度变化的关键点,从而确定防腐状态,进而实现了对腐蚀缺陷类型的准确识别。
2.2.2 腐蚀缺陷信号抑制分析
腐蚀缺陷振动信号能够反映风电机组零部件腐蚀状态,减少或消除腐蚀缺陷信号中的噪声,提高信号的质量和可靠性,以利于更准确地分析腐蚀缺陷。信噪比是指信号中的有效信息与噪声的比值,是评估抑制效果的指标。较高的信噪比表明信号中的有效信息更为突出,噪声干扰较小,更有助于后续腐蚀缺陷位置的定位。文章方法、文献[6]方法和文献[7]方法的腐蚀缺陷信号抑制结果如图3所示。
由图3可知,风电机组零部件在进行腐蚀缺陷类型识别时,文章方法能够保持较为平稳的峰值,在26~33 dB的范围内,有效抑制了信号中的噪声干扰。文献[6]方法和文献[7]方法的峰值幅度波动较大,最高值为58 dB和61 dB。这是因为文章方法采用了高斯滤波对信号进行平滑处理,去除噪声因素的同时保留了信号中的关键特征,进而减少了红外数据中的噪声干扰,使腐蚀缺陷信号更加清晰。
2.2.3 腐蚀缺陷位置定位分析
为进一步验证文章方法的有效性,将风力发电机组零部件腐蚀缺陷图像作为测试对象,对腐蚀缺陷进行标注,并记录缺陷坐标信息,腐蚀缺陷位置定位结果如图4所示。
由图4可知,文章方法能够有效检测海上风电机组零部件腐蚀,完成对腐蚀缺陷位置的标注,并记录缺陷坐标信息。
3. 结语
文章提出高温高湿环境下大规模海上风电机组零部件防腐检测方法,利用红外相机采集风电机组零部件数据,在对数据进行分析的基础上,实现了对腐蚀的有效检测。该方法在以下几个方面表现出了较为明显的应用优势。
（1）利用红外相机捕捉物体表面的红外辐射获取温度信息,无需直接接触设备即可进行检测,有效避免了对设备的直接接触和潜在的损坏。
（2）能够实时监测设备的温度变化,从而及时发现设备的异常发热、泄漏或其他故障,提高维修效率。
（3）红外辐射具有较高的灵敏度和精度,能够有效检测微小温度变化,快速定位腐蚀部位,为风电机组零部件防腐检测提供了技术支持。
-
Table 1 位置1,2维修处理前后的氧含量数据
受检部件位置 仪器系统本底读数/Pa · m3 · s−1 受检部件仪器读数（返修前）/Pa · m3 · s−1 受检部件仪器读数（返修后）/Pa · m3 · s−1 系统氧含量（返修前）/ppb 系统氧含量（返修后）/ppb 位置1 2.0×10−10 3.0×10−6 2.0×10−10 532 532 位置2 2.0×10−10 4.0×10−9 2.0×10−10 
下载: 导出CSV
Table 2 位置3,4维修处理后的氧含量数据
受检部件位置 仪器系统本底读数/Pa · m3 · s−1 受检部件仪器读数（返修前）/Pa · m3 · s−1 受检部件仪器读数（返修后）/Pa · m3 · s−1 系统氧含量（返修前）/ppb 系统氧含量（返修后）/ppb 位置3 3.0×10−10 5.0×109 3.0×10−10 532 93 位置4 3.0×10−10 6.0×10−7 3.0×10−10
下载: 导出CSV
-
[1] 胡杰.发电机定子冷却水系统漏氢分析及处理[J].科技风, 2016(16):156. [2] 陈卫勇.发电机定子冷却水系统氧含量高的原因和处理方法[J].现代企业文化, 2017(21):254.
计量
- 文章访问数: 32
- HTML全文浏览量: 9
- PDF下载量: 18
