汽輪機轉子啟動曲線優化及蠕變?疲勞壽命評估的方法與流程

本發明涉及汽輪機轉子啟動優化技術，尤其是涉及一種汽輪機轉子啟動曲線優化及蠕變-疲勞壽命評估的方法。

背景技術：

現代電力工業的發展要求汽輪機各部件承受更高的溫度和更大的工作載荷。轉子是汽輪機能量轉換和傳遞扭矩的關鍵部件，其壽命關系到整個機組的運行安全。近年來，隨著我國電網容量不斷增大，電網峰谷值日益加劇，迫使大型火電機組頻繁地參與調峰運行，轉子在這種頻繁啟停或大幅度負荷變動的非穩定工況下，其金屬材料會產生低周疲勞損傷，進而縮短汽輪機轉子的使用壽命。因此在保證轉子安全的條件下，能夠實現機組的快速啟動具有重要的意義。

汽輪機在冷態啟動過程中，主蒸汽的溫度和壓力自鍋爐點火后逐漸升高，當主蒸汽溫度達到沖轉溫度時，汽輪機轉子開始沖轉，轉速達到一定值后停止升速，待主蒸汽溫度達到一定值后開始機組開始暖機，經過一段時間的冷態暖機，在機組的軸向位移、脹差、汽缸總膨脹、高中壓外缸內壁的上下缸溫差等情況良好的條件下，汽輪機進一步升速至額定轉速。在汽輪機并網后，汽輪機主蒸汽溫度通過不同溫升率提升至額定溫度。提高啟動的溫升率，可以縮短啟動時間，相應減少啟動過程的燃油消耗量，有助于提高電廠經濟效益。但溫升率和壓升率的提高，勢必會增加高溫部件，尤其是汽輪機高、中壓轉子的低周疲勞壽命損耗，縮短機組的使用壽命。因此，對機組實際啟動過程中對汽輪機轉子進行應力計算和分析，擬定優化啟動策略，指導機組的啟動。這樣使機組的經濟性、安全性的綜合指標趨于最優，充分發揮機組的潛力。

目前，定義轉子啟動優化目標函數和約束條件，通過支持向量機(svm，supportedvectormachine)和遺傳粒子群算法(pso，particleswarmoptimization)的結合對汽輪機轉子冷態啟動過程優化的專利還沒有新的發現，也沒有人利用連續損傷力學模型(cdm，continuousdamagemechanics)對汽輪機轉子優化啟動曲線的可靠性和準確性進行分析論證，且在專利網的查詢中也沒有見到與本發明詳盡的發明專利的申請和授權。

技術實現要素：

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種汽輪機轉子啟動曲線優化及蠕變-疲勞壽命評估的方法。

本發明的目的可以通過以下技術方案來實現：

一種汽輪機轉子啟動曲線優化及蠕變-疲勞壽命評估的方法，首先建立優化啟動目標函數和約束條件，然后結合轉子應力svm模型和pso算法計算出在滿足應力要求下轉子在啟動過程中不同時間的最優溫升率，最后通過轉子cdm模型對此方法進行驗證分析。

該方法具體為：

1)定義啟動優化目標函數和邊界條件：

2)建立轉子應力svm模型：

3)基于轉子應力svm模型的啟動優化；利用pso算法尋找最優溫升率；

4)優化啟動方案下的轉子蠕變-疲勞壽命評估。

所述的步驟1)定義啟動優化目標函數和邊界條件具體為：

(1)依據實際啟動曲線，以主蒸汽的溫升率為參數，利用函數表達式定義啟動時間；

(2)以主蒸汽的溫度和轉子危險點的應立作為約束邊界條件。

所述的步驟1)中具體的目標函數為：

機組冷態啟動規劃問題可寫作式(1)，在約束條件下求解目標函數最優解的問題。

使服從約束條件：

h(k1,...ki,...k5)＝hmax(3)式中：h為主蒸汽溫度；

hmax為主蒸汽額定溫度，取537℃；

σmj為轉子關鍵點最大等效應力；

σlj為材料許用應力范圍；

ai,b,c為常數；

k1,k2,k3,k4,k5為不同時間段的溫升率。

所述的步驟1)中約束邊界條件的確定如下：

根據機組抽汽溫度及軸承處冷卻抽溫等條件，確定冷態啟動時轉子四個位置的第一類邊界條件，其中包括調節級前金屬溫度為45℃，軸承處溫度為40℃，軸封處溫度為100℃，高壓缸和中壓缸出口溫度為105℃，根據啟動結束時溫度和壓力的大小，尋找5個最危險點進行重點監測。

所述的步驟2)建立轉子應力svm模型具體為：

(1)確定機組概況、結構特點及各項參數；

(2)確定汽輪機轉子的材料特性和參數，并通過有限元軟件ansys進行建模：定義模型的熱邊界條件和結構邊界條件；

(3)計算蒸汽參數、蒸汽動力粘度、蒸汽導熱系數、葉輪兩側換熱系數、光軸處換熱系數和汽封處換熱系數；

(4)分析汽輪機轉子溫度場和應力場；

(5)根據實際啟動工況，定義多組啟動曲線，計算不同啟動工況下轉子的溫度場和應力場；

(6)依據以上有限元計算結果，以啟動參數為輸入，轉子應力為輸出，建立轉子應力的svm模型。

所述的步驟4)優化啟動方案下的轉子蠕變-疲勞壽命評估具體為：

(1)分析汽輪機轉子蠕變損傷；

(2)分析汽輪機轉子疲勞損傷；

(3)分析汽輪機轉子蠕變-疲勞耦合損傷。

所述的步驟4)詳細為：

(1)低周疲勞損傷壽命評估

(2)蠕變損傷壽命評估

(3)蠕變-疲勞交互作用下線性損傷壽命評估

(4)蠕變-疲勞交互作用下非線性損傷壽命評估

式中：df為低周疲勞損傷；

dc為蠕變損傷；

dt為蠕變—疲勞交互作用下的線性損傷；

ddt為蠕變—疲勞交互作用下的非線性損傷；

rv為多軸系數，rvf為疲勞載荷多軸系數，rvc為蠕變載荷多軸系數；

δεp為塑性應變范圍；

σeq為當量應力；

n為載荷循環次數；

ν為泊松比，取ν＝0.3；

所述的rv表達式為，σh為平均應力；t為運行時間。

式(4)到(6)中材料參數為30gr1mo1v在510℃通過試驗方法回歸得到的。

與現有技術相比，本發明的有效核心是啟動優化目標函數和邊界條件的定義，以及利用轉子應力svm模型和pso算法對汽輪機轉子啟動過程中的不同時間段的溫升率進行尋優，從而縮短啟動時間，優化啟動曲線。并利用cdm模型對汽輪機轉子進行壽命評估，基于壽命評估結果，可以對優化后的曲線進行分析驗證。使兩種方法的結果相互印證，互相支持。

這兩種方法的結合，將在滿足轉子應力要求的前提下，實現的機組更經濟、更快速的啟動，提高了機組工作效率、實現了節能減排。

附圖說明

圖1為汽輪機啟動曲線及模型相關參數示意圖；

圖2為轉子換熱系數計算流程圖；

圖3為轉子溫度和應力檢測關鍵點示意圖；

圖4為遺傳算法優化svr流程圖；

圖5為遺傳粒子群混合算法流程圖；

圖6為汽輪機轉子有限元模型示意圖；

圖7為冷態啟動過程中轉子關鍵點當量應力變化曲線圖；

圖8為轉子低周疲勞損傷曲線圖；

圖9為轉子蠕變損傷曲線圖；

圖10為轉子線性與非線性總損傷曲線圖；

圖11為轉子基于主蒸汽優化曲線的壽命曲線圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明的一部分實施例，而不是全部實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都應屬于本發明保護的范圍。

本發明用于汽輪機轉子啟動曲線優化及蠕變-疲勞壽命評估的方法具體操作步驟如下：

1.建立機組冷態啟動數學模型

機組冷態啟動規劃問題可寫作式(1)，在約束條件下求解目標函數最優解的問題。

使服從約束條件：

h(k1,...ki,...k5)＝hmax(3)

式中：h——主蒸汽溫度；

hmax——主蒸汽額定溫度，取537℃；

σmj——轉子關鍵點最大等效應力；

σlj——材料許用應力范圍；

ai,b,c——常數；

k1,k2,k3,k4,k5——不同時間段的溫升率，見圖1。

2.建立汽輪機轉子有限元模型

在進行有限元分析時，對模型進行適當是的簡化是很有必要的。但是對于高壓調節級的根部、彈性槽、軸肩等蒸汽溫度較高且容易產生應力集中的部位，是機組啟停過程中重點監測部位，在建立模型時需要嚴格按照轉子精加工圖進行處理，網格劃分時也需要進行網格加墨處理。且選擇材料為單元plane13。

3.計算換熱系數

在汽輪機的啟動、停機以及負荷變動時，與轉子外表面上相接觸的蒸汽溫度、壓力、流量等參數均隨時間和軸向位置變化，因而，轉子外表面的換熱系數是時間和空間的函數。計算轉子某時刻某位置處的換熱系數時，需要根據該時刻該位置處蒸汽溫度、壓力、流量等參數計算蒸汽動力粘度、導熱系數等物性參數，進而根據換熱系數計算公式所需結果。由于換熱系數計算過程中涉及的參數、公式較多以及計算量較大，為了便于計算，本文中利用matlab進行編程計算，計算流程如圖2所示。

4.汽輪機轉子冷態啟動溫度場與應力場的分析

關于冷態啟動過程中轉子初始溫度場的計算，首先要確定轉子的溫度邊界條件。根據機組抽汽溫度及軸承處冷卻抽溫等條件，確定冷態啟動時轉子四個位置的第一類邊界條件，其中包括調節級前金屬溫度為45℃，軸承處溫度為40℃，軸封處溫度為100℃，高壓缸和中壓缸出口溫度為105℃。根據啟動結束時溫度和壓力的大小，尋找5個最危險點進行重點監測，具體見圖3。

5.轉子冷態啟動應力svm模型的回歸

定義不同的啟動曲線的目標函數和約束條件，計算不同啟動工況下轉子溫度場和應力場，以啟動參數為輸入，轉子應力為輸出，建立轉子應力的svm模型。模型的復雜程度和泛化能力受c、ε和γ三個參數的共同影響，而這三個參數之間也會相互影響。遺傳算法對svr參數尋優的具體步驟如下：

(1)對染色體進行編碼，確定適應度函數、種群規模n、進化代數m、交叉概率、變異概率等參數，隨機產生以n組參數c、ε、γ的初始值，即n個染色體。

(2)采用每個染色體作為svr的參數，以選定的訓練樣本中的主蒸汽溫升參數為輸入，最大應力值為輸出，訓練回歸模型。對當前種群，本文將svr訓練完成后返回的均方差作為染色體的適應值，計算每個染色體的適應值，選出適應值最小的直接進入下一代，其余染色體根據選擇算法進行選擇。

(3)依次根據交叉概率和變異概率進行交叉和變異，產生新的子代和個體。

(4)判斷終止條件是否滿足，當算法經過設定好的進化代數運算后或者相鄰進化代數中最優個體的適應值的差值小于設定的誤差范圍時，遺傳算法則終止。

遺傳算法對svr參數的優化流程見圖4。

6.基于粒子群算法對啟動方案優化

利用svr得到各方案中主蒸汽溫升參數與轉子冷態啟動過程中的最大應力之間的回歸模型后，基于回歸模型，采用遺傳粒子群混合優化算法獲得最優啟動參數。其中，目標函數及約束條件根據公式(1)和公式(2)、公式(3)的形式進行計算，遺傳粒子群優化算法同樣在matlab中編程實現，其算法步驟如下：

(1)設置優化所需參數，其中包括遺傳算法中的種群規模n、進化代數m、交叉概率、變異概率和粒子群算法中的粒子最大速度、慣性權重等。

(2)初始化粒子種群，即隨機產生n組主蒸汽溫度參數的初始值，根據目標函數，計算每組參數的適應值，記錄粒子個體的最優解pbest及整個種群中全局最優解gbest。

(3)優化更新粒子自己的速度與位置。

(4)依次根據交叉概率pc和變異概率pm進行交叉和變異，產生新的子代和個體。

(5)計算更新后的每個粒子的適應值，并與已保存的上代種群個體的最優解pbest以及和全局最優解gbest進行比較，如果更好，則更新pbest和gbest。

(6)判斷終止條件，若滿足終止要求，就終止算法，如果尚未滿足終止條件，則跳轉至3進行新的迭代計算。

遺傳粒子群混合算法的流程如圖5所示。

7.汽輪機轉子壽命評估

低周疲勞損傷壽命評估

(2)蠕變損傷壽命評估

(3)蠕變-疲勞交互作用下線性損傷壽命評估

(4)蠕變-疲勞交互作用下非線性損傷壽命評估

式中：df——低周疲勞損傷；

dc——蠕變損傷；

dt——蠕變—疲勞交互作用下的線性損傷；

ddt——蠕變—疲勞交互作用下的非線性損傷；

rv——多軸系數，表達式為，

rvf為疲勞載荷多軸系數，rvc為蠕變載荷多軸系數；

n為載荷循環次數；

δεp——塑性應變范圍；

σeq——當量應力；

σh——平均應力；

t——運行時間；

ν——泊松比，取ν＝0.3。

式(3)到(6)中材料參數為30gr1mo1v在510℃通過試驗方法回歸得到的。

應用實例

現以型號為n320-16.7/537/537的320mw的亞臨界、一次中間再熱、高中亞合缸、兩缸兩排氣、單軸凝汽式汽輪機為例對本說明作進一步的說明。該機組材料為30gr1mo1v鋼，其材料特性見表1，材料在不同溫度下的機械特性見表2，在計算溫度場和應力場時的邊界條件見表3，利用有限元軟件ansys對汽輪機轉子建模如圖6。

表130gr1mo1v鋼的材料特性

表230gr1mo1v鋼在不同溫度下的機械特性

表3轉子溫度場應力場計算邊界條件

通過ansys計算得到汽輪機轉子關鍵點在不同時刻的當量應力如圖7所示。可以獲知，轉載檢測位置在啟動過程中應力變化趨勢可以看出其應力最大值的位置并不是固定于某個特定位置，而且隨著啟動過程的進行而變化，最大應力值首先出現在高一級葉根前彈性草處，應力為325.6mpa，隨著啟動過程的進行，最大應力出現在調節級凹槽處的326mpa，也就是說啟動過程中汽輪機轉子所受的最大應力位于調節級葉輪根部，這些部位的壽命就代表了整個轉子甚至整個汽輪機機組的壽命。此時的壓力小于材料的屈服強度，故在此優化曲線的啟動過程中，汽輪機轉子在運行過程中是安全的。

基于支持向量機模型和遺傳粒子群算法，求得在最大應力條件下，機組主蒸汽溫升參數的最優值和最優參數如表4所示。此最優啟動方案下轉子的最大應力值為387.99mpa，優化方案的主蒸汽溫度較原啟動方案的溫度提升至額定值的時間縮短了將近170min。

表4最佳溫升參數及對應最大應力

根據前邊已經計算的最大應力值和主蒸汽優化啟動曲線，利用式(3)到(6)對轉子進行壽命評估，結果如圖8-11所示。由圖11可知，轉子基于主蒸汽優化曲線的壽命最大為100年，大于現在電廠汽輪機轉子標準壽命30年，故機組可以依據此優化曲線啟動安全運行。

利用本發明優化的啟動方案可以提升啟動速度，節約啟動工況下的燃油能耗，提高機組啟動的經濟性，對機組的冷態啟動過程具有一定的指導意義。

以上所述，僅為本發明的具體實施方式，但本發明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發明揭露的技術范圍內，可輕易想到各種等效的修改或替換，這些修改或替換都應涵蓋在本發明的保護范圍之內。因此，本發明的保護范圍應以權利要求的保護范圍為準。