Importancia para el mantenimiento de elementos mecánicos y fallos en turbinas de vaporAnálisis de históricos

  1. Joel Pino Gómez
  2. Fidel E Hernández Montero
  3. María E Montesinos Otero
  4. María Antonia Téllez
  5. Julio González Martínez
  6. Yuritza Cruz Guzmán
  7. Jorge C Arce Miranda
Revista:
Ingeniería Energética

ISSN: 1815-5901

Año de publicación: 2017

Volumen: 38

Número: 2

Páginas: 106-114

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Ingeniería Energética

Resumen

El diagnóstico de fallos en las turbinas de vapor tiene una gran importancia por su incidencia en la maniobrabilidad y confiabilidad de las Centrales Termoeléctricas (CTE), sin embargo, no es posible encontrar trabajos publicados específicamente orientados a la determinación de sus elementos mecánicos y fallos más críticos. Este trabajo se propone como objetivo determinar cuáles son los elementos mecánicos y los fallos más importantes para las tareas de mantenimiento en las turbinas de vapor de una CTE cubana durante un largo período de su tiempo de explotación. Para esto se realizó el estudio de los datos históricos de tres turbinas de vapor de 100 MW en el período comprendido entre los años 1999 y 2014. La relevancia del trabajo radicó en la obtención de los elementos mecánicos más importantes, atendiendo a su tasa de fallos y costos de mantenimientos, y de los fallos más significativos del elemento mecánico más importante durante el período estudiado, para lo cual se introdujo el cálculo de un nuevo índice dadas las limitaciones impuestas por las condiciones de organización específicas de la planta

Referencias bibliográficas

  • Maurice, L Adams. (2010). Rotating machinery vibration: from analysis to troubleshooting. CRC Press.
  • Yufeng, M, Yibing, L, Hongwen, A. Statistical Analysis of Steam Turbine Faults. IEEE International Conference on Mechatronics and Automation. 2011.
  • Zhang, X, Chen, S, Zhu, Y, Yan, W. Fault Detection and Diagnosis for Steam Turbine Based on Kernel GDA. International Conference on Modelling. Identification and Control.. 2011.
  • Barella, S, Bellogini, M, Boniard, IM, Cincera, S. (2011). Failure analysis of a steam turbine rotor. Engineering Failure Analysis. 18. 1511-1519
  • J.fen, Wu. Application of SOM Neural Network in Fault Diagnosis of the Steam Turbine Regenerative System. First International Conference on Machine Learning and Cybernetics. 2002.
  • Kubiak, JS. (2002). The diagnosis of turbine component degradation: Case histories. Applied Thermal Engineering. 22. 1955-1963
  • Galka, T. (2012). Vibration Based Diagnostics of Steam Turbines. Mechanical Engineering. 34. 315-340
  • Karlsson, C, Arriagada, J, Genrup, M. (2008). Detection and interactive isolation of faults in steam turbines to support maintenance decisions. Simulation Modelling Practice and Theory. 16. 689-1703
  • (2011). Experimental studies on high-cycle fatigue and damping properties of R2MA rotor steel in torsion. Strength of Materials. 43. 455-463
  • Bovsunovskii, AP. (2010). Fatigue damage and failure of steam turbine rotors by torsional vibrations. Strength of Materials. 42. 108-113
  • Yang, N. An Expert System for Vibration Fault Diagnosis of Large Steam Turbine Generator Set. 3rd. IEEE International Conference on Computer Research & Development. 2011.
  • Moubray, John. (1997). Reliability-centered Maintenance. Reed Elsevier.
Fuente de los datos: Dialnet