煤矿大型提升机故障预警诊断系统研究

麻家梁煤矿作为年产千万吨煤的大矿,由于容器狭长而导致其井架高达80 m,其天轮直径达5. 7 m,每个轮毂承担着378. 5 kN的重载负荷。对于如此大型、重载的矿井提升机,对天轮、升容器载荷、刚性罐道、尾绳运行状态进行监测,根据状态监测的结果将故障及时排除,保证提升机的安全、无故障运行。     

发电设备故障预警系统在电厂节能监督中的应用

介绍了某公司发电设备故障预警系统及其在燃煤电厂节能监督中的应用情况,实例证明了该系统可以让燃煤电厂节能监督工作变得更方便、更有效,提出了在该系统中增设包含锅炉效率、汽轮机热耗率和厂用电率三个分支模块的节能监督模块的建议。     

模糊聚类与k-NN法大型发电设备状态预警模型

根据设备运行的历史数据,运用模糊聚类和k-NN证据分类的方法,建立设备的运行状态模型,对水火电发电设备的运行状态进行判断,并对异常、故障状态进行预警。最后以红河1号机组#1高压加热器2014年1月用来聚类的4000组样本数据及其隶属度矩阵作为证据k-NN的训练集,2月某两天运行数据进行测试。验证模型能够如实反映设备异常状态,证明了模型的可靠性。     

基于LSTM-SVM的燃气轮机压气机故障预警研究

为了能在早期发现压气机叶片积垢、叶片磨损腐蚀、进气口结冰和喘振4种常见故障,提出一种基于长短期记忆网络(LSTM)和支持向量机(SVM)的燃气轮机压气机故障预警方法.首先,利用压气机特征参数正常历史数据建立多个单输入单输出预测模型,并将压气机的特征参数运行数据代入相应的模型,输出各参数预测值与实际值的残差曲线,设定报警...     

PCA-CLUSTER和EMD-CNN相结合的光伏发电设备故障诊断方法

针对光伏发电设备的输出特性具有时间序列的特征,提出了一种主成分分析-聚类算法(PCA-CLUSTER)和经验模态分解-卷积神经网络(EMD-CNN)相结合的光伏发电设备故障诊断方法.首先,通过对时间序列进行主成分分析(PCA),从冗余特征中提取主要成分,降低聚类输入维数,再利用K-Means算法对时间序列进行聚类;然后...     

发电设备可靠性增长的研究

本文提出了发电设备可靠性的增长模型,介绍了该模型的参数估计和拟合检验方法.给出了国产某大型发电设备的主机和机组可靠性增长的分析结果.     

新能源发电设备的战略研究

本文叙述了新能源发电设备的定义,提出新能源发电设备专业委员会的学术活动的苑围.介绍了新能源发电设备的战略形势等.     

电站风机故障智能预警技术的应用研究

针对电站风机状态监测和故障预警问题,提出了一种基于密度峰聚类的多元状态估计方法。首先,利用密度峰聚类算法对风机正常运行工况下的历史数据进行分析,提取包含设备正常运行特征信息的数据,构建记忆矩阵;然后通过相关性原理分析观测向量与记忆矩阵之间的相似程度,使用多元状态估计技术对该观测向量进行估计。计算估计值与实测值之间的统计残差和相似度,确定风机的运行状态。最后,以南京某电厂一次风机为监测对象进行研究,建立动态故障预警模型,并结合故障实例分析验证。结果表明:该方法能够实时准确预测风机运行状态,提前发现故障征兆,指导设备运行和维护。     

基于MSET的电站风机故障预警技术研究

为了对电站风机进行故障预警并判断故障类型,在改进过程记忆矩阵构造的基础上进行MSET(多元状态估计)模型预测。利用AHP(层次分析法)求得各监测参数对风机故障预警作用的权重系数,并应用到相似度函数中,得到风机的相似度序列。利用滑动窗口法确定预警阈值,当发出预警信号后,分析各监测参数实际值和估计值间的相对误差,以此追溯风机的可能故障点。利用某电厂引风机数据进行故障模拟仿真,结果表明该方法能及时捕捉到风机异常并在追溯可能故障点的同时对故障类型进行判断。     

基于多元状态估计的燃烧室故障预警研究

为了解决电站燃气轮机燃烧室故障预警问题,采用一种基于多元状态估计技术(MSET)的方法。在提取故障特征量的基础上,首先利用MSET建立燃机燃烧室正常工作状态下的模型,对待观测值进行最优估计得到估计值,估计值和观测值之间的偏差可以反映燃烧室内部工作是否异常,引入偏离度定量衡量观测值与估计值之间的偏离程度,有利于捕获故障细微变化过程,然后采用滑动窗口法确定故障预警阈值,当偏离度超过故障预警阈值时,发出故障预警,提醒运行人员及时处理。用某燃气-蒸汽联合循环发电机组仿真平台的燃烧故障信息将上述算法进行了验证。结果表明:该方法可以及时发现燃烧室燃烧异常,实现了燃烧室实时故障预警,在提高机组可靠性和发电小时数的同时,缩短检修时间、降低检修成本。     

基于轴承温度的风机齿轮箱故障预警研究

齿轮箱轴承作为能量传递的关键部件,对风机状态评估具有重要意义。文章针对齿轮箱故障,提出了基于改进的粒子群算法(APSO)优化的BP神经网络齿轮箱轴承温度预测模型。首先,基于主成分分析法,选取SCADA系统中影响齿轮箱轴承温度的参数,建立正常状态下的齿轮箱轴承温度预测模型,通过对轴承温度残差值进行分析,得出风机故障告警和报警阈值,从而实现对齿轮箱故障的有效预警;最后,利用华北某风电场的数据进行实验仿真,对比分析粒子群(PSO)优化的BP神经网络预测模型和传统BP神经网络预测模型。结果表明,提出的预测方法拥有精度高、收敛速度快等优点。     

基于"计算机支持协同工作"的发电设备故障处理系统

发电设备故障处理是一个协同工作过程，计算机支持的协同工作是利用计算机及其网络提供一个协同工作的环境，使为完成共同任务而合作的群组成员能有机地结合、有效地合作。为了开发“发电设备故障处理系统”，建立了基于“计算机支持的协同工作”的发电设备故障处理群组活动模型。图3参4     

某型柴油机凸轮轴断裂故障监测预警技术研究

基于动力学模型仿真分析揭示凸轮轴断裂故障的发生机理,并且借助振动数据的挖掘分析故障的特征信号,开展基于模型和数据驱动的柴油机凸轮轴断裂故障监测预警技术研究,并通过实际工程案例验证了结论的正确性。研究结果表明:柴油机的凸轮轴第1轴肩与第2缸、第4缸、第6缸缸盖附近为薄弱位置,凸轮轴在满功率高转速的工况下易在这些位置发生断裂。凸轮轴断裂故障发生前,柴油机正时异常,位于前端盖的振动加速度信号轴向明显大于径向,故障临近处的缸盖振动加速度明显大于其他位置。     

基于IICEEMDAN-PCA-GRU的风电机组齿轮箱故障预警方法研究

为充分挖掘数据采集与监控（SCADA）数据的隐藏信息,减少特征间的冗余性,提升模型预测和预警的精度,提出一种双重改进的完全噪声辅助聚合经验模态分解（IICEEMDAN）、主成分分析（PCA）、门控循环网络（GRU）融合的风电机组齿轮箱故障预警方法。使用皮尔逊相关系数法作特征提取,采用IICEEMDAN对特征进行分解,得到特征在不同时间尺度上的连续性信号;利用PCA提取分解特征的关键因素作为网络训练输入;GRU网络对输入时间序列特征进行建模训练,实现对齿轮箱油池温度的预测,使用统计学方法分析油池温度预测值与实际值的误差,根据实际情况设定预警阈值;使用滑动窗口理论实现齿轮箱故障预警。采用华北某风场实际数据进行验证,结果验证了所提方法对齿轮箱早期故障预警的有效性。     

基于CNN-LSTM的燃气轮机燃烧室故障预警

为了解决燃气轮机燃烧室中的故障问题,结合深度学习的优势,在长短期记忆网络(Long Short-term Memory, LSTM)的基础上,提出了一种基于卷积神经网络-长短期记忆网络的燃烧室故障预警方法。首先,根据正常的历史运行数据构建燃烧室的预警模型,再将特征参数输入到预警模型中得到预测值,预测值与实际值之间的偏离度可以反映燃烧室内部工作是否正常。考虑到模型预测结果的非平稳性和非线性等特点,引入滑动窗口法确定故障预警阈值,最后根据确定的预警阈值判断是否出现故障。采用某燃气-蒸汽联合循环发电机组仿真平台对上述模型进行验证。仿真结果表明：该模型相较于LSTM预测模型具有更高的精确度,可以及时发现故障征兆,并对燃烧室故障做出有效预警。     

大型发电设备产品信息集成共享方案与实施技术

信息集成与共享是企业敏捷化的基础，为实现大型发电设备产品信息的集成共享，提出了大型发电设备产品信息集成共享平台的技术方案，阐述了平台的功能框架，详细分析了平台实现的若干关键实施技术，并通过平台的开发与应用验证了技术方案的可行性和实用性。     

新型道路发电设备

现阶段,中国面临着异常严峻的能源问题,开发新能源及绿色能源具有重要意义。基于汽车通过减速带时因受摩擦力而强制减速的原理,设计出该新型道路发电设备,叙述并分析了其设计方案、设备工作原理及设备模型,表明了该设备设备能收集汽车损失的能量,减少路面热量,降低对路面的损害。     

新型道路发电设备

现阶段,中国面临着异常严峻的能源问题,开发新能源及绿色能源具有重要意义。基于汽车通过减速带时因受摩擦力而强制减速的原理,设计出该新型道路发电设备,叙述并分析了其设计方案、设备工作原理及设备模型,表明了该设备设备能收集汽车损失的能量,减少路面热量,降低对路面的损害。     

义乌市发电设备有限公司

YIWU GENERRATING EQUIPMENT CO., LTD. is a professionally integrated company engaging in generating set production, sale, maintenance, and service, etc. We have fully automatic inspecting equipment and solid technologic strength, and have gotten the ISO9001 Certificate, CE Certificate, EPA Certificate, and the telecommunication Certificate. We work as a provincially advanced and provincially first trustworthy enterprise that also keep promise and obeys contract.