共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
0引言目前大型机组的状态监测系统对机组的故障诊断和分析起着十分重要的作用。它的可靠性与否直接影响着机组的故障诊断和分析。要搞好大型旋转机械的机组状态监测分析,就必须对监测系统仪表的故障进行及时分析、判断和处理,减少故障时间,增加监测系统的可靠性。濮阳龙宇化工有限责任公司采用本特利3500来进行机组的检测与保护。 相似文献
4.
0 引言 目前大型机组的状态监测系统对机组的故障诊断和分析起着十分重要的作用.它可靠与否直接影响着机组的故障诊断和分析.要搞好大型旋转机械的机组状态监测分析,必须对现有监测系统的故障,进行及时分析、判断和处理,增加监测系统的可靠性.下面介绍几种本特利3300系列监测系统的常见故障,并对其进行分析、判断及处理. 相似文献
5.
6.
7.
大机组在石化行业整套装置的连续运行上起着决定性的作用。由此,提高设备运行的安全性、可靠性,是降低生产成本和维护费用的唯一途经。简要介绍了S8000大机组故障诊断系统的在线监测原理和现场案例分析。经实际应用证明,该系统达到了工厂专业技术人员对机组运行故障诊断预知性这一目的,大大提高了装置运行的安全性和可靠性。 相似文献
8.
本文利用智能Agent以及MAS技术实现一个水电机组状态监测与故障诊断系统。文中首先概述了MAS技术,说明了水电机组故障特点,然后给出了故障诊断的数学描述和任务分解策略,在此基础上构建了一个故障诊断系统,并通过仿真实例进行了测试,测试结果表明该系统具有较高的诊断精度。 相似文献
9.
10.
11.
12.
应用智能技术的电厂计算机集散控制系统 总被引:1,自引:0,他引:1
本文介绍了一个控制四台10万千瓦发电机组的电厂计算机集散控制系统,在下位机实现了发电机组各种控制功能的同时,上位机完成了对发电机组各种工况的监测。在此基础上,将智能技术应用于该系统,建立了机组故障诊断专家系统,在线对机组及相关设备进行故障诊断及报警。该系统是国内自行设计的第一套火力发电厂计算机集散控制系统,目前在东北电网的清河发电厂运行良好。 相似文献
13.
水电机组故障诊断技术是水电厂开展状态检修的基础。水电机组作为大型旋转机械,其振动可以反映机组大部分故障。专家系统是人工智能领域应用比较成熟的技术,现在故障诊断专家系统已在国内水电厂逐步推广。本文在水电机组状态监测的基础上,针对水电机组的振动故障,提出一种基于产生式规则的专家系统。它主要由知识库、推理机、数据库、人机接口等部分组成。最后,利用实际数据进行诊断和分析,并根据机组检修情况对诊断结果进行验证,证明专家诊断系统能够给检修人员提供机组故障产生的可能原因和部位,对机组检修起到一定的指导作用。 相似文献
14.
针对水电机组振动故障征兆和故障类型的非线性特性及传统小波网络在故障诊断中的缺陷,设计了一种基于模拟退火算法的小波神经网络(SA-WNN)故障诊断模型。将SA-WNN诊断模型应用到水电机组四种典型故障,验证其可行性。实例结果表明,与传统小波网络相比,基于模拟退火算法优化的小波神经网络训练次数少,收敛精度高,为水电机组故障诊断提供了新途径。 相似文献
15.
16.
一类水力发电机组在线状态监测系统的设计 总被引:1,自引:0,他引:1
小波分析具有良好的时频分析特性,将小波分析技术运用于机械振动信号的分析处理中能较好的识别机械运行状态,弥补传统分析方法的不足,实现机械状态监测。针对一类水力发电机组设计了一套状态监测和故障诊断系统,并通过实例验证了系统的可行性和适用性。 相似文献
17.
风电机故障在影响风电机组使用性能的同时,还会对电力生产和供应造成不同程度的损耗,为了提高风电机组的工作效率,就必须对风电机组故障诊断进行统计分析,总结出行之有效的维修策略。本文采用风电机数据模拟的方法,对常见的齿轮故障进行在线监测和诊断,并且提出了一些实用的故障解决措施,为同类型的风电机组研究提供理论依据。 相似文献
18.
Petri网可以利用图形语言对故障诊断系统的结构、功能及流程进行系统的分析和描述,与传统的故障诊断人工智能方法相比,具有简单直观,诊断速度快,准确度高的优点.文中介绍了Petri网的基本知识,给出了抽水蓄能机组故障诊断的Petri网建模方法,以抽水蓄能机组转子故障诊断为例给出了抽水蓄能机组故障诊断的Petri网模型.随着抽水蓄能机组故障类型与其征兆数据库的不断积累,该模型经进一步完善,可满足工程实际应用的要求. 相似文献
19.
20.
常规风电机组状态视频监测方法采用GRU和注意力机制采集状态视频图像,视频图像采集实时性较差,且视频图像信息数据提取精度较低,导致风电机组状态监测值与实际值之间偏差较大。为了改善这一问题,引入了物联网架构与自动化技术,并提出一种全新的监测方法。首先结合物联网技术感知功能、智能功能与互联功能,然后采集风电机组状态视频图像,传输至自动监测平台;最后从线性组合风电机组运行状态原变量,计算机组主成分的贡献率,设定各部件运行状态数据阈值范围,从中选取风电机组状态视频自动监测向量,全面实现自动化监测风电机组状态的目标。通过实验分析可知,提出方法监测风电机组状态得到的监测值与实际值偏差较小,能够更加准确地监测到风电机组的运行健康状态,及时发现机组运行异常状况。 相似文献