一种阀门内漏监测诊断方法
    3.
    发明公开

    公开(公告)号:CN114526865A

    公开(公告)日:2022-05-24

    申请号:CN202210102050.5

    申请日:2022-01-27

    Abstract: 本发明提供了一种阀门内漏监测诊断方法,包括如下步骤:步骤S1:筛选出适合通过温度状态数据判断内漏情况的阀门;步骤S2:对筛选出的阀门进行现场勘查,掌握阀门运行过程中的真实状态;步骤S3:制定阀门温度测量装置安装方案;步骤S4:现场安装阀门温度监测装置;步骤S5:采集阀门的温度状态数据,根据阀门的温度状态数据诊断阀门的内漏故障;步骤S6:获得阀门内漏诊断结论。本发明提供的阀门内漏监测诊断方法通过运用该方法能够有效解决核电站阀门内漏的状态监测问题,并依据算法模型诊断出阀门的内漏状态,为核电站阀门全面开展状态维修提供一种预测性维修技术。

    基于对抗网络的设备冷却水系统非稳态监测方法

    公开(公告)号:CN117992831A

    公开(公告)日:2024-05-07

    申请号:CN202410220315.0

    申请日:2024-02-28

    Abstract: 本发明属于核电设备冷却水系统智能监测技术领域,具体涉及基于对抗网络的设备冷却水系统非稳态监测方法。包括如下步骤:步骤1:数据处理;步骤2:非稳态样本生成GAN模型‑生成器构建,通过并结合深度学习网络进行生成器的构建,使得样本分布尽量满足pG(x)=pdata(x),其中pG是生成器生成非稳态样本分布,pdata是真实非稳态样本分布;步骤3:非稳态样本生成GAN模型‑分类器构建,进行真实样本和生成样本的区分训练;步骤4:基于所构造的对抗神经网络模型生成大量非稳态样本,将相关非稳态测点数据样本以及稳态运行测点数据样本输入状态监测算法中进行设备状态的监测,状态监测算法采用动态阈值模型。有益效果在于:避免了由于样本不平衡问题导致无法对核电厂设备冷却水系统进行非稳态状态监督的问题,引入GAN对抗网络生成大量系统非稳定运行样本,基于完善后的样本能做到对设备冷却水系统实现全状态的监测,在识别系统是否处于异常状态的基础上更进一步判别系统当前所处的非稳定状态。

    基于多参数融合分析的润滑油在线监测及故障诊断系统

    公开(公告)号:CN117605557A

    公开(公告)日:2024-02-27

    申请号:CN202311717874.4

    申请日:2023-12-14

    Abstract: 本发明属于应急柴油发电机技术领域,具体涉及一种基于多参数融合分析的润滑油在线监测及故障诊断系统。包括机柜,润滑油监测采集箱和信号输送处理装置,润滑油监测采集箱与设置在机柜内的信号输送处理装置机柜连接。本发明的有益效果在于:本发明可以解决应急柴油机在热备用期间缺乏在线故障监测手段的问题,对油路污染、管路泄漏、油滤堵塞、异常磨损、缸盖裂纹等故障实现了备用期间监测诊断,大幅提高了这几类故障在定期试验前或试验早期被发现、定位并解决的几率。另外,由于本发明的系统对润滑油油品进行实时检测分析,可降低润滑油离线取样送实验室分析的频率,以降低柴油机运维成本。

    一种汽轮发电机组轴瓦温度异常预测诊断方法

    公开(公告)号:CN116929758A

    公开(公告)日:2023-10-24

    申请号:CN202210357218.7

    申请日:2022-04-01

    Abstract: 本发明属于核电站和常规火电厂的汽轮发电机组运行技术领域,具体涉及一种汽轮发电机组轴瓦温度异常预测诊断方法。包括:收集汽轮发电机组现有的温度参数、压力参数、机组转速、功率和其他参数;将收集到的全部数据集成计算整合;对轴瓦平均温度计算后,形成温度差趋势线;该温度差值趋势线与汽轮机转速在同一界面中显示,在汽轮机在升速、降速、额定转速及对应的功率值温度差绘制趋势线;将目前轴瓦温度温差曲线与前一次轴瓦温度温差曲线的进行对比,对两次差值进行计算,根据差值大小判断逻辑;输出正常、提醒及报警等结果。其优点是:能够针对运行1‑3年以上的汽轮发电机组轴瓦提出预测及诊断,可以提前发出异常报警。

    一种设备性能监测系统及方法
    9.
    发明公开

    公开(公告)号:CN115798751A

    公开(公告)日:2023-03-14

    申请号:CN202211368961.9

    申请日:2022-11-03

    Abstract: 本发明提供了一种设备性能监测系统,包括:标准数据收集层,用于采集数据,并对数据进行分析处理;标准数据存储层,用于将处理完成后的数据传输到数据库中并记录到相关文件中;标准算法层,用于对数据库中的数据进行标准算法处理;标准化业务层,用于提供标准的模型;场景化业务层,用于设备故障案例、设备工艺特征等定制异常检测模型、定制的诊断模型及定制的健康评估模型;API输出层,用于将原始数据、异常数据、诊断结果传输给第三方平台。本发明能够在线实时分析诊断设备运行时出现的各类故障,对设备安全运行及科学维修提供决策支持,帮助优化设备的运行。

    一种基于分段线性回归的工况划分方法

    公开(公告)号:CN117592008A

    公开(公告)日:2024-02-23

    申请号:CN202311541770.2

    申请日:2023-11-17

    Abstract: 本发明属于电厂运行过程中工况划分技术领域,具体涉及一种基于分段线性回归的工况划分方法。包括如下步骤:步骤1:从序数据库获取数据;步骤2:对序列Pr进行平滑处理;步骤3:数据分段;步骤4:数据状态判断;步骤5:工况状态筛选确认;步骤6:工况状态写出。本发明的有益效果在于:本方法同时结合参数趋势形态变化和工程师自由参数设定,准确的统计出具体的工况发生时间段,记录电厂运行过程中发生的工况结果。通过本方法的测试分析,利用本工况识别方法判断识别结果与工程师人工统计结果完全相符合,与人工记录方法不同的是,本方法能更准确的统计出具体的工况发生时间段,能更准确的提供记录电厂运行过程中发生的工况结果。

Patent Agency Ranking