CN101871733B - 工业炉烟气余热回收动力系统安全性检测方法 - Google Patents
工业炉烟气余热回收动力系统安全性检测方法 Download PDFInfo
- Publication number
- CN101871733B CN101871733B CN201010197382.3A CN201010197382A CN101871733B CN 101871733 B CN101871733 B CN 101871733B CN 201010197382 A CN201010197382 A CN 201010197382A CN 101871733 B CN101871733 B CN 101871733B
- Authority
- CN
- China
- Prior art keywords
- furnace
- signal
- stove
- industrial furnace
- leakage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims abstract description 15
- 239000003546 flue gas Substances 0.000 title claims abstract description 15
- 238000011084 recovery Methods 0.000 title claims abstract description 15
- 239000002918 waste heat Substances 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 239000013078 crystal Substances 0.000 claims abstract description 7
- 238000001228 spectrum Methods 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 14
- 238000011161 development Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 241001269238 Data Species 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000010205 computational analysis Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 claims description 4
- 230000007935 neutral effect Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims 1
- 238000013528 artificial neural network Methods 0.000 abstract 1
- 230000000149 penetrating effect Effects 0.000 abstract 1
- 230000003014 reinforcing effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 22
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000007664 blowing Methods 0.000 description 3
- 230000001066 destructive effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 239000003570 air Substances 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000012631 diagnostic technique Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000005235 decoking Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Landscapes
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了工业炉烟气余热回收动力系统安全性检测方法，采用炉内声音和炉壁振动的双参数及信息融合来进行炉管泄漏的检测，两种测量信号互相补充、相互检验，通过BP神经网络将两种信息融合后给出泄漏报警。具体步骤：在工业炉各受热面的炉管间的鳍片上开孔，声波导管穿过鳍片上的开孔和炉内连通，并固定在炉管间及联箱处，增强型声波传感器安装在声波导管的另一头用来接收通过波导管传来炉内的噪声信号，传感器采集接收炉内所有的现场声音数据，将此电流信号远距离传输到嵌入式数据采集与处理系统上，并将处理后的数据通过网络传输给监测系统主机，并在工业炉的炉壁上安装压电晶体振动传感器检测炉壁的振动信号，将两种信息融合后给出泄漏报警。
Description
技术领域
本发明涉及声发射监测技术的计算机监测技术。属于工业炉系统安全性检测技术领域，具体地说是一种适用于所有的工业炉烟气余热回收动力系统安全性的检测方法。
背景技术
工业炉在运行过程中很难做到不爆管、不泄漏，其检修周期与冶金炉并非同步，采用水平式的水冷闸板、提升式的受热面结构虽然给检修带来了方便，但由于现在的测量系统不能及时发现早期泄漏和泄漏位置，给工业炉检修带来很大的困难。
工业炉在极恶劣的环境下工作，管内介质为高温、高压流体，管外需承受高温烟气的辐射和对流换热以及灰粒子的连续冲蚀，因此较易发生泄漏事故。炉管泄漏事故严重影响生产设备安全、可靠、稳定、经济运行。工业炉泄漏的特点是：泄漏一般不会突然大面积发生，总是开始于一处微小的爆口，如砂眼、磨损等缺陷处。初期泄漏发展较慢，为非破坏性泄漏，经过几天或几周，发展到一定程度便成为破坏性泄漏。因此，在非破坏性泄漏期间及早探测到工业炉的初始漏点，是减少工业炉泄漏损失的关键。传统的监测方法迟滞性很大，由于不能做到对工业炉实时监测，对微小泄漏不能及时发现，无法判断泄漏区域，当工业炉某一管路发生泄漏而未及时处理时，其内部具有强大压力和温度的介质喷射而出，冲击其旁侧管路，甚至造成一连串的击穿，必将造成维修工作量加大，维修费用提高，延长停炉时间，甚至造成安全事故。因此，传统的工业炉泄漏监测方法已越来越不适应现代化生产的要求，迫切需要利用科学的手段来准确监测工业炉炉管早期泄漏的应用技术。若能对炉管进行早期在线监测诊断，跟踪测报泄漏的程度和趋势，及时判断炉管泄漏和泄漏区域，一方面能有效地防止事故的扩大，减少损失，另一方面能使生产单位及时申报停炉，提前做好抢修准备，缩短检修周期，有利于工业炉安全经济运行。
根据泄漏监测技术的基本原理不同，可将泄漏监测技术分为以下几类：运行人员监测诊断技术、水质量平衡监测诊断技术、锅炉水化学监测诊断技术、X射线透照探伤技术和声发射监测技术等。运行人员监测诊断技术不容易发现炉管的早期泄漏，效率很低。水质量平衡监测诊断技术的效果与流量装置的精度、数量、水平衡系统的选取，计算的细致程度密切相关。锅炉水化学监测诊断技术对锅炉排污的测量装置精度要求较高，也要求保存锅炉给水的化学分析日志表。X射线透照探伤技术存在设备搬运麻烦，劳动强度大等困难，因而在实际操作中，抽检的部位往往安排在便于检查的低空、脚手架附近以及无障碍的部位。这种抽检的有很大的随意性，往往达不到预期目的。传统的监测方法迟滞性很大，无法满足现场的要求
基于声发射监测技术的计算机监测技术是解决这一问题主要方法。国内外已经利用此项技术进行对电站锅炉的泄漏监测问题进行了研究，对工业炉的监测问题还未见报道。随着测控技术的发展，声音传感器技术、振动信号测量技术、信号处理和识别技术和测控系统的构建技术近年来都有了较快的发展，为我们从更高的技术平台上搭建测控系统提供了条件。基于此，提出了基于声音和振动双参数及信息融合工业炉烟气回收动力系统炉管泄漏检测新方法，利用先进的虚拟仪器技术和信号处理和识别技术来构建工业炉泄漏分布式计算机辅助监测系统，系统具有结构紧凑、可靠性高和监测系统软件功能强大的特点，该技术的研究成功对工业炉及其它锅炉泄漏检测有广泛的应用价值。
发明内容
本发明的目的是克服了上述方法的不足，提供一种具有较高的应用价值的、简单易行的工业炉烟气余热回收动力系统安全性检测的方法。
本发明工业炉烟气余热回收动力系统安全性检测方法的技术方案是：该方法采用炉内声音和炉壁振动的双参数及信息融合来进行炉管泄漏的检测，
具体步骤是：在工业炉各受热面的炉管间的鳍片上开孔，声波导管穿过鳍片上的开孔和炉内连通，并固定在炉管间及联箱处，增强型声波传感器安装在声波导管的另一头用来接收通过波导管传来炉内的噪声信号，传感器采集接收炉内所有的现场声音数据，通过前置放大器转变为电流信号，将此电流信号远距离传输到嵌入式数据采集与处理系统上，嵌入式数据采集系统将采集到的数据经滤波等预处理，并将处理后的数据通过网络传输给监测系统主机，并在工业炉的炉壁或炉管上安装压电晶体振动传感器检测炉壁的振动信号，通过对振动信号强度、频谱特征及持续时间的分析利用AR数学模型计算判断炉管是否发生泄漏，通过BP神经网络将两种信息融合后给出泄漏报警。
所述监测系统是：利用由虚拟仪器开发平台Labview开发的计算机软件以及MATLAB数学软件，根据数学模型进行计算分析提取炉内声音的时域、频域特征，通过对噪声强度、频谱特征及持续时间的分析利用AR数学模型计算判断炉管是否发生泄漏，区分背景噪声和异常噪声，判断是否存在泄漏，泄漏程度及泄漏发展趋势，从而发出报警。
所述炉内所有的现场声音数据包括泄漏信号和背景噪声，泄漏信号和背景噪声的特征明显区分于正常无泄漏所采集的信号特征，即：出现一定幅度的跳跃或者不规则的振荡；系统由声波导管和增强型声波传感器采集炉内各种声音信号，并转换为标准电流信号；振动传感器采集炉壁振动信号，并转化为标准电流信号。
电流信号经嵌入式高速数据采集与处理模块进行分析处理后，通过网络将信号传给主机；泄漏监测主机系统提取炉内声音和炉壁振动信号的时域、频域特征，通过对噪声强度、频谱特征及持续时间的分析并根据AR数学模型计算判断炉管是否发生泄漏。
利用试验研究泄漏声波和炉壁或管壁振动波的时频特性，选择一个或几个特征所构成的特征组作为识别泄漏的有效手段；在时域方面，有效电压值是和信号能量密切相关的特征值；在频域方面采用以傅里叶变化为基础的经典谱估计和以参数模型理论为主的现代谱估计，得到声发射信号的功率谱估计后，可以提取出某些频率的和功率有关的特征量作为判断依据；通过分析信号频谱，并与预先得到的背景信号频谱比较，若有较大差别，即判断有泄漏发生；通过计算谱比例进行分析，利用幅度谱中不同频率段的能量之比，也可以对是否发生泄漏进行判断。
在工业炉在运行时，炉内管道充满高温、高压介质。如果发生泄漏，这些高温、高压介质就会通过裂缝或破口喷射出来形成喷流。喷流流人周围环境气流时，高速喷流介质和周围环境介质急剧混合，从而使得射流边界层形成强烈的湍流脉动，产生喷流混合噪声信号。另外，泄漏同样也会在管道中激发出应力波，然后通过管道的相互作用在锅炉炉壁形成振动信号，炉壁的振动信号也包含了工业炉炉管泄漏的信息。借助信号处理理论知识，分析其时频特征，通过对噪声强度、频谱特征及持续时间的分析计算判断炉管是否发生泄漏，区分背景噪声和异常噪声，判断是否存在泄漏，泄漏程度以及泄漏发展趋势。
为提高工业炉炉管泄漏检测的灵敏度和可靠性，我们提出同时采集炉内声音和炉壁振动的双参数炉管泄漏检测方案。主要步骤如下：在工业炉各受热面的炉管间的鳍片上开孔，声波导管穿过鳍片上的开孔和炉内连通，并固定在炉管间及联箱处，增强型声波传感器安装在声波导管的另一头用来接收通过波导管传来炉内的噪声信号。当炉内管道发生泄漏时，管内的高温高压介质通过裂缝或破口喷射出来，产生频带较宽的噪声，沿空气和金属管道传播开去。同时，工业炉正常运行还会产生相当强的背景噪声，传感器采集接收炉内所有的现场声音数据，通过前置放大器转变为电流信号，将此电流信号远距离传输到嵌入式数据采集与处理系统上，嵌入式数据采集系统将采集到的数据经滤波等预处理，并将处理后的数据通过网络传输给监测系统主机。监测系统利用由虚拟仪器开发平台Labview开发的计算机软件以及MATLAB数学软件，根据数学模型进行计算分析提取炉内声音的时域、频域特征，通过对噪声强度、频谱特征及持续时间的分析利用AR数学模型计算判断炉管是否发生泄漏，区分背景噪声和异常噪声，判断是否存在泄漏，泄漏程度及泄漏发展趋势，从而发出报警。同时为了提高测量的可靠性我们还提出在工业炉的炉壁(炉管)上安装压电晶体振动传感器检测炉壁的振动信号，通过对振动信号强度、频谱特征及持续时间的分析利用AR数学模型计算判断炉管是否发生泄漏，两种测量信号互相补充、相互验证，通过BP神经网络将两种信息融合后给出泄漏报警，提高测量的可靠性。在冶炼生产过程中工业炉的泄漏检测方面，这是一个有广泛应用前景的、值得深入研究的工业应用研究课题。
本发明的有益效果是：
1、解决了以往方法的不足之处，实时检测泄漏及早期报警；
2、准确计算判定泄漏区域位置；
3、显示泄漏声音频谱，显示泄漏推动信号频谱；
4、实时跟踪泄漏发展趋势；
5、高速实时监听炉内声音；
6、装置系统自我判断；
7、波导管自动清灰除焦；
本发明适用于所有涉及工业炉烟气余热回收动力系统安全性的检测。一方面能有效地防止事故的扩大，减少损失，另一方面能是生产单位及时申报停炉，提前做好抢修准备，缩短抢修周期，有利于工业炉安全经济运行。
附图说明
下面结合附图以实例进一步说明本发明的实质内容，但本发明的内容并不限于此。
图1为本发明的试验装置简图；
图2为本发明的嵌入式数据采集与处理系统；
图3为本发明的基于虚拟仪器技术的分布式声发射锅炉监测系统方案；
图4为本发明的没有发生泄漏时的数字信号图；
图5为本发明的发生泄漏时的数字信号图。
具体实施方式
该发明是基于声音和振动双参数及信息融合的工业炉烟气余热回收动力系统炉管泄漏检测的新方法，能对工业炉管进行早期在线监测诊断，跟踪测报泄漏的程度和趋势，及时判断炉管泄漏和泄漏区域，一方面能有效地防止事故的扩大，减少损失，另一方面能使生产单位及时申报停炉，提前做好抢修准备，缩短检修周期，有利于工业炉安全经济运行。
本发明主要应用于涉及工业炉烟气余热回收动力系统安全性的实时监测及过程与安全控制技术。具体是：(1)首先试验研究获得泄漏信号和背景噪声的特征，获得泄漏声波的传播规律和信号处理与识别方法；(2)利用试验研究泄漏声波和炉壁(管壁)振动波的时频特性；利用声波采集器和振动信号采集器采集生产现场的背景噪声和炉壁振动信号，并分析其信号特征；(3)利用计算机仿真方法产生各种泄漏信号和噪声信号叠加的信号，并用信号处理与识别的方法进行分析处理，初步验证方案的可行性；对实验获得的泄漏信号和现场采集的背景信号进行叠加，并用泄漏识别算法进行泄漏识别实验，进一步修改识别算法；(4)根据理论研究、试验研究和仿真得到的系统参数，选择合适的声音和振动传感器，研发相应的信号调理模块和嵌入式数据采集处理模块，选择监测计算机主机和网络系统，并进行系统集成；(5)利用传感器采集接受炉内所有的现场声音数据，通过前置放大器转变为电流信号，并由虚拟仪器平台Labview软件开发的计算机软件以及MATLAB数学软件根据数学模型进行计算分析提取炉内声音的时域、频域特征，通过对噪声强度、频谱特征及持续时间的分析计算判断炉管是否发生泄漏，区分背景噪声和异常噪声，判断是否存在泄漏，泄漏程度以及泄漏发展趋势；(6)同时，为了提高测量的可靠性，我们进一步提出在工业炉的炉壁(管壁)上部安装压电晶体振动传感器检测炉壁的振动信号，通过对振动信号强度、频谱特征及持续时间的分析并根据AR数学模型计算判断炉管是否发生泄漏，从而发出报警。两种测量信号互相补充、相互检验，通过BP神经网络将两种信息融合后给出泄漏报警。
炉内所有的现场声音数据包括泄漏信号和背景噪声，泄漏信号和背景噪声的特征明显区分于正常无泄漏所采集的信号特征，即：出现一定幅度的跳跃或者不规则的振荡；系统由声波导管和增强型声波传感器采集炉内各种声音信号，并转换为标准电流信号；振动传感器采集炉壁振动信号，并转化为标准电流信号。电流信号经嵌入式高速数据采集与处理模块进行分析处理后，通过网络将信号传给主机；泄漏监测主机系统提取炉内声音和炉壁振动信号的时域、频域特征，通过对噪声强度、频谱特征及持续时间的分析并根据AR数学模型计算判断炉管是否发生泄漏。
本发明还利用试验研究泄漏声波和炉壁或管壁振动波的时频特性，选择一个或几个特征所构成的特征组作为识别泄漏的有效手段，在时域方面，有效电压值是和信号能量密切相关的特征值；在频域方面采用以傅里叶变化为基础的经典谱估计和以参数模型理论为主的现代谱估计，得到声发射信号的功率谱估计后，可以提取出某些频率的和功率有关的特征量作为判断依据。此外，可以通过分析信号频谱，并与预先得到的背景信号频谱比较，若有较大差别，即判断有泄漏发生，还可以通过计算谱比例进行分析，利用幅度谱中不同频率段的能量之比，也可以对是否发生泄漏进行判断。
实施例1：
某冶金企业工业炉烟气余热回收动力系统进行必要的安全新检测，在锅炉各受热面的炉管间的鳍片上开孔，声波导管穿过鳍片上的开孔和炉内连通，并固定在炉管间及联箱处，增强型声波传感器安装在声波导管的另一头用来接收通过波导管传来炉内的噪声信号。当炉内管道发生泄漏时，管内的高温高压介质通过裂缝或破口喷射出来，产生频带较宽的噪声，沿空气和金属管道传播开去。同时，工业炉正常运行产生相当强的背景噪声。传感器采集接收炉内所有的现场声音数据，通过前置放大器转变为电流信号，将此电流信号远距离传输到嵌入式数据采集与处理系统上，嵌入式数据采集系统将采集到的数据经滤波等预处理，并将处理后的数据通过网络传输给监测系统主机。检测系统利用由虚拟仪器开发平台Labview开发的计算机软件根据数学模型进行计算分析提取炉内声音的时域、频域特征，通过对噪声强度、频谱特征及持续时间的分析计算判断炉管发生泄漏，从而发出报警。同时，我们还在锅炉的炉壁隔板和炉底部安装压电晶体振动传感器检测炉壁的振动信号，通过对振动信号强度、频谱特征及持续时间的分析计算也判断炉管发生泄漏，两种测量信号相互验证，提高了测量的可靠性。发生泄漏的信号提取和特征分析如图4和图5所示。
Claims (4)
1.一种工业炉烟气余热回收动力系统安全性检测方法，其特征在于：该方法采用炉内声音和炉壁或炉管振动的双参数及信息融合来进行炉管泄漏的检测，
具体步骤是：在工业炉各受热面的炉管间的鳍片上开孔，声波导管穿过鳍片上的开孔和炉内连通，并固定在炉管间及联箱处，增强型声波传感器安装在声波导管的另一头用来接收通过声波导管传来炉内的噪声信号，增强型声波传感器采集接收炉内所有的现场声音数据，通过前置放大器转变为电流信号，将此电流信号远距离传输到嵌入式数据采集与处理系统上，嵌入式数据采集与处理系统将采集到的数据经滤波预处理，并将处理后的数据通过网络传输给监测系统主机，并在工业炉的炉壁或炉管壁上安装压电晶体振动传感器检测炉壁或炉管壁的振动信号，通过对振动信号强度、频谱特征及持续时间的分析利用AR数学模型计算判断炉管是否发生泄漏，通过BP神经网络将两种信息融合后给出泄漏报警。
2.根据权利要求1所述的工业炉烟气余热回收动力系统安全性检测方法，其特征在于：所述监测系统主机利用由虚拟仪器开发平台Labview开发的计算机软件以及MATLAB数学软件，根据数学模型进行计算分析提取炉内声音的时域、频域特征，通过对噪声强度、频谱特征及持续时间的分析利用AR数学模型计算判断炉管是否发生泄漏，区分背景噪声和异常噪声，判断是否存在泄漏，泄漏程度及泄漏发展趋势，从而发出报警。
3.根据权利要求1或2所述的工业炉烟气余热回收动力系统安全性检测方法，其特征在于：所述炉内所有的现场声音数据包括泄漏信号和背景噪声，泄漏信号和背景噪声的特征明显区分于正常无泄漏所采集的信号特征，即：出现一定幅度的跳跃或者不规则的振荡；嵌入式数据采集与处理系统由声波导管和增强型声波传感器采集炉内各种声音信号，并转换为标准电流信号；压电晶体振动传感器采集炉壁或炉管壁振动信号，并转化为标准电流信号。
4.根据权利要求1或2所述的工业炉烟气余热回收动力系统安全性检测方法，其特征在于：电流信号经嵌入式数据采集与处理系统进行分析处理后，通过网络将信号传给监测系统主机；监测系统主机提取炉内声音和炉壁或炉管壁振动信号的时域、频域特征，通过对噪声强度、频谱特征及持续时间的分析并根据AR数学模型计算判断炉管是否发生泄漏。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010197382.3A CN101871733B (zh) | 2010-06-11 | 2010-06-11 | 工业炉烟气余热回收动力系统安全性检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010197382.3A CN101871733B (zh) | 2010-06-11 | 2010-06-11 | 工业炉烟气余热回收动力系统安全性检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101871733A CN101871733A (zh) | 2010-10-27 |
| CN101871733B true CN101871733B (zh) | 2013-04-10 |
Family
ID=42996741
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010197382.3A Active CN101871733B (zh) | 2010-06-11 | 2010-06-11 | 工业炉烟气余热回收动力系统安全性检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101871733B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102323013B (zh) * | 2011-05-27 | 2015-02-04 | 长沙理工大学 | 一种阀门泄漏检测装置 |
| CN102606891B (zh) * | 2012-04-11 | 2014-06-25 | 广州东芝白云自动化系统有限公司 | 漏水检测仪及检测系统、及检测方法 |
| CN104062001B (zh) * | 2014-06-30 | 2017-08-22 | 营口东吉科技（集团）有限公司 | 一种测量电弧炉冶炼电熔镁噪音的方法 |
| CN104678944A (zh) * | 2014-10-26 | 2015-06-03 | 上海制程信息技术有限公司 | 一种设备运转异常通知和效率管理的装置和方法 |
| CN104502459B (zh) * | 2014-12-08 | 2017-10-20 | 中国特种设备检测研究院 | 基于声发射对炉管进行诊断的方法 |
| CN104748995B (zh) * | 2015-04-16 | 2018-01-02 | 山东大学 | 用于排烟余热利用系统可靠性调节特性的仿真测试装置 |
| CN110186313A (zh) * | 2019-05-06 | 2019-08-30 | 杭州锅炉集团股份有限公司 | 一种适用于导热油换热器的泄漏监测系统 |
| CN110487917A (zh) * | 2019-08-30 | 2019-11-22 | 重庆高开清芯科技产业发展有限公司 | 一种基于神经网络的应力波检测与分析系统 |
| CN111256814A (zh) * | 2020-03-13 | 2020-06-09 | 天津商业大学 | 一种塔器监测系统及方法 |
| CN113537160B (zh) * | 2021-09-13 | 2022-01-18 | 天津中新智冠信息技术有限公司 | 球磨机负荷测量方法、装置、电子设备和介质 |
| CN114959134A (zh) * | 2022-05-30 | 2022-08-30 | 广东韶钢松山股份有限公司 | 一种高炉炉体试漏方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2253829Y (zh) * | 1995-09-08 | 1997-05-07 | 东北电力学院 | 锅炉承压管泄漏在线监测仪 |
| CN2733331Y (zh) * | 2004-08-13 | 2005-10-12 | 南京国泰电力技术有限公司 | 锅炉蒸汽管道状态检测及泄漏报警装置 |
| CN2752743Y (zh) * | 2004-10-15 | 2006-01-18 | 南京大陆中电科技股份有限公司 | 基于现场总线技术的炉管泄漏检测装置 |
| CN101349382A (zh) * | 2008-08-19 | 2009-01-21 | 北方工业大学 | 管道运输防盗预警方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62106336A (ja) * | 1985-11-05 | 1987-05-16 | Toshiba Corp | 蒸気発生器 |
| JPH0240521A (ja) * | 1988-08-01 | 1990-02-09 | Kansai Electric Power Co Inc:The | ボイラチューブの漏洩音検出方法 |
| KR100883446B1 (ko) * | 2008-02-25 | 2009-02-13 | 주식회사 렉터슨 | 음향방출신호를 이용한 결함진단시스템 및 결함진단방법 |
-
2010
- 2010-06-11 CN CN201010197382.3A patent/CN101871733B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2253829Y (zh) * | 1995-09-08 | 1997-05-07 | 东北电力学院 | 锅炉承压管泄漏在线监测仪 |
| CN2733331Y (zh) * | 2004-08-13 | 2005-10-12 | 南京国泰电力技术有限公司 | 锅炉蒸汽管道状态检测及泄漏报警装置 |
| CN2752743Y (zh) * | 2004-10-15 | 2006-01-18 | 南京大陆中电科技股份有限公司 | 基于现场总线技术的炉管泄漏检测装置 |
| CN101349382A (zh) * | 2008-08-19 | 2009-01-21 | 北方工业大学 | 管道运输防盗预警方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| JP平2-40521A 1990.02.09 |
| JP昭62-106336A 1987.05.16 |
| 张立等.基于多声学传感器融合的管道泄漏检测方法研究.《传感技术学报》.2007,第20卷(第05期), * |
| 霍臻等.声发射技术在炉管检测中的应用.《工业安全与环保》.1996,(第05期), * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101871733A (zh) | 2010-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101871733B (zh) | 工业炉烟气余热回收动力系统安全性检测方法 | |
| CN104373821A (zh) | 基于声学主动激励的天然气管道安全监测装置 | |
| CN106287240B (zh) | 一种基于声发射的管道泄漏检测装置及单传感器定位方法 | |
| CN107218518B (zh) | 一种用于排水管道堵塞故障的检测装置的检测方法 | |
| CN102416970B (zh) | 一种采用钢轨断裂在线监测系统的敲击检测方法 | |
| CN202074237U (zh) | 管道泄漏监测与负压保护装置 | |
| CN206594108U (zh) | 一种水力压裂裂缝声波‑声发射主被动联合检测系统 | |
| CN103760243A (zh) | 一种微裂纹无损检测装置及方法 | |
| CN103163215B (zh) | 大型矿用振动筛疲劳裂纹的脉冲涡流检测装置与方法 | |
| CN202419144U (zh) | 一种基于虚拟仪器地下蒸汽管道泄漏检测装置 | |
| CN101750193A (zh) | 基于声发射检测的高压加热器内部泄漏故障诊断装置 | |
| CN101226078A (zh) | 一种基于分布式光纤传感器的长距离线性结构异常振动的检测方法 | |
| CN107767975A (zh) | 一种核动力装置关重部件质量性能的监测与故障诊断方法 | |
| CN103245726A (zh) | 通过超声表面波检测材料氢损伤的装置及方法 | |
| CN105954358A (zh) | 一种TR与Duffing系统相结合的超声导波小缺陷定位检测方法 | |
| KR102221713B1 (ko) | 입출력 음향 데이터 기반의 딥러닝을 활용한 하수관 상태 판별 방법 | |
| CN203745428U (zh) | 一种微裂纹无损检测装置 | |
| CN108344504A (zh) | 一种8路车内噪声检测系统及分析方法 | |
| CN206990812U (zh) | 一种u型地下供水管道堵塞故障的检测系统 | |
| CN105953081A (zh) | 一种判识油管线破漏的预警装置及预警方法 | |
| CN201636531U (zh) | 基于声发射检测的高压加热器内部泄漏故障诊断装置 | |
| Hu et al. | Intelligent structure monitoring for tunnel steel loop based on distributed acoustic sensing | |
| CN206038614U (zh) | 一种船闸底板裂缝检测系统 | |
| CN102818853B (zh) | 基于声学法的燃气轮机入口通道温度场测量装置及方法 | |
| CN104155364A (zh) | 基于圆窗分割相轨迹识别管道缺陷位置的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |