CN107036819A - 多参数修正的汽轮发电机组远程振动故障诊断方法及系统 - Google Patents
多参数修正的汽轮发电机组远程振动故障诊断方法及系统 Download PDFInfo
- Publication number
- CN107036819A CN107036819A CN201710299961.0A CN201710299961A CN107036819A CN 107036819 A CN107036819 A CN 107036819A CN 201710299961 A CN201710299961 A CN 201710299961A CN 107036819 A CN107036819 A CN 107036819A
- Authority
- CN
- China
- Prior art keywords
- vibration
- parameter
- data
- shafting
- rotor
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/02—Details or accessories of testing apparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/028—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Control Of Turbines (AREA)
Abstract
本发明涉及一种多参数修正的汽轮发电机组远程振动故障诊断方法及系统。本发明在汽轮发电机组轴系各转子两支撑轴承处安装互成90°的两个涡流传感器及前置器对汽轮发电机组轴系振动数据进行实时在线采集，此振动数据作为本装置远程诊断的基础；通过各相关传感器实时在线采集高中压缸上下缸温差、机组真空等与汽轮发电机组轴系密切相关的运行参数；测得的汽轮发电机组的轴系振动数据与当前的运行参数，同时送入优化运行的振动数据库，经过比较分析，结果远程传输至振动工程师进行诊断及振动故障早期预测。
Description
技术领域
本发明涉及电厂凝汽器真空维持及节能领域，具体涉及一种多参数修正的汽轮发电机组远程振动故障诊断方法及系统。
背景技术
旋转设备振动故障的诊断及控制是一项理论与实践紧密结合、以理论为基础、以实践为途径、以解决振动问题为目的的综合性工作。在热力发电厂中，旋转设备众多，各类风机、水泵、电动机等旋转设备是热力发电系统中的重要组成部分。旋转设备的振动故障具有突发性、持续性、危害严重性等特点，而汽轮发电机组振动故障的解决及控制是众多旋转设备振动中最为重要及紧迫的，汽轮发电机组振动故障诊断专业性强、影响因素多等因素导致汽轮机发电机组的振动故障诊断难度较大，不能及时指导发电厂对汽轮发电机组的振动故障进行及时的干预及调整。
鉴于上述，本设计人积极加以研究创新，以期创设一种多参数修正的汽轮发电机组远程振动故障诊断方法及系统，使其更具有产业上的利用价值。
发明内容
为解决上述技术问题，本发明的目的是为石油库找到一种成本低，占地小，安全可靠，操作方便的通球设备，解决油库在管道通球方面的需求。
本发明多参数修正的汽轮发电机组远程振动故障诊断方法，包括：多参数历史数据库的建立和振动故障的诊断；其中，
所述的多参数历史数据库的建立：建立转子振动数据正常时与之相对应的多个影响发电机组轴系振动的参数分别对应的标准数值区间；
所述的振动故障的诊断：
采集汽轮发电机组轴系各转子的实时振动数据，同时采集该振动振动数据时对应的多个影响发电机组轴系振动的参数的实时数值；
将获取的各转子的振动数据输出至前置器，所述前置器对所述轴系振动数据进行模/数转换、数据校对预处理，并将预处理后的所述轴系振动数据输出至TDM系统，所述TDM系统分析所述实时振动数据是否在预先设定的正常振动数据范围内，
若在预先设定的正常振动数据范围内，则不做处理；
若为不在预先设定的正常振动数据范围内，则输出该振动数据对应的多个影响发电机组轴系振动的参数的实时数值；分别将各个影响发电机组轴系振动的参数的实时数值与多参数历史数据库中的相应参数的标准数值区间进行比较，判断是那些影响发电机组轴系振动的参数不正常而引起的转子故障；
在振动故障模板数据库中查找与所述比较分析单元输出的比较结果相匹配的故障模板，
若找到相匹配的故障模板，则输出与该振动故障模板对应的汽轮机组的振动故障诊断结果；
若没有找到相匹配的故障模板，则进行人工诊断，并输出诊断结果；
根据诊断结果，输出相应的故障解决策略。
进一步地，所述的多参数历史数据库的建立具体包括：
以预定地时间间隔采集汽轮发电机组轴系各转子的振动数据，同时采集该振动振动数据采集时对应的多个影响发电机组轴系振动的参数的数值；
将获取的各转子的振动数据输出至前置器，所述前置器对所述轴系振动数据进行模/数转换、数据校对预处理，并将预处理后的所述轴系振动数据输出至TDM系统；
TDM系统筛选出汽轮发电机组轴系各转子振动数据属于正常范围的振动数据，获取该振动数据对应的多个影响发电机组轴系振动的参数的数值，进而建立转子振动正常时，多个影响发电机组轴系振动的参数的标准数值区间。
进一步地，通过安装在汽轮发电机组轴系各转子上两支撑轴承处的互成90°的X、Y方向的两个涡流传感器实时监测汽轮发电机组的轴系振动数据。
进一步地，多个影响发电机组轴系振动的参数至少包括：高中压缸上、下温差数据、轴系偏心数据、轴封压力数据、轴封温度数据。
进一步地，汽轮发电机组轴系各转子的n组振动数据分别一一对应各个影响发电机组轴系振动的参数的n个数值a1、a2……an，取各个影响发电机组轴系振动的参数的n个数值中的最大值为各个影响发电机组轴系振动的参数的标准数值区间的最大值，取各个影响发电机组轴系振动的参数的n个数值中的最小值为各个影响发电机组轴系振动的参数的标准数值区间的最小值,所述的标准数值区间为闭区间。
本发明多参数修正的汽轮发电机组远程振动故障诊断系统，包括：
多参数历史数据库，用于存储转子振动数据正常时与之相对应的多个影响发电机组轴系振动的参数的标准数值区间；多参数历史数据库，用于存储转子振动数据正常时与之相对应的多个影响发电机组轴系振动的参数的标准数值区间；
安装在汽轮发电机组轴系各转子上两支撑轴承处的互成90°的X、Y方向的两个涡流传感器，所述涡流传感器，用于实时监测汽轮发电机组轴系的转子振动数据；
采集影响转子振动参数的传感器组，用于在两个涡流传感器采集轮发电机组轴系的转子振动数据的同时，采集多个影响发电机组轴系振动的参数的实时数值；
前置器，连接所述的两个涡流传感器，获取涡流传感器输出的各转子的振动数据，所述前置器对所述轴系振动数据进行模/数转换、数据校对预处理，并将预处理后的所述轴系振动数据输出至TDM系统；
所述TDM系统，用于分析所述实时振动数据是否在预先设定的正常振动数据范围内，若在预先设定的正常振动数据范围内，则不做处理；若为不在预先设定的正常振动数据范围内，则输出该实时振动数据和各个影响发电机组轴系振动的参数的实时数值至比较分析单元；
比较分析单元，调取多参数历史数据库中各个影响发电机组轴系振动的参数的标准数值区间与各个影响发电机组轴系振动的参数的实时数值分别进行比较，判断是那些影响发电机组轴系振动的参数而引起的转子故障，并将比较结果输出至远程诊断专家数据库；
远程诊断专家数据库，用于存储有振动故障模板数据库，并在振动故障模板数据库中查找与所述比较分析单元输出的比较结果相匹配的故障模板，
若找到相匹配的故障模板，则输出与该振动故障模板对应的汽轮机组的振动故障诊断结果；
若没有找到相匹配的故障模板，则进行人工诊断，并输出诊断结果至决策执行单元；
决策执行单元，用于根据所述的故障诊断结果输出相应的故障解决策略。
进一步地，还包括若没有找到相匹配的故障模板，则新建与比较分析单元输出的比较结果相对应的故障模板，并更新振动故障模板数据库，同时更新决策执行单元中与该故障模板对应的故障解决策略。
与现有技术相比，本发明具有以下优点：
通过安装在汽轮发电机组轴系各转子上两支撑轴承处的互成90°的X、Y方向的两个涡流传感器与前置器，对汽轮发电机组的轴系振动进行实时监测，涵盖机组盘车状态、启动状态、空负荷运行状态、带各种负荷运行状态、停机过程等，同时，建立机组最优运行各运行参数数据库，不断与机组实时运行的高压缸上下缸温差、轴封温度等影响机组轴系振动的参数进行比较分析，将分析结果存入汽轮机轴系振动远程诊断专家库，经过振动远程诊断专家库的诊断，决定对汽轮机发电机组进行运行参数调整，有利于振动故障的早期发现，对大型汽轮发电机组的安全稳定运行提供依赖于实际的指导。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本发明多参数修正的汽轮发电机组远程振动故障诊断系统的框图。
图2是本发明的汽轮发电机组转子轴系结构简图；
图3是本发明的各转子上两支撑轴承处的互成90°的X、Y方向的两个涡流传感器与前置器的结构简图；
HIP—汽轮机高中压转子；LP—汽轮机低压转子；GEN—汽轮机发电机组发电机转子；1—汽轮机高中压转子前轴承；2—汽轮机高中压转子后轴承；3—汽轮机低压转子前轴承；4—汽轮机中压转子后轴承；5—汽轮发电机组发电机转子前轴承；6—汽轮发电机组发电机转子后轴承。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本发明在汽轮发电机组轴系各转子两支撑轴承处安装互成90°的两个涡流传感器及前置器对汽轮发电机组轴系振动数据进行实时在线采集，此振动数据作为本装置远程诊断的基础；通过各相关传感器实时在线采集高中压缸上下缸温差、机组真空等与汽轮发电机组轴系密切相关的运行参数；测得的汽轮发电机组的轴系振动数据与当前的运行参数，同时送入优化运行的振动数据库，经过比较分析，结果远程传输至振动工程师进行诊断及振动故障早期预测。
实施例1
本实施例多参数修正的汽轮发电机组远程振动故障诊断方法，包括：多参数历史数据库的建立和振动故障的诊断；其中，
所述的多参数历史数据库的建立：建立转子振动数据正常时与之相对应的多个影响发电机组轴系振动的参数分别对应的标准数值区间；
所述的振动故障的诊断：
采集汽轮发电机组轴系各转子的实时振动数据，同时采集该振动振动数据时对应的多个影响发电机组轴系振动的参数的实时数值；
将获取的各转子的振动数据输出至前置器，所述前置器对所述轴系振动数据进行模/数转换、数据校对预处理，并将预处理后的所述轴系振动数据输出至TDM系统，所述TDM系统分析所述实时振动数据是否在预先设定的正常振动数据范围内，
若在预先设定的正常振动数据范围内，则不做处理；
若为不在预先设定的正常振动数据范围内，则输出该振动数据对应的多个影响发电机组轴系振动的参数的实时数值；分别将各个影响发电机组轴系振动的参数的实时数值与多参数历史数据库中的相应参数的标准数值区间进行比较，判断是那些影响发电机组轴系振动的参数不正常而引起的转子故障；
在振动故障模板数据库中查找与所述比较分析单元输出的比较结果相匹配的故障模板，
若找到相匹配的故障模板，则输出与该振动故障模板对应的汽轮机组的振动故障诊断结果；
若没有找到相匹配的故障模板，则进行人工诊断，并输出诊断结果；
根据诊断结果，输出相应的故障解决策略。
所述的多参数历史数据库的建立具体包括：
以预定地时间间隔采集汽轮发电机组轴系各转子的振动数据，同时采集该振动振动数据采集时对应的多个影响发电机组轴系振动的参数的数值；
将获取的各转子的振动数据输出至前置器，所述前置器对所述轴系振动数据进行模/数转换、数据校对预处理，并将预处理后的所述轴系振动数据输出至TDM系统；
TDM系统筛选出汽轮发电机组轴系各转子振动数据属于正常范围的振动数据，获取该振动数据对应的多个影响发电机组轴系振动的参数的数值，进而建立转子振动正常时，多个影响发电机组轴系振动的参数的标准数值区间。
本实施例中，通过安装在汽轮发电机组轴系各转子上两支撑轴承处的互成90°的X、Y方向的两个涡流传感器实时监测汽轮发电机组的轴系振动数据。
多个影响发电机组轴系振动的参数至少包括：高中压缸上、下温差数据、轴系偏心数据、轴封压力数据、轴封温度数据。
本实施例中，汽轮发电机组轴系各转子的n组振动数据分别一一对应各个影响发电机组轴系振动的参数的n个数值a1、a2……an，取各个影响发电机组轴系振动的参数的n个数值中的最大值为各个影响发电机组轴系振动的参数的标准数值区间的最大值，取各个影响发电机组轴系振动的参数的n个数值中的最小值为各个影响发电机组轴系振动的参数的标准数值区间的最小值,所述的标准数值区间为闭区间。
实施例2
如图1至3所示，本实施例多参数修正的汽轮发电机组远程振动故障诊断系统，包括：
串接的汽轮机高中压转子HIP、汽轮机低压LP、汽轮机发电机组发电机转子GEN、分别支撑所述的汽轮机高中压转子HIP、汽轮机低压LP、汽轮机发电机组发电机转子GEN的汽轮机高中压转子前轴承1、汽轮机高中压转子后轴承2；汽轮机低压转子前轴承3、汽轮机中压转子后轴承4、汽轮发电机组发电机转子前轴承5、汽轮发电机组发电机转子后轴承6。
多参数历史数据库，用于存储转子振动数据正常时与之相对应的多个影响发电机组轴系振动的参数的标准数值区间；
安装在汽轮发电机组轴系各转子上两支撑轴承处的互成90°的X、Y方向的两个涡流传感器，所述涡流传感器，用于实时监测汽轮发电机组轴系的转子振动数据；
采集影响转子振动参数的传感器组，用于在两个涡流传感器采集轮发电机组轴系的转子振动数据的同时，采集多个影响发电机组轴系振动的参数的实时数值；
前置器，连接所述的两个涡流传感器，获取涡流传感器输出的各转子的振动数据，所述前置器对所述轴系振动数据进行模/数转换、数据校对预处理，并将预处理后的所述轴系振动数据输出至TDM系统；
所述TDM系统，用于分析所述实时振动数据是否在预先设定的正常振动数据范围内，若在预先设定的正常振动数据范围内，则不做处理；若为不在预先设定的正常振动数据范围内，则输出该实时振动数据和各个影响发电机组轴系振动的参数的实时数值至比较分析单元；
比较分析单元，调取多参数历史数据库中各个影响发电机组轴系振动的参数的标准数值区间与各个影响发电机组轴系振动的参数的实时数值分别进行比较，判断是那些影响发电机组轴系振动的参数而引起的转子故障，并将比较结果输出至远程诊断专家数据库；
远程诊断专家数据库，用于存储有振动故障模板数据库，并在振动故障模板数据库中查找与所述比较分析单元输出的比较结果相匹配的故障模板，
若找到相匹配的故障模板，则输出与该振动故障模板对应的汽轮机组的振动故障诊断结果；
若没有找到相匹配的故障模板，则进行人工诊断，并输出诊断结果至决策执行单元；
决策执行单元，用于根据所述的故障诊断结果输出相应的故障解决策略。
本实施例采用上述实施例1所述的方法运行。本实施例中，还包括若没有找到相匹配的故障模板，则新建与比较分析单元输出的比较结果相对应的故障模板，并更新振动故障模板数据库，同时更新决策执行单元中与该故障模板对应的故障解决策略。
以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。
Claims (7)
1.一种多参数修正的汽轮发电机组远程振动故障诊断方法，其特征在于，包括：多参数历史数据库的建立和振动故障的诊断；其中，
所述的多参数历史数据库的建立：建立转子振动数据正常时与之相对应的多个影响发电机组轴系振动的参数分别对应的标准数值区间；
所述的振动故障的诊断：
采集汽轮发电机组轴系各转子的实时振动数据，同时采集该振动振动数据时对应的多个影响发电机组轴系振动的参数的实时数值；
将获取的各转子的振动数据输出至前置器，所述前置器对所述轴系振动数据进行模/数转换、数据校对预处理，并将预处理后的所述轴系振动数据输出至TDM系统，所述TDM系统分析所述实时振动数据是否在预先设定的正常振动数据范围内，
若在预先设定的正常振动数据范围内，则不做处理；
若为不在预先设定的正常振动数据范围内，则输出该振动数据对应的多个影响发电机组轴系振动的参数的实时数值；分别将各个影响发电机组轴系振动的参数的实时数值与多参数历史数据库中的相应参数的标准数值区间进行比较，判断是那些影响发电机组轴系振动的参数不正常而引起的转子故障；
在振动故障模板数据库中查找与所述比较分析单元输出的比较结果相匹配的故障模板，
若找到相匹配的故障模板，则输出与该振动故障模板对应的汽轮机组的振动故障诊断结果；
若没有找到相匹配的故障模板，则进行人工诊断，并输出诊断结果；
根据诊断结果，输出相应的故障解决策略。
2.根据权利要求1所述的多参数修正的汽轮发电机组远程振动故障诊断方法，其特征在于，所述的多参数历史数据库的建立具体包括：
以预定地时间间隔采集汽轮发电机组轴系各转子的振动数据，同时采集该振动振动数据采集时对应的多个影响发电机组轴系振动的参数的数值；
将获取的各转子的振动数据输出至前置器，所述前置器对所述轴系振动数据进行模/数转换、数据校对预处理，并将预处理后的所述轴系振动数据输出至TDM系统；
TDM系统筛选出汽轮发电机组轴系各转子振动数据属于正常范围的振动数据，获取该振动数据对应的多个影响发电机组轴系振动的参数的数值，进而建立转子振动正常时，多个影响发电机组轴系振动的参数的标准数值区间。
3.根据权利要求1所述的多参数修正的汽轮发电机组远程振动故障诊断方法，其特征在于，通过安装在汽轮发电机组轴系各转子上两支撑轴承处的互成90°的X、Y方向的两个涡流传感器实时监测汽轮发电机组的轴系振动数据。
4.根据权利要求1所述的多参数修正的汽轮发电机组远程振动故障诊断方法，其特征在于，多个影响发电机组轴系振动的参数至少包括：高中压缸上、下温差数据、轴系偏心数据、轴封压力数据、轴封温度数据。
5.根据权利要求2所述的多参数修正的汽轮发电机组远程振动故障诊断方法，其特征在于，汽轮发电机组轴系各转子的n组振动数据分别一一对应各个影响发电机组轴系振动的参数的n个数值a1、a2……an，取各个影响发电机组轴系振动的参数的n个数值中的最大值为各个影响发电机组轴系振动的参数的标准数值区间的最大值，取各个影响发电机组轴系振动的参数的n个数值中的最小值为各个影响发电机组轴系振动的参数的标准数值区间的最小值,所述的标准数值区间为闭区间。
6.一种多参数修正的汽轮发电机组远程振动故障诊断系统，其特征在于，包括：
多参数历史数据库，用于存储转子振动数据正常时与之相对应的多个影响发电机组轴系振动的参数的标准数值区间；
安装在汽轮发电机组轴系各转子上两支撑轴承处的互成90°的X、Y方向的两个涡流传感器，所述涡流传感器，用于实时监测汽轮发电机组轴系的转子振动数据；
采集影响转子振动参数的传感器组，用于在两个涡流传感器采集轮发电机组轴系的转子振动数据的同时，采集多个影响发电机组轴系振动的参数的实时数值；
前置器，连接所述的两个涡流传感器，获取涡流传感器输出的各转子的振动数据，所述前置器对所述轴系振动数据进行模/数转换、数据校对预处理，并将预处理后的所述轴系振动数据输出至TDM系统；
所述TDM系统，用于分析所述实时振动数据是否在预先设定的正常振动数据范围内，若在预先设定的正常振动数据范围内，则不做处理；若为不在预先设定的正常振动数据范围内，则输出该实时振动数据和各个影响发电机组轴系振动的参数的实时数值至比较分析单元；
比较分析单元，调取多参数历史数据库中各个影响发电机组轴系振动的参数的标准数值区间与各个影响发电机组轴系振动的参数的实时数值分别进行比较，判断是那些影响发电机组轴系振动的参数而引起的转子故障，并将比较结果输出至远程诊断专家数据库；
远程诊断专家数据库，用于存储有振动故障模板数据库，并在振动故障模板数据库中查找与所述比较分析单元输出的比较结果相匹配的故障模板，
若找到相匹配的故障模板，则输出与该振动故障模板对应的汽轮机组的振动故障诊断结果；
若没有找到相匹配的故障模板，则进行人工诊断，并输出诊断结果至决策执行单元；
决策执行单元，用于根据所述的故障诊断结果输出相应的故障解决策略。
7.根据权利要求6所述的多参数修正的汽轮发电机组远程振动故障诊断方法，其特征在于，还包括若没有找到相匹配的故障模板，则新建与比较分析单元输出的比较结果相对应的故障模板，并更新振动故障模板数据库，同时更新决策执行单元中与该故障模板对应的故障解决策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710299961.0A CN107036819A (zh) | 2017-05-02 | 2017-05-02 | 多参数修正的汽轮发电机组远程振动故障诊断方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710299961.0A CN107036819A (zh) | 2017-05-02 | 2017-05-02 | 多参数修正的汽轮发电机组远程振动故障诊断方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107036819A true CN107036819A (zh) | 2017-08-11 |
Family
ID=59538324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710299961.0A Pending CN107036819A (zh) | 2017-05-02 | 2017-05-02 | 多参数修正的汽轮发电机组远程振动故障诊断方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107036819A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109855873A (zh) * | 2018-12-12 | 2019-06-07 | 华润电力技术研究院有限公司 | 汽轮机大轴的故障诊断方法及装置 |
| CN110529202A (zh) * | 2019-09-26 | 2019-12-03 | 齐鲁工业大学 | 基于电厂数据的汽轮机故障诊断检测及预警方法及系统 |
| CN110553821A (zh) * | 2019-07-08 | 2019-12-10 | 湖北华电襄阳发电有限公司 | 一种汽轮发电机组故障可视化诊断方法及系统 |
| CN110907031A (zh) * | 2019-12-04 | 2020-03-24 | 江苏方天电力技术有限公司 | 基于数据统计分析的调相机振动异动可视化监测方法 |
| CN112067289A (zh) * | 2020-08-21 | 2020-12-11 | 天津电气科学研究院有限公司 | 一种基于神经网络的电机轴及传动轴异常振动预警算法 |
| CN112284521A (zh) * | 2020-10-27 | 2021-01-29 | 西安西热节能技术有限公司 | 一种汽轮发电机组振动故障特征的量化及应用方法 |
| CN112633583A (zh) * | 2020-12-29 | 2021-04-09 | 南方电网调峰调频发电有限公司 | 发电机组振动预测方法、装置、计算机设备和存储介质 |
| CN112832999A (zh) * | 2021-01-08 | 2021-05-25 | 中国石油大学(北京) | 一种基于多传感器数据融合的电泵井工况诊断系统及方法 |
| CN113607270A (zh) * | 2021-07-07 | 2021-11-05 | 中广核工程有限公司 | 汽轮机瓦振传感器故障诊断方法 |
| CN113685239A (zh) * | 2021-08-10 | 2021-11-23 | 国网河北能源技术服务有限公司 | 高位布置汽轮机装置、故障分析装置及故障分析方法 |
| CN114252145A (zh) * | 2020-09-25 | 2022-03-29 | 上海电气电站设备有限公司 | 一种汽轮发电机组的轴向振动在线测试系统及其测试方法 |
| CN114323260A (zh) * | 2021-12-20 | 2022-04-12 | 中电华创电力技术研究有限公司 | 汽轮机组全工况振动故障自动诊断方法及计算机可读介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100145639A1 (en) * | 2008-12-10 | 2010-06-10 | Industrial Technology Research Institute | Diagnosis method of defects in a motor and diagnosis device thereof |
| CN103529825A (zh) * | 2013-10-23 | 2014-01-22 | 上海白丁电子科技有限公司 | 自动分析和诊断设备故障的方法及其装置 |
| CN104317975A (zh) * | 2014-11-21 | 2015-01-28 | 国家电网公司 | 一种水电机组振动多变量远程预警方法 |
| CN105928611A (zh) * | 2016-04-14 | 2016-09-07 | 中国神华能源股份有限公司 | 机械设备故障预警系统及方法 |
-
2017
- 2017-05-02 CN CN201710299961.0A patent/CN107036819A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100145639A1 (en) * | 2008-12-10 | 2010-06-10 | Industrial Technology Research Institute | Diagnosis method of defects in a motor and diagnosis device thereof |
| CN103529825A (zh) * | 2013-10-23 | 2014-01-22 | 上海白丁电子科技有限公司 | 自动分析和诊断设备故障的方法及其装置 |
| CN104317975A (zh) * | 2014-11-21 | 2015-01-28 | 国家电网公司 | 一种水电机组振动多变量远程预警方法 |
| CN105928611A (zh) * | 2016-04-14 | 2016-09-07 | 中国神华能源股份有限公司 | 机械设备故障预警系统及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 吴越: "大型同步发电机气隙远程监测与分析", 《万方学位论文数据库》 * |
| 王全先: "《机械设备故障诊断技术》", 30 September 2013, 华中科技大学出版社 * |
| 黄敏超 等: "液体火箭发动机故障检测的阈值估计研究", 《航空动力学报》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109855873A (zh) * | 2018-12-12 | 2019-06-07 | 华润电力技术研究院有限公司 | 汽轮机大轴的故障诊断方法及装置 |
| CN110553821A (zh) * | 2019-07-08 | 2019-12-10 | 湖北华电襄阳发电有限公司 | 一种汽轮发电机组故障可视化诊断方法及系统 |
| CN110529202A (zh) * | 2019-09-26 | 2019-12-03 | 齐鲁工业大学 | 基于电厂数据的汽轮机故障诊断检测及预警方法及系统 |
| CN110907031A (zh) * | 2019-12-04 | 2020-03-24 | 江苏方天电力技术有限公司 | 基于数据统计分析的调相机振动异动可视化监测方法 |
| CN112067289A (zh) * | 2020-08-21 | 2020-12-11 | 天津电气科学研究院有限公司 | 一种基于神经网络的电机轴及传动轴异常振动预警算法 |
| CN114252145A (zh) * | 2020-09-25 | 2022-03-29 | 上海电气电站设备有限公司 | 一种汽轮发电机组的轴向振动在线测试系统及其测试方法 |
| CN112284521A (zh) * | 2020-10-27 | 2021-01-29 | 西安西热节能技术有限公司 | 一种汽轮发电机组振动故障特征的量化及应用方法 |
| CN112284521B (zh) * | 2020-10-27 | 2023-04-07 | 西安西热节能技术有限公司 | 一种汽轮发电机组振动故障特征的量化及应用方法 |
| CN112633583A (zh) * | 2020-12-29 | 2021-04-09 | 南方电网调峰调频发电有限公司 | 发电机组振动预测方法、装置、计算机设备和存储介质 |
| CN112633583B (zh) * | 2020-12-29 | 2023-07-11 | 南方电网调峰调频发电有限公司 | 发电机组振动预测方法、装置、计算机设备和存储介质 |
| CN112832999A (zh) * | 2021-01-08 | 2021-05-25 | 中国石油大学(北京) | 一种基于多传感器数据融合的电泵井工况诊断系统及方法 |
| CN113607270A (zh) * | 2021-07-07 | 2021-11-05 | 中广核工程有限公司 | 汽轮机瓦振传感器故障诊断方法 |
| CN113685239A (zh) * | 2021-08-10 | 2021-11-23 | 国网河北能源技术服务有限公司 | 高位布置汽轮机装置、故障分析装置及故障分析方法 |
| CN113685239B (zh) * | 2021-08-10 | 2024-01-02 | 国网河北能源技术服务有限公司 | 高位布置汽轮机装置、故障分析装置及故障分析方法 |
| CN114323260A (zh) * | 2021-12-20 | 2022-04-12 | 中电华创电力技术研究有限公司 | 汽轮机组全工况振动故障自动诊断方法及计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107036819A (zh) | 多参数修正的汽轮发电机组远程振动故障诊断方法及系统 | |
| US5122976A (en) | Method and apparatus for remotely controlling sensor processing algorithms to expert sensor diagnoses | |
| CN102434388B (zh) | 风力发电机组健康状态在线监测装置及其监测方法 | |
| CN106404403B (zh) | 用于涡轮机的分析的方法和系统 | |
| US20030040878A1 (en) | Automatic machinery fault diagnostic method and apparatus | |
| US8532939B2 (en) | System and method for monitoring health of airfoils | |
| EP1168121A2 (en) | Data acquisition for remote monitoring system and method for remote monitoring | |
| EP2241726A2 (en) | A method for the repair of an engine and corresponding systems for monitoring this engine | |
| WO2005071620A2 (en) | Method and apparatus to diagnose mechanical problems in machinery | |
| CN110579368A (zh) | 基于仿真计算的旋转机械振动故障智能诊断系统及方法 | |
| CN108894932B (zh) | 一种风电机组发电机轴承故障智能诊断系统及方法 | |
| CN112710345B (zh) | 持续改进预测性维护数据库的机器监视方法和装置 | |
| JP2003506774A (ja) | 技術的設備に対する診断方法および診断システム | |
| Gayme et al. | Fault detection and diagnosis in turbine engines using fuzzy logic | |
| CN109579911A (zh) | 一种风力发电机监测装置 | |
| Cao et al. | Remaining useful life prediction of wind turbine generator bearing based on EMD with an indicator | |
| EP3394692B1 (en) | Method and apparatus for analyzing an investigated complex system | |
| EP3425199B1 (en) | Data collection system and method for wind turbine power generation facility, and wind turbine power generation facility | |
| CN102175307A (zh) | 汽轮发电机组低频振动谱阵实时定量分析方法 | |
| CN115263644A (zh) | 一种水轮机顶盖故障智能预警方法 | |
| US11747191B2 (en) | Automated health state classifier for rotating machines based on expert knowledge | |
| Galka | Application of energy processor model for diagnostic symptom limit value determination in steam turbines | |
| Yang et al. | Dynamic Model-based Digital Twin for Crack Detection of Aeroengine Disk | |
| CN114235367B (zh) | 一种旋转机械振动综合管理系统 | |
| Yang et al. | Fuzzy diagnosis of turbomachines |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170811 |
|
| RJ01 | Rejection of invention patent application after publication |