CN107767056A - 一种用于电站磨煤机的状态监控与健康管理系统 - Google Patents
一种用于电站磨煤机的状态监控与健康管理系统 Download PDFInfo
- Publication number
- CN107767056A CN107767056A CN201711008347.0A CN201711008347A CN107767056A CN 107767056 A CN107767056 A CN 107767056A CN 201711008347 A CN201711008347 A CN 201711008347A CN 107767056 A CN107767056 A CN 107767056A
- Authority
- CN
- China
- Prior art keywords
- data
- coal pulverizer
- analysis
- module
- power station
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 98
- 230000036541 health Effects 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000012423 maintenance Methods 0.000 claims abstract description 50
- 238000007405 data analysis Methods 0.000 claims abstract description 28
- 230000003993 interaction Effects 0.000 claims abstract description 5
- 230000005540 biological transmission Effects 0.000 claims abstract description 3
- 238000004458 analytical method Methods 0.000 claims description 55
- 238000004422 calculation algorithm Methods 0.000 claims description 41
- 230000033228 biological regulation Effects 0.000 claims description 26
- 230000001105 regulatory effect Effects 0.000 claims description 21
- 238000005299 abrasion Methods 0.000 claims description 18
- 238000000227 grinding Methods 0.000 claims description 18
- 238000007726 management method Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 7
- 230000008439 repair process Effects 0.000 claims description 7
- 238000009966 trimming Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 238000011017 operating method Methods 0.000 claims description 4
- 238000000611 regression analysis Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000013024 troubleshooting Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- XTKDAFGWCDAMPY-UHFFFAOYSA-N azaperone Chemical compound C1=CC(F)=CC=C1C(=O)CCCN1CCN(C=2N=CC=CC=2)CC1 XTKDAFGWCDAMPY-UHFFFAOYSA-N 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Disintegrating Or Milling (AREA)
Abstract
本发明公开一种用于电站磨煤机的状态监控与健康管理系统,包括智能终端、本地服务端和远程大数据分析平台;智能终端设有用于采集磨煤机运维数据的数据采集系统、数据预处理系统以及用于数据收发的数据传输系统,智能终端将采集的数据进行预处理后在本地服务端和远程大数据分析平台间交互;本发明提供了能及时、高效地进行电站磨煤机运行与维护的状态监控与健康管理系统。
Description
技术领域
本发明涉及电站监测领域,尤其涉及一种用于电站磨煤机的状态监控与健康管理系统。
背景技术
目前,我国电力工业经过一个快速发展阶段,火电发电技术的不断发展,发电机组容量的增大和复杂程度的不断提高,需要处理判断的运行信息逐渐增多。因此火电厂一些关键设备的可靠性、可用性、可维修与安全性的问题日益突出。
电站磨煤机是锅炉燃烧制粉系统的核心设备,其工作状况对整个电厂系统运行的安全和经济性具有重要的影响。磨煤机的大小和异常都将影响生产效率。在生产过程中要尽量避免这些状态发生异常,状态的异常一方面会影响生产率,另一方面也将造成设备的故障,引起更大的损失。因此及时发现设备异常,及时维护设备显得尤为重要。例如,磨煤机的性能下降时,应及时进行维护,以减小磨制粉能耗,避免磨煤机出力不足造成机组功率下降;当运行的磨煤机发生故障时,应及时进行检修,避免由于磨煤机故障造成机组停运的事故。磨煤机通常必须在恶劣环境下工作,其工作过程是一个复杂的过程。因此实现电站磨煤机设备的状态监测和故障诊断是一项具有挑战性的工作。这也一直是火电厂磨煤生产亟待解决的问题。
故障预诊断和健康管理(PHM)技术是提高设备运行效率、降低维修保障费用的关键技术之一。PHM系统包括数据采集,数据预处理,数据传输,特征提取,数据融合,故障诊断,故障预测,维修决策支持等环节。基于大数据分析的PHM技术的核心是智能算法,基于数据驱动的策略能够在不需要十分精确的物理模型的条件下,依靠智能算法强大的非线性逼近能力,有效地模拟磨煤机不同状态参数之间的映射关系,准确反映不同参数之间的变化关系。智能算法具有一定的通用性,如神经网络模型、支持向量机模型、深度学习模型等可用于PHM中的不同任务,但这些模型的运行原理涉及一定深度的数学知识,如果由用户自行开发,既无法保证算法的正确性与效率,也无法保证算法的重用性。因此,开发大数据分析的算法库,将常用的智能算法进行有效组织,使用户可直接调用算法,只需关注任务本身,而不需要研究算法的原理,提高PHM系统开发的效率。
因此,现有技术存在缺乏基于大数据分析的及时、高效地进行电站磨煤机运行与维护的系统。
发明内容
鉴于现有技术的上述缺陷,本发明所要解决的技术问题提供能及时高效地进行电站磨煤机运行与维护的状态监控与健康管理系统。
一种用于电站磨煤机的状态监控与健康管理系统,包括智能终端、本地服务端和远程大数据分析平台;所述的智能终端设有用于采集磨煤机运维数据的数据采集系统、数据预处理系统以及用于数据收发的数据传输系统,所述智能终端将采集的数据预处理后在所述本地服务端和所述远程大数据分析平台间实现交互。
优选的,所述的磨煤机运维数据至少包括传感器数据和DCS系统数据。
优选的,所述远程大数据分析平台至少设有运维知识库、运维算法库、健康分析模块;所述运维知识库存储了磨煤机操作方法、磨煤机调控方法、磨煤机异常与故障处理方法、磨煤机报警原因、磨煤机标准和专家知识;所述运维算法库包含数据清洗、数据预处理、回归分析、相关性分析以及神经网络的算法模型;所述健康分析模块分析零部件的磨损以及故障预警。
优选的,所述本地服务端至少设有第一历史维修记录库、第一人工调控记录库、第一运行状态模块;所述第一运行状态模块包括第一运行数据库和第一状态显示模块,所述第一运行数据库可对磨煤机运维数据进行存储,所述第一状态显示模块用于显示所述磨煤机运维数据、所述健康分析模块的分析结果、调控建议;所述第一历史维修记录库存储了磨煤机故障信息、异常状态信息、人工检查及维修信息;所述第一人工调控记录库存储了电站运营人员根据煤粉细度检测值进行的分离器电机转速调控操作记录。
优选的,所述远程大数据分析平台还设有第二历史维修记录库、第二人工调控记录库、第二运行状态模块;所述第二运行状态模块包括第二运行数据库和第二状态显示模块,所述第二运行数据库可对磨煤机运维数据进行存储,所述第二状态显示模块用于显示所述磨煤机运维数据、所述健康分析模块的分析结果、调控建议在运维页面显示;所述第二历史维修记录库存储了过往的磨煤机故障信息、异常状态信息、人工检查及维修信息;所述第二人工调控记录库存储了电站运营人员根据煤粉细度检测值进行的分离器电机转速调控操作记录。
优选的,所述的健康分析模块至少包括磨碗磨辊磨损分析模块、叶轮磨损分析模块和煤粉细度调控决策模块;所述磨碗磨辊磨损分析模块可预测磨碗磨辊的磨损情况和整修时间;所述叶轮磨损分析模块可预测叶轮的磨损情况和整修时间;所述煤粉细度调控决策模块可根据检测的煤粉细度值,结合人工经验模型为调控人员提供最优的分离器电机转速建议。
优选的,所述数据预处理系统采用智能算法对所述磨煤机运维数据进行预处理。
优选的,所述的智能算法至少包括回归分析算法和数据挖掘算法。
与现有技术相比,本发明的技术方案具有以下优点:本发明基于磨煤机运行状态参数数据、维修记录、调控记录等,建立运维知识库、算法库以及多个磨煤机关键零部件的健康分析模块,实现从磨煤机状态监测、数据分析到异常处理建议的闭环流程,提高电站磨煤机运行与维护的智能化水平。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1.1是本发明用于电站磨煤机的状态监控与健康管理系统的一种框图;
图1.2是本发明用于电站磨煤机的状态监控与健康管理系统的另一种框图;
图2是本发明用于电站磨煤机的状态监控与健康管理系统的方法框图。
附图标记:1-智能终端、2-本地服务端、3-远程大数据分析平台、1.1-数据采集系统、2.1-第一运行状态模块、2.2-第一历史维修记录库、2.3-第一人工调控记录库、3.1-第一运维知识库、3.2-运维算法库、3.3-健康分析模块、3.4-第二运行状态模块、3.5-第二历史维修记录库、3.6-第二人工调控记录库。
具体实施方式
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
如图1.1所示,一种用于电站磨煤机的状态监控与健康管理系统,包括智能终端1、本地服务端2、远程大数据分析平台3、数据采集系统1.1、运行状态模块2.1、历史维修记录库2.2、人工调控记录库2.3、运维知识库3.1、运维算法库3.2和健康分析模块3.3;
智能终端1能对电站DCS系统数据及其他设备检测传感数据实现采集、解析以及数据预处理,智能终端1通过内设的数据采集系统1.1进行数据采集,并通过数据预处理系统进行预处理;智能终端1还可将数据转发至本地服务端2和远程大数据分析平台3,智能终端1可实现本地服务端2与远程大数据分析平台3间的数据交互。
本地服务端2设有第一运行状态模块2.1、第一历史维修记录库2.2和第一人工调控记录库2.3;第一运行状态模块2.1包括第一运行数据库和第一状态显示模块,第一运行数据库可对磨煤机运维数据进行存储,第一状态显示模块可将磨煤机运维数据、健康分析模块3.3的分析结果、调控建议在运维页面显示,第一历史维修记录库2.2存储了过往的磨煤机故障信息、异常状态信息、人工检查及维修信息等;第一人工调控记录库2.3存储了电站运营人员根据煤粉细度检测值进行的分离器电机转速调控操作记录等,运维人员可通过检索功能可在各数据库中检索相关信息。
远程大数据分析平台3设有运维知识库3.1、运维算法库3.2和健康分析模块3.3;运维知识库3.1存储了磨煤机运维的相关知识,如磨煤机操作方法、磨煤机调控方法、磨煤机异常与故障处理方法、磨煤机报警原因等标准及专家知识,运维算法库3.2包含数据清洗、数据预处理、回归分析、相关性分析以及深度神经网络等算法模型,可通过自行配置至智能终端和大数据分析平台用于数据相关处理。健康分析模块3.3包括磨碗磨辊磨损分析模块、叶轮磨损分析模块、煤粉细度调控决策模块等关键零部件分析模块。磨碗磨辊磨损分析模块可预测磨碗磨辊的磨损情况以及整修时间。叶轮磨损分析模块可预测叶轮的磨损情况以及整修时间、煤粉细度调控决策模块可根据检测的煤粉细度值结合人工经验模型向调控人员建议最优的分离器电机转速。
如图1.2所示,一种用于电站磨煤机的状态监控与健康管理系统,包括智能终端1、本地服务端2、远程大数据分析平台3、数据采集系统1.1、运维知识库3.1、运维算法库3.2和健康分析模块3.3、第二运行状态模块3.4、第二历史维修记录库3.5、第二人工调控记录库3.6。
智能终端1能对电站DCS系统数据及其他设备检测传感数据实现采集、解析以及数据预处理,智能终端1通过内设的数据采集系统1.1进行数据采集,并通过数据预处理系统进行预处理;智能终端1还可将数据转发至本地服务端2和远程大数据分析平台3。智能终端1可实现本地服务端2与远程大数据分析平台3间的数据交互;
远程大数据分析平台3设有第二运行状态模块3.4、第二历史维修记录库3.5和第二人工调控记录库3.6;第二运行状态模块3.4包括第二运行数据库和第二状态显示模块。第二运行数据库可对磨煤机运维数据进行存储。第二状态显示模块可将磨煤机运维数据、健康分析模块3.3的分析结果、调控建议在运维页面显示。第二历史维修记录库3.5存储了过往的磨煤机故障信息、异常状态信息、人工检查及维修信息等;第二人工调控记录库3.6存储了电站运营人员根据煤粉细度检测值进行的分离器电机转速调控操作记录等。运维人员可通过检索功能可在各数据库中检索相关信息。
远程大数据分析平台3还设有运维知识库3.1、运维算法库3.2和健康分析模块3.3;运维知识库3.1存储了磨煤机运维的相关知识,如磨煤机操作方法、磨煤机调控方法、磨煤机异常与故障处理方法、磨煤机报警原因等标准及专家知识。运维算法库3.2包含数据清洗、数据预处理、回归分析、相关性分析以及深度神经网络等算法模型,可通过自行配置至智能终端和大数据分析平台用于数据相关处理。健康分析模块3.3包括磨碗磨辊磨损分析模块、叶轮磨损分析模块、煤粉细度调控决策模块等关键零部件分析模块。磨碗磨辊磨损分析模块可预测磨碗磨辊的磨损情况以及整修时间。叶轮磨损分析模块可预测叶轮的磨损情况以及整修时间。煤粉细度调控决策模块可根据检测的煤粉细度值结合人工经验模型向调控人员建议最优的分离器电机转速。
如图2所示,用于本发明电站磨煤机的状态监控与健康管理系统的方法,磨煤机运维数据来自于电站DCS系统和其他设备端传感器数据。在磨煤机运行过程中,磨煤机运维数据在智能终端处经过智能算法预处理后,分别存入运行数据库、历史维修记录库、人工调控记录库等数据库中。同时,处理后的数据、预警信息可直接通过状态显示模块实现显示,同时转发至远程大数据平台的健康分析模块进行数据分析。通过数据分析后,磨碗磨辊磨损分析模块和叶轮磨损分析模块的分析结果以及煤粉细度调控决策模块的调控建议将通过智能终端转发至状态显示模块进行显示,运维人员可实时查看、调控。若有磨煤机异常或故障,运维人员可提前安排维护时间。人为的调控及维修操作将录入运维知识库及历史维修记录库,实现实时更新。运维算法库根据已更新的维修记录、调控记录进行算法测试。算法库的多种算法模型中根据最新数据进行自我学习,并将算法评价最优的配置至分析模块,实现自我更新。
智能算法至少包括回归分析算法和数据挖掘算法。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (8)
1.一种用于电站磨煤机的状态监控与健康管理系统,其特征在于,包括智能终端、本地服务端和远程大数据分析平台;所述的智能终端设有用于采集磨煤机运维数据的数据采集系统、数据预处理系统以及用于数据收发的数据传输系统,所述智能终端将采集的数据预处理后在所述本地服务端和所述远程大数据分析平台间交互。
2.如权利要求1所述的用于电站磨煤机的状态监控与健康管理系统,其特征在于,所述的磨煤机运维数据至少包括传感器数据和DCS系统数据。
3.如权利要求1所述的用于电站磨煤机的状态监控与健康管理系统,其特征在于,所述远程大数据分析平台至少设有运维知识库、运维算法库和健康分析模块;
所述运维知识库存储了磨煤机操作方法、磨煤机调控方法、磨煤机异常与故障处理方法、磨煤机报警原因、磨煤机标准和专家知识;
所述运维算法库包含数据清洗、数据预处理、回归分析、相关性分析以及神经网络算法模型;
所述健康分析模块分析零部件的磨损程度以及故障预警。
4.如权利要求3所述的用于电站磨煤机的状态监控与健康管理系统,其特征在于,所述本地服务端至少设有第一历史维修记录库、第一人工调控记录库和第一运行状态模块;
所述第一运行状态模块包括第一运行数据库和第一状态显示模块,所述第一运行数据库对磨煤机运维数据进行存储,所述第一状态显示模块用于显示所述磨煤机运维数据、所述健康分析模块的分析结果和调控建议;
所述第一历史维修记录库存储了磨煤机故障信息、异常状态信息、人工检查及维修信息;
所述第一人工调控记录库存储了分离器电机转速调控记录。
5.如权利要求3所述的用于电站磨煤机的状态监控与健康管理系统,其特征在于,所述远程大数据分析平台还设有第二历史维修记录库、第二人工调控记录库和第二运行状态模块;
所述第二运行状态模块包括第二运行数据库和第二状态显示模块,所述第二运行数据库对磨煤机运维数据进行存储,所述第二状态显示模块用于显示所述磨煤机运维数据、所述健康分析模块的分析结果、调控建议;
所述第二历史维修记录库存储了过往的磨煤机故障信息、异常状态信息、人工检查及维修信息;
所述人工调控记录库存储了分离器电机转速调控记录。
6.如权利要求3或4或5所述的用于电站磨煤机的状态监控与健康管理系统,其特征在于,所述的健康分析模块至少包括磨碗磨辊磨损分析模块、叶轮磨损分析模块和煤粉细度调控决策模块;
所述磨碗磨辊磨损分析模块用于预测磨碗磨辊的磨损情况和整修时间;
所述叶轮磨损分析模块用于预测叶轮的磨损情况和整修时间;
所述煤粉细度调控决策模块根据检测的煤粉细度值结合人工经验模型为调控人员提供分离器电机转速建议。
7.如权利要求1所述的用于电站磨煤机的状态监控与健康管理系统,其特征在于,所述数据预处理系统采用智能算法对所述磨煤机运维数据进行数据预处理。
8.如权利要求7所述的用于电站磨煤机的状态监控与健康管理系统,其特征在于,所述的智能算法至少包括回归分析算法和数据挖掘算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711008347.0A CN107767056A (zh) | 2017-10-25 | 2017-10-25 | 一种用于电站磨煤机的状态监控与健康管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711008347.0A CN107767056A (zh) | 2017-10-25 | 2017-10-25 | 一种用于电站磨煤机的状态监控与健康管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107767056A true CN107767056A (zh) | 2018-03-06 |
Family
ID=61271681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711008347.0A Pending CN107767056A (zh) | 2017-10-25 | 2017-10-25 | 一种用于电站磨煤机的状态监控与健康管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107767056A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109102189A (zh) * | 2018-08-10 | 2018-12-28 | 杨璇 | 一种电气设备健康管理系统和方法 |
CN110188040A (zh) * | 2019-05-21 | 2019-08-30 | 江苏锐天信息科技有限公司 | 一种针对软件系统故障检测与健康状态评估的软件平台 |
CN110208696A (zh) * | 2019-06-25 | 2019-09-06 | 华北电力大学 | 基于模型自弈和典型样本的磨煤机故障诊断方法 |
CN112270419A (zh) * | 2020-11-02 | 2021-01-26 | 北京京能能源技术研究有限责任公司 | 磨辊磨损预测方法、装置、计算机设备及可读存储介质 |
CN113634355A (zh) * | 2021-08-11 | 2021-11-12 | 内蒙古京隆发电有限责任公司 | 一种磨煤机堵煤故障判断及故障自愈方法及系统 |
CN113759849A (zh) * | 2021-09-10 | 2021-12-07 | 北京广利核系统工程有限公司 | 一种智能运维服务支持系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040049715A1 (en) * | 2002-09-05 | 2004-03-11 | Jaw Link C. | Computer networked intelligent condition-based engine/equipment management system |
CN104374675A (zh) * | 2014-10-15 | 2015-02-25 | 国家电网公司 | 一种磨煤机煤粉细度在线监测方法 |
CN106952028A (zh) * | 2017-03-13 | 2017-07-14 | 杭州安脉盛智能技术有限公司 | 机电装备故障预诊与健康管理方法及系统 |
CN107291830A (zh) * | 2017-05-27 | 2017-10-24 | 宁夏共享模具有限公司 | 一种设备知识库的创建方法 |
-
2017
- 2017-10-25 CN CN201711008347.0A patent/CN107767056A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040049715A1 (en) * | 2002-09-05 | 2004-03-11 | Jaw Link C. | Computer networked intelligent condition-based engine/equipment management system |
CN104374675A (zh) * | 2014-10-15 | 2015-02-25 | 国家电网公司 | 一种磨煤机煤粉细度在线监测方法 |
CN106952028A (zh) * | 2017-03-13 | 2017-07-14 | 杭州安脉盛智能技术有限公司 | 机电装备故障预诊与健康管理方法及系统 |
CN107291830A (zh) * | 2017-05-27 | 2017-10-24 | 宁夏共享模具有限公司 | 一种设备知识库的创建方法 |
Non-Patent Citations (1)
Title |
---|
杨雁梅: "电站磨煤机状态监测与故障诊断的研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109102189A (zh) * | 2018-08-10 | 2018-12-28 | 杨璇 | 一种电气设备健康管理系统和方法 |
CN109102189B (zh) * | 2018-08-10 | 2022-02-11 | 杨璇 | 一种电气设备健康管理系统和方法 |
CN110188040A (zh) * | 2019-05-21 | 2019-08-30 | 江苏锐天信息科技有限公司 | 一种针对软件系统故障检测与健康状态评估的软件平台 |
CN110208696A (zh) * | 2019-06-25 | 2019-09-06 | 华北电力大学 | 基于模型自弈和典型样本的磨煤机故障诊断方法 |
CN112270419A (zh) * | 2020-11-02 | 2021-01-26 | 北京京能能源技术研究有限责任公司 | 磨辊磨损预测方法、装置、计算机设备及可读存储介质 |
CN112270419B (zh) * | 2020-11-02 | 2024-02-23 | 北京京能能源技术研究有限责任公司 | 磨辊磨损预测方法、装置、计算机设备及可读存储介质 |
CN113634355A (zh) * | 2021-08-11 | 2021-11-12 | 内蒙古京隆发电有限责任公司 | 一种磨煤机堵煤故障判断及故障自愈方法及系统 |
CN113634355B (zh) * | 2021-08-11 | 2022-10-14 | 内蒙古京隆发电有限责任公司 | 一种磨煤机堵煤故障判断及故障自愈方法及系统 |
CN113759849A (zh) * | 2021-09-10 | 2021-12-07 | 北京广利核系统工程有限公司 | 一种智能运维服务支持系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767056A (zh) | 一种用于电站磨煤机的状态监控与健康管理系统 | |
CN105809255B (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
CN104503399B (zh) | 一种集团级风电机组状态监测及故障诊断平台 | |
Yam et al. | Intelligent predictive decision support system for condition-based maintenance | |
CN104267711B (zh) | 烟草物流系统运行状态监测及故障诊断方法 | |
CN100444070C (zh) | 故障诊断与事故预报的设置方法 | |
CN102509178B (zh) | 配网设备状态评估系统 | |
Zaher et al. | A multi-agent fault detection system for wind turbine defect recognition and diagnosis | |
CN108241343A (zh) | 一种智能工厂管理平台系统 | |
CN107346466A (zh) | 一种电力调度系统的控制方法及装置 | |
CN108803569A (zh) | 电站锅炉诊断专家系统及其故障诊断方法 | |
NO342597B1 (no) | System for overvåkning og administrering av vedlikehold av utstyrskomponenter | |
Frankowiak et al. | A review of the evolution of microcontroller-based machine and process monitoring | |
CN107291830A (zh) | 一种设备知识库的创建方法 | |
CN205193566U (zh) | 机器人及其生产线设备远程状态监控系统的硬件结构 | |
CN109242104A (zh) | 一种利用数据分析实时发现设备故障异常的系统 | |
CN113962299A (zh) | 一种核电设备智能运行监测与故障诊断通用模型 | |
CN104412190A (zh) | 用于人机接口(hmi)设备的健康评估的系统和方法 | |
CN116228186A (zh) | 基于人因工程的船舶机舱智能运维系统 | |
Kobbacy et al. | New technologies for maintenance | |
CN112308300A (zh) | 一种大型电子产品状态预测管理系统 | |
CN103162816A (zh) | 一种基于传感器的振动监测方法 | |
Ramesh et al. | Implementation of predictive maintenance systems in remotely located process plants under industry 4.0 scenario | |
US11101050B2 (en) | Systems and methods to evaluate and reduce outages in power plants | |
Rihi et al. | Predictive maintenance in mining industry: grinding mill case study |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |