CN110458408B - 典型故障对动设备及装置影响后果的分析方法 - Google Patents
典型故障对动设备及装置影响后果的分析方法 Download PDFInfo
- Publication number
- CN110458408B CN110458408B CN201910634305.0A CN201910634305A CN110458408B CN 110458408 B CN110458408 B CN 110458408B CN 201910634305 A CN201910634305 A CN 201910634305A CN 110458408 B CN110458408 B CN 110458408B
- Authority
- CN
- China
- Prior art keywords
- influence
- equipment
- severity
- factor
- level
- 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 description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000007670 refining Methods 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 7
- 238000012850 discrimination method Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 17
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000003449 preventive effect Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000011058 failure modes and effects analysis Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000005984 hydrogenation reaction Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
Images
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Marine Sciences & Fisheries (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了典型故障对动设备及装置影响后果的分析方法,其用于对炼化装置中的动设备及该炼化装置进行分析,其特征在于,通过对动设备的典型故障所产生的后果进行严重度分析,得到该典型故障的后果严重程度以及重要度影响系数。用本分析方法,通过对相关数据的获取和分析,针对对装置中各类动设备不同程度的典型故障对设备和装置的影响进行后果严重度分析,将人为主观的判断转化为实际数据上的差异体现出来,使故障的严重程度能更加清晰直观地被区分出来,为后续的装置可靠性分析提供可靠的数据基础,并有计划地采取相应的监测、更换、维修、维护等措施,保证炼化装置动设备安全可靠运行。
Description
技术领域
本发明涉及炼化装置运行可靠性分析领域。主要用于炼化装置中动设备系统不同程度的典型故障对设备和装置的影响进行后果严重度分析。后果严重度分析是设计出后果严重度评分表,由企业相关技术人员根据实际工作经验给出的后果严重度,然后依此利用层次分析法和模糊综合判别法进行分析计算,通过这种科学的分析,将人为主观的判断转化为实际数据上的差异体现出来,使故障的严重程度被清晰直观地被区分出来,在此基础上完善对装置动设备的可靠性评估,最终制定出对应的动设备预防性维修周期、装置大修周期以及维修策略。
背景技术
炼化装置是是以原油为原料的炼油加工装置,主要产品有:液态烃、石脑油或重整料、柴油、加氢原料、催化原料、焦化及氧化沥青等原料,因此炼化装置被称为石油化工企业的龙头装置。整套装置中有大量动设备(主要有空冷器风机、泵和压缩机)联合工作使得这套工艺流程可以完整的实现,因此分析研究这些动设备的可靠性对保障装置的平稳安全可靠运行起着十分重要的作用。
在石化生产装置中动设备是企业竞争的核心设备,它的工作效率直接影响到企业的生产效率。动设备大多功率大、转速高结构复杂,所以非常容易发生故障,且危险系数也比较高,一些石化企业发生事故都是因为这些动设备意外故障导致装置停止生产,有的甚至产生了爆炸、有害物质泄漏等严重的后果。因此为了保障企业安全生产,研究石化装置中动设备的可靠性具有十分重要的意义。
随着可靠性技术的出现和不断发展,以可靠性为中心的维修(RCM)方法逐渐被推广和应用。通过开展RCM方法的应用研究能更加全面地了解动设备的运行情况并制定出有效的预防性维修方案,从而保障设备平稳运行。
一般炼化装置动设备及系统的可靠性研究工作主要包括以下几个方面:
(1)运用RCM方法对各类动设备进行可靠性分析,收集和整理装置中动设备的运行和历史维修记录,计算出对应动设备的运行规律并制定合适的预防性维修周期;
(2)运用可靠性框图法和贝叶斯网络法对装置的动设备系统进行系统可靠性分析。结合装置的工艺流程图绘制出对应的系统可靠性框图和贝叶斯网络图。将上述计算出的可靠性分析结果分别代入两种图中进行分析计算,最终得出动设备系统的可靠性趋势变化规律;
(3)根据相关工艺流程对装置进行系统划分,统计出各个系统中动设备的信息,并对各个系统中的动设备进行失效模式影响分析(FMEA)分析和风险评估;
(4)结合以上分析,确定动设备和系统的预防性维修周期以及制定相应的维修策略。
从以上工作来看,收集和整理装置中动设备的运行和历史维修记录是研究工作的基础,也是保证后续可靠性分析和维修策略结论正确的关键。为了保证数据的正确获取和分析,有必要针对装置中各类动设备不同程度的典型故障对设备和装置的影响进行后果严重度分析。通过科学的分析,将人为主观的判断转化为实际数据上的差异体现出来,使故障的严重程度能更加清晰直观地被区分出来,为后续的装置可靠性分析提供可靠的数据基础。所以本方法对于保证炼化装置可靠性分析的正确可靠,具有重要意义和应用价值。这就是本发明的背景和意义所在。
发明内容
本发明的目的在于通过对发生不同程度典型故障的动设备进行分析,从而得出该故障对动设备本身以及对整个装置的影响后果严重程度,完善对应动设备和装置的风险评估以及维修决策,使得整个炼化装置的可靠性评估具有更准确的评价结果以及为装置和动设备提供更优化的维护与维修方案。
具体的技术方案为:
典型故障对动设备及装置影响后果的分析方法,其用于对炼化装置中的动设备及该炼化装置进行分析,其通过对动设备的典型故障所产生的后果进行严重度分析,得到该典型故障的后果严重程度以及重要度影响系数。
在该分析方法中,具体包括如下步骤:
(1)确定动设备的故障中各影响因素对该动设备及该动设备所在装置的影响等级参数;
(2)确定动设备的设备等级、典型故障及故障程度;
根据影响等级参数,确定该典型故障在该故障程度下,各影响因素对该动设备及该动设备所在装置的影响等级参数;
(3)采用隶属函数将影响等级参数构建为因素等级矩阵并进行归一化计算;
(4)运用层次分析法依次进行影响因素的判断矩阵的构建、一致性检验及计算各影响因素的权重;
(5)根据影响因素的权重运用模糊综合判别法对影响因素的影响后果进行分析;得到该故障的后果严重度以及重要度影响系数。
具体地,所述后果严重程度分为5个等级,从低到高依次为不严重、不太严重、一般严重、比较严重和非常严重。所述影响因素包括温度、压力、流量、稳定性和连续性。
进一步,每个影响因素所对应的影响等级参数均为5级,分别为1级、2级、3级、4级和5级,其中1级最轻,5级最严重。
进一步,隶属函数具体为线性分布隶属函数。
具体地,所述动设备为泵、压缩机和风机。
在步骤(4)中,包括如下分步骤:
(4.1)将判断矩阵设定为A,通过matlab程序计算出A的最大特征值λmax,利用公式
进行一致性指标计算,其中,CI为一致性指标,n为判断矩阵的阶数;
(4.2)计算随机一致性指标RI;
(4.4)当通过一致性检验后,利用式(I)计算每个因素的权重,
利用式(II)作为评判结果公式。
利用本分析方法,通过对相关数据的获取和分析,针对对装置中各类动设备不同程度的典型故障对设备和装置的影响进行后果严重度分析,将人为主观的判断转化为实际数据上的差异体现出来,使故障的严重程度能更加清晰直观地被区分出来,为后续的装置可靠性分析提供可靠的数据基础。进而可以根据后果严重度的分析结果,有针对性地安排监测、更换、维修或维护措施,保证动设备安全可靠运行。
附图说明
图1是炼化装置可靠性分析技术路线图。
图2是因素指标对应于各评价等级的隶属度函数图。
图2中横坐标有5个因素指标:Ⅰ为温度、Ⅱ为压力、Ⅲ为流量、Ⅳ为稳定性、Ⅴ为连续性;纵坐标为隶属度;图中5条曲线为因素指标对应各评价等级的隶属度的函数形式。
具体实施方式
下面以某炼化企业的动设备为例,并结合附图和实例对本发明进行详细说明。
请参阅图1,在采用本申请中的分析方法时,首先收集资料整理,为了在评估过程中不断精确评估结果,需要对设备原始资料数据进行再收集,后果严重度分析也需要相关技术人员给出经验评分表,所以首先设计出了炼化装置中使用最多的典型设备泵、压缩机和风机的各种典型故障模式对动设备及装置的影响等级参数化表。在此基础上,可求得动设备和系统的可靠性各类指标,然后对动设备进行FMEA分析和风险评估,之后再分析典型故障对动设备和系统产生的影响后果严重度,最后结合所有的分析制定对应的预防性维修周期、大修时间以及维修策略,完成一整套装置动设备系统的可靠性评估。
以下进行具体说明:
首先确定动设备的故障中各影响因素对该动设备及该动设备所在装置的影响等级参数。具体请参阅表1。
表1中,将动设备的故障中的影响因素确定为5个,分别为温度、压力、流量、稳定性、连续性(对设备和对装置的影响),影响等级均设置为5级,分别为1级、2级、3级、4级和5级,其中1级最轻,5级最严重。
表1各影响因素对动设备及装置的影响等级参数对照表
根据表1,对泵、压缩机和风机的各种典型故障对该动设备及该动设备所在的装置的影响等级参数进行确定,并将各数据分别列入表2、表3和表4。在表2、表3和表4中,同时对动设备的设备等级进行了确定,在本申请中,动设备的设备等级均分为3级,分别为一级、二级和三级。表2、表3和表4中,对动设备的影响等级参数为对典型故障所在的动设备的影响等级参数,对装置的影响等级参数为该动设备所在的装置的影响等级参数。
表2泵的各种典型故障设备及装置的影响等级参数
表3压缩机的各种典型故障设备及装置的影响等级参数
表4风机的各种典型故障设备及装置的影响等级参数
在以上等级参数设定的基础上,采用层次分析法与模糊综合评判法相结合的方法,按照以下步骤实施炼化装置动设备及系统的影响后果严重度的分析确定:
根据模糊理论选择相应的隶属函数构建因素等级矩阵并进行归一化计算,之后运用层次分析法依次进行判断矩阵的构建、一致性检验、各个因素权重的计算,最后根据计算出的权重运用模糊综合判别法对各故障因素的影响后果进行分析,得出影响后果严重度。
从图1中可以看出本发明是炼化装置可靠性分析中非常重要的一环,以表2中一级泵的密封泄漏中的中度泄漏故障为例,说明本评价方法的运用:
根据表1可以看出温度、压力、流量、稳定性、连续性这五个因素指标对应的评价等级均为1-5级,选取最常用的线性分布隶属函数——三角形函数作为隶属度函数,因素等级对应各因素指标的隶属度的函数形式如图2所示,将不同故障的失效后果分为5个等级,用模糊语言将失效后果的严重程度表示为:V={不严重,不太严重,一般严重,比较严重,非常严重},其中V为失效后果的严重程度,可以得出因素等级矩阵R,并将其归一化,结果如公式(1)所示
该故障的评价矩阵A1为:
选择加权平均法进行计算,则一级泵的密封泄漏中的中度泄漏故障的一级模糊综合评价结果R1为:
建立判断矩阵A(两两因素互相比较)
通过计算得判断矩阵A的最大特征值λmax=5.0198,由此可得出一致性指标CI的值为:
式中:λmax为判断矩阵A的最大特征值,CI为一致性指标,n为矩阵的阶数。当0时具有完全的一致性;CI接近于0时有满意的一致性;CI越大不一致越严重,可见CI为0.00495,具有满意的一致性。为了衡量CI的大小,引入随机一致性指标RI,该随机一致性指标RI与判断矩阵A的阶数有关,其对应关系如下表5所示:
表5随机一致性指标RI标准值
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 |
所以判断矩阵A通过一致性检验。
本例由于是多种因素共同造成的后果大小,而加权平均型能利用权重的大小实现所有因素的均衡兼顾,因此这里选择加权平均型(即按矩阵的乘法计算)来进行计算,计算公式如公式(7)所示。
表6比例标度表
因此根据5种因素构造判断矩阵A。
当通过一致性检验后,就需要计算每个因素的权重,若判断矩阵
该公式中,a11、a12……ann表示各因素的比较值,例如a11表示温度/温度,a12表示温度/压力,依次类推。
则每个权重ωi计算公式如(8)所示,该公式(8)即为发明内容中的式(I)。
经计算得到权重矩阵ω=[ω1 ω2 ω3 ω4 ω5],最后利用权重进行二级模糊综合评判,其评判结果为公式(9),该公式(9)即为发明内容中的式(II)。
因此得出各因素的权重:
同理可得ω2=0.0989;ω3=0.0989;ω4=0.2744;ω5=0.4289
即:
ω=[0.0989 0.0989 0.0989 0.2744 0.4289] (11)
利用计算出的权重进行二级模糊综合评判,其评判结果为:
按最大隶属度原则可以看出式(12)中的最大值为0.2299排在第4列,与失效后果的严重程度V={不严重,不太严重,一般严重,比较严重,非常严重}对应得出一级泵的密封泄漏中的中度泄漏故障情况下产生的后果严重程度为比较严重,此外因为失效后果也是5个等级,按照附图2中纵坐标划分,不同失效后果对应的重要度影响系数V’从低到高依次为0.2,0.4,0.6,0.8,1.0,因此该故障的严重度影响系数为0.8。通过相同的方法计算其它类设备,计算出的严重度指标更容易确认该设备是否为重大危险设备以及这些故障造成后果的严重度,从而使企业在面对这些故障时能更有针对性地进行处理,有计划地采取相应的监测、更换、维修、维护等措施,保证炼化装置动设备安全可靠运行。
Claims (3)
1.一种典型故障对动设备及装置影响后果的分析方法,其用于对炼化装置中的动设备及该炼化装置进行分析,其特征在于,通过对动设备的典型故障所产生的后果进行严重度分析,确定动设备的故障中各影响因素对该动设备及该动设备所在装置的影响等级参数,得到该典型故障的后果严重程度以及重要度影响系数,完成整套装置动设备系统的可靠性评估;
所述影响因素包括温度、压力、流量、稳定性和连续性;
所述动设备为泵、压缩机和风机;
该分析方法包括如下步骤:
(1)确定动设备的故障中各影响因素对该动设备及该动设备所在装置的影响等级参数;
每个影响因素所对应的影响等级参数均为5级,分别为1级、2级、3级、4级和5级,其中1级最轻,5级最严重;
(2)确定动设备的设备等级、典型故障及故障程度;
(3)采用隶属函数将影响等级参数构建为因素等级矩阵并进行归一化计算;
(4)运用层次分析法依次进行影响因素的判断矩阵的构建、一致性检验及计算各影响因素的权重;
该步骤(4)包括如下分步骤:
(4.1)将判断矩阵设定为A,
通过matlab程序计算出A的最大特征值λmax,利用公式
进行一致性指标计算,其中,CI为一致性指标,n为判断矩阵的阶数;
(4.2)计算随机一致性指标RI;
(4.4)当通过一致性检验后,利用式(I)计算每个因素的权重,
利用矩阵公式ω=[ω1 ω2 ω3 ω4 ω5]进行二级模糊综合评判,得式(II)所示的公式,
利用式(II)作为评判结果公式;
其中R1采用如下方法获得:
采用三角形函数作为隶属度函数,获得影响等级参数对应各因素指标的隶属度的函数形成,将不同故障的失效后果分为5个等级,然后将失效后果的严重程度表示为:V={不严重,不太严重,一般严重,比较严重,非常严重},其中V为失效后果的严重程度,获得因素等级矩阵R,再获得故障的评价矩阵A1,利用公式获得R1;
(5)根据影响因素的权重运用模糊综合判别法对影响因素的影响后果进行分析;得到该故障的后果严重度以及重要度影响系数。
2.根据权利要求1所述的分析方法,其特征在于,
所述后果严重程度分为5个等级,从低到高依次为不严重、不太严重、一般严重、比较严重和非常严重。
3.根据权利要求1所述的分析方法,其特征在于,隶属函数具体为线性分布隶属函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910634305.0A CN110458408B (zh) | 2019-07-15 | 2019-07-15 | 典型故障对动设备及装置影响后果的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910634305.0A CN110458408B (zh) | 2019-07-15 | 2019-07-15 | 典型故障对动设备及装置影响后果的分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110458408A CN110458408A (zh) | 2019-11-15 |
CN110458408B true CN110458408B (zh) | 2022-08-30 |
Family
ID=68482860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910634305.0A Active CN110458408B (zh) | 2019-07-15 | 2019-07-15 | 典型故障对动设备及装置影响后果的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110458408B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113378901B (zh) * | 2021-05-31 | 2024-06-07 | 国网上海市电力公司 | 一种基于kfcm聚类分析和pmu装置的主动配电网预想故障集筛选方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413015A (zh) * | 2013-04-24 | 2013-11-27 | 重庆科技学院 | 一种城市燃气管网弱性评估模型建立的方法 |
CN106600095B (zh) * | 2016-07-27 | 2020-09-08 | 中国特种设备检测研究院 | 一种基于可靠性的维修评估方法 |
CN107464020B (zh) * | 2017-08-03 | 2020-08-28 | 中南林业科技大学 | 一种米制品加工原料快速筛选方法 |
CN108535433A (zh) * | 2018-03-06 | 2018-09-14 | 陈艳粉 | 一种基于无线传感器网络的水质评估系统 |
-
2019
- 2019-07-15 CN CN201910634305.0A patent/CN110458408B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110458408A (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600095B (zh) | 一种基于可靠性的维修评估方法 | |
CN110782164A (zh) | 一种基于变权重和模糊综合评价的配电设备状态评价方法 | |
CN113435652B (zh) | 一种一次设备缺陷诊断与预测方法 | |
CN110530650B (zh) | 基于广义回归神经网络与箱型图分析的重型燃气轮机性能状态监测方法 | |
CN104677997B (zh) | 一种变压器油色谱在线监测差异化预警方法 | |
CN105242155A (zh) | 一种基于熵权法和灰色关联分析的变压器故障诊断方法 | |
CN112179655A (zh) | 一种基于阈值分级的汽轮发电机故障预警方法 | |
CN111125895B (zh) | 一种风力发电机整机服役功率特性在线评估方法 | |
CN113592359A (zh) | 电力变压器的健康度评价方法和装置 | |
CN106569069A (zh) | 电力变压器故障诊断方法 | |
CN113342784A (zh) | 一种电网主变设备风险评估的数据库设计方法 | |
CN110458408B (zh) | 典型故障对动设备及装置影响后果的分析方法 | |
CN112417627A (zh) | 一种基于四维指标体系配电网运行可靠性分析方法 | |
CN115905474A (zh) | 基于历史缺陷文本信息的电力设备状态评价方法和装置 | |
Wang et al. | Deep analysis of power equipment defects based on semantic framework text mining technology | |
CN115375026A (zh) | 一种多故障模式下的航空发动机寿命预测方法 | |
CN111626646B (zh) | 一种装备完好性检查信息融合方法 | |
Priharanto et al. | Risk assessment of the fishing vessel main engine by fuzzy-fmea approach | |
CN116862478A (zh) | 基于分层架构与动态赋权的变压器健康评估方法 | |
CN116384732A (zh) | 场站管道风险智能评估方法、系统、存储介质及计算设备 | |
CN114638169B (zh) | 变压器时变故障概率计算方法、装置及计算机可读存储介质 | |
CN110580578A (zh) | 一种智能变电站二次系统运行质量多分层评价方法 | |
CN114219206B (zh) | 基于灰色层次分析的抽水蓄能机组油系统状态综合评估方法 | |
CN114693175A (zh) | 一种基于网源涉网试验的机组状态分析方法与系统 | |
CN115375077A (zh) | 基于毕达哥拉斯模糊赋权法的海底管道失效风险评价方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |