CN110766246A - 一种检测方法及装置 - Google Patents

一种检测方法及装置 Download PDF

Info

Publication number
CN110766246A
CN110766246A CN201810834152.XA CN201810834152A CN110766246A CN 110766246 A CN110766246 A CN 110766246A CN 201810834152 A CN201810834152 A CN 201810834152A CN 110766246 A CN110766246 A CN 110766246A
Authority
CN
China
Prior art keywords
equipment
abnormal
determining
fault
parameters
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.)
Granted
Application number
CN201810834152.XA
Other languages
English (en)
Other versions
CN110766246B (zh
Inventor
邓春银
陈自强
任合斌
蔡成润
尹亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Ningde Nuclear Power Co Ltd
Original Assignee
Fujian Ningde Nuclear Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujian Ningde Nuclear Power Co Ltd filed Critical Fujian Ningde Nuclear Power Co Ltd
Priority to CN201810834152.XA priority Critical patent/CN110766246B/zh
Publication of CN110766246A publication Critical patent/CN110766246A/zh
Application granted granted Critical
Publication of CN110766246B publication Critical patent/CN110766246B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明提供了一种检测方法及装置,检测到存在异常参数后,确定设备是否发生真实异常,若确定设备自身确实发生异常,则确定设备按照当前的情况运行是否能够满足安全运行条件,若确定设备按照当前的运行情况运行能够满足安全运行条件,其中,安全运行条件是从基准文件中获取得到的,则确定设备当前可用,否则确定设备不可用。由于提供了完整且规范的实现检测设备是否可用的流程,且基于基准文件获取安全运行条件,进而根据设备的当前运行情况以及安全运行条件确定设备是否可用,而不仅仅依据技术人员的经验确定设备的可用性,因此,提高了设备可用性检测的准确性,避免了由于误判设备的可用性而导致存在运行风险、造成经济损失的问题产生。

Description

一种检测方法及装置
技术领域
本发明属于核电领域,尤其涉及一种检测方法及装置。
背景技术
核电厂运行技术规范要求,一旦出现各类设备缺陷,需要识别和判断缺陷严重程度,并且对设备的当前和今后一段时间的可用性做出分析。其中,可用性指设备实现其功能的能力。设备评估为可用,则可继续运行;设备评估为不可用,运行人员则依据运行条款控制机组运行方式,有可能停机,造成经济损失。
目前国内核电厂对设备是否可用的检测方式为依靠技术人员的技术经验判断设备是否可用。但是,并没有提供严格的标准去检测设备的可用性,导致对设备可用性检测的结果不准确,容易造成将设备误判为可用或者不可用的情况发生。如果将不可用的设备误判为可用,那么运行设备可能导致重大设备损坏和机组不可预期的运行瞬态风险;如果将可用的关键设备误判为不可用,则可能导致机组运行状态调整,有可能停机,造成巨大经济损失。
发明内容
有鉴于此,本发明的目的在于提供一种检测方法及装置,以解决现有技术中对核电厂设备的可用性检测方法中存在的检测结果不准确性的问题。
技术方案如下:
本发明提供一种检测方法,包括:
检测是否存在异常参数;
检测存在异常参数,则根据所述异常参数判断设备是否发生真实异常;
判断设备发生真实异常,则确定所述设备是否满足安全运行条件;
确定所述设备满足安全运行条件,则确定所述设备当前可用;
否则,确定所述设备不可用。
优选地,所述根据所述异常参数判断设备是否发生异常包括:
获取与所述异常参数对应的判断准则;
根据所述判断准则对所述异常参数进行判断,得到判断结果;
根据所述判断结果,确定所述设备是否发生真实异常。
优选地,所述判断设备发生真实异常,则确定所述设备是否满足安全运行条件包括:
获取所述设备发生异常的参数以及所述设备的运行数据,得到设备参数;其中,所述运行数据包括设备的设计数据、设备运行环境和运行参数、设备历史维修数据、设备历史故障数据;
判断所述设备参数是否满足基准文件中的安全条件;
判断所述设备参数满足基准文件中的安全条件,则确定所述设备满足安全运行条件;
判断所述设备参数不满足基准文件中的安全条件,则确定所述设备不满足安全运行条件。
优选地,所述确定所述设备满足安全运行条件,则确定所述设备当前可用之后,还包括:
对所述设备发生的异常进行故障诊断,得到故障模式;其中,所述故障模式表示导致所述异常的原因;
判断所述故障模式是否为稳定模式,其中,所述稳定模式指的是异常不随时间逐渐恶化;
判断所述故障模式为稳定模式,则确定所述设备未来一段时间内可用。
优选地,所述判断所述故障模式是否为稳定模式之后还包括:
判断所述故障模式不是稳定模式,则计算所述故障模式的降级速率;其中,所述降级速率表示的是异常状况的恶化速率;
根据所述降级速率,确定所述设备未来一段时间内是否可用。
优选地,所述对所述设备发生的异常进行故障诊断,得到故障模式包括:
获取所述异常的故障特征以及与所述异常对应的所有故障模式;其中,所述故障特征包括工况参数与发生所述异常在时序上的一致性、所述异常发生的频率、所述异常参数的振荡特征、所述异常参数的变化趋势;
判断所述异常的故障特征中是否存在与所述故障模式对应的必然特征,其中,所述必然特征包括始发因素、失效环境、失效时间和频率、失效症状;
判断所述异常的故障特征中存在与所述故障模式对应的必然特征,则确定所述故障模式为与所述设备发生的异常对应的故障模式。
本发明还提供了一种检测装置,包括:
检测单元,用于检测是否存在异常参数;
第一判断单元,用于在所述检测单元检测存在异常参数后,根据所述异常参数判断设备是否发生异常;
第一确定单元,用于在所述判断单元判断设备发生异常后,确定所述设备是否满足安全运行条件;
第二确定单元,用于在所述第一确定单元确定所述设备满足安全运行条件后,确定所述设备当前可用;否则,确定所述设备不可用。
优选地,所述第一确定单元包括:
获取子单元,用于获取所述设备发生异常的参数以及所述设备的运行数据,得到设备参数;其中,所述运行数据包括设备的设计数据、设备运行环境和运行参数、设备历史维修数据、设备历史故障数据;
判断子单元,用于判断所述设备参数是否满足基准文件中的安全条件;
确定子单元,用于在所述判断子单元判断所述设备参数满足基准文件中的安全条件时,确定所述设备满足安全运行条件;所述判断子单元判断所述设备参数不满足基准文件中的安全条件时,确定所述设备不满足安全运行条件。
优选地,还包括:
诊断单元,用于对所述设备发生的异常进行故障诊断,得到故障模式;其中,所述故障模式表示导致所述异常的原因;
第二判断单元,用于判断所述故障模式是否为稳定模式,其中,所述稳定模式指的是异常不随时间逐渐恶化;
所述第二确定单元,还用于在所述第二判断单元判断所述故障模式为稳定模式时,确定所述设备未来一段时间内可用。
优选地,还包括:
计算单元,用于在所述第二判断单元判断所述故障模式不是稳定模式时,计算所述故障模式的降级速率;其中,所述降级速率表示的是异常状况的恶化速率;
所述第二确定单元,还用于根据所述降级速率,确定所述设备未来一段时间内是否可用。
与现有技术相比,本发明提供的上述技术方案具有如下优点:
从上述技术方案可知,本申请中检测到存在异常参数后,确定设备是否发生真实异常,若确定设备自身确实发生真实异常,则确定设备按照当前的情况运行是否能够满足安全运行条件,若确定设备按照当前的运行情况运行能够满足安全运行条件,其中,安全运行条件是从基准文件中获取得到的,则确定设备当前可用,否则确定设备不可用。由于提供了完整且规范的实现检测设备是否可用的流程,且基于基准文件获取安全运行条件,进而根据设备的当前运行情况以及安全运行条件确定设备是否可用,而不仅仅依据技术人员的经验确定设备的可用性,因此,提高了设备可用性检测的准确性,避免了由于误判设备的可用性而导致存在运行风险、造成经济损失的问题产生。
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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种检测方法的流程图;
图2是本发明实施例提供的另一种检测方法的流程图;
图3是本发明实施例提供的一种检测装置的结构示意图;
图4是本发明实施例提供的另一种检测装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例公开了一种检测方法,应用于检测核电厂设备可用性的场景中。其中,设备可用性指的是如果一个系统、子系统、列、设备或装置能发挥其特定的安全功能,且所有必要的相关仪控、正常电源或应急电源、辅助冷却水和密封水、润滑系统,以及系统、子系统、列、设备或装置发挥其作用所需的其他辅助设备也能完成相关的支持功能时,则认为该系统、子系统、列、设备或装置可用。
参见图1,该实施例包括以下步骤:
S101、检测是否存在异常参数;
检测存在异常参数,则执行步骤S102;
检测不存在异常参数,则退出流程;
异常参数指的是与设备故障对应的参数,核电厂设备中存在的异常参数包括:主控室出现的报警信号、现场巡检发现的偏离巡视标准、系统设备正常参数的异常、现场工作导致或发现的异常和缺陷、定期试验结果不合格或发现设备性能出现下降趋势、复核上游设计文件发现的错误、设备供货商正式说明该设备存在缺陷、其他内外部反馈的设计或设备缺陷等。
若检测到存在异常参数,则执行后续设备可用性检测的流程;若检测不存在异常参数,则认为设备处于正常运行状态,默认设备可用,不需要执行后续设备可用性检测的流程。
S102、根据所述异常参数判断设备是否发生真实异常;
判断设备发生真实异常,则执行步骤S103;
判断设备没有发生真实异常,则退出流程;
实际应用中,检测到存在异常参数后需要确定是否由于设备本身的异常状况导致存在异常参数,进而确定设备是否发生真实异常。
其中,预先设置判断准则。本实施例中预先设置的判断准则包括:显示仪表是否准确、获取数据是否准确、系统或设备试验结果计算过程是否正确、当前设备异常是否是机组或系统瞬态产生的正常现象。
在根据所述异常参数判断设备是否发生异常时,先获取与所述异常参数对应的判断准则,然后根据所述判断准则对所述异常参数进行判断,得到与每个判断准则分别对应的判断结果,最后根据与每个判断准则对应的判断结果,确定所述设备是否发生异常。
示例性的,核电厂的一个系统定期试验期间,所述系统内的泵运行后,驱动端轴承温度上涨到70℃,由于所述系统在此次试验期间,驱动端轴承温度上涨幅度高于所述系统在历史试验中的驱动端轴承温度上涨幅度,因此检测到存在异常参数。检测到存在异常参数后,获取与轴承温度异常这一异常参数对应的判断准则,以判断所述系统或者设备是否发生异常。
获取到的判断准则包括:
显示仪表是否准确、获取数据是否准确、当前设备异常是否是机组或系统瞬态产生的正常现象。
对应驱动端轴承温度异常这一情况,显示仪表是否准确这一判断准则具体为判断用于显示温度的温度计是否故障,显示的温度是否准确;获取数据是否准确这一判断准则具体为判断读取温度的过程中是否存在人为因素导致的误读取问题;当前设备异常是否是机组或系统瞬态产生的正常现象这一判断准则具体为轴承温度上涨是否是泵启动初期的正常现象。
在判断温度计能够准确的显示温度,准确地获取到温度,且轴承温度上涨并不是泵启动初期的正常现象,则判断设备发生真实异常。
在依次执行上述判断准则的过程中,若温度计发生故障导致不能正确显示温度,或,存在误读取温度值的问题,或,轴承温度上涨是泵启动初期的正常现象,则判断设备没有发生异常。需要进一步检测才能确定设备是否真正的发生异常。
即只要一条判断准则对应的判断结果不满足设备真正发生异常的情况,则判断设备没有发生真实异常。
示例性的,若检测到的异常参数为主控室出现的报警信号,则获取与主控室出现的报警信号这一异常参数对应的判断准则,获取到的判断准则包括:
显示仪表是否准确、当前设备异常是否是机组或系统瞬态产生的正常现象。
显示仪表是否准确这一判断准则具体为判断仪表是否存在漂移或失效导致误发报警信号,当前设备异常是否是机组或系统瞬态产生的正常现象这一判断准则具体为是否是系统正常运行期间正常触发的瞬时间参数波动。
若判断仪表不存在误发报警信号的问题,且不是系统正常运行期间正常触发的瞬时间参数波动,则判断设备发生异常;否则,判断设备没有发生异常。
需要注意的是,在对一个异常参数进行判断时,需要依次执行为此异常参数预先设置的全部判断准则,只是并不限定执行全部判断准则的顺序。
S103、确定所述设备是否满足安全运行条件;
确定所述设备满足安全运行条件,则执行步骤S104;
确定所述设备不满足安全运行条件,则执行步骤S105;
在本实施例中,在判断设备发生异常的情况下,先获取设备发生异常的参数以及设备的运行数据,得到设备参数。其中,设备发生异常的参数可以是异常参数,也可以是设备异常的详细描述信息。
示例性的,异常参数为轴承温度上涨到70℃。设备异常的详细描述信息为泵驱动端轴承温度探头在2小时内从25℃上涨到70℃,且稳定维持在70℃,该探头测量轴承外圈温度,轴承当前油位为10cm,环境温度为常温25℃。根据异常参数以及设备异常的详细描述信息都能够确定设备发生异常的情况,但是,异常参数仅表示的是一个异常结果,而设备异常的详细描述信息可以表示发生异常的过程以及异常结果。
设备的运行数据包括设备的设计数据、设备运行环境和运行参数、设备历史维修数据、设备历史故障数据。
设计数据包括设备技术规格书、系统设计手册、设备维修和运行手册、与供货商沟通、与其他用户沟通、国家/国际/行业标准;
设备运行环境和运行参数包括运行规程、运行环境(介质环境、外部环境)、运行参数(温度、湿度)、参数监视条件;
设备历史维修数据包括最近的维修活动记录、预防性维修历史记录、供应商建议的预防性维修与实际预防性维修的对比;
设备历史故障数据包括故障设备和部件的以往故障历史信息、类似部件或材料的同类故障信息。
示例性的,设备发生的异常为轴承温度上涨到70℃,其需要从设计数据中获取泵、轴承和温度探头的技术规格书;泵厂提供的维修和运行手册;与泵厂或轴承厂家沟通,寻求厂家建议;泵、轴承、温度探头的国家/国际/行业标准(比如旋转机械性能验收标准GB3216、旋转机械振动验收标准GB6075等);泵所在系统的设计文件;
需要从设备运行环境和运行参数中获取泵所在系统的运行规程;泵水力部件运行环境(包括介质化学性质、压力、流量);泵的外部环境(温度、湿度、辐射);该轴承的其他参数(比如振动、油位);泵其他部件的运行参数(比如其他位置轴承振动、温度);
需要从设备历史维修数据中获取最近的维修活动记录(包括预防性维修和纠正性维修记录);核实供应商建议的预防性维修与实际预防性维修项目对比(包括维修内容、维修周期等);
需要从设备历史故障数据中获取该泵和轴承以往故障历史信息;同型号泵或轴承故障历史信息。
基于获取到的所述设备发生异常的参数以及设备的运行数据,得到设备当前运行状态参数。
得到设备当前运行状态参数后可以确定设备的当前性能。然后,根据设备的当前性能,判断所述设备是否满足安全运行条件。其中,所述安全运行条件是从基准文件中获取得到的。
基准文件包括:核电厂最终安全分析报告、核电厂运行技术规范、核电厂化学与放射化学技术规范、核电厂安全相关系统和设备定期试验监督要求和核电厂对安全监管单位的承诺项。
通过判断设备当前运行状态参数是否满足基准文件中的安全条件,实现对所述设备是否满足安全运行条件的判断。
若判断所述设备当前运行状态参数满足基准文件中的安全条件,则确定所述设备满足安全运行条件;若判断所述设备当前运行状态参数不满足基准文件中的安全条件,则确定所述设备不满足安全运行条件。
示例性的,由于泵出口压力低于100bar而导致主控室出现报警信号时,(报警值为≤110bar),且判断设备发生异常后,即确认泵出口压力值真实低于报警值后,获取异常参数为泵出口压力低于100bar,得到设备当前运行状态参数为泵出口压力低于100bar,从核电厂最终安全分析报告这一基准文件中获取到对应的安全运行条件是泵出口压力不得低于100bar。那么,泵出口压力低于100bar的设备参数不满足泵出口压力不得低于100bar的这一安全运行条件,因此,确定设备不满足安全运行条件。
需要注意的是,不能仅仅确定发生异常的这一部件能够满足安全运行条件,就确定设备满足安全运行条件,而是要所有必要的相关仪控、正常电源或应急电源、冷却水和密封水、润滑及系统、子系统、列、设备都能满足安全运行条件,才确定设备满足安全运行条件;否则,确定设备不满足安全运行条件。
此外,在本实施例中,若确定设备多次重复发生相同的异常且导致异常的原因不明确,则可以直接确定设备不可用。而不需要执行步骤S103后才确定设备是否可用。
S104、确定所述设备当前可用;
在设备能够满足安全运行条件下,确定设备当前可用,当前可用表示的是当前时刻设备可以正常运行。
S105、确定所述设备不可用。
在设备当前性能不能满足安全运行条件,则确定设备不可用。
需要说明的是,不能仅仅通过重复性的多次试验确定设备的可用性,在一次试验过程中确定设备不可用后,需要判断设备不可用的原因即导致设备发生异常的原因,并针对导致设备发生异常的原因设置相应的措施后,再执行下一次的试验。
从上述技术方案可知,本实施例中检测到存在异常参数后,确定设备是否发生真实异常,若确定设备自身确实发生异常,则确定设备按照当前的情况运行是否能够满足安全运行条件,若确定设备按照当前的运行情况运行能够满足安全运行条件,其中,安全运行条件是从基准文件中获取得到的,则确定设备当前可用,否则确定设备不可用。由于本实施例中提供了完整且规范的实现检测设备是否可用的流程,且基于基准文件获取安全运行条件,进而根据设备的当前运行情况以及安全运行条件确定设备是否可用,而不仅仅依据技术人员的经验确定设备的可用性,因此,提高了设备可用性检测的准确性,避免了由于误判设备的可用性而导致存在运行风险、造成经济损失的问题产生。
本实施例中提供了另一种检测方法,参见图2所示,该实施例包括以下步骤:
S201、检测是否存在异常参数;
检测存在异常参数,则执行步骤S202;
检测不存在异常参数,则退出流程;
S202、根据所述异常参数判断设备是否发生真实异常;
判断设备发生真实异常,则执行步骤S203;
判断设备没有发生异常,则退出流程;
S203、确定所述设备是否满足安全运行条件;
确定所述设备满足安全运行条件,则执行步骤S204;
确定所述设备不满足安全运行条件,则执行步骤S209;
本实施例中步骤S201-S203的实现方式与上一实施例中步骤S101-S103的实现方式类似,此处不再赘述。
S204、对所述设备发生的异常进行故障诊断,得到故障模式;其中,所述故障模式表示导致所述异常的原因;
在确定所述设备满足安全运行条件下,可以确定设备当前可用,即设备在当前时刻可以正常运行。但是,因为设备已经存在异常状况了,因此,虽然当前时刻仍然可以正常运行,但是未来一段时间内设备可能就不可用了。进而在确定设备当前可用的情况下,还需要进一步确定未来一段时间内设备的可用性。
本实施例中基于故障诊断技术,确定设备在未来一段时间内的可用性。故障诊断是一种系统性的理论分析和排查方法,针对一设备故障缺陷,收集数据、分析故障模式、制定和落实检查方案并消除最有可能的故障和降级原因,将系统和设备恢复到正常运行状态。故障排除流程是以时间为先决,尤其要重视未被推翻的失效模式,可以适当优先安排该类失效模式的纠正性措施,以最小化故障排除的时间。
首先,获取所述异常的故障特征以及与所述异常对应的所有故障模式;其中,所述故障特征包括发生所述异常与工况参数在时序上的一致性、所述异常发生的频率、所述异常参数的振荡特征、所述异常参数的变化趋势。工况参数为与设备发生的异常相关的定期检测的典型工况参数,设备发生的异常不同,对应的工况参数也是不同的。本实施例中以发出故障信号的形式表示设备的异常。
本实施例中,从四个维度定义故障特征,维度一对应的是工况参数与发生所述异常在时序上的一致性,例如,故障信号与设备启动或停运这一工况参数同时发生,比如发动机启动、设备断电或者拉闸瞬间产生了感应干扰、电容干扰、辐射干扰,感应干扰、电容干扰、辐射干扰导致设备异常而发出故障信号;故障信号与温度突变这一工况参数同时发生,温度下降可能导致电缆和接线盒的露水累积,电缆绝缘下降,引起信号断续进而导致设备异常而发出故障信号;故障信号与系统中其他设备运行改变同时发生,比如泵吸入压力下降导致泵出口调节阀开始振荡,即泵的工况参数导致出口调节阀异常而发出故障信号;故障信号发生在维修或者某一运行操作之后,由于维修或运行活动引发了潜在的故障,或者维修和运行活动直接导致故障。
维度二对应的是异常发生的频率,包括连续发生,表示由于一直存在的某个问题导致这一异常一直发生;间歇发生,表示由于间隙性工况或故障导致间歇地发生所述异常;间隔很长一段时间才发生一次,表示由于很长时间才运行一次设备或者维修导致异常间隔很长一段时间才发生一次。
维度三对应的是异常参数的振荡特征,通过振荡特征可以确定产生异常的可能原因。例如,异常参数振荡频率与系统的自然频率一致,可能是控制系统增益变化导致的异常;异常参数振荡频率与系统的自然频率不一致,可能是定值漂移导致的异常;异常参数振荡频率衰减,可能是间歇的短期干扰导致的异常,如接头松动引起的电路打开,且由于系统或控制系统惯性,振荡衰减;异常参数振荡频率与系统自然频率不相关,可能是配合件之间粘合和松脱,阀门盘根过紧等导致异常;异常参数瞬时突变,可能是传感器、控制器等失效导致异常。
维度四对应的是异常参数的变化趋势,通过异常参数的变化趋势可以确定产生异常的可能原因。例如,异常参数持续恶化,恶化速率是随机的,可能是配合面公差改变或者部件松动导致异常;异常参数持续恶化,恶化速率稳定,可能是部件老化导致异常;异常参数与上一次设备运行相比随机阶跃变化,可能是部件老化导致非正常的运行状态进而导致异常;异常参数与上一次设备运行相比突然大幅改变,可能是最近的一次维修改变了设备性能,或者改变了设备的运行方式导致异常。
仍然以轴承温度上涨到70℃的这一异常为例进行描述,从四个维度分别获取故障特征,从工况参数与发生所述异常在时序上的一致性这一维度获取到的故障特征为泵驱动端轴承温度从泵启动后随即上涨,驱动端轴承振动水平正常;泵非驱动端轴承温度、振动无异常;电机电机轴承温度、振动、电机电流正常;发生异常时泵组附近无其他现场工作,因此不存在其他干扰;泵组所处环境设有专用通风系统,环境温度、湿度等常年均衡,启泵当时通风系统工作正常,不存在温度、湿度突变引起的信号突变;此次启泵对应的系统运行工况与以往试验工况相同,系统中的调节阀开度、系统流量、泵进出口压力与以往试验一致;此次试验前2天完成了一次预防性的轴承换油工作,此次启动是换油后首次启动。从所述异常参数的振荡特征这一维度获取到的故障特征为所述泵尚未出现过轴承温度上涨,其他部件参数无异常变化的现象,可能与最近一次的运行或维修活动相关。从所述异常参数的振荡特征这一维度获取到的故障特征为轴承温度在时域范围内连续上涨,无明显的干扰特征,比如衰减、尖峰、震荡等,说明温度探头无松动和松接,温度信号是真实的;轴承振动的频率成分正常。从异常参数的变化趋势这一维度获取到的故障特征为此次启泵与上一次设备运行相比突然大幅改变,有可能是最近最近的次维修改变了轴承性能或者轴承润滑状态。
本实施例中还需要获取与所述异常对应的所有故障模式,其中,故障模式表示导致所述异常的原因。由于导致一个异常的原因可能有多个,因此,本实施例中需要获取与所述异常对应的所有故障模式。在具体实现时,并不限定获取所述异常的故障特征以及获取与所述异常对应的所有故障模式的先后顺序。
在获取到所述异常的故障特征以及与所述异常对应的所有故障模式后,判断所述异常的故障特征中是否存在与所述故障模式对应的必然特征,其中,所述必然特征包括始发因素、失效环境、失效时间和频率、失效症状。
在实际应用中,针对一种异常情况,导致这一异常发生的原因可能有多种,需要确定导致这一异常发生的确切原因,进而根据导致这一异常发生的确切原因确定这一异常对设备未来一段时间的影响,以确定设备在未来一段时间的可用性。
本实施例中根据获取到的故障特征,确定可能导致异常的原因而排除不可能导致异常的原因。其中,由于一些可能导致异常的原因必须具备必然特征才能可能存在,如,由于腐蚀导致部件异常,则导致部件异常的原因为部件被腐蚀,但是腐蚀需要具备的必然特征为腐蚀条件,即只有具备腐蚀条件才能导致腐蚀。因此,如果检测到部件异常,但是,并不具备腐蚀条件,则可以直接确定导致部件异常的原因不是由于部件被腐蚀,以从多个导致部件异常的原因中排除了部件被腐蚀的这一原因。
可以理解的是,如果针对多个故障模式,都存在与故障模式分别对应的必然特征,则确定多个故障模式都可能是导致异常的原因。
必然特征包括始发因素、失效环境、失效时间和频率、失效症状。始发因素表示导致异常的源头,如疲劳裂纹必须具备疲劳源;失效环境表示导致异常的环境因素,如腐蚀失效的环境中必须具备腐蚀条件;失效时间和频率表示导致异常的时间因素,如老化必须是经过了一定的时间累计才能产生的;失效症状表示导致异常的表现,如轴承异常必然产生轴承故障频谱。若判断所述异常的故障特征中存在与所述故障模式对应的必然特征,则确定所述故障模式为与所述设备发生的异常对应的故障模式;
若判断所述异常的故障特征中不存在与所述故障模式对应的必然特征,则确定所述故障模式不是与所述设备发生的异常对应的故障模式,进而判断所述异常的故障特征中是否存在与下一个所述故障模式对应的必然特征;通过循环执行上述步骤,可以从多个故障模式中确定出与所述异常对应的故障模式,进而确定导致这一异常的具体原因。
以轴承温度上涨到70℃的这一异常为例进行描述,获取可能产生这一异常的原因包括三种,第一种为温度探头故障导致显示不真实、探头接头松动导致测量不准、探头附近有现场工作导致干扰;第二种为泵驱动端载荷过大,导致轴承温度高;第三种为轴承润滑油过多,轴承散热不佳导致热量堆积,温度过高。针对第一种导致异常的原因,必然特征中的失效症状为轴承温度探头显示在时域范围内时温度曲线将存在衰减、尖峰、震荡等,但是,由于获取到的故障特征中异常参数的振荡特征为轴承温度在时域范围内连续上涨,无明显的干扰特征,比如衰减、尖峰、震荡等,因此,故障特征中不具备与第一种导致异常的原因对应的必然特征,进而排除不是由于第一种原因导致异常。针对第二种导致异常的原因,必然特征中的失效环境为轴承载荷过大,但是,由于获取到的故障特征中工况参数与发生异常在时序上的一致性为此次启泵对应的系统运行工况与以往试验工况相同,说明轴承载荷与以往一致,无明显的增大,因此,故障特征中不具备与第二种导致异常的原因对应的必然特征,进而排除不是由于第二种原因导致异常。针对第三种导致异常的原因,必然特征中的失效环境为轴承润滑油过多,且获取到的故障特征中工况参数与发生异常在时序上的一致性为此次试验前2天完成了一次预防性的轴承换油工作,本次启动是换油后首次启动,且故障特征中异常参数的变化趋势为此次启泵与上一次设备运行相比突然大幅改变,有可能是最近的一次维修改变了轴承性能或者轴承润滑状态;说明存在轴承润滑油过多的情况,因此,故障特征中具备与第三种异常的原因对应的必然特征,进而确定可能是由于第三种原因导致了轴承温度上涨到70℃。
本实施例中通过不断缩小可能导致异常的原因,以最终确定导致异常发生的确切原因。
S205、判断所述故障模式是否为稳定模式,其中,所述稳定模式指的是异常不随时间逐渐恶化;
故障模式分为稳定模式和非稳定模式,稳定模式指的是异常不随时间恶化,即导致异常存在的原因不会随时间的累积而逐渐恶化。非稳定模式指的是异常随时间恶化,即导致异常存在的原因会随着时间的累积而逐渐恶化,通常老化、磨损、疲劳、腐蚀、冲刷等导致的异常会随着时间的累积而逐渐恶化,因此,老化、磨损、疲劳、腐蚀、冲刷等导致的异常的原因为非稳定模式。
判断所述故障模式为稳定模式,则执行步骤S208;
判断所述故障模式不是稳定模式,则执行步骤S206;
以轴承温度上涨到70℃的这一异常为例进行描述,导致异常的原因为轴承润滑油过多导致散热不佳,轴承运转热量堆积,导致温度上涨。2小时后,轴承温度已持续稳定在70℃,说明轴承发热量和散热量已经达到了新的平衡,目前轴承可以稳定运行。但是轴承一般工作温度在40℃~60℃之间,目前持续地在较高的70℃运行,对轴承长期运行不利,轴承有可能在长期高温下逐渐出现滚珠、滚道等部件的老化,导致轴承性能会随着运行时间的累积逐渐降级。因此轴承温度上涨到70℃的这一异常的故障模式是随着时间逐渐恶化的,进而为非稳定模式。
S206、计算所述故障模式的降级速率;其中,所述降低速率表示的是异常状况的恶化速率;
根据同类设备缺陷经验反馈以及行业研究成果,计算故障模式的降级速率。例如,金属材料在腐蚀性介质中腐蚀速率与PH值有关,因此在计算由于腐蚀导致异常的原因这一故障模式的降级速率时,需要获取同类设备缺陷经验反馈以及行业研究成果,以得到金属材料在腐蚀性介质中腐蚀速率与PH值的关系,以计算得到腐蚀速率,进而计算得到故障模式的降级速率。
S207、根据所述降级速率,确定所述设备未来一段时间内的可用性;
以轴承温度上涨到70℃的这一异常为例进行描述,根据一般轴承理论,轴承的运行参数如果稳定,轴承老化速率较慢,一般不会出现突然恶化的情况,因此,得到的降级速率非常低。
轴承外圈温度持续稳定在70℃,设置轴承高温报警值为90℃、停机值为100℃,那么轴承外圈温度值距离轴承高温报警值以及停机值都还有较大运行裕度,因此虽然轴承会因为温度导致存在降级但由于降低速率很低而短期内无降级到报警或者停机的风险。同时,轴承性能降级速率是可以通过轴承温度持续预测得到的。因此,确定所述设备未来一段时间内是可用的。
在实际应用中,在检测到设备发生真实异常后不仅需要确定设备是否可用,还需要针对此异常设置对应的措施。其中,在确定设备不可用时设置的措施是维修措施,在确定设备未来一段时间内是可用时设置的措施是运行措施。
如,通过提前预警的方式提前停止设备的运行并重新检查润滑油和检修轴承,并增加一个临时报警值80℃,间隔预定周期检测一次轴承温度,检测轴承温度超过临时报警值后,则确定所述轴承不可用,停机检修。
当然,若确定设备不可用,则直接停止设备的运行,并对设备进行维修。
S208、确定所述设备未来一段时间内可用;
S209、确定所述设备不可用。
本实施例中设备不可用包括设备当前不可用这一情况,还包括设备当前可用但是未来一段时间内不可用的情况。
从上述技术方案可知,本实施例中检测到存在异常参数后,确定设备是否发生真实异常,若确定设备自身确实发生异常,则确定设备按照当前的情况运行是否能够满足安全运行条件,若确定设备按照当前的运行情况运行不能够满足安全运行条件,则确定设备不可用。若确定设备按照当前的运行情况运行能够满足安全运行条件,其中,安全运行条件是从基准文件中获取得到的,则对设备发生的异常进行故障诊断,得到故障模式,并判断所述故障模式是否为稳定模式,若判断故障模式为稳定模式则确定异常状况不会随着时间累积而逐渐恶化,因此在设备按照当前的运行情况运行能够满足安全运行条件的情况下,确定所述设备当前以及未来一段时间内都是可用的。若判断故障模式为非稳定模式,则确定异常状况会随着时间累积而逐渐恶化,需要进一步计算故障模式的降级速率,并根据降级速率确定设备未来一段时间内的可用性。即在设备按照当前的运行情况运行能够满足安全运行条件的情况下,确定按照降级速率恶化,经过多长时间后按照恶化后的设备状况运行设备时将不能满足安全运行条件,则这段时间后设备将不可用,但是这段时间之内设备仍然是可用的。
由于本实施例中提供了完整且规范的实现检测设备是否可用的流程,且基于基准文件获取安全运行条件,进而根据设备的当前运行情况以及安全运行条件确定设备是否可用,而不仅仅依据技术人员的经验确定设备的可用性,同时,对导致异常的原因是否会随着时间恶化进行检测,以准确检测设备在未来一段时间内的可用性。因此,提高了设备可用性检测的准确性,避免了由于误判设备的可用性而导致存在运行风险、造成经济损失的问题产生。
对应上述实施例公开的检测方法,本实施例公开了一种检测装置,该检测装置结构示意图请参阅图3所示,本实施例中检测装置包括:
检测单元301、第一判断单元302、第一确定单元303和第二确定单元304;
检测单元301,用于检测是否存在异常参数;
第一判断单元302,用于在所述检测单元检测存在异常参数后,根据所述异常参数判断设备是否发生真实异常;
第一确定单元303,用于在所述判断单元判断设备发生真实异常后,确定所述设备是否满足安全运行条件;
可选地,第一确定单元303包括:
获取子单元、判断子单元和确定子单元;
所述获取子单元,用于获取所述设备发生异常的参数以及所述设备的运行数据,得到设备当前运行状态参数;其中,所述运行数据包括设备的设计数据、设备运行环境和运行参数、设备历史维修数据、设备历史故障数据;
所述判断子单元,用于判断所述设备当前运行状态参数是否满足基准文件中的安全条件;
所述确定子单元,用于在所述判断子单元判断所述设备当前运行状态参数满足基准文件中的安全条件时,确定所述设备当前满足安全运行条件;所述判断子单元判断所述设备参数不满足基准文件中的安全条件时,确定所述设备不满足安全运行条件。
第二确定单元304,用于在所述第一确定单元确定所述设备满足安全运行条件后,确定所述设备当前可用;否则,确定所述设备不可用。
从上述技术方案可知,本实施例中检测到存在异常参数后,确定设备是否发生真实异常,若确定设备自身确实发生异常,则确定设备按照当前的情况运行是否能够满足安全运行条件,若确定设备按照当前的运行情况运行能够满足安全运行条件,其中,安全运行条件是从基准文件中获取得到的,则确定设备当前可用,否则确定设备不可用。由于本实施例中提供了完整且规范的实现检测设备是否可用的流程,且基于基准文件获取安全运行条件,进而根据设备的当前运行情况以及安全运行条件确定设备是否可用,而不仅仅依据技术人员的经验确定设备的可用性,因此,提高了设备可用性检测的准确性,避免了由于误判设备的可用性而导致存在运行风险、造成经济损失的问题产生。
本实施例还公开了另一种检测装置,该检测装置结构示意图请参阅图4所示,相较于图3所示的检测装置,本实施例中检测装置还包括:
诊断单元401、第二判断单元402、计算单元403;
诊断单元401,用于对所述设备发生的异常进行故障诊断,得到故障模式;其中,所述故障模式表示导致所述异常的原因;
第二判断单元402,用于判断所述故障模式是否为稳定模式,其中,所述稳定模式指的是异常不随时间逐渐恶化;
所述第二确定单元,还用于在所述第二判断单元判断所述故障模式为稳定模式时,确定所述设备未来一段时间内可用。
计算单元403,用于在所述第二判断单元判断所述故障模式不是稳定模式时,计算所述故障模式的降级速率;其中,所述降级速率表示的是异常状况的恶化速率;
所述第二确定单元,还用于根据所述降级速率,确定所述设备未来一段时间内是否可用。
从上述技术方案可知,本实施例中检测到存在异常参数后,确定设备是否发生真实异常,若确定设备自身确实发生异常,则确定设备按照当前的情况运行是否能够满足安全运行条件,若确定设备按照当前的运行情况运行不能够满足安全运行条件,则确定设备不可用。若确定设备按照当前的运行情况运行能够满足安全运行条件,其中,安全运行条件是从基准文件中获取得到的,则对设备发生的异常进行故障诊断,得到故障模式,并判断所述故障模式是否为稳定模式,若判断故障模式为稳定模式则确定异常状况不会随着时间累积而逐渐恶化,因此在设备按照当前的运行情况运行能够满足安全运行条件的情况下,确定所述设备当前以及未来一段时间内都是可用的。若判断故障模式为非稳定模式,则确定异常状况会随着时间累积而逐渐恶化,需要进一步计算故障模式的降级速率,并根据降级速率确定设备未来一段时间内的可用性。即在设备按照当前的运行情况运行能够满足安全运行条件的情况下,确定按照降级速率恶化,经过多长时间后按照恶化后的设备状况运行设备时将不能满足安全运行条件,则这段时间后设备将不可用,但是这段时间之内设备仍然是可用的。由于本实施例中提供了完整且规范的实现检测设备是否可用的流程,且基于基准文件获取安全运行条件,进而根据设备的当前运行情况以及安全运行条件确定设备是否可用,而不仅仅依据技术人员的经验确定设备的可用性,同时,对导致异常的原因是否会随着时间恶化进行检测,以准确检测设备在未来一段时间内的可用性。因此,提高了设备可用性检测的准确性,避免了由于误判设备的可用性而导致存在运行风险、造成经济损失的问题产生。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的装置而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种检测方法,其特征在于,包括:
检测是否存在异常参数;
检测存在异常参数,则根据所述异常参数判断设备是否发生真实异常;
判断设备发生真实异常,则确定所述设备是否满足安全运行条件;
确定所述设备满足安全运行条件,则确定所述设备当前可用;
否则,确定所述设备不可用。
2.根据权利要求1所述的检测方法,其特征在于,所述根据所述异常参数判断设备是否发生真实异常包括:
获取与所述异常参数对应的判断准则;
根据所述判断准则对所述异常参数进行判断,得到判断结果;
根据所述判断结果,确定所述设备是否发生真实异常。
3.根据权利要求1所述的检测方法,其特征在于,所述判断设备发生真实异常,则确定所述设备是否满足安全运行条件包括:
获取所述设备发生异常的参数以及所述设备的运行数据,得到设备当前运行状态参数;其中,所述运行数据包括设备的设计数据、设备运行环境和运行参数、设备历史维修数据、设备历史故障数据;
判断所述设备当前运行状态参数是否满足基准文件中的安全条件;
判断所述设备当前运行状态参数满足基准文件中的安全条件,则确定所述设备当前满足安全运行条件;
判断所述设备参数不满足基准文件中的安全条件,则确定所述设备不满足安全运行条件。
4.根据权利要求1所述的检测方法,其特征在于,所述确定所述设备满足安全运行条件,则确定所述设备当前可用之后,还包括:
对所述设备发生的异常进行故障诊断,得到故障模式;其中,所述故障模式表示导致所述异常的原因;
判断所述故障模式是否为稳定模式,其中,所述稳定模式指的是异常不随时间逐渐恶化;
判断所述故障模式为稳定模式,则确定所述设备未来一段时间内可用。
5.根据权利要求4所述的检测方法,其特征在于,所述判断所述故障模式是否为稳定模式之后还包括:
判断所述故障模式不是稳定模式,则计算所述故障模式的降级速率;其中,所述降级速率表示的是异常状况的恶化速率;
根据所述降级速率,确定所述设备未来一段时间内是否可用。
6.根据权利要求4所述的检测方法,其特征在于,所述对所述设备发生的异常进行故障诊断,得到故障模式包括:
获取所述异常的故障特征以及与所述异常对应的所有故障模式;其中,所述故障特征包括工况参数与发生所述异常在时序上的一致性、所述异常发生的频率、所述异常参数的振荡特征、所述异常参数的变化趋势;
判断所述异常的故障特征中是否存在与所述故障模式对应的必然特征,其中,所述必然特征包括始发因素、失效环境、失效时间和频率、失效症状中;
判断所述异常的故障特征中存在与所述故障模式对应的必然特征,则确定所述故障模式为与所述设备发生的异常对应的故障模式。
7.一种检测装置,其特征在于,包括:
检测单元,用于检测是否存在异常参数;
第一判断单元,用于在所述检测单元检测存在异常参数后,根据所述异常参数判断设备是否发生真实异常;
第一确定单元,用于在所述判断单元判断设备发生真实异常后,确定所述设备是否满足安全运行条件;
第二确定单元,用于在所述第一确定单元确定所述设备满足安全运行条件后,确定所述设备当前可用;否则,确定所述设备不可用。
8.根据权利要求7所述的检测装置,其特征在于,所述第一确定单元包括:
获取子单元,用于获取所述设备发生异常的参数以及所述设备的运行数据,得到设备当前运行状态参数;其中,所述运行数据包括设备的设计数据、设备运行环境和运行参数、设备历史维修数据、设备历史故障数据;
判断子单元,用于判断所述设备当前运行状态参数是否满足基准文件中的安全条件;
确定子单元,用于在所述判断子单元判断所述设备当前运行状态参数满足基准文件中的安全条件时,确定所述设备当前满足安全运行条件;所述判断子单元判断所述设备参数不满足基准文件中的安全条件时,确定所述设备不满足安全运行条件。
9.根据权利要求7-8任意一项所述的检测装置,其特征在于,还包括:
诊断单元,用于对所述设备发生的异常进行故障诊断,得到故障模式;其中,所述故障模式表示导致所述异常的原因;
第二判断单元,用于判断所述故障模式是否为稳定模式,其中,所述稳定模式指的是异常不随时间逐渐恶化;
所述第二确定单元,还用于在所述第二判断单元判断所述故障模式为稳定模式时,确定所述设备未来一段时间内可用。
10.根据权利要求9所述的检测装置,其特征在于,还包括:
计算单元,用于在所述第二判断单元判断所述故障模式不是稳定模式时,计算所述故障模式的降级速率;其中,所述降级速率表示的是异常状况的恶化速率;
所述第二确定单元,还用于根据所述降级速率,确定所述设备未来一段时间内是否可用。
CN201810834152.XA 2018-07-26 2018-07-26 一种检测方法及装置 Active CN110766246B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810834152.XA CN110766246B (zh) 2018-07-26 2018-07-26 一种检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810834152.XA CN110766246B (zh) 2018-07-26 2018-07-26 一种检测方法及装置

Publications (2)

Publication Number Publication Date
CN110766246A true CN110766246A (zh) 2020-02-07
CN110766246B CN110766246B (zh) 2022-09-27

Family

ID=69328233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810834152.XA Active CN110766246B (zh) 2018-07-26 2018-07-26 一种检测方法及装置

Country Status (1)

Country Link
CN (1) CN110766246B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04346033A (ja) * 1991-05-24 1992-12-01 Mitsubishi Heavy Ind Ltd プラント異常診断装置
CN104299659A (zh) * 2013-07-16 2015-01-21 中广核工程有限公司 核电站运行状态监控方法、装置及系统
CN105159288A (zh) * 2015-10-15 2015-12-16 珠海格力电器股份有限公司 一种电气设备的故障原因确定方法和系统
CN105260823A (zh) * 2015-09-23 2016-01-20 中广核核电运营有限公司 一种重大设备健康状态的评估方法及系统
CN105448369A (zh) * 2015-11-26 2016-03-30 福建宁德核电有限公司 一种核电站设备故障诊断方法及系统
US20160146865A1 (en) * 2014-11-24 2016-05-26 Rockwell Automation Technologies, Inc. Capture of power quality information at the time a device fails
CN108231227A (zh) * 2017-12-18 2018-06-29 广东核电合营有限公司 一种核电站运行状态的监测方法、系统及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04346033A (ja) * 1991-05-24 1992-12-01 Mitsubishi Heavy Ind Ltd プラント異常診断装置
CN104299659A (zh) * 2013-07-16 2015-01-21 中广核工程有限公司 核电站运行状态监控方法、装置及系统
US20160146865A1 (en) * 2014-11-24 2016-05-26 Rockwell Automation Technologies, Inc. Capture of power quality information at the time a device fails
CN105260823A (zh) * 2015-09-23 2016-01-20 中广核核电运营有限公司 一种重大设备健康状态的评估方法及系统
CN105159288A (zh) * 2015-10-15 2015-12-16 珠海格力电器股份有限公司 一种电气设备的故障原因确定方法和系统
CN105448369A (zh) * 2015-11-26 2016-03-30 福建宁德核电有限公司 一种核电站设备故障诊断方法及系统
CN108231227A (zh) * 2017-12-18 2018-06-29 广东核电合营有限公司 一种核电站运行状态的监测方法、系统及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
方俊等: "核电厂事件快速筛选方法研究", 《核科学与工程》 *

Also Published As

Publication number Publication date
CN110766246B (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
US9983576B2 (en) Method and system for monitoring rotor blades in combustion turbine engine
US11549491B2 (en) Independent monitoring system for a wind turbine
US7840332B2 (en) Systems and methods for steam turbine remote monitoring, diagnosis and benchmarking
CARAZAS et al. Availability analysis of gas turbines used in power plants
US20100257838A1 (en) Model based health monitoring of aeroderivatives, robust to sensor failure and profiling
JP2000259222A (ja) 機器監視・予防保全システム
EP3507464B1 (en) Tightness test evaluation module for a valve and actuator monitoring system
CN109643112B (zh) 用于阀和致动器监测系统的高级启动计数器模块
US7283929B2 (en) Plant apparatus operation support device
US10233786B2 (en) Actuator spring lifetime supervision module for a valve and actuator monitoring system
EP1706718A2 (en) Method and apparatus to diagnose mechanical problems in machinery
CN109642469B (zh) 用于阀和致动器监测系统的导引状况评定模块
JP2016018526A (ja) 故障診断システム及び故障診断方法
US20090125206A1 (en) Automatic detection and notification of turbine internal component degradation
WO2019135747A1 (en) Probabilistic life evaluation algorithm for gas turbine engine components
CN110766246B (zh) 一种检测方法及装置
KR102045823B1 (ko) 미분기 고장 진단 모니터링 방법 및 시스템
Zhang et al. Condition monitoring and fault detection of a compressor using signal processing techniques
RU2668852C1 (ru) Способ и система учета остаточного ресурса компонентов турбоагрегата
RU2726317C1 (ru) Система удаленного мониторинга газотурбинной установки
WO2020071948A1 (ru) Способ оценки положения эпицентра теплового поля выхлопа газотурбиной установки
Kareem et al. A condition based model for maintenance planning on critical equipment in the petrochemical industry
Gopikuttan et al. Maintenance Initiation Prediction Incorporating Vibrations and System Availability
Murmanskii et al. Features of steam turbines diagnostics
Szabo et al. Condition Monitoring for Detecting the Malfunction of Industrial Machines

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