CN112863116B - 一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法 - Google Patents
一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法 Download PDFInfo
- Publication number
- CN112863116B CN112863116B CN202011412423.6A CN202011412423A CN112863116B CN 112863116 B CN112863116 B CN 112863116B CN 202011412423 A CN202011412423 A CN 202011412423A CN 112863116 B CN112863116 B CN 112863116B
- Authority
- CN
- China
- Prior art keywords
- data
- module
- deflagration
- powder bin
- temperature
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 130
- 238000004200 deflagration Methods 0.000 title claims abstract description 78
- 238000003745 diagnosis Methods 0.000 title claims abstract description 74
- 238000010298 pulverizing process Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000009423 ventilation Methods 0.000 claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 239000000843 powder Substances 0.000 claims description 140
- 238000007405 data analysis Methods 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 36
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 35
- 239000001301 oxygen Substances 0.000 claims description 35
- 229910052760 oxygen Inorganic materials 0.000 claims description 35
- 238000004880 explosion Methods 0.000 claims description 24
- 239000002817 coal dust Substances 0.000 claims description 18
- 239000007789 gas Substances 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 239000000523 sample Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000002485 combustion reaction Methods 0.000 claims description 6
- 238000004806 packaging method and process Methods 0.000 claims description 6
- 230000002269 spontaneous effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 241001391944 Commicarpus scandens Species 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，本发明将机组数据监测、通风量监测、温度检测、气体检测以及气压检测整合为一个数据采集模块，通过数据采集模块对系统内的各个组件进行监测，并对系统内部的气压，气体，温度，通风量进行检测，通过计算机系统对该些数据进行整理收集，将数据与数据库中的正常数据进行对比，利用数据间的差距对系统故障进行判断，进而进行预警，并对故障数据进行显示，使得检测人员快速获取火电厂制粉系统的运行情况，本发明采用系统监控，大大降低了操作人员的工作负担，通过系统判断和预警，大大提高了设备的智能程度，本发明具有实时监控、快速响应、智能诊断、实时预警等有益效果。
Description
技术领域
本发明涉及车辆行驶安全系统技术领域，具体为一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法。
背景技术
设备故障诊断技术是近40年来发展起来的一门新兴学科，是一项紧密结合生产实际的工程技术，它有广阔的工程应用前景，火电厂制粉系统是火力发电厂电能生产中非常关键的设备系统，具有安全风险大,运行要求高，然而制粉制备系统任何的异常现象长期以来制约着电力企业的安全生产,直接威胁到机组的安全运行和人身安全健康,同时给电厂造成了严重损失。
为避免该问题，现有火电厂大多采用人工检测，通过采取故障事后维修或定期维修这种传统方式来对制粉设备进行维护和保养，但是随着现代化大型火电机组向高参数、大容量方向发展，电站设备的系统臼益趋于复杂化和集成化，这就导致运行人员对于系统复杂的大型火电站，难以依靠自身实现对系统运行过程的全局性理解和把握，从而无法对故障的类型做出非常确切的判断，这就导致传统的方式无法满足现代化的生产要求，难以发现潜在的故障，进而无法及早采取措施，进而导致产生极多的误操作和非经济运行，大大降低了机组的运行可靠性和可用效率。
因此，一种利用人工智能与计算机技术整合，通过智能诊断及其报警的方式减少失修和过剩维修，使设备的利用率显著提高，通过实时监测设备运行时的热力参数的变化，以便在重大事故发生之前或钢出现征兆前，及时预报，从而大大降低了操作人员的工作负担，提高了设备的智能程度。
发明内容
本发明的目的在于提供一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，以解决上述背景技术中提出的运营大巴车司机为提高收益，往往超载运行，这就导致大巴车事故频发，严重影响交通状况，同时造成大量家庭破碎和经济损失，同时，现有检测方式多大采用对载重量的检测来判断是否超载，关于载客量的检测较少，并且没有把载重量检测和载客量检测联系起来，进而导致车辆超载检测结果不够准确的问题。
为实现上述目的，本发明提供如下技术方案：一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，包括数据采集模块、数据分析模块、爆燃诊断模块、数据库模块以及预警报警模块，所述数据采集模块与数据分析模块单向连接，所述数据分析模块与爆燃诊断模块单向连接，所述爆燃诊断模块与预警报警模块单向连接，所述数据库模块分别与爆燃诊断模块以及预警报警模块双向连接；
所述数据采集模块包括：机组数据监测模块、通风量监测模块、温度检测模块、气体检测模块以及气压检测模块，所述机组数据监测模块安装于火电厂制粉系统的各个组件上，用于监测各个组件的运行状态，并通过数据传输线将各个组件的运行状态数据传输至数据分析模块中，所述通风量监测模块设于磨煤机出口位置，用于监测磨煤机出口煤粉的通风量，并通过数据传输线将磨煤机出口煤粉的通风量数据传输至数据分析模块中，所述温度检测模块共设有三组温度探头，一组温度探头固定设于粉仓内部，用于监测粉仓内部温度数据，另一组温度探头固定设于粉仓侧壁上，用于监测粉仓侧壁温度数据，最后一组温度探头固定设于磨煤机出口位置，用于监测磨煤机出口温度数据，并将粉仓内部温度数据、粉仓侧壁温度数据以及磨煤机出口温度数据传输至数据分析模块中，所述气体检测模块设于粉仓内部，用于检测粉仓内部含氧的容积浓度，并将数据传输至数据分析模块中，所述气压检测模块用于检测粉仓内部气压数据，并将气压数据传输至数据分析模块中；
所述数据分析模块用于接收数据采集模块传输的数据信息，并对该信息进行分析、打包并传输至爆燃诊断模块中；
所述爆燃诊断模块用于接收数据分析模块传输的打包数据以及数据库中的数据，并将打包数据与数据库中的数据进行对比，进而诊断出爆燃风险，并将诊断出爆燃风险数据传输至预警报警模块中以及数据库中；
所述预警报警模块用于提醒操作人员制粉系统存在燃爆风险，并将故障位置和原因进行显示，同时用于向数据库模块中传输数据；
所述数据库模块用于存储爆燃诊断模块以及预警报警模块传输的数据，同时存储有各种数据所对应的制粉系统故障案例；
所述一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法具体如下：
(1)数据采集模块对各个组件的运行状态、磨煤机出口煤粉的通风量、粉仓内部温度数据、粉仓侧壁温度数据、磨煤机出口温度数据、粉仓内部含氧的容积浓度以及粉仓内部气压数据进行检测，并将检测的数据传输至数据分析模块中；
(2)数据分析模块接收到数据采集模块传输的数据信息，对该信息进行分析、打包并传输至爆燃诊断模块中；
(3)之后，爆燃诊断模块接收数据分析模块传输的打包数据以及数据库中的数据，并将打包数据与数据库中的数据进行对比，进而诊断出爆燃风险，并将诊断出爆燃风险数据传输至预警报警模块中，同时将该诊断结果与引起该诊断结果的数据反馈存储至数据库中；
(4)最后预警报警模块接收到爆燃诊断模块传输的诊断结果数据，并将该诊断结果进行显示，同时提醒操作人员制粉系统存在燃爆风险，并将故障位置和原因进行显示；
(5)操作人员可通过预警报警模块对数据库模块中的数据进行读写。
进一步地，所述数据分析模块具体工作步骤如下：
(1)接收数据采集模块传输的各个组件的运行状态数据、磨煤机出口煤粉的通风量数据、粉仓内部温度数据、粉仓侧壁温度数据、磨煤机出口温度数据、粉仓内部含氧的容积浓度以及粉仓内部气压数据；
(2)将各个组件的运行状态数据打包为一组数据，记为Zn；
I)将第一组运行状态数据记为Z1；
II)将第二组运行状态数据记为Z2；
III)将第n组运行状态数据记为Zn，n取1-∞；
(3)将磨煤机出口煤粉的通风量数据记为Tn；
I)将第一个磨煤机出口煤粉的通风量数据记为T1；
II)将第二个磨煤机出口煤粉的通风量数据记为T2；
III)将第n个磨煤机出口煤粉的通风量数据记为Tn，n取1-∞；
(4)将粉仓内部温度数据记为CWn；
I)将第一个粉仓内部温度数据记为CW1；
II)将第二个粉仓内部温度数据记为CW2；
III)将第n个粉仓内部温度数据记为CWn，n取1-∞；
(5)将粉仓侧壁温度数据记为CBn；
I)将第一个粉仓侧壁温度数据记为CB1；
II)将第二个粉仓侧壁温度数据记为CB2；
III)将第n个粉仓侧壁温度数据记为CBn，n取1-∞；
(6)将磨煤机出口温度数据记为MCn；
I)将第一个磨煤机出口温度数据记为MC1；
II)将第二个磨煤机出口温度数据记为MC2；
III)将第n个磨煤机出口温度数据记为MCn，n取1-∞；
(7)将粉仓内部含氧的容积浓度数据记为Qn；
I)将第一个粉仓内部含氧的容积浓度数据记为Q1；
II)将第二个粉仓内部含氧的容积浓度数据记为Q2；
III)将第n个粉仓内部含氧的容积浓度数据记为Qn，n取1-∞；
(8)将粉仓内部气压数据数据记为Pn；
I)将第一个粉仓内部气压数据数据记为P1；
II)将第二个粉仓内部气压数据数据记为P2；
III)将第n个粉仓内部气压数据数据记为Pn，n取1-∞；
(9)将数据Zn、Tn、CWn、CBn、MCn、Qn以及Pn传输至爆燃诊断模块中。
进一步地，所述爆燃诊断模块工作原理具体如下：
1)接收数据Zn、Tn、CWn、CBn、MCn、Qn以及Pn，并调取数据库中的数据；
2)提取数据组Zn上的各个组件数据，同时调取数据库中与数据组Zn内数据所对应的各个组件的正常运行数据，将数据库中的各个组件数据与数据组Zn上的各个组件数据进行对比，将Zn上与数据库中对应组件上所对应的正常运行数据不同的数据单独提取出来，并依次标记为A1、A2以及An，n取1-∞；
3)提取数据A1、A2以及An，将数据A1、A2以及An与数据库中的故障案例对比，得出该数据可造成的系统故障，将该系统故障传输至预警报警模块中；
4)提取数据Tn，将数据Tn与数据库中的额定数据5.2×104m3/h进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
5)提取数据CWn，将数据CWn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
6)提取数据CBn，将数据CBn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
7)提取数据MCn，将数据MCn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
8)提取数据Qn，对数据Qn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
9)提取数据Pn，对数据Pn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
10)将数据Zn、Tn、CWn、CBn、MCn、Qn和Pn以及该些数据相对应的分析结果依次打包，并传输至数据库中。
进一步地，所述步骤4)具体分析步骤如下：
1)当Tn≥5.2×104m3/h，则表明该磨煤机出口煤粉的通风量正常；
2)当4.2×104m3/h≤Tn≤5.2×104m3/h，则表明该磨煤机出口煤粉的通风量较差，系统低概率出现故障；
3)当4×104m3/h≤Tn≤4.2×104m3/h，则表明该磨煤机出口煤粉的通风量差，系统较易出现故障；
4)当Tn≤4×104m3/h，则表明该磨煤机出口煤粉的通风量极差，系统即将故障。
进一步地，所述步骤5)具体分析步骤如下：
1)当CWn≥75℃，则表明该粉仓内部温度极高，随时会出现爆炸；
2)当70℃≤CWn≤75℃，则表明该粉仓内部温度过高，易出现爆炸；
3)当50℃≤CWn≤70℃，则表明该粉仓内部温度正常，系统运行正常；
4)当40℃≤CWn≤50℃，则表明该粉仓内部温度略低，煤粉可能存在堆积；
5)当35℃≤CWn≤40℃，则表明该粉仓内部温度较低，煤粉存在堆积，具有自燃隐患；
6)当CWn≤35℃，则表明该粉仓内部温度极低，煤粉堆积，极易自燃。
进一步地，所述步骤6)具体分析步骤如下：
1)当CBn相对比数据库中的对应数据，数值持续升高，则表明粉仓内壁上具有煤粉堆积，极易出现爆燃；
2)当CBn相对比数据库中的对应数据，数值无变化或变化温度在±3℃之间，则表明粉仓内壁上无煤粉堆积，系统正常；
3)当CBn相对比数据库中的对应数据，数值持续下降，则表明粉仓进料口出现堵塞。
进一步地，所述步骤7)具体分析步骤如下：
1)当MCn≥75℃，则说明磨煤机出口温度过高，极易导致煤粉爆燃；
2)当70℃≤MCn≤75℃，则说明磨煤机出口温度略高，具有爆燃隐患；
3)当65℃≤MCn≤70℃，则说明磨煤机出口温度正常，系统运行正常；
4)当MCn≤65℃，则说明磨煤机出口温度低，煤粉易受潮堆积。
进一步地，所述步骤8)具体分析步骤如下：
1)当Qn数据中的含氧的容积浓度低于15％，则表明系统运行正常，不会产生爆炸；
2)当Qn数据中的含氧的容积浓度高于15％，且含氧的容积浓度低于17％，则表明系统具有爆炸的隐患；
3)当Qn数据中的含氧的容积浓度高于17％，则表明系统极易出现爆炸。
进一步地，所述所述步骤9)具体分析步骤如下：
1)当Pn相对比数据库中的对应数据，负压不变，则表明系统运行正常，不存在燃爆隐患；
2)当Pn相对比数据库中的对应数据，负压降低，则表明系统存在燃爆隐患；
3)当Pn相对比数据库中的对应数据，变成正压，则表明系统以及出现燃爆。
进一步地，所述展示方法具体工作步骤如下：
1)将系统中各个组件的数据进行显示，同时标注异常数据，并在异常数据后显示可能出现的故障；
2)将Tn、CWn、CBn、MCn、Qn和Pn进行列表，并依次显示；
3)对数据Tn、CWn、CBn、MCn、Qn和Pn上的异常数据进行显示，并数据Tn、CWn、CBn、MCn、Qn和Pn中的异常数据后面显示根据爆燃诊断模块的得出的结果；
4)对存在隐患的数据进行与正常数据区别标注；
5)对极易产生燃爆的数据进行重点标识，并进行警报。
与现有技术相比，本发明的有益效果是：本发明将机组数据监测模块、通风量监测模块、温度检测模块、气体检测模块以及气压检测模块整合为一个整体数据采集模块，通过数据采集模块对系统内的各个组件进行监测，同时对系统内部的气压，气体成分，温度，通风量进行检测，并通过计算机系统对该些数据进行整理收集，将数据与数据库中存储的正常数据进行对比，利用数据间的差距对系统故障进行判断，进而进行预警，并对故障数据进行显示，使得检测人员快速获取火电厂制粉系统的运行情况，本发明采用系统监控，大大降低了操作人员的工作负担，通过系统判断和预警，大大提高了设备的智能程度，本发明通过将人工智能与计算机技术进行整合整合，通过智能诊断和报警的方式减少失修和过剩维修，使设备的利用率显著提高，利用系统的实时监测的特点，对设备运行时的热力参数的变化进行实时监测，以便在重大事故发生之前或刚出现征兆前及时预报，从而大大提高系统的响应程度，减少事故的发生，避免导致经济和人员损失，同时降低了操作人员的工作负担，本发明具有实时监控、快速响应、智能诊断、实时预警等有益效果。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明系统模块图。
具体实施方式
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，所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，包括数据采集模块、数据分析模块、爆燃诊断模块、数据库模块以及预警报警模块，数据采集模块与数据分析模块单向连接，数据分析模块与爆燃诊断模块单向连接，爆燃诊断模块与预警报警模块单向连接，数据库模块分别与爆燃诊断模块以及预警报警模块双向连接；
数据采集模块包括：机组数据监测模块、通风量监测模块、温度检测模块、气体检测模块以及气压检测模块，机组数据监测模块安装于火电厂制粉系统的各个组件上，用于监测各个组件的运行状态，并通过数据传输线将各个组件的运行状态数据传输至数据分析模块中，通风量监测模块设于磨煤机出口位置，用于监测磨煤机出口煤粉的通风量，并通过数据传输线将磨煤机出口煤粉的通风量数据传输至数据分析模块中，温度检测模块共设有三组温度探头，一组温度探头固定设于粉仓内部，用于监测粉仓内部温度数据，另一组温度探头固定设于粉仓侧壁上，用于监测粉仓侧壁温度数据，最后一组温度探头固定设于磨煤机出口位置，用于监测磨煤机出口温度数据，并将粉仓内部温度数据、粉仓侧壁温度数据以及磨煤机出口温度数据传输至数据分析模块中，气体检测模块设于粉仓内部，用于检测粉仓内部含氧的容积浓度，并将数据传输至数据分析模块中，气压检测模块用于检测粉仓内部气压数据，并将气压数据传输至数据分析模块中；
数据分析模块用于接收数据采集模块传输的数据信息，并对该信息进行分析、打包并传输至爆燃诊断模块中；
爆燃诊断模块用于接收数据分析模块传输的打包数据以及数据库中的数据，并将打包数据与数据库中的数据进行对比，进而诊断出爆燃风险，并将诊断出爆燃风险数据传输至预警报警模块中以及数据库中；
预警报警模块用于提醒操作人员制粉系统存在燃爆风险，并将故障位置和原因进行显示，同时用于向数据库模块中传输数据；
数据库模块用于存储爆燃诊断模块以及预警报警模块传输的数据，同时存储有各种数据所对应的制粉系统故障案例；
一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法具体如下：
(1)数据采集模块对各个组件的运行状态、磨煤机出口煤粉的通风量、粉仓内部温度数据、粉仓侧壁温度数据、磨煤机出口温度数据、粉仓内部含氧的容积浓度以及粉仓内部气压数据进行检测，并将检测的数据传输至数据分析模块中；
(2)数据分析模块接收到数据采集模块传输的数据信息，对该信息进行分析、打包并传输至爆燃诊断模块中；
(3)之后，爆燃诊断模块接收数据分析模块传输的打包数据以及数据库中的数据，并将打包数据与数据库中的数据进行对比，进而诊断出爆燃风险，并将诊断出爆燃风险数据传输至预警报警模块中，同时将该诊断结果与引起该诊断结果的数据反馈存储至数据库中；
(4)最后预警报警模块接收到爆燃诊断模块传输的诊断结果数据，并将该诊断结果进行显示，同时提醒操作人员制粉系统存在燃爆风险，并将故障位置和原因进行显示；
(5)操作人员可通过预警报警模块对数据库模块中的数据进行读写。
数据分析模块具体工作步骤如下：
(1)接收数据采集模块传输的各个组件的运行状态数据、磨煤机出口煤粉的通风量数据、粉仓内部温度数据、粉仓侧壁温度数据、磨煤机出口温度数据、粉仓内部含氧的容积浓度以及粉仓内部气压数据；
(2)将各个组件的运行状态数据打包为一组数据，记为Zn；
I)将第一组运行状态数据记为Z1；
II)将第二组运行状态数据记为Z2；
III)将第n组运行状态数据记为Zn，n取1-∞；
(3)将磨煤机出口煤粉的通风量数据记为Tn；
I)将第一个磨煤机出口煤粉的通风量数据记为T1；
II)将第二个磨煤机出口煤粉的通风量数据记为T2；
III)将第n个磨煤机出口煤粉的通风量数据记为Tn，n取1-∞；
(4)将粉仓内部温度数据记为CWn；
I)将第一个粉仓内部温度数据记为CW1；
II)将第二个粉仓内部温度数据记为CW2；
III)将第n个粉仓内部温度数据记为CWn，n取1-∞；
(5)将粉仓侧壁温度数据记为CBn；
I)将第一个粉仓侧壁温度数据记为CB1；
II)将第二个粉仓侧壁温度数据记为CB2；
III)将第n个粉仓侧壁温度数据记为CBn，n取1-∞；
(6)将磨煤机出口温度数据记为MCn；
I)将第一个磨煤机出口温度数据记为MC1；
II)将第二个磨煤机出口温度数据记为MC2；
III)将第n个磨煤机出口温度数据记为MCn，n取1-∞；
(7)将粉仓内部含氧的容积浓度数据记为Qn；
I)将第一个粉仓内部含氧的容积浓度数据记为Q1；
II)将第二个粉仓内部含氧的容积浓度数据记为Q2；
III)将第n个粉仓内部含氧的容积浓度数据记为Qn，n取1-∞；
(8)将粉仓内部气压数据数据记为Pn；
I)将第一个粉仓内部气压数据数据记为P1；
II)将第二个粉仓内部气压数据数据记为P2；
III)将第n个粉仓内部气压数据数据记为Pn，n取1-∞；
(9)将数据Zn、Tn、CWn、CBn、MCn、Qn以及Pn传输至爆燃诊断模块中。
爆燃诊断模块工作原理具体如下：
1)接收数据Zn、Tn、CWn、CBn、MCn、Qn以及Pn，并调取数据库中的数据；
2)提取数据组Zn上的各个组件数据，同时调取数据库中与数据组Zn内数据所对应的各个组件的正常运行数据，将数据库中的各个组件数据与数据组Zn上的各个组件数据进行对比，将Zn上与数据库中对应组件上所对应的正常运行数据不同的数据单独提取出来，并依次标记为A1、A2以及An，n取1-∞；
3)提取数据A1、A2以及An，将数据A1、A2以及An与数据库中的故障案例对比，得出该数据可造成的系统故障，将该系统故障传输至预警报警模块中；
4)提取数据Tn，将数据Tn与数据库中的额定数据5.2×104m3/h进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
5)提取数据CWn，将数据CWn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
6)提取数据CBn，将数据CBn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
7)提取数据MCn，将数据MCn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
8)提取数据Qn，对数据Qn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
9)提取数据Pn，对数据Pn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
10)将数据Zn、Tn、CWn、CBn、MCn、Qn和Pn以及该些数据相对应的分析结果依次打包，并传输至数据库中。
步骤4)具体分析步骤如下：
1)当Tn≥5.2×104m3/h，则表明该磨煤机出口煤粉的通风量正常；
2)当4.2×104m3/h≤Tn≤5.2×104m3/h，则表明该磨煤机出口煤粉的通风量较差，系统低概率出现故障；
3)当4×104m3/h≤Tn≤4.2×104m3/h，则表明该磨煤机出口煤粉的通风量差，系统较易出现故障；
4)当Tn≤4×104m3/h，则表明该磨煤机出口煤粉的通风量极差，系统即将故障。
步骤5)具体分析步骤如下：
1)当CWn≥75℃，则表明该粉仓内部温度极高，随时会出现爆炸；
2)当70℃≤CWn≤75℃，则表明该粉仓内部温度过高，易出现爆炸；
3)当50℃≤CWn≤70℃，则表明该粉仓内部温度正常，系统运行正常；
4)当40℃≤CWn≤50℃，则表明该粉仓内部温度略低，煤粉可能存在堆积；
5)当35℃≤CWn≤40℃，则表明该粉仓内部温度较低，煤粉存在堆积，具有自燃隐患；
6)当CWn≤35℃，则表明该粉仓内部温度极低，煤粉堆积，极易自燃。
步骤6)具体分析步骤如下：
1)当CBn相对比数据库中的对应数据，数值持续升高，则表明粉仓内壁上具有煤粉堆积，极易出现爆燃；
2)当CBn相对比数据库中的对应数据，数值无变化或变化温度在±3℃之间，则表明粉仓内壁上无煤粉堆积，系统正常；
3)当CBn相对比数据库中的对应数据，数值持续下降，则表明粉仓进料口出现堵塞。
步骤7)具体分析步骤如下：
1)当MCn≥75℃，则说明磨煤机出口温度过高，极易导致煤粉爆燃；
2)当70℃≤MCn≤75℃，则说明磨煤机出口温度略高，具有爆燃隐患；
3)当65℃≤MCn≤70℃，则说明磨煤机出口温度正常，系统运行正常；
4)当MCn≤65℃，则说明磨煤机出口温度低，煤粉易受潮堆积。
步骤8)具体分析步骤如下：
1)当Qn数据中的含氧的容积浓度低于15％，则表明系统运行正常，不会产生爆炸；
2)当Qn数据中的含氧的容积浓度高于15％，且含氧的容积浓度低于17％，则表明系统具有爆炸的隐患；
3)当Qn数据中的含氧的容积浓度高于17％，则表明系统极易出现爆炸。
步骤9)具体分析步骤如下：
1)当Pn相对比数据库中的对应数据，负压不变，则表明系统运行正常，不存在燃爆隐患；
2)当Pn相对比数据库中的对应数据，负压降低，则表明系统存在燃爆隐患；
3)当Pn相对比数据库中的对应数据，变成正压，则表明系统以及出现燃爆。
展示方法具体工作步骤如下：
1)将系统中各个组件的数据进行显示，同时标注异常数据，并在异常数据后显示可能出现的故障；
2)将Tn、CWn、CBn、MCn、Qn和Pn进行列表，并依次显示；
3)对数据Tn、CWn、CBn、MCn、Qn和Pn上的异常数据进行显示，并数据Tn、CWn、CBn、MCn、Qn和Pn中的异常数据后面显示根据爆燃诊断模块的得出的结果；
4)对存在隐患的数据进行与正常数据区别标注；
5)对极易产生燃爆的数据进行重点标识，并进行警报。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，其特征在于，包括数据采集模块、数据分析模块、爆燃诊断模块、数据库模块以及预警报警模块，所述数据采集模块与数据分析模块单向连接，所述数据分析模块与爆燃诊断模块单向连接，所述爆燃诊断模块与预警报警模块单向连接，所述数据库模块分别与爆燃诊断模块以及预警报警模块双向连接；
所述数据采集模块包括：机组数据监测模块、通风量监测模块、温度检测模块、气体检测模块以及气压检测模块，所述机组数据监测模块安装于火电厂制粉系统的各个组件上，用于监测各个组件的运行状态，并通过数据传输线将各个组件的运行状态数据传输至数据分析模块中，所述通风量监测模块设于磨煤机出口位置，用于监测磨煤机出口煤粉的通风量，并通过数据传输线将磨煤机出口煤粉的通风量数据传输至数据分析模块中，所述温度检测模块共设有三组温度探头，一组温度探头固定设于粉仓内部，用于监测粉仓内部温度数据，另一组温度探头固定设于粉仓侧壁上，用于监测粉仓侧壁温度数据，最后一组温度探头固定设于磨煤机出口位置，用于监测磨煤机出口温度数据，并将粉仓内部温度数据、粉仓侧壁温度数据以及磨煤机出口温度数据传输至数据分析模块中，所述气体检测模块设于粉仓内部，用于检测粉仓内部含氧的容积浓度，并将数据传输至数据分析模块中，所述气压检测模块用于检测粉仓内部气压数据，并将气压数据传输至数据分析模块中；
所述数据分析模块用于接收数据采集模块传输的数据信息，并对该信息进行分析、打包并传输至爆燃诊断模块中；
所述爆燃诊断模块用于接收数据分析模块传输的打包数据以及数据库中的数据，并将打包数据与数据库中的数据进行对比，进而诊断出爆燃风险，并将诊断出爆燃风险数据传输至预警报警模块中以及数据库中；
所述预警报警模块用于提醒操作人员制粉系统存在燃爆风险，并将故障位置和原因进行显示，同时用于向数据库模块中传输数据；
所述数据库模块用于存储爆燃诊断模块以及预警报警模块传输的数据，同时存储有各种数据所对应的制粉系统故障案例；
所述一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法具体如下：
(1)数据采集模块对各个组件的运行状态、磨煤机出口煤粉的通风量、粉仓内部温度数据、粉仓侧壁温度数据、磨煤机出口温度数据、粉仓内部含氧的容积浓度以及粉仓内部气压数据进行检测，并将检测的数据传输至数据分析模块中；
(2)数据分析模块接收到数据采集模块传输的数据信息，对该信息进行分析、打包并传输至爆燃诊断模块中；
(3)之后，爆燃诊断模块接收数据分析模块传输的打包数据以及数据库中的数据，并将打包数据与数据库中的数据进行对比，进而诊断出爆燃风险，并将诊断出爆燃风险数据传输至预警报警模块中，同时将该诊断结果与引起该诊断结果的数据反馈存储至数据库中；
(4)最后预警报警模块接收到爆燃诊断模块传输的诊断结果数据，并将该诊断结果进行显示，同时提醒操作人员制粉系统存在燃爆风险，并将故障位置和原因进行显示；
(5)操作人员可通过预警报警模块对数据库模块中的数据进行读写；
所述爆燃诊断模块工作原理具体如下：
1)接收数据Zn、Tn、CWn、CBn、MCn、Qn以及Pn，并调取数据库中的数据；
2)提取数据组Zn上的各个组件数据，同时调取数据库中与数据组Zn内数据所对应的各个组件的正常运行数据，将数据库中的各个组件数据与数据组Zn上的各个组件数据进行对比，将Zn上与数据库中对应组件上所对应的正常运行数据不同的数据单独提取出来，并依次标记为A1、A2以及An，n取1-∞；
3)提取数据A1、A2以及An，将数据A1、A2以及An与数据库中的故障案例对比，得出该数据可造成的系统故障，将该系统故障传输至预警报警模块中；
4)提取数据Tn，将数据Tn与数据库中的额定数据5.2×104m3/h进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
5)提取数据CWn，将数据CWn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
6)提取数据CBn，将数据CBn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
7)提取数据MCn，将数据MCn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
8)提取数据Qn，对数据Qn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
9)提取数据Pn，对数据Pn与数据库中的预定数据进行对比，进而分析出该数据是否引起系统故障，将该分析结果传输至预警报警模块中；
10)将数据Zn、Tn、CWn、CBn、MCn、Qn和Pn以及该些数据相对应的分析结果依次打包，并传输至数据库中；
所述数据分析模块具体工作步骤如下：
(1)接收数据采集模块传输的各个组件的运行状态数据、磨煤机出口煤粉的通风量数据、粉仓内部温度数据、粉仓侧壁温度数据、磨煤机出口温度数据、粉仓内部含氧的容积浓度以及粉仓内部气压数据；
(2)将各个组件的运行状态数据打包为一组数据，记为Zn；I)将第一组运行状态数据记为Z1；
II)将第二组运行状态数据记为Z2；
III)将第n组运行状态数据记为Zn，n取1-∞；
(3)将磨煤机出口煤粉的通风量数据记为Tn；
I)将第一个磨煤机出口煤粉的通风量数据记为T1；
II)将第二个磨煤机出口煤粉的通风量数据记为T2；
III)将第n个磨煤机出口煤粉的通风量数据记为Tn，n取1-∞；
(4)将粉仓内部温度数据记为CWn；
I)将第一个粉仓内部温度数据记为CW1；
II)将第二个粉仓内部温度数据记为CW2；
III)将第n个粉仓内部温度数据记为CWn，n取1-∞；
(5)将粉仓侧壁温度数据记为CBn；
I)将第一个粉仓侧壁温度数据记为CB1；
II)将第二个粉仓侧壁温度数据记为CB2；
III)将第n个粉仓侧壁温度数据记为CBn，n取1-∞；
(6)将磨煤机出口温度数据记为MCn；
I)将第一个磨煤机出口温度数据记为MC1；
II)将第二个磨煤机出口温度数据记为MC2；
III)将第n个磨煤机出口温度数据记为MCn，n取1-∞；
(7)将粉仓内部含氧的容积浓度数据记为Qn；
I)将第一个粉仓内部含氧的容积浓度数据记为Q1；
II)将第二个粉仓内部含氧的容积浓度数据记为Q2；
III)将第n个粉仓内部含氧的容积浓度数据记为Qn，n取1-∞；
(8)将粉仓内部气压数据数据记为Pn；
I)将第一个粉仓内部气压数据数据记为P1；
II)将第二个粉仓内部气压数据数据记为P2；
III)将第n个粉仓内部气压数据数据记为Pn，n取1-∞；
(9)将数据Zn、Tn、CWn、CBn、MCn、Qn以及Pn传输至爆燃诊断模块中。
2.根据权利要求1所述的一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，其特征在于：所述爆燃诊断模块工作原理的步骤4)中具体分析步骤如下：
1)当Tn≥5.2×104m3/h，则表明该磨煤机出口煤粉的通风量正常；
2)当4.2×104m3/h≤Tn≤5.2×104m3/h，则表明该磨煤机出口煤粉的通风量较差，系统低概率出现故障；
3)当4×104m3/h≤Tn≤4.2×104m3/h，则表明该磨煤机出口煤粉的通风量差，系统较易出现故障；
4)当Tn≤4×104m3/h，则表明该磨煤机出口煤粉的通风量极差，系统即将故障。
3.根据权利要求1所述的一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，其特征在于：所述爆燃诊断模块工作原理的步骤5)中具体分析步骤如下：
1)当CWn≥75℃，则表明该粉仓内部温度极高，随时会出现爆炸；
2)当70℃≤CWn≤75℃，则表明该粉仓内部温度过高，易出现爆炸；
3)当50℃≤CWn≤70℃，则表明该粉仓内部温度正常，系统运行正常；
4)当40℃≤CWn≤50℃，则表明该粉仓内部温度略低，煤粉可能存在堆积；
5)当35℃≤CWn≤40℃，则表明该粉仓内部温度较低，煤粉存在堆积，具有自燃隐患；
6)当CWn≤35℃，则表明该粉仓内部温度极低，煤粉堆积，极易自燃。
4.根据权利要求1所述的一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，其特征在于：所述爆燃诊断模块工作原理的步骤6)中具体分析步骤如下：
1)当CBn相对比数据库中的对应数据，数值持续升高，则表明粉仓内壁上具有煤粉堆积，极易出现爆燃；
2)当CBn相对比数据库中的对应数据，数值无变化或变化温度在±3℃之间，则表明粉仓内壁上无煤粉堆积，系统正常；
3)当CBn相对比数据库中的对应数据，数值持续下降，则表明粉仓进料口出现堵塞。
5.根据权利要求1所述的一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，其特征在于：所述爆燃诊断模块工作原理的步骤7)中具体分析步骤如下：
1)当MCn≥75℃，则说明磨煤机出口温度过高，极易导致煤粉爆燃；
2)当70℃≤MCn≤75℃，则说明磨煤机出口温度略高，具有爆燃隐患；
3)当65℃≤MCn≤70℃，则说明磨煤机出口温度正常，系统运行正常；
4)当MCn≤65℃，则说明磨煤机出口温度低，煤粉易受潮堆积。
6.根据权利要求1所述的一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，其特征在于：所述爆燃诊断模块工作原理的步骤8)中具体分析步骤如下：
1)当Qn数据中的含氧的容积浓度低于15％，则表明系统运行正常，不会产生爆炸；
2)当Qn数据中的含氧的容积浓度高于15％，且含氧的容积浓度低于17％，则表明系统具有爆炸的隐患；
3)当Qn数据中的含氧的容积浓度高于17％，则表明系统极易出现爆炸。
7.根据权利要求1所述的一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，其特征在于：所述爆燃诊断模块工作原理的步骤9)中具体分析步骤如下：
1)当Pn相对比数据库中的对应数据，负压不变，则表明系统运行正常，不存在燃爆隐患；
2)当Pn相对比数据库中的对应数据，负压降低，则表明系统存在燃爆隐患；
3)当Pn相对比数据库中的对应数据，变成正压，则表明系统以及出现燃爆。
8.根据权利要求1所述的一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法，其特征在于：所述展示方法具体工作步骤如下：
1)将系统中各个组件的数据进行显示，同时标注异常数据，并在异常数据后显示可能出现的故障；
2)将Tn、CWn、CBn、MCn、Qn和Pn进行列表，并依次显示；
3)对数据Tn、CWn、CBn、MCn、Qn和Pn上的异常数据进行显示，并数据Tn、CWn、CBn、MCn、Qn和Pn中的异常数据后面显示根据爆燃诊断模块的得出的结果；
4)对存在隐患的数据进行与正常数据区别标注；
5)对极易产生燃爆的数据进行重点标识，并进行警报。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011412423.6A CN112863116B (zh) | 2020-12-03 | 2020-12-03 | 一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011412423.6A CN112863116B (zh) | 2020-12-03 | 2020-12-03 | 一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112863116A CN112863116A (zh) | 2021-05-28 |
| CN112863116B true CN112863116B (zh) | 2023-04-28 |
Family
ID=75996969
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011412423.6A Active CN112863116B (zh) | 2020-12-03 | 2020-12-03 | 一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112863116B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113485262B (zh) * | 2021-06-29 | 2022-04-29 | 华能(浙江)能源开发有限公司玉环分公司 | 一种基于svm的火力发电厂燃料系统故障分析方法 |
| CN113695063A (zh) * | 2021-09-01 | 2021-11-26 | 江苏鑫特尔冶金机械制造有限公司 | 低负荷冶金专用磨煤机断煤控制方法及设备 |
| CN114184222A (zh) * | 2021-10-11 | 2022-03-15 | 华能(浙江)能源开发有限公司玉环分公司 | 一种煤粉管积粉防火检测方法及装置 |
| CN114646352A (zh) * | 2022-04-08 | 2022-06-21 | 华能海南发电股份有限公司海口电厂 | 基于磨煤机基本运行参数判断磨煤机故障的方法及系统 |
| CN116504016B (zh) * | 2023-02-23 | 2023-12-12 | 国能长源荆门发电有限公司 | 一种基于人工智能的火电厂安全监测预警方法及系统 |
| CN116060200B (zh) * | 2023-03-06 | 2023-06-23 | 北京博数智源人工智能科技有限公司 | 一种火电站磨煤机的爆燃预警方法及系统 |
| CN116060201B (zh) * | 2023-03-08 | 2023-06-23 | 北京博数智源人工智能科技有限公司 | 一种火电站磨煤机爆燃监测异常定位识别方法及系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2713640B2 (ja) * | 1990-05-25 | 1998-02-16 | 三菱重工業株式会社 | 微粉炭機の爆発防止方法 |
| US5230474A (en) * | 1990-05-25 | 1993-07-27 | Mitsubishi Jukogyo Kabushiki Kaisha | Mill inert apparatus for coal pulverizer and method for prevention of explosion |
| KR101133036B1 (ko) * | 2010-05-12 | 2012-04-05 | 파이어컨트롤(주) | 석탄 분쇄용 미분기의 화재 감시 시스템 |
| US9604226B2 (en) * | 2012-05-01 | 2017-03-28 | Innovative Combustion Technologies, Inc. | Pulverizer mill protection system |
| CN110354430B (zh) * | 2019-07-09 | 2021-09-07 | 中材海外工程有限公司 | 煤粉制备智能防爆系统 |
| CN111135944A (zh) * | 2019-12-06 | 2020-05-12 | 华北电力科学研究院有限责任公司 | 一种电站锅炉磨煤机堵煤确定方法及系统 |
| CN111495565A (zh) * | 2020-04-27 | 2020-08-07 | 安徽工业大学 | 一种发电机组燃煤锅炉的磨煤机防爆检测系统及方法 |
-
2020
- 2020-12-03 CN CN202011412423.6A patent/CN112863116B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112863116A (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112863116B (zh) | 一种用于火电厂制粉系统爆燃智能诊断及其报警展示方法 | |
| CN104020754B (zh) | 一种变电站一次主设备状态监测信息接入调控系统的方法 | |
| CN102900526B (zh) | 一种柴油机安全保护控制方法及控制器 | |
| CN113224355B (zh) | 氢燃料电池电堆的在线监测方法、系统及使用该监测方法的氢燃料电动车 | |
| CN107065720A (zh) | 智能电机故障录波预警系统 | |
| CN112356689A (zh) | 氢燃料电池汽车安全预警的检测方法、系统及车载终端 | |
| CN112615069A (zh) | 动力电池系统热失控探测预警系统及热失控判定方法 | |
| CN103217291A (zh) | 一种风力发电机组故障诊断方法及系统 | |
| CN206430822U (zh) | 一种防误判的温度报警电路 | |
| CN105971866A (zh) | 一种空气压缩机故障在线检测方法及系统 | |
| CN201804980U (zh) | 用于车载蓄电池组的温度检测与诊断报警的车载监控装置 | |
| CN203067092U (zh) | 柴油机安全保护控制器 | |
| CN206268337U (zh) | 联合循环电厂同步离合器的安全监测系统 | |
| CN102298116A (zh) | 用于车载蓄电池组的温度检测与诊断报警的车载监控装置 | |
| CN211627699U (zh) | 一种变压器油中气体在线监测装置 | |
| CN110509813A (zh) | 一种电动汽车电池火灾预警方法 | |
| CN114759678A (zh) | 一种基于ecu和bms的高速艇远程监控系统及其监控方法 | |
| CN112926826B (zh) | 一种钢铁企业烟气除尘系统运行状态在线评价方法及系统 | |
| CN115562197A (zh) | 一种基于数字孪生技术的智能工业生产监控系统 | |
| CN114706347A (zh) | 一种用于电解加工机床的故障诊断系统及诊断方法 | |
| CN114715053A (zh) | 基于多信息融合的智能安全驾驶车载管理系统 | |
| CN208672783U (zh) | 一种在线分布式蓄电池组监测设备 | |
| CN206930947U (zh) | 智能电机故障录波预警系统 | |
| CN113098132A (zh) | 一种基于群智能优化的改进机器学习故障诊断系统 | |
| CN111212147A (zh) | 一种机械设备全方位数据采集系统 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210528 Assignee: Changxing branch of Huaneng (Zhejiang) Energy Development Co.,Ltd. Assignor: YUHUAN POWER PLANT, HUANENG POWER INTERNATIONAL Inc. Contract record no.: X2024980000021 Denomination of invention: A method for intelligent diagnosis and alarm display of deflagration in coal powder production systems of thermal power plants Granted publication date: 20230428 License type: Common License Record date: 20240103 |