CN113751134A - 一种磨煤机的磨辊检修方法和系统 - Google Patents
一种磨煤机的磨辊检修方法和系统 Download PDFInfo
- Publication number
- CN113751134A CN113751134A CN202110426437.1A CN202110426437A CN113751134A CN 113751134 A CN113751134 A CN 113751134A CN 202110426437 A CN202110426437 A CN 202110426437A CN 113751134 A CN113751134 A CN 113751134A
- Authority
- CN
- China
- Prior art keywords
- grinding roller
- value
- coal
- coal mill
- grinding
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C15/00—Disintegrating by milling members in the form of rollers or balls co-operating with rings or discs
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C23/00—Auxiliary methods or auxiliary devices or accessories specially adapted for crushing or disintegrating not provided for in preceding groups or not specially adapted to apparatus covered by a single preceding group
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C25/00—Control arrangements specially adapted for crushing or disintegrating
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Crushing And Grinding (AREA)
- Disintegrating Or Milling (AREA)
Abstract
本发明公开了一种磨煤机的磨辊检修方法,该方法包括:采集更换磨辊后的磨煤机的实时运行状态数据;将实时运行状态数据输入到磨损度预测模型中,获得磨辊的预测磨损值;将预测磨损值与对比数据进行对比,判断磨辊的当前状态;根据磨辊的当前状态,进行相应的处理。本发明公开了一种磨煤机的磨辊检修系统。本发明解决了目前无法在线监测磨煤机的磨辊损耗程度的问题。
Description
技术领域
本发明涉及火力发电技术领域,尤其涉及一种磨煤机的磨辊检修方法和系统。
背景技术
据统计,目前国内火力发电量已达到51654亿千瓦时,占全国发电总量的72%。煤炭作为我国主要能源和重要原料,在一次能源的生产和消费构成中占据了一半以上比重。由此火力发电在国内电力行业中奠定了重要地位。整体来看,火电在当前和今后仍然具有许多独特的优势,这些都是其他非化石能源在相当长时期内无法替代的。
通常坑口火电站距离煤矿较近,生产的原料可以直接从煤矿传输到电厂。一般坑口火电厂生产用煤具有煤质稳定但煤质较差的特点。磨煤机作为将煤块破碎并磨成煤粉的机械,是火电厂重要辅机设备,其能够连续运行且能耗较大的特点。因此,磨煤机对全厂的供电煤耗有很大影响,因此磨煤机实施状态检修是非常关键的。
在磨煤机中,最常见的问题是磨煤机磨辊和磨盘的磨损,其修成本是磨煤机维护最大的成本支出。尤其是,磨辊的磨损量目前是无法实现在线监测的,这就严重影响了磨煤机状态检修的实施。
发明内容
鉴于现有技术存在的不足,本发明提供了如下的技术方案,以解决目前无法在线监测磨煤机的磨辊损耗程度,导致严重影响了磨煤机状态检修的实施的问题。
在本发明的一方面提供了一种磨煤机的磨辊检修方法,该方法包括:
采集更换磨辊后的磨煤机的实时运行状态数据;
将所述实时运行状态数据输入到磨损度预测模型中,获得磨辊的预测磨损值;
将所述预测磨损值与对比数据进行对比,判断磨辊的当前状态;
根据磨辊的当前状态,进行相应的处理。
优选地,所述磨损度预测模型的训练包括:
采集多个旧磨辊的历史磨损值和每个旧磨辊的使用期间内的磨煤机的历史运行状态数据;
根据每个所述历史磨损值和与其相对应的历史运行状态数据的记录训练所述磨损度预测模型。
优选地,将所述预测磨损值与对比数据进行对比,判断磨辊的当前状态,包括:
所述预测磨损值小于所述对比数据的第一预设值时,判断为磨辊处于正常状态;
所述预测磨损值大于或等于所述对比数据的所述第一预设值,且小于所述对比数据的第二预设值时,判断为磨辊处于注意状态;
所述预测磨损值大于或等于所述对比数据的所述第二预设值时,判断为磨辊处于异常状态。
优选地,所述实时运行状态数据和所述历史运行状态数据包括磨煤机的累积收煤量、累积给煤量、累积用电量和累积运行时间。
优选地,所述累积收煤量的采集方法包括:
向磨煤机传输石子煤的输送仓的仓门上设置限位开关;
判断所述限位开关的有效开启,并记录所述限位开关的有效开启次数。
优选地,判断所述限位开关的有效开启,包括:
判断所述限位开关的开启时间是否大于或等于第三预设值;
所述限位开关的开启时间大于或等于所述第三预设值,则记录为有效开启;
所述限位开关的开启时间小于所述第三预设值,则不进行记录。
在本发明的另一方面提供了一种磨煤机的磨辊检修系统,该系统包括采集模块、预测模块、判断模块以及策划模块;
所述采集模块用于采集更换磨辊后的磨煤机的实时运行状态数据,并将所述实时运行状态数据传送至所述预测模块;
所述预测模块接收所述实时运行状态数据后,生成磨辊的预测磨损值,并将所述预测磨损值传送至所述判断模块;
所述判断模块根据所述预测磨损值判断磨辊的当前状态。
优选地,所述预测模块包括磨损度预测模型、训练单元和历史数据库;
其中,所述历史数据库内记录有多个旧磨辊的历史磨损值和每个旧磨辊的使用期间内的磨煤机的历史运行状态数据;
所述训练单元从所述历史数据库中获取每个所述历史磨损值和与其相对应的历史运行状态数据的记录,并根据所述记录训练所述磨损度预测模型;
所述磨损度预测模型接收所述采集模块传送的所述实时运行状态数据,并生成磨辊的所述预测磨损值。
优选地,所述判断模块包括对比数据库、对比单元和处理单元,所述对比单元用于接收所述预测磨损值,并从所述对比数据库中获取对比数据后与所述预测磨损值进行对比,所述处理单元根据所述对比单元做出的对比结果判断磨辊的当前状态。
优选地,所述对比数据包括第一预设值和第二预设值,所述预测磨损值小于所述对比数据的第一预设值时,所述处理单元将判断为磨辊处于正常状态;
所述预测磨损值大于或等于所述对比数据的所述第一预设值,且小于所述对比数据的第二预设值时,所述处理单元将判断为磨辊处于注意状态;
所述预测磨损值大于或等于所述对比数据的所述第二预设值时,所述处理单元将判断为磨辊处于异常状态。
本发明能够利用可在线实时监测的磨煤机的各项参数来预测磨辊的磨损量,并且基于该预测磨损量来判断磨煤机的当前状态,从而当磨煤机出现异常时可以及时进行修补,有效地提高了现有磨煤机的可靠性。
此外,本发明的磨煤机的磨辊检修方法中,实时监测数据和历史监测数据的采集方式都是简单的统计方式,而且监测数据都是较常见的项目,因此无需过多的硬件投入,易于兼容不同规模的电厂。
附图说明
图1是根据本发明的实施例的磨煤机的磨辊检修方法的流程图;
图2是根据本发明的实施例的磨煤机的磨辊检修系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明的具体实施方式进行详细说明。这些优选实施方式的示例在附图中进行了例示。附图中所示和根据附图描述的本发明的实施方式仅仅是示例性的,并且本发明并不限于这些实施方式。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
如背景技术中所述,目前火电厂中使用的磨煤机的磨辊磨损量无法实现在线监测,从而严重影响了针对磨煤机的检修。以下是解决该技术问题的具体实施方式。
实施例1
本实施例提供了一种磨煤机的磨辊检修方法,如图1所示,本实施例提供的磨辊检修方法包括:
步骤S1、采集更换磨辊后的磨煤机的实时运行状态数据。在这里,所述实时运行状态数据可包含磨煤机的累积收煤量、累积给煤量、累积用电量和累积运行时间。要注意的是,采集所述实时运行状态数据时必须要采集磨煤机的更换磨辊后开始统计的数据。假如所采集的实时运行状态数据为更换磨辊之前开始统计的数据的话会影响到后续的磨损度预测。
上述的累积收煤量、累积给煤量、累积用电量和累积运行时间都可以通过现有的统计方式来进行采集,例如,实时监测磨煤机接收/输出的煤的重量,通过与磨煤机联动的计算机设备来监测磨煤机的用电量和运行时间等。
步骤S2、将所述实时运行状态数据输入到磨损度预测模型中,获得磨辊的预测磨损值。
具体地,本步骤的所述磨损度预测模型的训练方法包括:
步骤S21、采集多个旧磨辊的历史磨损值和每个旧磨辊的使用期间内的磨煤机的历史运行状态数据。其中,所述历史运行状态数据包括该旧磨辊的使用期间内的磨煤机的累积收煤量、累积给煤量、累积用电量和累积运行时间。磨辊的所述历史磨损值可以在更换磨辊时对旧磨辊进行测量的方式来获取。所述历史运行状态数据可以是与上述的所述实时运行状态数据相同的方式来采集。
步骤S22、根据每个所述历史磨损值和与其相对应的历史运行状态数据的记录训练所述磨损度预测模型。
步骤S3、将所述预测磨损值与对比数据进行对比,判断磨辊的当前状态。具体地,所述对比数据包括安全值和异常值,本实施例中,所述安全值设定为4cm,所述异常值设定为5cm。
当所述预测磨损值小于4cm时,判断为磨辊处于正常状态;
当所述预测磨损值大于或等于4cm,小于5cm时,判断为磨辊处于注意状态;
当所述预测磨损值大于或等于5cm时,判断为磨辊处于异常状态。
步骤S4、根据磨辊的当前状态,进行相应的处理。具体地,当磨辊处于正常状态时,无需进行额外的处理;当磨辊处于注意状态时,需要加强运行过程的监视,并采取预防性措施;当磨辊处于异常状态时,需要及时更换新的磨辊,防止不必要的损失。
采用本实施例提供的磨煤机的磨辊检修方法,能够利用可在线实时监测的磨煤机的各项参数来预测磨辊的磨损量,并且基于该预测磨损量来判断磨煤机的当前状态,从而当磨煤机出现异常时可以及时进行修补,有效地提高了现有磨煤机的可靠性。
可选地,为了简化磨煤机的累积收煤量的采集,本实施例中,可以在向磨煤机传输石子煤的输送仓的仓门上设置限位开关,使得输送仓的仓门开启,并向磨煤机传输石子煤的时候触发所述限位开关。
由于输送仓每次传输的石子煤的总量是固定的,因此将每一次的所述限位开关的触发事件视为本次传输的石子煤的总量,之后记录所述限位开关的开启次数就能统计磨煤机的累积收煤量。
此外,监测输送仓的仓门开启次数时所需要的硬件配件的数量少于,监测石子煤的重量时所需要的硬件配件的数量,从而可以减少维护成本。
进一步地,为了防止记录意外发生的所述限位开关的开启次数,本实施例中,记录所述限位开关的次数时,可以结合简单的算法来过滤所述限位开关的无效开启,例如:
判断所述限位开关的开启时间是否大于或等于30秒;
如所述限位开关的开启时间大于或等于30秒,则记录为有效开启,并进行记录;
如所述限位开关的开启时间小于30秒,则不进行记录。
较佳地,所述磨损度预测模型为BP神经网络,包括输入层、隐藏层和输出层等三层神经网络。其中,输入层有四个输入点由石子煤输送仓数、累积运行时间、累积给煤量、累积用电量组成。隐藏层神经元为9个,输出层为一个点即磨辊的磨损量。本实施例中,神经网络的激活函数是S型函数,其包括值域在(0,1)区间的Sigmoid函数和值域在(-1,1)的正切函数。
实施例2
本实施例提供了一种磨煤机的磨辊检修系统,如图2所示,该系统包括采集模块1、预测模块2、判断模块3。
其中,所述采集模块1用于采集更换磨辊后的磨煤机的实时运行状态数据,并将所述实时运行状态数据传送至所述预测模块2。可选地,所述采集模块1包括设置在输煤仓-磨煤机设备链上的多个数据采集单元11(如传感器、计算器等),所述数据采集单元11优先采集更换磨辊后开始记录的磨煤机的累积收煤量、累积给煤量、累积用电量和累积运行时间等数据。
所述预测模块2接收所述实时运行状态数据后,生成磨辊的预测磨损值,并将所述预测磨损值传送至所述判断模块3。具体地,所述预测模块2包括磨损度预测模型21、训练单元22和历史数据库23。
所述历史数据库23内记录有多个旧磨辊的历史磨损值和每个旧磨辊的使用期间内的磨煤机的历史运行状态数据。所述训练单元22从所述历史数据库23中获取每个所述历史磨损值和与其相对应的历史运行状态数据的记录,并根据所述记录训练所述磨损度预测模型21。所述磨损度预测模型21接收所述采集模块1传送的所述实时运行状态数据,并生成磨辊的所述预测磨损值。
所述判断模块3根据所述预测磨损值判断磨辊的当前状态。具体地,所述判断模块3包括对比数据库31、对比单元32和处理单元33,所述对比单元32用于接收所述预测磨损值,并从所述对比数据库31中获取对比数据后与所述预测磨损值进行对比,所述处理单元33根据所述对比单元32做出的对比结果判断磨辊的当前状态。
可选地,所述对比数据包括安全值(如4cm)和异常值(如5cm)。所述对比单元32进行对比之后,当所述预测磨损值小于4cm时,所述处理单元33将判断为磨辊处于正常状态;
当所述预测磨损值大于或等于4cm,且小于5cm时,所述处理单元33将判断为磨辊处于注意状态;
当所述预测磨损值大于或等于5cm时,所述处理单元33将判断为磨辊处于异常状态。
进一步地,本实施例的磨煤机的磨辊检修系统还包括策划模块4,所述策划模块4能够接收所述判断模块3传输的判断结果,并基于判断结果给出相应的处理计划。处理计划可根据具体情况自定义设定,在这里不具体陈述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种磨煤机的磨辊检修方法,其特征在于,包括:
采集更换磨辊后的磨煤机的实时运行状态数据;
将所述实时运行状态数据输入到磨损度预测模型中,获得磨辊的预测磨损值;
将所述预测磨损值与对比数据进行对比,判断磨辊的当前状态;
根据磨辊的当前状态,进行相应的处理。
2.根据权利要求1所述的磨煤机的磨辊检修方法,其特征在于,所述磨损度预测模型的训练包括:
采集多个旧磨辊的历史磨损值和每个旧磨辊的使用期间内的磨煤机的历史运行状态数据;
根据每个所述历史磨损值和与其相对应的历史运行状态数据的记录训练所述磨损度预测模型。
3.根据权利要求1或2所述的磨煤机的磨辊检修方法,其特征在于,将所述预测磨损值与对比数据进行对比,判断磨辊的当前状态,包括:
所述预测磨损值小于所述对比数据的第一预设值时,判断为磨辊处于正常状态;
所述预测磨损值大于或等于所述对比数据的所述第一预设值,且小于所述对比数据的第二预设值时,判断为磨辊处于注意状态;
所述预测磨损值大于或等于所述对比数据的所述第二预设值时,判断为磨辊处于异常状态。
4.根据权利要求2所述的磨煤机的磨辊检修方法,其特征在于,所述实时运行状态数据和所述历史运行状态数据包括磨煤机的累积收煤量、累积给煤量、累积用电量和累积运行时间。
5.根据权利要求4所述的磨煤机的磨辊检修方法,其特征在于,所述累积收煤量的采集方法包括:
向磨煤机传输石子煤的输送仓的仓门上设置限位开关;
判断所述限位开关的有效开启,并记录所述限位开关的有效开启次数。
6.根据权利要求5所述的磨煤机的磨辊检修方法,其特征在于,判断所述限位开关的有效开启,包括:
判断所述限位开关的开启时间是否大于或等于第三预设值;
所述限位开关的开启时间大于或等于所述第三预设值,则记录为有效开启;
所述限位开关的开启时间小于所述第三预设值,则不进行记录。
7.一种磨煤机的磨辊检修系统,其特征在于,包括采集模块、预测模块和判断模块;
所述采集模块用于采集更换磨辊后的磨煤机的实时运行状态数据,并将所述实时运行状态数据传送至所述预测模块;
所述预测模块接收所述实时运行状态数据后,生成磨辊的预测磨损值,并将所述预测磨损值传送至所述判断模块;
所述判断模块根据所述预测磨损值判断磨辊的当前状态。
8.根据权利要求7所述的磨煤机的磨辊检修系统,其特征在于,所述预测模块包括磨损度预测模型、训练单元和历史数据库;
其中,所述历史数据库内记录有多个旧磨辊的历史磨损值和每个旧磨辊的使用期间内的磨煤机的历史运行状态数据;
所述训练单元从所述历史数据库中获取每个所述历史磨损值和与其相对应的历史运行状态数据的记录,并根据所述记录训练所述磨损度预测模型;
所述磨损度预测模型接收所述采集模块传送的所述实时运行状态数据,并生成磨辊的所述预测磨损值。
9.根据权利要求7或8所述的磨煤机的磨辊检修系统,其特征在于,所述判断模块包括对比数据库、对比单元和处理单元,所述对比单元用于接收所述预测磨损值,并从所述对比数据库中获取对比数据后与所述预测磨损值进行对比,所述处理单元根据所述对比单元做出的对比结果判断磨辊的当前状态。
10.根据权利要求9所述的磨煤机的磨辊检修系统,其特征在于,所述对比数据包括第一预设值和第二预设值,所述预测磨损值小于所述第一预设值时,所述处理单元将判断为磨辊处于正常状态;
所述预测磨损值大于或等于所述第一预设值,且小于所述第二预设值时,所述处理单元将判断为磨辊处于注意状态;
所述预测磨损值大于或等于所述第二预设值时,所述处理单元将判断为磨辊处于异常状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110426437.1A CN113751134B (zh) | 2021-04-20 | 2021-04-20 | 一种磨煤机的磨辊检修方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110426437.1A CN113751134B (zh) | 2021-04-20 | 2021-04-20 | 一种磨煤机的磨辊检修方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113751134A true CN113751134A (zh) | 2021-12-07 |
CN113751134B CN113751134B (zh) | 2023-07-28 |
Family
ID=78786987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110426437.1A Active CN113751134B (zh) | 2021-04-20 | 2021-04-20 | 一种磨煤机的磨辊检修方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113751134B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115083124A (zh) * | 2022-06-08 | 2022-09-20 | 北京首钢股份有限公司 | 石墨碳辊套的磨损预警方法、装置、介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1694025A (zh) * | 2005-04-28 | 2005-11-09 | 南京科远控制工程有限公司 | 基于人工智能的火电厂自动控制系统 |
CN109033673A (zh) * | 2018-08-09 | 2018-12-18 | 广西艾盛创制科技有限公司 | 一种全时磨损累计的冲压模具磨损寿命预测方法 |
CN110355608A (zh) * | 2019-07-18 | 2019-10-22 | 浙江大学 | 基于自注意力机制与深度学习的刀具磨损量预测方法 |
CN112257224A (zh) * | 2020-09-11 | 2021-01-22 | 上海发电设备成套设计研究院有限责任公司 | 汽轮发电机状态检修方法、系统以及终端 |
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 |
-
2021
- 2021-04-20 CN CN202110426437.1A patent/CN113751134B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1694025A (zh) * | 2005-04-28 | 2005-11-09 | 南京科远控制工程有限公司 | 基于人工智能的火电厂自动控制系统 |
CN109033673A (zh) * | 2018-08-09 | 2018-12-18 | 广西艾盛创制科技有限公司 | 一种全时磨损累计的冲压模具磨损寿命预测方法 |
CN110355608A (zh) * | 2019-07-18 | 2019-10-22 | 浙江大学 | 基于自注意力机制与深度学习的刀具磨损量预测方法 |
CN112257224A (zh) * | 2020-09-11 | 2021-01-22 | 上海发电设备成套设计研究院有限责任公司 | 汽轮发电机状态检修方法、系统以及终端 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115083124A (zh) * | 2022-06-08 | 2022-09-20 | 北京首钢股份有限公司 | 石墨碳辊套的磨损预警方法、装置、介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113751134B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111401583A (zh) | 基于预测性维护的自动扶梯全生命周期健康管理系统 | |
CN110532505B (zh) | 一种电表失准率的计算方法 | |
CN102151605A (zh) | 基于模型辨识和预测控制的立磨先进控制方法及系统 | |
CN113751134B (zh) | 一种磨煤机的磨辊检修方法和系统 | |
CN103817153B (zh) | 一种钢铁企业棒材轧钢轧辊管理系统与方法 | |
CN112947290B (zh) | 基于边云协同的设备状态监测方法、监测系统及存储介质 | |
CN114243702A (zh) | 一种电网avc系统运行参数的预测方法、系统及存储介质 | |
Geng et al. | Predictive maintenance scheduling for multiple power equipment based on data-driven fault prediction | |
CN101949865A (zh) | 一种百事泰在线表面缺陷检测系统的优化方法 | |
CN116244765A (zh) | 一种基于工业互联网的设备维护管理方法 | |
CN110458317A (zh) | 一种输电线路覆冰灾害发展趋势预测的方法及系统 | |
CN106443361A (zh) | 一种电力网中在线异常的监测方法、装置及系统 | |
JP7078176B2 (ja) | 生産設備の監視方法、生産設備の監視装置、及び生産設備の操業方法 | |
CN105259890A (zh) | 超高速包装设备的统计监测与故障诊断方法 | |
CN116488351A (zh) | 一种基于物联网的低压配电箱远程监控方法和系统 | |
Srivastava et al. | Development of a predictive maintenance model using modified FMEA approach | |
CN108994090A (zh) | 一种轧机压下系统故障的诊断方法 | |
Srivastava et al. | Development of framework for predictive maintenance in Indian manufacturing sector | |
Li et al. | ELECTRE III based on ranking fuzzy numbers for deterministic and fuzzy maintenance strategy decision problems | |
CN113003621A (zh) | 一种用于智能水处理系统的数据采集系统 | |
Du | Design scheme of fault diagnosis system for rollers of coal mills | |
Hasanah et al. | Optimization preventive maintenance of equipment production on palm oil mill | |
TWI814249B (zh) | 工輥軸承之溫度監控方法 | |
CN117524374B (zh) | 一种产品生态过程的环境影响评估系统和装置 | |
CN110856859B (zh) | 一种热连轧支撑辊剥落在线监测方法 |
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 |