CN113775552B - 一种风机动叶断销预判方法 - Google Patents
一种风机动叶断销预判方法 Download PDFInfo
- Publication number
- CN113775552B CN113775552B CN202111159528.XA CN202111159528A CN113775552B CN 113775552 B CN113775552 B CN 113775552B CN 202111159528 A CN202111159528 A CN 202111159528A CN 113775552 B CN113775552 B CN 113775552B
- Authority
- CN
- China
- Prior art keywords
- limit
- real
- fan
- movable blade
- value
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/008—Stop safety or alarm devices, e.g. stop-and-go control; Disposition of check-valves
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mechanical Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本发明涉及一种风机动叶断销预判方法,获取风机的各个工作参数的实时测量值,获取各个工作参数的判断阈值,对于每一个工作参数,基于实时测量值与判断阈值得到各个工作参数的越限结果,基于所有工作参数的越限结果得到风机动叶断销判断结果;所述工作参数包括:机组负荷、风机电流、动叶开度、出口风压和油站油压。与现有技术相比,本发明在风机动叶断销故障发生初期,根据相关工作参数的微小变化对故障进行预判,相较运行人员经验判断故障的时间明显提前,提高了机组运行的安全性和经济性,减轻了运行人员的工作压力。
Description
技术领域
本发明涉及风机故障预判技术领域,尤其是涉及一种风机动叶断销预判方法。
背景技术
火力发电厂的风机在机组运行中发挥着极其重要的作用,送/吸风机普遍采用轴流风机,风机配置动叶调节,能够提高风机的使用效率,让风机处在高效运转的状态中,避免在小流量工况下落在不稳定工况区。轴流风机动叶调节装置结构复杂,包括液压机构、传动机构等,通过动叶调节装置,调节动叶开度,从而适应机组不同负荷。
但是,如果在机组运行过程中发生动叶断销、液压缸断裂等故障,运行人员很难在第一时间发现,一旦发生此类故障,易造成风机长期带故障运行,引发风机喘振、失速、甚至风机跳闸引发机组RB,若过程处理不当甚至会导致锅炉MFT的发生。目前电厂对于风机动叶运行健康状况缺乏科学的监视和故障判断能力,动叶故障基本依赖运行人员的经验判断,这样势必造成故障发现的严重滞后,部分隐蔽故障发生与发现直接可达一个月之久,运行人员监测压力大,也严重影响机组运行的健康水平。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种风机动叶断销预判方法,获取风机的多个工作参数,对工作参数进行综合分析,相较于根据运行人员的经验进行风机动叶断销故障判断,能够在风机动叶断销故障发生初期就进行判断,本申请能更早的发现风机动叶断销故障,提高了机组运行的安全性和经济性,减轻了运行人员的工作压力。
本发明的目的可以通过以下技术方案来实现:
一种风机动叶断销预判方法,获取风机的各个工作参数的实时测量值,获取各个工作参数的判断阈值,对于每一个工作参数,基于实时测量值与判断阈值得到各个工作参数的越限结果,基于所有工作参数的越限结果得到风机动叶断销判断结果;所述工作参数包括:机组负荷、风机电流、动叶开度、出口风压和油站油压。
进一步的,获取各个工作参数的判断阈值具体为:
获取预设置的负荷上限作为机组负荷的判断阈值,基于机组负荷的实时测量值和机组负荷的判断阈值得到机组负荷的越限结果;
获取预设置的电流变化上限作为风机电流的第一判断阈值,根据动叶开度的实时测量值计算实时电流上限和实时电流下限作为风机电流的第二判断阈值,基于风机电流的实时测量值和风机电流的第一判断阈值得到风机电流的第一越限结果,基于风机电流的实时测量值和风机电流的第二判断阈值得到风机电流的第二越限结果;
获取预设置的开度变化下限作为动叶开度的判断阈值,基于动叶开度的实时测量值和动叶开度的判断阈值得到动叶开度的越限结果;
根据动叶开度的实时测量值计算实时风压上限和实时风压下限作为出口风压的判断阈值,基于出口风压的实时测量值和出口风压的判断阈值得到出口风压的越限结果;
获取预设置的油压变化上限作为油站油压的判断阈值,基于油站油压的实时测量值和油站油压的判断阈值得到油站油压的越限结果。
进一步的,根据动叶开度的实时测量值计算实时电流上限和实时电流下限具体为:
获取动叶开度的实时测量值,将动叶开度的实时测量值代入电流上限函数f1(x)得到实时电流上限,将动叶开度的实时测量值代入电流下限函数f2(x)得到实时电流下限,电流上限函数f1(x)的公式为:
电流下限函数f2(x)的公式为:
其中,x表示动叶开度的实时测量值。
进一步的,根据动叶开度的实时测量值计算实时风压上限和实时风压下限具体为:
获取动叶开度的实时测量值,将动叶开度的实时测量值代入风压上限函数f3(x)得到实时风压上限,将动叶开度的实时测量值代入风压下限函数f4(x)得到实时风压下限,风压上限函数f3(x)的公式为:
风压下限函数f4(x)的公式为:
其中,x表示动叶开度的实时测量值。
进一步的,如果机组负荷的实时测量值高于负荷上限,则机组负荷的越限结果为越限;
如果风机电流的实时测量值相较于前N1秒的风机电流值的变化值大于电流变化上限,N1≠0,则风机电流的第一越限结果为越限,如果风机电流的实时测量值高于实时电流上限或低于实时电流下限,则风机电流的第二越限结果为越限;
如果动叶开度的实时测量值相较于前N2秒的动叶开度值的变化值小于开度变化下限,N2≠0,则动叶开度的越限结果为越限;
如果出口风压的实时测量值高于实时风压上限或低于实时风压下限,则出口风压的越限结果为越限;
如果油站油压的实时测量值相较于前N3秒的油站油压值的变化值大于油压变化上限,N3≠0,则油站油压的越限结果为越限。
进一步的,N1的值为3,N2的值为3,N3的值为3。
进一步的,基于所有工作参数的越限结果得到风机动叶断销判断结果具体为:
基于机组负荷的越限结果得到第一逻辑判断结果,基于风机电流、动叶开度、出口风压和油站油压的越限结果得到第二逻辑判断结果,如果第一判断结果和第二逻辑判断结果均为真,则风机动叶断销判断结果为真,即风机动叶出现断销故障,否则,风机动叶未出现断销故障。
进一步的,如果机组负荷的越限结果为越限,则第一逻辑判断结果为真;如果第一信号、第二信号、第三信号和第四信号中存在一个“true”值,则第二判断逻辑为真;其中:
获取风机电流的第一越限结果和动叶开度的越限结果,如果二者均为越限,则第一信号为“true”值,否则,二者均未越限或只有一个越限,则第一信号为“false”值;
获取风机电流的第二越限结果,如果为越限,则第二信号为“true”值,否则,第二信号为“false”值;
获取动叶开度的越限结果和油站油压的越限结果,如果二者均为越限,则第三信号为“true”值,否则,二者均未越限或只有一个越限,则第三信号为“false”值;
获取出口风压的越限结果,如果为越限,则第四信号为“true”值,否则,第四信号为“false”值。
进一步的,还包括以下步骤:如果风机动叶断销判断结果为真,即风机动叶出现断销故障,则执行报警动作。
进一步的,所述报警动作包括本地的声光报警、供运行人员在监控室查看的远程画面报警以及记录报警信息,便于后续查询报警记录。
与现有技术相比,本发明具有以下有益效果:
(1)获取风机的多个工作参数,对工作参数进行综合分析,相较于根据运行人员的经验进行风机动叶断销故障判断,能够在风机动叶断销故障发生初期就进行判断,本申请能更早的发现风机动叶断销故障,提高了机组运行的安全性和经济性,减轻了运行人员的工作压力。
(2)根据机组运行过程中各个工作参数之间的内在联系以及各个工作参数的特性设计了判断逻辑,先判断各个工作参数是否越限,再根据工作参数的越限进行综合判断,能够识别风机动叶断销故障发生后工作参数的细微变化,可以更加准确的进行风机动叶断销故障判断。
(3)在发现断销故障后执行报警动作,包括本地的声光报警、供运行人员在监控室查看的远程画面报警以及记录报警信息,便于后续查询报警记录。
附图说明
图1为本发明的流程图;
图2为相同动叶开度下油站油压随时间的变化曲线。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1:
一种风机动叶断销预判方法,如图1所示,获取风机的各个工作参数的实时测量值,获取各个工作参数的判断阈值,对于每一个工作参数,基于实时测量值与判断阈值得到各个工作参数的越限结果,基于所有工作参数的越限结果得到风机动叶断销判断结果;其中,所涉及的工作参数包括:机组负荷、风机电流、动叶开度、出口风压和油站油压。
(一)获取各个工作参数的判断阈值,以及基于实时测量值与判断阈值得到各个工作参数的越限结果:
本实施例中,如图1所示,获取五个工作参数(机组负荷、风机电流、动叶开度、出口风压和油站油压)的实时测量值,机组负荷、动叶开度和油站油压的判断阈值以及风机电流的第一判断阈值是预先设置的,风机电流的第二判断阈值和出口风压的判断阈值是根据当前的动叶开度实时测量值即时计算的;可以设置比较器电路,将工作参数的实时测量值与判断阈值进行比较,从而确定工作参数的越限结果。具体过程如下:
①获取预设置的负荷上限作为机组负荷的判断阈值,基于机组负荷的实时测量值和机组负荷的判断阈值得到机组负荷的越限结果。具体的,如果机组负荷的实时测量值高于负荷上限,则机组负荷的越限结果为越限。
②获取预设置的电流变化上限作为风机电流的第一判断阈值,根据动叶开度的实时测量值计算实时电流上限和实时电流下限作为风机电流的第二判断阈值,基于风机电流的实时测量值和风机电流的第一判断阈值得到风机电流的第一越限结果,基于风机电流的实时测量值和风机电流的第二判断阈值得到风机电流的第二越限结果。具体的,如果风机电流的实时测量值相较于前N1秒的风机电流值的变化值大于电流变化上限,N1≠0,则风机电流的第一越限结果为越限,如果风机电流的实时测量值高于实时电流上限或低于实时电流下限,则风机电流的第二越限结果为越限。
根据动叶开度的实时测量值计算实时电流上限和实时电流下限具体为:
获取动叶开度的实时测量值,将动叶开度的实时测量值代入电流上限函数f1(x)得到实时电流上限,将动叶开度的实时测量值代入电流下限函数f2(x)得到实时电流下限,电流上限函数f1(x)的公式为:
电流下限函数f2(x)的公式为:
其中,x表示动叶开度的实时测量值,一般取值是0、25、30、45、50、80、100,如果动叶开度的实时测量值不是这些点值,则可以将x的取值拟合为最接近的点值。
③获取预设置的开度变化下限作为动叶开度的判断阈值,基于动叶开度的实时测量值和动叶开度的判断阈值得到动叶开度的越限结果。具体的,如果动叶开度的实时测量值相较于前N2秒的动叶开度值的变化值小于开度变化下限,N2≠0,则动叶开度的越限结果为越限。
④根据动叶开度的实时测量值计算实时风压上限和实时风压下限作为出口风压的判断阈值,基于出口风压的实时测量值和出口风压的判断阈值得到出口风压的越限结果。具体的,如果出口风压的实时测量值高于实时风压上限或低于实时风压下限,则出口风压的越限结果为越限;
根据动叶开度的实时测量值计算实时风压上限和实时风压下限具体为:
获取动叶开度的实时测量值,将动叶开度的实时测量值代入风压上限函数f3(x)得到实时风压上限,将动叶开度的实时测量值代入风压下限函数f4(x)得到实时风压下限,风压上限函数f3(x)的公式为:
风压下限函数f4(x)的公式为:
其中,x表示动叶开度的实时测量值,一般取值是0、25、30、45、80、100,如果动叶开度的实时测量值不是这些点值,则可以将x的取值拟合为最接近的点值。
⑤获取预设置的油压变化上限作为油站油压的判断阈值,基于油站油压的实时测量值和油站油压的判断阈值得到油站油压的越限结果。具体的,如果油站油压的实时测量值相较于前N3秒的油站油压值的变化值大于油压变化上限,N3≠0,则油站油压的越限结果为越限。
本实施例中,N1的值为3,N2的值为3,N3的值为3,在其他实施方式中,可以根据需要分别设置为不同的值。
(二)基于所有工作参数的越限结果得到风机动叶断销判断结果具体为:
基于机组负荷的越限结果得到第一逻辑判断结果,基于风机电流、动叶开度、出口风压和油站油压的越限结果得到第二逻辑判断结果,如果第一判断结果和第二逻辑判断结果均为真,则风机动叶断销判断结果为真,即风机动叶出现断销故障,否则,风机动叶未出现断销故障。如果风机动叶断销判断结果为真,即风机动叶出现断销故障,则执行报警动作。报警动作包括本地的声光报警、供运行人员在监控室查看的远程画面报警以及记录报警信息,便于后续查询报警记录。
本实施例中,得到各个工作参数的越限结果后,基于风机负荷的越限结果确定第一逻辑判断结果;基于动叶开度、出口风压和油站油压的越限结果以及风机电流的第一越限结果和第二越限结果,确定第一信号、第二信号、第三信号和第四信号的值,再基于第一信号、第二信号、第三信号和第四信号的值确定第二逻辑判断结果;最后,基于第一逻辑判断结果和第二逻辑判断结果确定风机动叶断销判断结果。具体判断逻辑如下:
如果机组负荷的越限结果为越限,则第一逻辑判断结果为真;如果第一信号、第二信号、第三信号和第四信号中存在一个“true”值,则第二判断逻辑为真;其中:
获取风机电流的第一越限结果和动叶开度的越限结果,如果二者均为越限,则第一信号为“true”值,否则,二者均未越限或只有一个越限,则第一信号为“false”值;
获取风机电流的第二越限结果,如果为越限,则第二信号为“true”值,否则,第二信号为“false”值;
获取动叶开度的越限结果和油站油压的越限结果,如果二者均为越限,则第三信号为“true”值,否则,二者均未越限或只有一个越限,则第三信号为“false”值;
获取出口风压的越限结果,如果为越限,则第四信号为“true”值,否则,第四信号为“false”值。
在实际应用时,可以分别为第一信号、第二信号、第三信号和第四信号设计脉冲信号发生器,再设计一个逻辑运算器,当信号值为“true”值,则脉冲信号发生器生成一个脉冲信号并发送至逻辑运算器,逻辑运算器实际上是一个“或”门,进行或运算,因此,只需要接收到一个脉冲信号,第二逻辑判断结果就为真。
本申请考虑动叶运行状态的不同阶段,根据风机上现有的监视测点设计了一套基于综合信号分析的风机动叶断销判断方法,实现风机动叶内部故障提前预警,减少了运行监测压力,提高了机组运行安全性。
考察现有的对风机的相关测点,每台风机可利用的测点数量并不多,因此需要设计合理的预判逻辑方可实现动叶断销预判,本申请所依据的判断逻辑如下:
定值判断:风机动叶在校验完成后,每个动叶开度对应的风量、风压和电流等参数相对固定。因此本实施例将风机电流、动叶开度和油站油压的实时测量值与3秒前进行对比,计算其变化量,如果动叶开度变化过小则动叶开度越限,如果风机电流则风机电流越限,如果油站油压变化过大则油站油压越限。
动态参数判断:在风机动叶断销初期,系统参数表现为动叶反馈不变化,但被控参数无故变化;风机动叶断销后普遍表现为,动叶反馈变化,但其被控参数变化微小,甚至不变。因此本实施例根据动叶开度的实时测量值实时计算风机电流和出口风压的实时上下限,再判断风机电流和出口风压是否越限。
关于定值的选取,即预先设置的机组负荷、动叶开度和油站油压的判断阈值以及风机电流的第一判断阈值,是通过大数据统计的方法确定的。
因此本实施例根据机组负荷、动叶开度、风机电流、出口风压、油站油压相关参数,通过定值判断、两侧风机对比和动态参数判断等方法,来判断风机动叶断销。
为了更好的进行风机动叶断销预判,逻辑设计全面的同时,必须设置合理的定值。根据逻辑中涉及大量的不同工况下的定值的选择,利用SIS数据采集功能结合大数据统计方法,将选择的参数与机组负荷相对应,通过表格统计及绘图的方式,找到不同负荷的工况下,排除极少数的特例点,找到选取参数固定的数值活动区间,以此区间的上下限为基础,并相应放大,得到合理的定值。
如图2所示,在相同的动叶开度下,油站油压会发生一定的波动变化,但是变化幅度存在一个区间,以变化幅度的上下限为基础,就可以确定油压变化上限,同理,可以确定电流变化上限和开度变化下限。负荷上限可以根据机组的运行状态记录来进行确定。
此外,使用本申请进行风机动叶断销判断时,由于机组检修期间会对风机动叶检修,因此机组启动后,部分参数和定值会产生相应的变化,在机组启动后对预设置的负荷上限、电流变化上限、开度变化下限和油压变化上限再次调整修正。
进一步的,为了进一步增加风机动叶断销的判断,可以考虑两侧风机之间的动叶开度偏差,其所基于的判断逻辑为两侧风机对比判断:在机组正常运行中,为了防止两侧风机抢风问题的发生,运行人员会根据风机电流,对两侧的风机进行调平处理,风机调平后,两侧动叶开度的偏差相对固定。
本申请具有以下优点:
1)及时性
在风机动叶断销故障发生初期,根据相关工作参数的微小变化对故障进行预判,相较运行人员经验判断的时间明显提前。
2)安全性
风机动叶断销属于机组重大故障,无法及时发现或处理不当,都会严重威胁机组运行安全,本申请应用后可以提前预判风机动叶运行健康程度,提升机组重要辅机重点设备的监控能力,提升机组运行安全系数。
3)经济性
通过应用本申请,能够在风机动叶断销初期及时发现故障,进而可以根据机组运行负荷等条件,在机组低负荷运行时安排合理的故障处理计划,防止在高负荷时需要临时申请紧急降低机组出力处理故障,提高机组运行的经济性。
本申请在厂内2号机组使用,在风机动叶断销故障发生初期,就根据相关参数的微小变化对故障进行了预判,相较运行人员根据经验进行判断的时间明显提前,风机动叶与执行机构连接处断裂类故障可提前30分钟报警,液压缸连接件、液压油系统管路断裂类故障可提前15天报警。
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 (9)
1.一种风机动叶断销预判方法,其特征在于,获取风机的各个工作参数的实时测量值,获取各个工作参数的判断阈值,对于每一个工作参数,基于实时测量值与判断阈值得到各个工作参数的越限结果,基于所有工作参数的越限结果得到风机动叶断销判断结果;所述工作参数包括:机组负荷、风机电流、动叶开度、出口风压和油站油压;
其中,获取各个工作参数的判断阈值具体为:
获取预设置的负荷上限作为机组负荷的判断阈值,基于机组负荷的实时测量值和机组负荷的判断阈值得到机组负荷的越限结果;
获取预设置的电流变化上限作为风机电流的第一判断阈值,根据动叶开度的实时测量值计算实时电流上限和实时电流下限作为风机电流的第二判断阈值,基于风机电流的实时测量值和风机电流的第一判断阈值得到风机电流的第一越限结果,基于风机电流的实时测量值和风机电流的第二判断阈值得到风机电流的第二越限结果;
获取预设置的开度变化下限作为动叶开度的判断阈值,基于动叶开度的实时测量值和动叶开度的判断阈值得到动叶开度的越限结果;
根据动叶开度的实时测量值计算实时风压上限和实时风压下限作为出口风压的判断阈值,基于出口风压的实时测量值和出口风压的判断阈值得到出口风压的越限结果;
获取预设置的油压变化上限作为油站油压的判断阈值,基于油站油压的实时测量值和油站油压的判断阈值得到油站油压的越限结果。
4.根据权利要求1所述的一种风机动叶断销预判方法,其特征在于:
如果机组负荷的实时测量值高于负荷上限,则机组负荷的越限结果为越限;
如果风机电流的实时测量值相较于前N1秒的风机电流值的变化值大于电流变化上限,N1≠0,则风机电流的第一越限结果为越限,如果风机电流的实时测量值高于实时电流上限或低于实时电流下限,则风机电流的第二越限结果为越限;
如果动叶开度的实时测量值相较于前N2秒的动叶开度值的变化值小于开度变化下限,N2≠0,则动叶开度的越限结果为越限;
如果出口风压的实时测量值高于实时风压上限或低于实时风压下限,则出口风压的越限结果为越限;
如果油站油压的实时测量值相较于前N3秒的油站油压值的变化值大于油压变化上限,N3≠0,则油站油压的越限结果为越限。
5.根据权利要求4所述的一种风机动叶断销预判方法,其特征在于,N1的值为3,N2的值为3,N3的值为3。
6.根据权利要求4所述的一种风机动叶断销预判方法,其特征在于,基于所有工作参数的越限结果得到风机动叶断销判断结果具体为:
基于机组负荷的越限结果得到第一逻辑判断结果,基于风机电流、动叶开度、出口风压和油站油压的越限结果得到第二逻辑判断结果,如果第一判断结果和第二逻辑判断结果均为真,则风机动叶断销判断结果为真,即风机动叶出现断销故障,否则,风机动叶未出现断销故障。
7.根据权利要求6所述的一种风机动叶断销预判方法,其特征在于,如果机组负荷的越限结果为越限,则第一逻辑判断结果为真;如果第一信号、第二信号、第三信号和第四信号中存在一个“true”值,则第二判断逻辑为真;
其中:
获取风机电流的第一越限结果和动叶开度的越限结果,如果二者均为越限,则第一信号为“true”值,否则,二者均未越限或只有一个越限,则第一信号为“false”值;
获取风机电流的第二越限结果,如果为越限,则第二信号为“true”值,否则,第二信号为“false”值;
获取动叶开度的越限结果和油站油压的越限结果,如果二者均为越限,则第三信号为“true”值,否则,二者均未越限或只有一个越限,则第三信号为“false”值;
获取出口风压的越限结果,如果为越限,则第四信号为“true”值,否则,第四信号为“false”值。
8.根据权利要求1所述的一种风机动叶断销预判方法,其特征在于,还包括以下步骤:如果风机动叶断销判断结果为真,即风机动叶出现断销故障,则执行报警动作。
9.根据权利要求8所述的一种风机动叶断销预判方法,其特征在于,所述报警动作包括发出本地声光报警、发出远程画面报警和记录报警信息。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111159528.XA CN113775552B (zh) | 2021-09-30 | 2021-09-30 | 一种风机动叶断销预判方法 |
| ZA2022/09216A ZA202209216B (en) | 2021-09-30 | 2022-08-17 | Method for predicting pin breakage of moving blade of fan |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111159528.XA CN113775552B (zh) | 2021-09-30 | 2021-09-30 | 一种风机动叶断销预判方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113775552A CN113775552A (zh) | 2021-12-10 |
| CN113775552B true CN113775552B (zh) | 2023-04-14 |
Family
ID=78854766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111159528.XA Active CN113775552B (zh) | 2021-09-30 | 2021-09-30 | 一种风机动叶断销预判方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113775552B (zh) |
| ZA (1) | ZA202209216B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3663608B2 (ja) * | 1996-05-22 | 2005-06-22 | 石川島播磨重工業株式会社 | ガスタービンの動翼故障診断方法および装置 |
| CN104179704B (zh) * | 2013-05-21 | 2016-05-04 | 国家电网公司 | 一种电厂增压风机辅机故障减负荷rb的方法及装置 |
| CN209494747U (zh) * | 2018-04-28 | 2019-10-15 | 中国神华能源股份有限公司 | 用于引风机动叶的系统 |
| CN111287914A (zh) * | 2020-03-24 | 2020-06-16 | 大唐贵州发耳发电有限公司 | 风机监测设备与方法 |
| CN113153793A (zh) * | 2021-03-18 | 2021-07-23 | 华能(广东)能源开发有限公司海门电厂 | 一种一次风机及风机液压缸故障自动检测及应急处理系统 |
-
2021
- 2021-09-30 CN CN202111159528.XA patent/CN113775552B/zh active Active
-
2022
- 2022-08-17 ZA ZA2022/09216A patent/ZA202209216B/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| ZA202209216B (en) | 2022-11-30 |
| CN113775552A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114793019B (zh) | 基于大数据分析的二次设备可视化监管系统 | |
| CN117040138B (zh) | 一种配电柜运行动态安全评估系统 | |
| CN110926809B (zh) | 一种基于大数据分析的风电机组传动链故障预警方法 | |
| CN116044802B (zh) | 一种矿用通风机状态故障监测诊断系统 | |
| CN115268342A (zh) | 一种基于大数据的工业设备节能管理系统 | |
| CN105760617A (zh) | 一种应用于风力发电机组的多参量故障预测判定指标的计算方法 | |
| CN118501692A (zh) | 伺服电机故障诊断方法及系统 | |
| CN108736469B (zh) | 风电场运行数据的分析方法 | |
| CN114323260A (zh) | 汽轮机组全工况振动故障自动诊断方法及计算机可读介质 | |
| CN117578701A (zh) | 一种基于多维度数据的电力设备运维监控系统 | |
| CN113516273A (zh) | 一种发电用柴油机增压器故障预测方法 | |
| CN120409963B (zh) | 基于工业物联网的能源使用管理方法、系统、设备及介质 | |
| CN117670086A (zh) | 一种基于大数据及机器学习的压缩机故障预测方法及系统 | |
| CN117764559A (zh) | 基于数据分析的电器柜运维检修监管预警系统 | |
| CN114971313A (zh) | 一种风电机组功率曲线拟合方法 | |
| CN117055535B (zh) | 核电厂起重机远程在线诊断方法及系统 | |
| CN117154945B (zh) | 基于云计算技术的变配电站智能监测方法 | |
| CN111125895A (zh) | 一种风力发电机整机服役功率特性在线评估方法 | |
| CN113775552B (zh) | 一种风机动叶断销预判方法 | |
| CN113313365A (zh) | 一种一次风机的劣化预警方法及设备 | |
| CN116937500A (zh) | 声-流速融合的油浸变压器故障分级诊断及主动保护方法 | |
| CN111810256B (zh) | 汽轮机冷态启动预警系统、方法、存储介质及电子设备 | |
| CN120342069A (zh) | 一种智能变电站设备监测与故障诊断系统 | |
| CN118734022A (zh) | 基于多维度数据分析的燃气机组耗差分析方法及其系统 | |
| CN117804763A (zh) | 一种基于自动寻峰计算固有频率的风电叶片诊断方法 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20211210 Assignee: Huaneng (Zhejiang) Energy Development Co.,Ltd. Yuhuan branch Assignor: HUANENG TAICANG POWER GENERATION Co.,Ltd. Contract record no.: X2024330000569 Denomination of invention: A method for predicting blade breakage in wind turbines Granted publication date: 20230414 License type: Common License Record date: 20240906 |











