CN113906216A - 用于识别压缩机的损坏的方法 - Google Patents
用于识别压缩机的损坏的方法 Download PDFInfo
- Publication number
- CN113906216A CN113906216A CN202080041190.5A CN202080041190A CN113906216A CN 113906216 A CN113906216 A CN 113906216A CN 202080041190 A CN202080041190 A CN 202080041190A CN 113906216 A CN113906216 A CN 113906216A
- Authority
- CN
- China
- Prior art keywords
- intake air
- temperature
- pressure
- determined
- tip
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005259 measurement Methods 0.000 claims abstract description 61
- 238000012937 correction Methods 0.000 claims abstract description 49
- 230000006835 compression Effects 0.000 claims abstract description 19
- 238000007906 compression Methods 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 239000007789 gas Substances 0.000 description 25
- 238000012544 monitoring process Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 6
- 230000000052 comparative effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 229910002091 carbon monoxide Inorganic materials 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004901 spalling Methods 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
- F04B49/065—Control using electricity and making use of computers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/10—Other safety measures
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B2205/00—Fluid parameters
- F04B2205/02—Pressure in the inlet chamber
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B2205/00—Fluid parameters
- F04B2205/04—Pressure in the outlet chamber
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B2205/00—Fluid parameters
- F04B2205/10—Inlet temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B2205/00—Fluid parameters
- F04B2205/11—Outlet temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B2207/00—External parameters
- F04B2207/70—Warnings
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B39/00—Component parts, details, or accessories, of pumps or pumping systems specially adapted for elastic fluids, not otherwise provided for in, or of interest apart from, groups F04B25/00 - F04B37/00
- F04B39/10—Adaptations or arrangements of distribution members
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本发明涉及用于识别具有进气侧和排气侧的压缩机的损坏的方法,包括以下步骤:(i)检测测量变量进气侧的进气压力(p1)和进气温度(T1)以及排气侧的末端压力(p2)和末端温度(T2)的测量数据;(ii)将计算的末端温度(T2b)、计算的进气温度(T1b)、计算的末端压力(p2b)或计算的进气压力(p1b)确定为作为测量变量(p1、T1、p2、T2)中最多三个的测量数据的函数的目标变量,该目标变量表示压缩机的良好操作状态;(iii)从步骤(ii)中未使用的测量变量(p1、T1、p2、T2)中的至少一个测量变量确定比较变量;(iv)将比较变量和目标变量进行比较作为压缩机的损坏的度量;其中,在步骤(ii)中确定的目标变量根据考虑待压缩的气体的等熵指数(κ)和校正因子(η)的熵压缩模型确定,并且校正因子(η)基于测量数据进行调节。
Description
技术领域
本发明涉及一种用于识别具有进气侧和排气侧的压缩机的损坏的方法,其中,从进气压力、进气温度、末端压力和末端温度的测量数据出发,计算比较变量作为损坏的度量。
背景技术
压缩机属于流体能源机器,作为工作机器,该流体能源机器将供给的能量转换成不同的能量状态。压缩机以各种形式使用,例如以用于压缩气体的往复式压缩机的形式。
压缩机通常连续操作数月或数年,并且仅针对维护目的而被停止。在该连续操作期间,压缩机组件的功能可能会受到损害,例如磨损、沉积或部件故障。这会导致压缩机的效率下降,直至其完全丧失功能。为了能够及早识别这样的过程并且可选地采取抵消诸如磨损、侵蚀或沉积物的损坏的措施,现有技术中已知各种监测和诊断方法。在往复式压缩机中,对进气侧和排气侧阀门的监测在这方面高度相关。
例如,文件EP 1 184 570 A2描述了一种用于监测往复式压缩机的阀门的系统,其中压电振动传感器被安装在压缩机的每个气缸上。传感器经由振动检测在阀门打开和关闭时由阀门产生的噪音。借助于下游信号处理,可以得出关于压缩机当前状态的结论。
在美国专利申请US 2010/0106458 A1中,使用不同的方法来监测往复式压缩机。从压力测量开始,经由对获得的信号序列的小波分析,借助于神经网络获得状态信息。
上述测量方法的组合也是已知的。例如,文件US 2012/0134850 A1描述了一种用于监测往复式压缩机的方法和系统,其中至少一个压力传感器和至少一个振动传感器各自获取数据,并且根据两组数据的组合,获得有关压缩机状态的信息。
特别是为了监测往复式压缩机的阀门,已知将传感器安装在所有要监测的阀门上的方法。该类传感器主要是温度传感器或振动传感器,从它们单独或与压缩机上的其它传感器组合,可以获得关于机器状态的信息。美国专利申请US 2017/0030349 A1描述了这种方法。
在美国专利申请US 2013/0115109 A1中,描述了一种用于监测压缩机的方法,其中借助于压缩机入口和出口处的压力和温度传感器记录过程数据。借助于评估逻辑,确定压缩机的阀门两端的压力损失,以便由此确定压缩机出口温度的目标值。通过将出口温度的计算的目标值与实际值进行比较,评估逻辑得出关于压缩机当前操作状态的结论,并可选地发出警告。
文件JP 2002 147905 A公开了一种用于监测制冷设备中的压缩机的方法,其中,经由压缩机入口和出口处的压力和温度传感器,从进气温度、进气压力、出口温度和出口压力的测量值例如通过计算多方指数确定压缩机状态的标准。
现有技术中已知的方法和系统的缺点是它们需要例如以所有要测量的组件上的振动传感器的形式的复杂的仪器,和/或用于从测量的信号提供所需信息的复杂评估逻辑。
发明内容
目的是提供一种用于监测压缩机的方法,该方法能够可靠地提供关于压缩机内可能损坏的信息,并且从而简单并成本低廉地安装和维护。
根据本发明,该目的通过如权利要求1所述的方法实现。本发明的优选形式在从属权利要求2至6中指示。权利要求7和权利要求8描述了计算机程序和计算机程序产品,它们适合于执行根据本发明的方法。
本发明的主题是一种用于识别具有进气侧和排气侧的压缩机的损坏的方法,其中该方法包括以下步骤:
(i)获取进气侧的进气压力(p1)和进气温度(T1)以及排气侧的末端压力(p2)和末端温度(T2)的测量变量的测量数据;
(ii)将计算的末端温度(T2b)、所计算的进气温度(T1b)、计算的末端压力(p2b)或计算的进气压力(p1b)确定为作为测量变量(p1、T1、p2、T2)中的最多三个测量变量的测量数据的函数的目标变量,该目标变量表示压缩机的良好状态;
(iii)从步骤(ii)中未使用的测量变量(p1、T1、p2、T2)中的至少一个测量变量确定比较变量;
(iv)将比较变量和目标变量进行比较作为压缩机的损坏的度量;
根据本发明,步骤(ii)中确定的目标变量根据包括待压缩的气体的等熵指数(κ)和校正因子(η)的熵压缩模型确定,并且校正因子(η)基于测量数据进行调节。
计算所需的待压缩气体的等熵指数(κ)是本领域技术人员已知的并且可以例如在公共可访问或商业上可用的数据库或表格中找到。
对于要压缩的气体,由于其热力学性质,其行为方式与理想气体相似,因此等熵压缩模型足以充分描述实际过程。在该情况下可以省略校正因子(η)或将其设定为中性值。
相比之下,对于要压缩的气体,由于其热力学特性,其与理想气体的行为不同,因此校正因子(η)将被包括在目标变量的计算中,校正因子考虑实际压缩的影响,例如由于在进气冲程期间通过压缩机内壁、进气阀中的热传导加热气体或通过将吸入的气体与压缩室中的热残余气体混合。该校正因子(η)基于测量数据进行调节。
方法步骤(i)至(iv)可以以指示的顺序执行。然而,本发明也涵盖方法步骤的不同顺序。特别地,步骤(ii)和(iii)也可以以相反的顺序或也同时执行。
在根据本发明的方法的第一有利实施例中,在步骤(ii)中,计算的末端温度(T2b)被确定为作为末端压力(p2)、进气压力(p1)和进气温度(T1)的测量数据的函数的目标变量,并且在步骤(iii)中,测量的末端温度(T2)被确定为比较变量。该方法相应地包括以下步骤:
(i)获取测量变量进气侧的进气压力(p1)和进气温度(T1)以及排气侧的末端压力(p2)和末端温度(T2)的测量数据;
(ii)将计算的末端温度(T2b)确定为作为末端压力(p2)、进气压力(p1)和进气温度(T1)的测量数据的函数的目标变量,该目标变量表示压缩机的良好状态;
(iii)将末端温度(T2)的测量数据确定为比较变量;
(iv)将比较变量(T2)和目标变量(T2b)进行比较作为压缩机的损坏的度量;
其中,在步骤(ii)中计算的末端温度(T2b)根据包括待压缩的气体的等熵指数(κ)和校正因子(η)的熵压缩模型确定,并且校正因子(η)基于测量数据进行调节。
在根据本发明的方法的第二有利实施例中,在步骤(ii)中,计算的进气温度(T1b)被确定为作为进气压力(p1)、末端压力(p2)和末端温度(T2)的测量数据的函数的目标变量,并且在步骤(iii)中,测量的进气温度(T1)被确定为比较变量。该方法相应地包括以下步骤:
(i)获取测量变量进气侧的进气压力(p1)和进气温度(T1)以及排气侧的末端压力(p2)和末端温度(T2)的测量数据;
(ii)将计算的进气温度(T1b)确定为作为进气压力(p1)、末端压力(p2)和末端温度(T2)的测量数据的函数的目标变量,该目标变量表示压缩机的良好状态;
(iii)确定进气温度(T1)的测量数据作为比较变量;
(iv)将比较变量(T1)和目标变量(T1b)进行比较作为压缩机的损坏的度量;
其中,步骤(ii)中计算的进气温度(T1b)根据包括待压缩气体的等熵指数(κ)和校正因子(η)的等熵压缩模型确定,并且校正因子(η)基于测量数据进行调节。
在根据本发明的方法的第三有利实施例中,在步骤(ii)中,计算的末端压力(p2b)被确定为作为末端温度(T2)、进气压力(p1)和进气温度(T1)的测量数据的函数的目标变量,并且在步骤(iii)中,测量的末端压力(p2)被确定为比较变量。该方法相应地包括以下步骤:
(i)获取测量变量进气侧的进气压力(p1)和进气温度(T1)以及排气侧的末端压力(p2)和末端温度(T2)的测量数据;
(ii)将计算的末端压力(p2b)确定为作为末端温度(T2)、进气压力(p1)和进气温度(T1)的测量数据的函数的目标变量,该目标变量表示压缩机的良好状态;
(iii)确定末端压力(p2)的测量数据作为比较变量;
(iv)将比较变量(p2)和目标变量(p2b)进行比较作为压缩机的损坏的度量;
其中步骤(ii)中计算的末端压力(p2b)根据包括待压缩气体的等熵指数(κ)和校正因子(η)的等熵压缩模型确定,并且校正因子(η)基于测量数据进行调节。
在根据本发明的方法的第四有利实施例中,在步骤(ii)中,计算的进气压力(p1b)被确定为作为进气温度(T1)、末端压力(p2)和末端温度(T2)的测量数据的函数的目标变量,并且在步骤(iii)中,测量的进气压力(p1)被确定为比较变量。该方法相应地包括以下步骤:
(i)获取测量变量进气侧的进气压力(p1)和进气温度(T1)以及排气侧的末端压力(p2)和末端温度(T2)的测量数据;
(ii)将计算的进气压力(p1b)确定为作为进气温度(T1)、末端压力(p2)和末端温度(T2)的测量数据的函数的目标变量,该目标变量表示压缩机的良好状态;
(iii)确定进气压力(p1)的测量数据作为比较变量;
(iv)将比较变量(p1)和目标变量(p1b)进行比较作为压缩机的损坏的度量;
其中,步骤(ii)中计算的进气压力(p1b)根据包括待压缩气体的等熵指数(κ)和校正因子(η)的等熵压缩模型确定,并且校正因子(η)基于测量数据进行调节。
当获取测量数据时,作为单独的测量变量获取测量变量进气压力、进气温度、末端压力和末端温度并不是绝对必要的。根据本发明,取决于特定实施例,还可以获取组合的或导出的测量变量。例如,在步骤(ii)中目标变量的确定取决于末端压力(p2)与进气压力(p1)的比率的实施例中,作为获取测量变量进气压力(p1)和末端压力(p2)的替代,也可以直接获取其比率(p2/p1或p1/p2)作为测量变量。
在其中确定末端温度(T2)的测量数据作为比较变量的第一实施例中,进一步优选地,根据如下方程式确定计算的末端温度(T2b)
T2b=T1/η·(p2/p1)^(1-1/κ),
其中κ是待压缩气体的等熵指数。校正因子η可以是恒定的,或可以取决于测量变量进行调节。在变体中,校正因子η被确定为进气温度(T1)、进气压力(p1)和末端压力(p2)的函数。
在其中将进气温度(T1)的测量数据确定为比较变量的第二实施例中,进一步优选地,根据如下方程式确定计算的进气温度(T1b)
T1b=T2·η·(p1/p2)^(1-1/κ),
其中κ是待压缩气体的等熵指数。校正因子η可以是恒定的,或可以取决于测量变量进行调节。在变体中,校正因子η被确定为末端温度(T2)、进气压力(p1)和末端压力(p2)的函数。
在其中末端压力(p2)的测量数据被确定为比较变量的第三实施例中,进一步优选地,根据如下方程式确定计算的末端压力(p2b)
p2b=p1·(η·T2/T1)^(κ/(κ-1)),
其中κ是待压缩气体的等熵指数。校正因子η可以是恒定的,或可以取决于测量变量进行调节。在变体中,校正因子η被确定为进气温度(T1)、进气压力(p1)和末端温度(T2)的函数。
在其中进气压力(p1)的测量数据被确定为比较变量的第四实施例中,进一步优选地,根据如下方程式确定计算的进气压力(p1b)
p1b=p2·(T1/T2/η)^(κ/(κ-1)),
其中κ是待压缩气体的等熵指数。校正因子η可以是恒定的,或可以取决于测量变量进行调节。在变体中,校正因子η被确定为进气温度(T1)、末端温度(T2)和末端压力(p2)的函数。
校正因子η的调节可以以不同的方式执行。在有利的形式中,校正因子η由历史测量数据回归确定。在另一种有利的形式中,校正因子(η)的调节基于测量数据执行,因为在压缩机大修之后,重新启动后获取的测量值被定义为良好并用于调节校正因子。压缩机由此可以有目的地以预定的操作状态操作,以便定义良好状态。
在其中末端温度(T2)的测量数据被确定为比较变量的第一实施例中,因此优选地根据如下方程式计算校正因子η
η=a·T1+b·p2/p1+c
并且因子a、b和c由进气温度(T1)、进气压力(p1)和末端压力(p2)的测量数据回归确定。
在其中进气温度(T1)的测量数据被确定为比较变量的第二实施例中,因此优选地根据如下方程式计算校正因子η
η=a·T2+b·p1/p2+c
并且因子a、b和c由末端温度(T2)、进气压力(p1)和末端压力(p2)的测量数据回归确定。
在其中末端压力(p2)的测量数据被确定为比较变量的第三实施例中,因此优选地根据如下方程式计算校正因子η
η=a·p1+b·T2/T1+c
并且因子a、b和c由进气温度(T1)、进气压力(p1)和末端温度(T2)的测量数据回归确定。
在其中进气压力(p1)的测量数据被确定为比较变量的第四实施例中,因此优选地根据如下方程式计算校正因子η
η=a·p2+b·T1/T2+c
并且因子a、b和c由进气温度(T1)、末端温度(T2)和末端压力(p2)的测量数据回归确定。
当调节校正因子η时,还可以使用其它可测量变量,例如压缩机的速度(N)、进气阀门挺杆的控制信号(s)、余隙容积(k)或气体成分(w1、w2、w3等)。
在其中末端温度(T2)的测量数据被确定为比较变量的第一实施例中,例如可以根据如下方程式计算校正因子η
η=a·T1+b·p2/p1+c+d·N+e·s+f·k+g1·w1+g2·w2+...
并且因子(a,b,c,d,e,f,g1,g2,...)可以通过从相应的测量数据回归来确定。
在其中进气温度(T1)的测量数据被确定为比较变量的第二实施例中,例如可以根据如下方程式计算校正因子η
η=a·T2+b·p1/p2+c+d·N+e·s+f·k+g1·w1+g2·w2+...
因子(a,b,c,d,e,f,g1,g2,...)由对应的测量数据回归确定。
在其中末端压力(p2)的测量数据被确定为比较变量第三实施例中,例如可以根据如下方程式计算校正因子η
η=a·p1+b·T2/T1+c+d·N+e·s+f·k+g1·w1+g2·w2+…
并且因子(a,b,c,d,e,f,g1,g2,...)可以由对应的测量数据回归确定。
在其中进气压力(p1)的测量数据被确定为比较变量的第四实施例中,例如可以根据如下方程式计算校正因子η
η=a·p2+b·T1/T2+c+d·N+e·s+f·k+g1·w1+g2·w2+…
并且因子(a,b,c,d,e,f,g1,g2,...)由对应的测量数据回归确定。
所提及的方程式和计算规则通常被解释为使得对相应项的添加是可能的并且包括在本发明中,例如关于归一化或缩放。因此,例如项(p2/p1)在本发明的内容方面与项(p2+1)/(p1+1)是同义的。
根据本发明的方法可用于仅具有一个压缩机级的压缩机和具有多个压缩机级的压缩机二者。在具有多个压缩机级的压缩机中,方法步骤(i)至(iv)优选地对至少两个压缩机级,特别优选地对所有压缩机级执行。从而可以在与相应压缩机级相关联的意义上定位损坏。
本发明的另一主题是一种用于识别具有进气侧和排气侧的压缩机的损坏的设备,其中该设备包括以下:
-传感器,用于获取进气侧进气压力(p1)和进气温度(T1)以及排气侧末端压力(p2)和末端温度(T2)的测量数据,
-计算单元,其适于(a)接收作为输入变量的预定义的目标变量和/或确定作为测量数据的函数的目标变量,(b)确定作为测量数据的函数的比较变量,以及(c)在目标变量和比较变量之间进行比较,以及
-输出单元,用于输出表示对压缩机的损坏的度量的信号。
根据本发明的设备可用于仅具有一个压缩机级的压缩机和具有多个压缩机级的压缩机二者。在具有多个压缩机级的压缩机中,根据本发明的设备优选地包括用于获取关于至少两个压缩机级,特别优选地关于所有压缩机级的测量数据的传感器,并且计算单元优选地适于对于至少两个压缩机级,特别优选对于所有压缩机级,执行计算步骤(a)、(b)和(c)。
本发明的进一步主题是适于执行根据本发明的方法的计算机程序和计算机程序产品。
根据本发明的计算机程序包含程序代码,当该计算机程序在合适的计算机系统上执行时,该程序代码适于执行根据本发明的方法。
根据本发明的计算机程序产品包括计算机可读介质和存储在计算机可读介质上的计算机程序,该计算机程序具有程序代码部件,当计算机程序在合适的计算机系统上运行时,该程序代码部件适于执行根据本发明的方法。
根据本发明的主题适于检测压缩机的不同机器元件的多种损坏。示例是对阀门、活塞环、填料压盖、有缺陷的控制装置,例如进气门挺杆的损坏。唯一的要求是损坏本身表现在所考虑的压缩机级的热力学行为中。
与现有技术不同,在根据本发明的方法和根据本发明的设备中,仅获取和处理压力和温度数据就足够了。例如,与振动传感器相比,根据本发明所需的传感器价格低廉,并且在大多数情况下已经作为压缩机的标准设备提供。例如,无需使用振动传感器进行成本密集型改造。此外,根据本发明的方法的步骤(ii)至(iv)中目标变量和比较变量的确定和它们的比较仅需要对少量数学方程式的评估并且可以以低费用实现。
根据本发明的方法和根据本发明的设备允许在压缩机操作期间较早识别可能的损坏,诸如磨损、腐蚀或沉积物,使得可以及时采取防止组件故障和计划外停机的措施。
下面的实施例借助于来自各种压缩机的操作的实际测量数据来示出根据本发明的方法的优点,但本发明不限于这些实施例。
具体实施方式
示例1
根据本发明的方法被应用于压缩机的第三级,以便识别在那里发生的可能损坏。压缩机是六级、两曲柄往复式压缩机,其将一氧化碳在约5℃至35℃从100mbarg压缩至约325barg。压缩机的第一级装有回流控制装置,采用该回流控制装置可将压缩机的输送速率设定在最大输送速率的70%和100%之间。第三压缩机级包括气缸内的双作用活塞。第三级气缸被构造为使得盖侧和曲柄侧的两个压缩室从共同的进气室吸入它们的气体并输送到共同的排气室。该机器在每个压缩室的进气侧和排气侧中的每一侧都装备有两个板阀。机器的每一级在进气侧和排气侧的管道上都装备有温度传感器和压力传感器。
图1示出从2015年9月至2016年10月期间第三压缩机级的压缩机的操作数据信息系统的摘录。图中示出以下变量,其中左侧刻度指示以摄氏度为单位的温度并且右侧刻度指示以barg为单位的压力:
顶部曲线(实线) 末端温度(T2)
从顶部起的第二曲线(点划线) 计算的末端温度(T2b)
中间曲线(虚线) 末端压力(p2)
从底部起的第二曲线(虚线) 进气压力(p1)
底部曲线(点线) 进气温度(T1)
连续获取并记录测量变量第三级的进气侧的进气压力(p1)和进气温度(T1)以及第三级的排气侧的末端压力(p2)和末端温度(T2)的测量数据。使用每六小时一个测量点以制备图表。为了更清晰,测量点已淡出并通过插值连接在一起。
作为表示压缩机的良好状态的目标变量,计算的第三阶段的末端温度(T2b)被确定为末端压力(p2)、进气压力(p1)和进气温度(T1)的测量数据的函数。根据包括待压缩气体的等熵指数(κ)和校正因子(η)的等熵压缩模型,确定计算的末端温度(T2b)。一氧化碳的等熵指数在相关压力和温度范围内设定为1.4。
根据方程式T2b=T1/η·(p2/p1)^(1-1/κ)确定计算的末端温度(T2b)。校正因子(η)根据历史数据确定为值0.972。
为了与目标变量进行比较,将测量的末端温度(T2)用作比较变量。
在从2016年4月中旬至8月中旬、2016年8月底和从2016年10月初期间,压缩机未处于操作。在从2015年9月初至11月中旬期间,计算的末端温度(目标变量)与测量的末端温度(比较变量)几乎相同。这导致了热力学机器元件完全完好的结论。从2015年11月底开始,测量的和计算的末端温度之间出现了第一差异。基于早期损坏的经验,大约5℃的差异和约2.5的压力比(p2/p1)使得有理由预计工作阀门会受到轻微损坏,但不需要立即响应。
从2016年1月开始,差异变得更大,并在1月底达到了10℃的水平。根据经验,该差异指示具有阀板剥落的阀门损坏。一旦差异从2016年2月开始再次变得明显更糟,就决定在下一次机会更换阀门。在3月底电机维护的计划停止被用于检查阀门。因此在几个进气阀板上发现了相当大的剥落。一旦已经更换阀门,在2016年8月中旬启动后,没有观察到计算的末端温度和测量的末端温度之间的差异。
因此,基于根据本发明的设备,根据本发明的方法在压缩机操作期间可靠且早期地识别损坏。将比较变量和目标变量进行比较不仅可以提供有关是否存在损坏的信息,还可以给出损坏的严重度的度量。在此基础上,可以决定预防潜在组件故障和计划外机器停机的措施。
示例2
根据本发明的方法被应用于压缩机的第一级,以便识别在那里可能发生的损坏。该压缩机是七级、两曲柄往复式压缩机,其将一氧化碳在约5℃至35℃从100mbarg压缩至约325barg。压缩机的第一级装备有回流控制装置,该回流控制装置可将压缩机的输送速率设定在最大输送速率的70%和100%之间。第一压缩机级包括气缸内的双作用活塞。气缸被构造为使得盖侧和曲柄侧的两个压缩室从共同的进气室吸入它们的气体,并输送到共同的排气室。该机器在每个压缩室的进气侧和排气侧中的每一侧都装备有三个板阀。机器的每一级在进气侧和排气侧的管道上都装备有温度传感器和压力传感器。
图2示出从2017年12月至2018年5月期间第一压缩机级的压缩机的操作数据信息系统的摘录。图中示出以下变量,其中左侧刻度指示以摄氏度为单位的温度,并且右侧刻度指示以barg为单位的压力:
顶部曲线(实线) 末端温度(T2)
从顶部起的第二曲线(点划线) 计算的末端温度(T2b)
从顶部起的第三曲线(虚线) 末端压力(p2)
从底部起的第二曲线(点线) 进气温度(T1)
底部曲线(虚线) 进气压力(p1)
连续获取并记录测量变量第一级的进气侧的进气压力(p1)和进气温度(T1)以及第一级的排气侧的末端压力(p2)和末端温度(T2)的测量数据。使用每六小时一个测量点以制备图表。为了更清晰,测量点已淡出并通过插值连接在一起。
作为表示压缩机良好状态的目标变量,计算的第一级的末端温度(T2b)被确定为末端压力(p2)、进气压力(p1)和进气温度(T1)的测量数据的函数。根据包括待压缩气体的等熵指数(κ)和校正因子(η)的等熵压缩模型,确定计算的末端温度(T2b)。一氧化碳的等熵指数在相关压力和温度范围内设定为1.4。
根据方程式T2b=T1/η·(p2/p1)^(1-1/κ)确定计算的末端温度(T2b)。根据方程式η=a·T1+b·p2/p1+c确定校正因子(η),其中校正因子的因子由p2、p1和T1的历史测量数据回归调节为a=0.0004702,b=0.06183和c=0.644289。
为了与目标变量进行比较,将测量的末端温度(T2)用作比较变量。
在从2018年1月初至2018年1月中旬、2018年1月底、2018年2月初、2018年3月初、2018年3月底至2018年4月初以及2018年5月初至中旬期间,压缩机未操作。在压缩机操作期间,计算的末端温度(目标变量)和测量的末端温度(比较变量)几乎相同。这导致了热力学机器元件完全完好的结论。在所考虑的时期内,实际上没有发现压缩机损坏。
同样在这种情况下,基于根据本发明的设备,根据本发明的方法能够在压缩机操作期间可靠地和早期地识别损坏。
示例3和比较例
根据本发明的方法被应用于一级、双作用、双曲柄往复式压缩机,该压缩机将氢气在约5℃至约35℃下从25barg压缩至约40barg。两个气缸均装备有进气管路和排气管路。盖侧和曲柄侧的压缩室从共同的进气室获得它们的气体,并输送到共同的排气室。该机器在每个压缩室的进气侧和排气侧中的每一侧都装备有环形阀。进气侧的阀门各自装配有液压回流控制装置,用于调节输送速率。机器在进气侧和排气侧的管道上装备有温度传感器和压力传感器。
该机器进一步配备有现有技术中已知的监测装置。该监测装置包括进气侧和排气侧的阀盖上的温度传感器,该传感器检测阀盖的外部温度。一旦测量的温度高于50℃的限值,就会触发警报,其指示有缺陷的阀门。
图3示出在从2017年9月至2018年3月期间压缩机的操作数据信息系统的摘录。图中示出以下变量,其中左侧刻度指示以摄氏度为单位的温度,并且右侧刻度将压力比(p2/p1)指示为无量纲数:
顶部曲线(实线) 末端温度(T2)
从顶部起的第二曲线(实线) 计算的末端温度(T2b)
从顶部起的第三曲线(点线) 压力比(p2/p1)
从底部起的第二曲线(虚线) 阀盖温度1和阀盖温度2
底部曲线(点划线) 进气温度(T1)
连续获取并记录测量变量进气侧的进气压力(p1)和进气温度(T1)以及排气侧的末端压力(p2)和末端温度(T2)的测量数据。使用每六小时一个测量点以制备图表。为了更清晰,测量点已淡出并通过插值连接在一起。
作为表示压缩机良好状态的目标变量,计算的末端温度(T2b)被确定为末端压力(p2)、进气压力(p1)和进气温度(T1)的函数。根据包括待压缩气体的等熵指数(κ)和校正因子(η)的等熵压缩模型,确定计算的末端温度(T2b)。氢的等熵指数在相关压力和温度范围内设定为1.4。
根据方程式T2b=T1/η·(p2/p1)^(1-1/κ)确定计算的末端温度(T2b)。校正因子(η)基于历史数据调节为0.975。
为了与目标变量进行比较,将测量的末端温度(T2)用作比较变量。
在从2017年9月中旬至10月初、2017年10月底和2017年11月底至2018年1月底期间,压缩机未操作。在2017年10月,计算的末端温度(目标变量)和测量的末端温度(比较变量)几乎相同。这导致了热力学机器元件完全完好的结论。在2017年10月底重新启动后,在测量的末端温度和计算的末端温度之间出现了第一差异。基于早期损坏的经验,在约1.55的压力比(p2/p1)的情况下,约5℃的差异使得有理由预期在阀环处出现轻微剥落的工作阀损坏。用于对阀盖进行传统监测的温度传感器此时仍示出远低于50℃警报阈值的值。
在2018年1月底重启后,差异变得更大,并且在随后两个月达到10℃的水平。根据经验,低压力比下的该差异指示在阀环处出现严重剥落的严重阀门损坏。在此期间,传统监测也未发信号通知任何损坏。来自阀盖上的温度传感器的测量值甚至仍然低于2017年11月的测量值。在2018年5月,机器再次停止操作并检查了阀门。在两个阀板上都发现有剥落的阀环。
也在该情况下,基于根据本发明的设备,根据本发明的方法因此在压缩机操作期间可靠地和较早地检测到损坏,而借助于阀盖处的温度测量进行传统监测没有给出可能损坏的指示。
Claims (8)
1.一种用于识别具有进气侧和排气侧的压缩机的损坏的方法,包括以下步骤:
(i)获取测量变量所述进气侧的进气压力(p1)和进气温度(T1)以及所述排气侧的末端压力(p2)和末端温度(T2)的测量数据;
(ii)将计算的末端温度(T2b)、计算的进气温度(T1b)、计算的末端压力(p2b)或计算的进气压力(p1b)确定为作为所述测量变量(p1、T1、p2、T2)中的最多三个测量变量的所述测量数据的函数的目标变量,所述目标变量表示所述压缩机的良好状态;
(iii)从步骤(ii)中未使用的所述测量变量(p1、T1、p2、T2)中的至少一个测量变量确定比较变量;
(iv)将所述比较变量和所述目标变量进行比较作为所述压缩机的损坏的度量;
其特征在于,在步骤(ii)中确定的所述目标变量根据包括待压缩的所述气体的等熵指数(κ)和校正因子(η)的熵压缩模型确定,并且所述校正因子(η)基于测量数据进行调节。
2.根据权利要求1所述的方法,其中,在步骤(ii)中,计算的末端温度(T2b)根据如下方程式被确定为作为所述末端压力(p2)、所述进气压力(p1)和所述进气温度(T1)的所述测量数据的函数的所述目标变量,
T2b=T1/η·(p2/p1)^(1-1/κ),
并且在步骤(iii)中,测量的末端温度(T2)被确定为所述比较变量,其中,根据如下方程式计算所述校正因子η,
η=a·T1+b·p2/p1+c
并且所述因子a、b和c由p2、p1和T1的测量数据回归确定。
3.根据权利要求1所述的方法,其中,在步骤(ii)中,计算的进气温度(T1b)根据如下方程式被确定为作为所述进气压力(p1)、所述末端压力(p2)和所述末端温度(T2)的所述测量数据的函数的所述目标变量,
T1b=T2·η·(p1/p2)^(1-1/κ),
并且在步骤(iii)中,测量的进气温度(T1)被确定为所述比较变量,其中,根据如下方程式计算所述校正因子η,
η=a·T2+b·p1/p2+c
并且所述因子a、b和c由末端温度(T2)、进气压力(p1)和末端压力(p2)的测量数据回归确定。
4.根据权利要求1所述的方法,其中,在步骤(ii)中,计算的末端压力(p2b)根据如下方程式被确定为作为所述末端温度(T2)、所述进气压力(p1)和所述进气温度(T1)的所述测量数据的函数的所述目标变量,
p2b=p1·(η·T2/T1)^(κ/(κ-1)),
并且在步骤(iii)中,测量的末端压力(p2)被确定为所述比较变量,其中,根据如下方程式计算所述校正因子η,
η=a·p1+b·T2/T1+c
并且所述因子a、b和c由进气温度(T1)、进气压力(p1)和末端温度(T2)的测量数据回归确定。
5.根据权利要求1所述的方法,其中,在步骤(ii)中,计算的进气压力(p1b)根据如下方程式被确定为作为所述进气温度(T1)、所述末端压力(p2)和所述末端温度(T2)的所述测量数据的函数的所述目标变量,
p1b=p2·(T1/T2/η)^(κ/(κ-1)),
并且在步骤(iii)中,测量的进气压力(p1)被确定为所述比较变量,其中,根据如下方程式计算所述校正因子η,
η=a·p2+b·T1/T2+c
并且所述因子a、b和c由进气温度(T1)、末端温度(T2)和末端压力(p2)的测量数据回归确定。
6.根据权利要求1至5中任一项所述的方法,其中,所述压缩机具有多个压缩机级,并且对至少两个压缩机级,优选对所有压缩机级执行方法步骤(i)至(iv)。
7.一种具有程序代码的计算机程序产品,当所述计算机程序在合适的计算机系统上执行时,所述程序代码适合于执行根据权利要求1至6中任一项所述的方法。
8.一种计算机程序产品,具有计算机可读介质和计算机程序,所述计算机程序存储在所述计算机可读介质上,所述计算机程序具有程序代码部件,当所述计算机程序在合适的计算机系统上运行时,所述程序代码部件适合于执行根据权利要求1至6中的任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19180261.0 | 2019-06-14 | ||
EP19180261 | 2019-06-14 | ||
PCT/EP2020/065490 WO2020249461A1 (de) | 2019-06-14 | 2020-06-04 | Verfahren zur erkennung von schäden an einem verdichter |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113906216A true CN113906216A (zh) | 2022-01-07 |
CN113906216B CN113906216B (zh) | 2024-05-14 |
Family
ID=66867017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080041190.5A Active CN113906216B (zh) | 2019-06-14 | 2020-06-04 | 用于识别压缩机的损坏的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220356873A1 (zh) |
EP (1) | EP3983681B1 (zh) |
CN (1) | CN113906216B (zh) |
WO (1) | WO2020249461A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114876781A (zh) * | 2022-05-13 | 2022-08-09 | 液空厚普氢能源装备有限公司 | 一种加氢站氢气压缩机性能检测方法及系统 |
CN116104789A (zh) * | 2023-02-08 | 2023-05-12 | 新疆敦华绿碳技术股份有限公司 | 一种二氧化碳压缩储能作业中压缩机的运行维护方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5749086A (en) * | 1980-09-10 | 1982-03-20 | Hitachi Ltd | Apparatus for diagnosing operational conditions of compressor |
JP2002147905A (ja) * | 2000-11-13 | 2002-05-22 | Daikin Ind Ltd | 冷凍装置 |
CN102797671A (zh) * | 2011-05-25 | 2012-11-28 | 中国石油大学(北京) | 一种往复压缩机的故障检测方法与装置 |
US20130115109A1 (en) * | 2011-05-05 | 2013-05-09 | William G. Hall | Compressor discharge temperature monitor and alarm |
CN103147972A (zh) * | 2013-03-19 | 2013-06-12 | 北京化工大学 | 一种基于多传感器信息融合的往复式压缩机故障诊断方法 |
CN104595170A (zh) * | 2014-12-18 | 2015-05-06 | 中国矿业大学 | 一种自适应核高斯混合模型的空压机监控诊断系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT1318802B1 (it) | 2000-08-31 | 2003-09-10 | Nuovo Pignone Spa | Sistema di diagnosi remota dello stato di usura delle valvole diaspirazione e mandata di compressori alternativi. |
US20100106458A1 (en) | 2008-10-28 | 2010-04-29 | Leu Ming C | Computer program and method for detecting and predicting valve failure in a reciprocating compressor |
US8807959B2 (en) | 2010-11-30 | 2014-08-19 | General Electric Company | Reciprocating compressor and methods for monitoring operation of same |
US9759213B2 (en) | 2015-07-28 | 2017-09-12 | Computational Systems, Inc. | Compressor valve health monitor |
EP3239684A1 (en) * | 2016-04-29 | 2017-11-01 | Siemens Aktiengesellschaft | Fault diagnosis during testing of turbine unit |
-
2020
- 2020-06-04 CN CN202080041190.5A patent/CN113906216B/zh active Active
- 2020-06-04 US US17/618,545 patent/US20220356873A1/en active Pending
- 2020-06-04 WO PCT/EP2020/065490 patent/WO2020249461A1/de active Application Filing
- 2020-06-04 EP EP20729760.7A patent/EP3983681B1/de active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5749086A (en) * | 1980-09-10 | 1982-03-20 | Hitachi Ltd | Apparatus for diagnosing operational conditions of compressor |
JP2002147905A (ja) * | 2000-11-13 | 2002-05-22 | Daikin Ind Ltd | 冷凍装置 |
US20130115109A1 (en) * | 2011-05-05 | 2013-05-09 | William G. Hall | Compressor discharge temperature monitor and alarm |
CN102797671A (zh) * | 2011-05-25 | 2012-11-28 | 中国石油大学(北京) | 一种往复压缩机的故障检测方法与装置 |
CN103147972A (zh) * | 2013-03-19 | 2013-06-12 | 北京化工大学 | 一种基于多传感器信息融合的往复式压缩机故障诊断方法 |
CN104595170A (zh) * | 2014-12-18 | 2015-05-06 | 中国矿业大学 | 一种自适应核高斯混合模型的空压机监控诊断系统及方法 |
Non-Patent Citations (3)
Title |
---|
何雪浤;刘全和;张明川;杨会林;: "滑片式空气压缩机压力和功率的分析与试验", 机械工程学报, no. 04, pages 80 - 85 * |
吴广强;董良遇;王庆锋;: "往复式压缩机健康能效监测评估与节能研究", 化工设计通讯, no. 06, pages 52 - 54 * |
黄钟岳, 王晓放, 白月维: "汽机驱动离心压缩机防喘振数字控制系统数值研究", 大连理工大学学报, no. 06, pages 83 - 86 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114876781A (zh) * | 2022-05-13 | 2022-08-09 | 液空厚普氢能源装备有限公司 | 一种加氢站氢气压缩机性能检测方法及系统 |
CN116104789A (zh) * | 2023-02-08 | 2023-05-12 | 新疆敦华绿碳技术股份有限公司 | 一种二氧化碳压缩储能作业中压缩机的运行维护方法 |
CN116104789B (zh) * | 2023-02-08 | 2024-06-11 | 新疆敦华绿碳技术股份有限公司 | 一种二氧化碳压缩储能作业中压缩机的运行维护方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3983681A1 (de) | 2022-04-20 |
CN113906216B (zh) | 2024-05-14 |
US20220356873A1 (en) | 2022-11-10 |
WO2020249461A1 (de) | 2020-12-17 |
EP3983681B1 (de) | 2023-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6081057B2 (ja) | 圧縮機の健全性を監視するための方法及びシステム | |
CN113906216B (zh) | 用于识别压缩机的损坏的方法 | |
CN113227577B (zh) | 异常诊断装置及异常诊断方法 | |
JP2011090382A (ja) | 監視システム | |
JP2021139362A (ja) | 質量流量損失に基づくガスタービンシステムの圧縮機の動作限界(ol)閾値の調整 | |
CN105241669A (zh) | 基于比较编码的燃气轮机燃烧系统在线监测方法 | |
US11852243B2 (en) | Method and device for monitoring the condition of a piston rod sealing system of a piston compressor | |
Pichler et al. | Detecting broken reciprocating compressor valves in the pV diagram | |
Griffith et al. | Online, Continuous Monitoring Of Mechanical Condition And Performance For Critical Reciprocating Compressors. | |
CN106225363B (zh) | 冷冻机冷水出口温度的控制方法及装置 | |
CN117609719A (zh) | 往复式压缩机的运行状态预测方法、系统、设备及介质 | |
CN110163451B (zh) | 暖通系统的健康度预测方法、系统和计算机可读存储介质 | |
US20080101914A1 (en) | Method for predicting surge in compressor | |
CA2508445C (en) | Method and system for monitoring a reciprocating compressor | |
EP3198142A1 (en) | Improper opening detection method of multiple suction reciprocating compressor suction valve | |
KR20180040106A (ko) | 왕복동 압축기 유동 감지 | |
KR20130107862A (ko) | 서지 방지를 위한 압축기 시스템 제어방법 및 압축기 시스템 | |
US20220034234A1 (en) | Method for monitoring the operating state of an overpressure valve | |
CN113090394A (zh) | 一种燃气轮机进气过滤效率异常监测方法 | |
US20240229788A9 (en) | Packing case with degradation monitoring | |
JP4511886B2 (ja) | スクリュー圧縮機の異常診断装置および異常診断システム | |
CN113123952A (zh) | 一种压缩机无级气量调节的负荷信号线性化处理方法 | |
US11796982B2 (en) | Method of predicting failure events for reciprocating compressors | |
RU2794126C1 (ru) | Устройство для определения неисправности доменной печи, способ определения неисправности доменной печи и способ эксплуатации доменной печи | |
CN110857687B (zh) | 用于对液压泵进行状态监控的方法和装置 |
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 |