CN114526865A - 一种阀门内漏监测诊断方法 - Google Patents
一种阀门内漏监测诊断方法 Download PDFInfo
- Publication number
- CN114526865A CN114526865A CN202210102050.5A CN202210102050A CN114526865A CN 114526865 A CN114526865 A CN 114526865A CN 202210102050 A CN202210102050 A CN 202210102050A CN 114526865 A CN114526865 A CN 114526865A
- Authority
- CN
- China
- Prior art keywords
- valve
- internal leakage
- temperature
- monitoring
- data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000003745 diagnosis Methods 0.000 claims abstract description 27
- 238000012806 monitoring device Methods 0.000 claims abstract description 19
- 238000009434 installation Methods 0.000 claims abstract description 11
- 238000012216 screening Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 5
- 238000011835 investigation Methods 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 8
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 claims description 8
- 229910052697 platinum Inorganic materials 0.000 claims description 4
- 238000002955 isolation Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000007789 sealing Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000009529 body temperature measurement Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 208000001750 Endoleak Diseases 0.000 description 1
- 206010064396 Stent-graft endoleak Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/002—Investigating fluid-tightness of structures by using thermal means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
- G21C17/002—Detection of leaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Evolutionary Biology (AREA)
- Plasma & Fusion (AREA)
- Geometry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明提供了一种阀门内漏监测诊断方法,包括如下步骤:步骤S1:筛选出适合通过温度状态数据判断内漏情况的阀门;步骤S2:对筛选出的阀门进行现场勘查,掌握阀门运行过程中的真实状态;步骤S3:制定阀门温度测量装置安装方案;步骤S4:现场安装阀门温度监测装置;步骤S5:采集阀门的温度状态数据,根据阀门的温度状态数据诊断阀门的内漏故障;步骤S6:获得阀门内漏诊断结论。本发明提供的阀门内漏监测诊断方法通过运用该方法能够有效解决核电站阀门内漏的状态监测问题,并依据算法模型诊断出阀门的内漏状态,为核电站阀门全面开展状态维修提供一种预测性维修技术。
Description
技术领域
本发明涉及核电厂设备管理技术领域,尤其涉及一种阀门内漏监测诊断方法。
背景技术
阀门设备是核电厂数量最多的机械类设备,且很多阀门设备往往承担着电厂重要功能,阀门设备的缺陷数量一直占电厂总体缺陷数量的比例很高,部分时期部分机组阀门缺陷数量占比超过40%。除经常导致超出电站技术规格书限制条件(LCO)的后果外,部分关键阀门设备也有导致机组停机停堆事件及降功率事件,因此对核电厂阀门设备进行在线监测尤为重要,其目的是使阀门设备的性能降级能够得到及时发现、预判和处理,并根据阀门设备性能状态调整预防性维修任务和频度,为预测性维修提供依据。从而,保持和提高阀门设备的可靠性和可用性,延长设备寿命,确保能够按要求执行其功能。对于部分对热效率有影响的阀门的内漏情况进行监测,根据具体的监测结果可及时发现阀门是否存在内漏,从而及时安排对阀门的修复,最大程度减少核电机组热效率损失。
发明内容
本发明的目的在于克服现有技术中所述的缺陷,从而提供一种阀门内漏监测诊断方法,该阀门内漏监测诊断方法通过运用该方法能够有效解决核电站阀门内漏的状态监测问题,并依据算法模型诊断出阀门的内漏状态,为核电站阀门全面开展状态维修提供一种预测性维修技术。
为了实现上述目的,本发明提供如下技术方案:
一种阀门内漏监测诊断方法,包括如下步骤:
步骤S1:筛选出适合通过温度状态数据判断内漏情况的阀门;
步骤S2:对筛选出的阀门进行现场勘查,掌握阀门运行过程中的真实状态;
步骤S3:制定阀门温度测量装置安装方案;
步骤S4:现场安装阀门温度监测装置;
步骤S5:采集阀门的温度状态数据,根据阀门的温度状态数据诊断阀门的内漏故障;
步骤S6:获得阀门内漏诊断结论。
进一步地,筛选原则为:阀门运行状态为常关,或者阀门前后存在温差的隔离阀、止回阀,或者阀门有密封等级要求且设备分级为关键或重要或内漏对系统功能或热效率有影响的阀门。
进一步地,步骤S2中,阀门运行过程中的真实状态包括是否有保温、阀门内部介质流动方向。
进一步地,步骤S3中的安装方案包括温度测量装置的选择、温度测量装置安装位置。
进一步地,温度测量装置为温度传感器、热电偶测温装置或铂电阻测温装置。
进一步地,步骤S4中对阀门初始的温度状态数据进行采集,验证温度监测装置的可靠性和可用性。
进一步地,数据采集的方式为人工数据采集或者自动化数据采集。
进一步地,步骤S5中所采集的数据利用如下算法模型进行诊断:
阀门介质流向入口温度采集数据为T入,共计安装n个温度监测装置,采集的温度数据依次记录为(T入1、T入2、T入3…T入n),
阀门介质流向出口温度采集数据为T出,共计安装n个温度监测装置,采集的温度数据依次记录为(T出1、T出2、T出3…T出n),
以核电运行大修周期1.5年为周期,以一定的时间间隔将时间t0、t1、t1…tm设定为温度数据采集时间,对应每一次所采集的阀门入口与出口温度数据分别为:
入口温度数据:(T入1、T入2、T入3…T入n)t0、(T入1、T入2、T入3…T入n)t1、(T入1、T入2、T入3…T入n)t2…(T入1、T入2、T入3…T入n)tm,
出口温度数据:(T出1、T出2、T出3…T出n)t0、(T出1、T出2、T出3…T出n)t1、(T出1、T出2、T出3…T出n)t2…(T出1、T出2、T出3…T出n)tm,
进一步地,根据(|ΔTt0|、|ΔTt1|...|ΔTtm|)的线性变化趋势诊断阀门内漏情况,当变化为扩大趋势或者保持平稳趋势时,诊断结论为阀门合格,无内漏;当变化为缩小趋势时,诊断结论为阀门不合格,存在内漏。
进一步地,针对内漏的阀门设定三个标准值T1、T2及T3作为阀门内漏严重程度的诊断标准,其中T3>T2>T1,
当|ΔTt0|-|ΔTtm|≥T3时,阀门内漏的诊断结果为严重内漏;当T2≤|ΔTt0|-|ΔTtm|<T3时,阀门内漏的诊断结果为中度内漏;当T1≤|ΔTt0|-|ΔTtm|<T2时,阀门内漏的诊断结果为轻微内漏。
与现有技术相比,本发明提供的阀门内漏监测诊断方法具有以下有益效果:
(1)本发明提供了核电站阀门基于温度状态实施内漏监测与诊断的一套流程,为核电站阀门开展状态维修提供一种预测性维修技术。
(2)本发明提供了基于温度状态开展核电站阀门内漏监测的方法,在所选择监测阀门的入口和出口安装温度监测装置,实现阀门入口和出口温度状态的监测。
(3)本发明提供了一套阀门内漏诊断算法模型,利用该算法模型对阀门入口和出口温度数据的进行分析,实现阀门内漏情况的诊断,获得相应的诊断结论。
(4)本发明对于阀门状态数据的采集、处理和分析,得到对应的阀门内漏状态,通过数据的不断积累,将更加精确地分析判断阀门内漏的发展趋势。
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它的附图。
图1为本发明实施例所提供的核电站阀门内漏监测流程图;
图2为本发明实施例所提供的趋势诊断法(不内漏)示意图;
图3为本发明实施例所提供的趋势诊断法(内漏)示意图;
图4为本发明实施例所提供的标准诊断法示意图。
具体实施方式
虽然本发明的阀门内漏监测诊断方法可以通过多种不同方式来实施,但是本文将结合附图对示例性实施方式进行详细描述,而无意将本发明的保护范围局限于示例性实施方式。因此,在本质上,附图和具体实施方式的描述应被认为用于说明而非限制本发明。
下面通过具体实施方式进一步详细说明。
本发明提供了一种阀门内漏监测诊断方法,针对核电站常关阀门,在阀门前后一定范围内加装一定数量的温度测量装置(比如:温度传感器、热电偶测温装置或铂电阻测温装置等),对阀门前后的温度状态数据进行采集,基于采集到的阀门前后温度状态数据利用一定的算法模型,诊断阀门的内漏故障,最后基于阀门的内漏诊断结果、状态安排或不安排相应的维修工作,从而实现核电站阀门从故障维修或者预防性维修到状态维修的升级。
如图1至图3所示,本发明提供的阀门内漏监测诊断方法的主要步骤如下:
步骤S1、筛选阀门
根据核电机组系统工艺流程图,按照一定的原则筛选出适合通过温度状态数据判断内漏情况的阀门,相关的筛选原则比如:阀门运行状态为常关,阀门前后存在一定温差的隔离阀、止回阀等阀门,阀门有一定密封等级要求,且设备分级为关键或重要或内漏对系统功能或热效率影响较大的阀门。通过本步骤,得到一份经筛选的阀门清单。
步骤S2、阀门现场勘查
基于步骤S1得到的阀门清单,对清单内的阀门进行现场勘查,掌握阀门运行过程中的真实状态,比如是否有保温、阀门内部介质流动方向等,并将相关情况进行记录。
步骤S3、制定阀门温度测量装置安装方案
基于步骤S1及步骤S2所得到的阀门清单及其记录,制定阀门温度测量装置安装方案,主要包容包括温度测量装置的选择,可采用多种方式实现,比如温度传感器、热电偶测温装置或铂电阻测温装置等等,温度测量装置安装位置主要在阀门前后一定距离范围之内的一定位置,比如阀门前后1米之内。
步骤S4、现场安装阀门温度监测装置
基于步骤S3确定的阀门温度监测装置安装方案,到阀门现场进行温度监测装置的安装,对于有安装保温层的阀门需要拆除保温层材料,对于无保温层的阀门可以无需此项工作,安装过程中,可对阀门初始的温度状态数据进行采集(人工或者自动化),也从此验证温度监测装置的可靠性和可用性,如不可靠或不可用,应及时更换可靠或可用的温度监测装置。
步骤S5、阀门内漏诊断算法模型
基于步骤S4已安装的阀门温度监测装置,针对阀门的温度状态数据诊断阀门的内漏故障。数据的采集方式根据所选择的温度监测装置,数据采集的方式不限,根据所选择安装的温度测量装置,可以是人工数据采集,也可以是自动化数据采集。所采集的数据利用如下算法模型进行诊断:
设定:1、阀门介质流向入口温度采集数据为T入,共计安装n个温度监测装置,采集的温度数据依次记录为(T入1、T入2、T入3…T入n);2、阀门介质流向出口温度采集数据为T出,共计安装n个温度监测装置,采集的温度数据依次记录为(T出1、T出2、T出3…T出n),以核电运行大修周期1.5年为周期,以一定的时间间隔将时间t0、t1、t1…tm设定为温度数据采集时间,对应每一次所采集的阀门入口与出口温度数据分别为:入口温度数据:(T入1、T入2、T入3…T入n)t0、(T入1、T入2、T入3…T入n)t1、(T入1、T入2、T入3…T入n)t2…(T入1、T入2、T入3…T入n)tm;出口温度数据:(T出1、T出2、T出3…T出n)t0、(T出1、T出2、T出3…T出n)t1、(T出1、T出2、T出3…T出n)t2…(T出1、T出2、T出3…T出n)tm。
算法为:
步骤S6、阀门内漏诊断结论
基于步骤S5阀门内漏诊断方法模型,均可以计算得到随温度采集时间t(t0、t1…tm)的任一台被监测阀门入口与出口之间平均温差ΔT,分析随时间t(t0、t1…tm)所形成的(|ΔTt0|、|ΔTt1|...|ΔTtm|),基于(|ΔTt0|、|ΔTt1|...|ΔTtm|)具有的线性变化趋势特点,诊断阀门内漏情况,当变化为扩大趋势或者保持平稳趋势时,诊断结论为阀门合格,无内漏;当变化为缩小趋势时,诊断结论为阀门不合格,存在内漏。
如图4所示,进一步对阀门不合格存在内漏的情况进行分析,考虑各种误差,比如环境温度变化,根据每一台或者一类型的被监测阀门,设定三个标准值T1、T2及T3(其中T3>T2>T1),作为阀门内漏严重程度的诊断标准,当|ΔTt0|-|ΔTtm|≥T3时,阀门内漏的诊断结果为严重内漏;当T2≤|ΔTt0|-|ΔTtm|<T3时,阀门内漏的诊断结果为中度内漏;当T1≤|ΔTt0|-|ΔTtm|<T2时,阀门内漏的诊断结果为轻微内漏。
本发明涉及提供一种状态维修的预测性技术,提出了基于温度状态的阀门内漏诊断算法模型,使用本发明提供的方法有助于实现阀门设备的全面状态维修,有效避免设备过度维修或者维修不足,是一种经济效益良好的有效解决方案。
以上所述仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种阀门内漏监测诊断方法,其特征在于,包括如下步骤:
步骤S1:筛选出适合通过温度状态数据判断内漏情况的阀门;
步骤S2:对筛选出的阀门进行现场勘查,掌握阀门运行过程中的真实状态;
步骤S3:制定阀门温度测量装置安装方案;
步骤S4:现场安装阀门温度监测装置;
步骤S5:采集阀门的温度状态数据,根据阀门的温度状态数据诊断阀门的内漏故障;
步骤S6:获得阀门内漏诊断结论。
2.根据权利要求1所述的阀门内漏监测诊断方法,其特征在于,步骤S1中,筛选原则为:阀门运行状态为常关,或者阀门前后存在温差的隔离阀、止回阀,或者阀门有密封等级要求且设备分级为关键或重要或内漏对系统功能或热效率有影响的阀门。
3.根据权利要求1所述的阀门内漏监测诊断方法,其特征在于,步骤S2中,阀门运行过程中的真实状态包括是否有保温、阀门内部介质流动方向。
4.根据权利要求1所述的阀门内漏监测诊断方法,其特征在于,步骤S3中的安装方案包括温度测量装置的选择、温度测量装置安装位置。
5.根据权利要求4所述的阀门内漏监测诊断方法,其特征在于,温度测量装置为温度传感器、热电偶测温装置或铂电阻测温装置。
6.根据权利要求1所述的阀门内漏监测诊断方法,其特征在于,步骤S4中对阀门初始的温度状态数据进行采集,验证温度监测装置的可靠性和可用性。
7.根据权利要求6所述的阀门内漏监测诊断方法,其特征在于,数据采集的方式为人工数据采集或者自动化数据采集。
8.根据权利要求1所述的阀门内漏监测诊断方法,其特征在于,步骤S5中所采集的数据利用如下算法模型进行诊断:
阀门介质流向入口温度采集数据为T入,共计安装n个温度监测装置,采集的温度数据依次记录为(T入1、T入2、T入3…T入n),
阀门介质流向出口温度采集数据为T出,共计安装n个温度监测装置,采集的温度数据依次记录为(T出1、T出2、T出3…T出n),
以核电运行大修周期1.5年为周期,以一定的时间间隔将时间t0、t1、t1…tm设定为温度数据采集时间,对应每一次所采集的阀门入口与出口温度数据分别为:
入口温度数据:(T入1、T入2、T入3…T入n)t0、(T入1、T入2、T入3…T入n)t1、(T入1、T入2、T入3…T入n)t2…(T入1、T入2、T入3…T入n)tm,
出口温度数据:(T出1、T出2、T出3…T出n)t0、(T出1、T出2、T出3…T出n)t1、(T出1、T出2、T出3…T出n)t2…(T出1、T出2、T出3…T出n)tm,
9.根据权利要求8所述的阀门内漏监测诊断方法,其特征在于,根据(|ΔTt0|、|ΔTt1|...|ΔTtm|)的线性变化趋势诊断阀门内漏情况,当变化为扩大趋势或者保持平稳趋势时,诊断结论为阀门合格,无内漏;当变化为缩小趋势时,诊断结论为阀门不合格,存在内漏。
10.根据权利要求9所述的阀门内漏监测诊断方法,其特征在于,针对内漏的阀门设定三个标准值T1、T2及T3作为阀门内漏严重程度的诊断标准,其中T3>T2>T1,
当|ΔTt0|-|ΔTtm|≥T3时,阀门内漏的诊断结果为严重内漏;当T2≤|ΔTt0|-|ΔTtm|<T3时,阀门内漏的诊断结果为中度内漏;当T1≤|ΔTt0|-|ΔTtm|<T2时,阀门内漏的诊断结果为轻微内漏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210102050.5A CN114526865A (zh) | 2022-01-27 | 2022-01-27 | 一种阀门内漏监测诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210102050.5A CN114526865A (zh) | 2022-01-27 | 2022-01-27 | 一种阀门内漏监测诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114526865A true CN114526865A (zh) | 2022-05-24 |
Family
ID=81623593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210102050.5A Pending CN114526865A (zh) | 2022-01-27 | 2022-01-27 | 一种阀门内漏监测诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114526865A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203811327U (zh) * | 2014-01-23 | 2014-09-03 | 苏州热工研究院有限公司 | 阀门内漏在线监测装置 |
CN112096958A (zh) * | 2020-09-29 | 2020-12-18 | 核电运行研究(上海)有限公司 | 一种核电站阀门综合在线检测方法 |
CN112924115A (zh) * | 2021-03-16 | 2021-06-08 | 中电华创(苏州)电力技术研究有限公司 | 高温高压管道阀门内漏监测装置和方法 |
-
2022
- 2022-01-27 CN CN202210102050.5A patent/CN114526865A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203811327U (zh) * | 2014-01-23 | 2014-09-03 | 苏州热工研究院有限公司 | 阀门内漏在线监测装置 |
CN112096958A (zh) * | 2020-09-29 | 2020-12-18 | 核电运行研究(上海)有限公司 | 一种核电站阀门综合在线检测方法 |
CN112924115A (zh) * | 2021-03-16 | 2021-06-08 | 中电华创(苏州)电力技术研究有限公司 | 高温高压管道阀门内漏监测装置和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108037378B (zh) | 基于长短时记忆网络的变压器运行状态预测方法及系统 | |
CA2508008C (en) | A method for developing a unified quality assessment and providing an automated fault diagnostic tool for turbine machine systems and the like | |
Hashemian | State-of-the-art predictive maintenance techniques | |
CN110779745B (zh) | 一种基于bp神经网络的换热器早期故障诊断方法 | |
CN107796609B (zh) | 一种基于dbn模型的冷水机组故障诊断方法 | |
Liu et al. | Optimal multi-type inspection policy for systems with imperfect online monitoring | |
RU2696919C1 (ru) | Способ и система оценки технического состояния узлов газовой турбины по температурным полям | |
JP2003303014A (ja) | プラント機器の保守管理方法および装置 | |
US6502018B1 (en) | Method for diagnosis of equipment | |
US20090125206A1 (en) | Automatic detection and notification of turbine internal component degradation | |
CN113010843B (zh) | 测量参数集的确定方法及装置、验证方法及故障诊断方法 | |
CN114526865A (zh) | 一种阀门内漏监测诊断方法 | |
CN115809805A (zh) | 基于边缘计算的电网多源数据处理方法 | |
Haves et al. | Model-based performance monitoring: Review of diagnostic methods and chiller case study | |
Pietruczuk et al. | Block inspection policy model with imperfect maintenance for single-unit systems | |
Shoukas et al. | Analysis of fault data collected from automated fault detection and diagnostic products for packaged rooftop units | |
JP6980034B2 (ja) | 装置寿命評価方法 | |
CN113571742A (zh) | 燃料电池热管理系统故障诊断方法及装置 | |
Wang et al. | A cumulative exposure model for remaining useful life prediction of pitot tube based on dynamic operating data | |
CN116738859B (zh) | 一种铜管在线无损寿命评估方法及系统 | |
Sultanov et al. | Assessment of technical condition of condensers of TPP steam turbines according to the data of the power equipment parameters monitoring system | |
CN118052082B (zh) | 加热铠丝管口密封控制方法及系统 | |
Livings et al. | Process Compensated Resonance Testing for Qualifying the Metallurgical Aspects and Manufacturing Defects of Turbine Blades | |
CN117808456B (zh) | 一种基于智慧运营管理的设备故障预警方法及装置 | |
CN114151291B (zh) | 一种风电机组早期故障监测方法 |
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 |