CN115907484B - 一种承压特种设备安全状态在线评估方法 - Google Patents

一种承压特种设备安全状态在线评估方法 Download PDF

Info

Publication number
CN115907484B
CN115907484B CN202310219450.9A CN202310219450A CN115907484B CN 115907484 B CN115907484 B CN 115907484B CN 202310219450 A CN202310219450 A CN 202310219450A CN 115907484 B CN115907484 B CN 115907484B
Authority
CN
China
Prior art keywords
evaluation
pressure
special equipment
grading
safety
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
Application number
CN202310219450.9A
Other languages
English (en)
Other versions
CN115907484A (zh
Inventor
胡栋
王强
李杜伟
秦应鹏
张涛
毕新泗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taian Special Equipment Examination Research Institute
China Jiliang University
Original Assignee
Taian Special Equipment Examination Research Institute
China Jiliang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taian Special Equipment Examination Research Institute, China Jiliang University filed Critical Taian Special Equipment Examination Research Institute
Priority to CN202310219450.9A priority Critical patent/CN115907484B/zh
Publication of CN115907484A publication Critical patent/CN115907484A/zh
Application granted granted Critical
Publication of CN115907484B publication Critical patent/CN115907484B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明属于物联网监控及安全状态智能评估技术领域，涉及一种承压特种设备安全状态在线评估方法。本发明针对承压特种设备失效的主要因素在承压特种设备上布置相应监控模块，利用层次分析法明确四个因素的权重关系，建立评价模型，利用该模型实时计算安全状态评分并确定分级处理措施，达到对承压特种设备安全状态实时评价的目的，及时预警，降低承压特种设备事故风险。本发明综合缺陷、腐蚀、应力和运行参数四个维度对承压特种设备安全状态进行评价，解决了单维度评价模型不准确的问题；实现了在线监测与在线安全评估的融合，解决了实时反应安全状态的问题；所采用的安全评估算法计算简便，效率较高，适用于在线监测及安全评估的实时性问题。

Description

一种承压特种设备安全状态在线评估方法
技术领域
本发明属于物联网监控及安全状态智能评估技术领域，具体涉及一种承压特种设备安全状态在线评估方法。
背景技术
承压特种设备是指承载一定压力的密闭设备或管状设备。根据特种设备目录，承压特种设备包括锅炉、压力容器和压力管道，这类特种设备危险性较大，一旦发生事故将对生命安全和生产秩序产生重大影响。根据特种设备安全法、特种设备检验规范及相关标准，对于该类设备，要求采用定期检验的方式确定其安全技术等级及下次检验日期，但定期检验通常在停车状态下实施，采用既定规则确定下次检验日期，缺乏由于运行态参数变化或缺陷扩展造成的安全状态影响因素，因此在检验周期内仍然可能存在安全风险。
为进一步提高承压特种设备的安全水平，检验理论及检验思想逐渐向基于风险的检验和在线监测方向发展，其中在线监测目前在基于声、电磁、红外等单一指标的安全状态评价方面应用比较广泛，但单一指标对承压特种设备整体安全状况评价结果仍存在偏差。
发明内容
本发明所述的一种承压特种设备安全状态在线评估方法，包括以下步骤：
S1布置物联网监控模块，采集监控数据；所述监控数据包括设备缺陷、腐蚀、应力及运行参数的监控数据；
S2现场服务器实时获取监控数据并边缘处理，提取冗余监控数据的有效信息；
S3将S2处理后的监控数据上传自动诊断分析平台；
S4自动诊断分析平台以设备安全状态为目标层，以缺陷、腐蚀、应力及运行参数监控数据为准则层，以评分区间及分级处理措施为方案层构建层次分析结构模型；通过模糊评价计算评价得分，建立评分区间及分级处理措施，由自动诊断分析平台对承压设备安全状态做出实时评价及预警。
所述的承压特种设备安全状态在线评估方法采用承压特种设备安全状态在线监控系统完成；所述的承压特种设备安全状态在线监控系统，包括相连的物联网监控模块、现场服务器和自动诊断分析平台；现场服务器与客户端相连；物联网监控模块包括缺陷监控模块、腐蚀监控模块、应力应变监控模块。
步骤S4的具体步骤为：
S4-1基于缺陷
Figure SMS_1
，腐蚀/>
Figure SMS_2
，应力/>
Figure SMS_3
，运行参数/>
Figure SMS_4
，建立因素集/>
Figure SMS_5
；
S4-2根据评分区间及分级处理措施，建立评价集
Figure SMS_6
；
S4-3根据S4-1中因素集对S4-2中评价集的隶属度函数，建立评价矩阵
Figure SMS_7
；
S4-4对因素集各因素进行比较，建立判断矩阵
Figure SMS_8
；
S4-6计算最大特征根
Figure SMS_9
及特征向量/>
Figure SMS_10
；
S4-7一致性检验；一致性检验合格的依据为随机一致性比例
Figure SMS_11
；
S4-8计算综合评分
Figure SMS_12
；
综合评价结果
Figure SMS_13
；
采用量化方法对综合评价结果
Figure SMS_14
进行百分制处理/>
Figure SMS_15
；
其中
Figure SMS_16
为各评分区间上限值构建的向量/>
Figure SMS_17
=[100,79,59]；
计算综合评分
Figure SMS_18
；
S4-9综合评分
Figure SMS_19
和评分区间及分级处理措施实时预警。
评分等级、评分区间以及分级处理措施为：
评分区间≥80，评分等级为1，分级处理措施为正常使用；
评分区间[60,80），评分等级为2，分级处理措施为制定停车计划进行全面检查；
评分区间≤60，评分等级为3，分级处理措施为立即停车进行全面检查。
步骤S4-5所述的标度及含义：
前者比后者同等重要，标度为1；
前者比后者稍微重要，标度为3；
前者比后者明显重要，标度为5；
前者比后者强烈重要，标度为7；
前者比后者极端重要，标度为9；
相邻标度的中间值，标度为2,4,6,8；
互相反性，标度为倒数。
步骤S4-6的具体过程为：
计算判断矩阵各行元素乘积
Figure SMS_20
；
计算
Figure SMS_21
的4次均方根/>
Figure SMS_22
；/>
进行正规化处理
Figure SMS_23
；
特征向量
Figure SMS_24
；
计算最大特征根
Figure SMS_25
；
步骤S4-7中，
Figure SMS_26
；
其中
Figure SMS_27
为一致性指标，/>
Figure SMS_28
为平均随机一致性指标；
其中
Figure SMS_29
；
阶数为0时，
Figure SMS_30
=0.00；
阶数为1时，
Figure SMS_31
=0.00；
阶数为2时，
Figure SMS_32
=0.00；
阶数为3时，
Figure SMS_33
=0.58；
阶数为4时，
Figure SMS_34
=0.90；
阶数为5时，
Figure SMS_35
=1.12；
阶数为6时，
Figure SMS_36
=1.24；
阶数为7时，
Figure SMS_37
=1.32；
阶数为8时，
Figure SMS_38
=1.41；
阶数为9时，
Figure SMS_39
=1.45。
与现有技术相比，本发明具有以下优点：
1、本发明综合缺陷扩展、腐蚀、应力和运行参数四个维度对承压特种设备安全状态进行评价，解决了单维度评价模型不准确的问题；
2、实现了在线监测与在线安全评估的融合，解决了实时反应安全状态的问题；
3、所采用的安全评估算法计算简便，效率较高，能够适用于在线监测及安全评估的实时性问题。
附图说明
图1为本发明所述的承压特种设备安全状态在线监控系统的结构示意图。
具体实施方式
实施例1
一种承压特种设备安全状态在线监控系统，包括相连的物联网监控模块、现场服务器和自动诊断分析平台；现场服务器与客户端相连；物联网监控模块包括缺陷监控模块、腐蚀监控模块、应力应变监控模块；所述缺陷监控模块、腐蚀监控模块、应力应变监控模块均设有传感器。
实施例2
一种承压设备安全状态在线评估方法，采用实施例1所述的承压特种设备安全状态在线监控系统，包括以下步骤：
S1布置物联网监控模块，采集监控数据；所述监控数据包括设备缺陷、腐蚀、应力及运行参数的监控数据；
S2现场服务器实时获取监控数据并边缘处理，提取冗余监控数据的有效信息；
S3将S2处理后的监控数据上传自动诊断分析平台；
S4自动诊断分析平台以设备安全状态为目标层，以缺陷、腐蚀、应力及运行参数监控数据为准则层，以评分区间及分级处理措施为方案层构建层次分析结构模型；通过模糊评价计算评价得分，建立评分区间及分级处理措施，由自动诊断分析平台对承压设备安全状态做出实时评价及预警。
步骤S4的具体步骤为：
S4-1基于缺陷
Figure SMS_40
，腐蚀/>
Figure SMS_41
，应力/>
Figure SMS_42
，运行参数/>
Figure SMS_43
，建立因素集/>
Figure SMS_44
；
S4-2根据评分区间及分级处理措施，建立评价集
Figure SMS_45
；
S4-3根据S4-1中因素集对S4-2中评价集的隶属度函数，建立评价矩阵
Figure SMS_46
；
S4-4对因素集各因素进行比较，建立判断矩阵
Figure SMS_47
；
S4-5根据因素集中各元素的相对重要程度，根据赋值原则确定标度并对判断矩阵进行赋值；
S4-6计算最大特征根
Figure SMS_48
及特征向量/>
Figure SMS_49
；
S4-7一致性检验；一致性检验合格的依据为随机一致性比例
Figure SMS_50
；
S4-8计算综合评分
Figure SMS_51
；
综合评价结果
Figure SMS_52
；
采用量化方法对综合评价结果
Figure SMS_53
进行百分制处理/>
Figure SMS_54
；
其中
Figure SMS_55
为各评分区间上限值构建的向量/>
Figure SMS_56
=[100,79,59]；
计算综合评分
Figure SMS_57
；
S4-9根据综合评分
Figure SMS_58
和评分区间及分级处理措施，实时预警。
所述评分区间以及分级处理措施为：
评分区间≥80，评分等级为1，分级处理措施为正常使用；
评分区间[60,80），评分等级为2，分级处理措施为制定停车计划进行全面检查；
评分区间≤60，评分等级为3，分级处理措施为立即停车进行全面检查。
步骤S4-5所述的标度及含义为：
前者比后者同等重要，标度为1；
前者比后者稍微重要，标度为3；
前者比后者明显重要，标度为5；
前者比后者强烈重要，标度为7；
前者比后者极端重要，标度为9；
相邻标度的中间值，标度为2,4,6,8；
互相反性，标度为倒数。
步骤S4-6的具体过程为：
计算判断矩阵各行元素乘积
Figure SMS_59
；
计算M i 的4次均方根进行正规化处理
Figure SMS_60
；
计算最大特征根
Figure SMS_61
；
特征向量
Figure SMS_62
；
步骤S4-7中，
Figure SMS_63
；
其中CI为一致性指标，RI为平均随机一致性指标；
其中
Figure SMS_64
；
阶数为0时，
Figure SMS_65
=0.00；
阶数为1时，
Figure SMS_66
=0.00；
阶数为2时，
Figure SMS_67
=0.00；
阶数为3时，
Figure SMS_68
=0.58；
阶数为4时，
Figure SMS_69
=0.90；
阶数为5时，
Figure SMS_70
=1.12；
阶数为6时，
Figure SMS_71
=1.24；
阶数为7时，
Figure SMS_72
=1.32；
阶数为8时，
Figure SMS_73
=1.41；
阶数为9时，
Figure SMS_74
=1.45。
评价矩阵的建立过程为：
采用以下隶属度函数：
Figure SMS_75
；
Figure SMS_76
；
Figure SMS_77
；
其中
Figure SMS_78
为因素集中某一因素的实测值，/>
Figure SMS_79
，/>
Figure SMS_80
为相应标准规定的取值端点值，例如NB/T 47013.9-2012中表1，Q345R钢采用幅度参数进行声发射定位源等级划分；
表1
Figure SMS_81
。
在对因素集中
Figure SMS_82
进行评价时，若声发射检测某信号实测的幅度为85dB，根据隶属度函数公式则单因素评价矩阵/>
Figure SMS_83
=[0 0 1]。
对因素集
Figure SMS_84
中每一因素进行上述步骤，即可得到：
Figure SMS_85
；
Figure SMS_86
为因素集中的元素对评价集的隶属度函数构建的评价矩阵;
Figure SMS_87
表示缺陷/>
Figure SMS_88
对评分等级1的隶属度；
Figure SMS_89
表示腐蚀/>
Figure SMS_90
对评分等级2的隶属度；
判断矩阵的建立过程为：
采用两两比较法，采用标度进行赋值，见表2；
表2
Figure SMS_91
；
例如
Figure SMS_92
相对/>
Figure SMS_93
同等重要，则赋值为1；/>
Figure SMS_94
相对/>
Figure SMS_95
略微重要，可取2；反之，/>
Figure SMS_96
相对/>
Figure SMS_97
即为该数的倒数，即1/2，见表3；
表3
Figure SMS_98
；
依次，判断矩阵
Figure SMS_99
。
实施例3
某承压设备，材质为Q345R，设计壁厚为10mm，有效厚度为6.4mm，设计压力为2.0MPa，最高工作压力为1.6MPa；
1、获取以下数值，见表4；
表4
Figure SMS_100
；
2、建立因素集
Figure SMS_101
；/>
3、建立评价集
Figure SMS_102
；
4、根据相关标准确定
Figure SMS_103
和/>
Figure SMS_104
取值（见表5），求得评价矩阵：
Figure SMS_105
；
Figure SMS_106
表示缺陷/>
Figure SMS_107
对评分等级1的隶属度；
Figure SMS_108
表示腐蚀/>
Figure SMS_109
对评分等级2的隶属度；下标的第一个数字代表因素集的元素序号，下标/>
Figure SMS_110
后的数字代表评价集的元素序号；
Figure SMS_111
；
Figure SMS_112
；
Figure SMS_113
；
表5
Figure SMS_114
；
5、根据因素集中各元素的相对重要程度，根据赋值原则确定标度并对判断矩阵进行赋值表，见表6；
表6
Figure SMS_115
；
Figure SMS_116
；
Figure SMS_117
代表判别矩阵两两比较的标度值，/>
Figure SMS_118
代表缺陷的标度和缺陷的标度相比的重要程度，因为相同元素相比较，是同等重要，因此/>
Figure SMS_119
，/>
Figure SMS_120
等都是1，/>
Figure SMS_121
是缺陷和腐蚀相比较的重要程度，缺陷比腐蚀介于同等重要1和略微重要3之间，所以取2，同理/>
Figure SMS_122
是腐蚀与缺陷相比的重要程度，取相反值即1/2；
6、得到判断矩阵要素值如表7，基于要素值求
Figure SMS_123
；
计算判断矩阵各行元素乘积
Figure SMS_124
；
计算
Figure SMS_125
的4次均方根/>
Figure SMS_126
；
进行正规化处理
Figure SMS_127
；
计算最大特征根
Figure SMS_128
；
表7
Figure SMS_129
；
Figure SMS_130
；/>
Figure SMS_131
；
7、进行一致性检验
Figure SMS_132
；
表8
Figure SMS_133
；
根据表8查得四阶矩阵的
Figure SMS_134
值=0.90；
Figure SMS_135
；
满足一致性要求；
8、计算综合评分
Figure SMS_136
，根据综合评分/>
Figure SMS_137
和评分区间及分级处理措施（见表9），实时预警；
Figure SMS_138
；
Figure SMS_139
；
其中
Figure SMS_140
为各评分区间上限值构建的向量/>
Figure SMS_141
=[100,79,59]，/>
Figure SMS_142
=67.50；
表9
Figure SMS_143
；
根据表9，该承压特种设备应制定停车计划进行全面检查。

Claims (4)

1.一种承压特种设备安全状态在线评估方法，其特征在于，包括以下步骤：
S1布置物联网监控模块，采集监控数据；所述监控数据包括设备缺陷、腐蚀、应力及运行参数的监控数据；
S2现场服务器实时获取监控数据并边缘处理，提取冗余监控数据的有效信息；
S3将S2处理后的监控数据上传自动诊断分析平台；
S4自动诊断分析平台以设备安全状态为目标层，以缺陷、腐蚀、应力及运行参数监控数据为准则层，以评分区间及分级处理措施为方案层构建层次分析结构模型；通过模糊评价计算评价得分，建立评分区间及分级处理措施，由自动诊断分析平台对承压设备安全状态做出实时评价及预警；
步骤S4的具体步骤为：
S4-1基于缺陷
Figure QLYQS_1
，腐蚀/>
Figure QLYQS_2
，应力/>
Figure QLYQS_3
，运行参数/>
Figure QLYQS_4
，建立因素集/>
Figure QLYQS_5
；
S4-2根据评分区间及分级处理措施，建立评价集
Figure QLYQS_6
；
S4-3根据S4-1中因素集对S4-2中评价集的隶属度函数，建立评价矩阵
Figure QLYQS_7
；
S4-4对因素集各因素进行比较，建立判断矩阵
Figure QLYQS_8
；
S4-5根据因素集中各元素的相对重要程度，根据赋值原则确定标度并对判断矩阵进行赋值；
S4-6计算最大特征根
Figure QLYQS_9
及特征向量/>
Figure QLYQS_10
；
S4-7一致性检验；一致性检验合格的依据为随机一致性比例
Figure QLYQS_11
；
S4-8计算综合评分
Figure QLYQS_12
；
综合评价结果
Figure QLYQS_13
；
采用量化方法对综合评价结果
Figure QLYQS_14
进行百分制处理/>
Figure QLYQS_15
；
其中
Figure QLYQS_16
为各评分区间上限值构建的向量/>
Figure QLYQS_17
=[100,79,59]；
计算综合评分
Figure QLYQS_18
；
S4-9根据综合评分
Figure QLYQS_19
和评分区间及分级处理措施，实时预警。
2.根据权利要求1所述的一种承压特种设备安全状态在线评估方法，其特征在于，所述评分区间以及分级处理措施为：
评分区间≥80，评分等级为1，分级处理措施为正常使用；
评分区间[60,80），评分等级为2，分级处理措施为制定停车计划进行全面检查；
评分区间≤60，评分等级为3，分级处理措施为立即停车进行全面检查。
3.根据权利要求2所述的一种承压特种设备安全状态在线评估方法，其特征在于，步骤S4-5所述的标度及含义为：
前者比后者同等重要，标度为1；
前者比后者稍微重要，标度为3；
前者比后者明显重要，标度为5；
前者比后者强烈重要，标度为7；
前者比后者极端重要，标度为9；
相邻标度的中间值，标度为2,4,6,8；
互相反性，标度为倒数。
4.根据权利要求2所述的一种承压特种设备安全状态在线评估方法，其特征在于，步骤S4-6的具体过程为：
计算判断矩阵各行元素乘积
Figure QLYQS_20
；
计算
Figure QLYQS_21
的4次均方根/>
Figure QLYQS_22
；
进行正规化处理
Figure QLYQS_23
；
计算最大特征根
Figure QLYQS_24
；
特征向量
Figure QLYQS_25
。/>
CN202310219450.9A 2023-03-09 2023-03-09 一种承压特种设备安全状态在线评估方法 Active CN115907484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310219450.9A CN115907484B (zh) 2023-03-09 2023-03-09 一种承压特种设备安全状态在线评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310219450.9A CN115907484B (zh) 2023-03-09 2023-03-09 一种承压特种设备安全状态在线评估方法

Publications (2)

Publication Number Publication Date
CN115907484A CN115907484A (zh) 2023-04-04
CN115907484B true CN115907484B (zh) 2023-06-02

Family

ID=86491521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310219450.9A Active CN115907484B (zh) 2023-03-09 2023-03-09 一种承压特种设备安全状态在线评估方法

Country Status (1)

Country Link
CN (1) CN115907484B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149986A (zh) * 2020-09-17 2020-12-29 西安工程大学 基于多层次模糊综合评判的高压开关柜评估方法
CN113887872A (zh) * 2021-09-02 2022-01-04 山西省交通科技研发有限公司 一种基于态势评估技术的交通风险分级方法
WO2022237911A1 (zh) * 2021-05-11 2022-11-17 国网安徽省电力有限公司电力科学研究院 变压器消防灭火系统有效性评估方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096037A (zh) * 2015-07-16 2015-11-25 广东产品质量监督检验研究院 一种光伏组件失效风险判别方法
US10990714B2 (en) * 2015-12-22 2021-04-27 Bwxt Mpower, Inc. Apparatus and method for safety analysis evaluation with data-driven workflow
CN111561974A (zh) * 2020-06-29 2020-08-21 浙江工业大学 一种桥梁冲刷多源监测系统及其监测方法、冲深评定方法
CN114548637A (zh) * 2021-11-04 2022-05-27 国网浙江省电力有限公司湖州供电公司 一种基于ahp-rst的电力通信骨干数据网络安全综合评估方法
CN114611943A (zh) * 2022-03-15 2022-06-10 南京工业大学 一种纤维缠绕气瓶风险评价方法
CN115345414A (zh) * 2022-05-31 2022-11-15 国家石油天然气管网集团有限公司 一种输油气管道工控网络信息安全性评价方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149986A (zh) * 2020-09-17 2020-12-29 西安工程大学 基于多层次模糊综合评判的高压开关柜评估方法
WO2022237911A1 (zh) * 2021-05-11 2022-11-17 国网安徽省电力有限公司电力科学研究院 变压器消防灭火系统有效性评估方法及装置
CN113887872A (zh) * 2021-09-02 2022-01-04 山西省交通科技研发有限公司 一种基于态势评估技术的交通风险分级方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于层次分析-模糊综合评判的输电线路状态评估;段巍;林怡;;电力科学与工程(09);37-43 *

Also Published As

Publication number Publication date
CN115907484A (zh) 2023-04-04

Similar Documents

Publication Publication Date Title
CN100470416C (zh) 一种电厂热工设备智能状态诊断分析系统
WO2023197461A1 (zh) 一种基于工况相似性评估的齿轮箱故障预警方法及系统
CN107273924B (zh) 基于模糊聚类分析的多数据融合的电厂故障诊断方法
CN103646166B (zh) 一种基于非概率可靠性理论的电站高温管道系统维修方法
CN114282398A (zh) 一种基于大数据的桥梁健康监测系统及方法
CN105930629B (zh) 一种基于海量运行数据的在线故障诊断方法
CN111855816A (zh) 一种综合概率模型和cnn网络的风叶故障识别方法
CN109443766A (zh) 一种重载车辆变速箱齿轮安全性分析方法
CN111178674A (zh) 一种工业大数据驱动的起重机械健康管控服务系统
CN114281047A (zh) 一种流程工业生产过程监控管理方法及系统
CN109521735B (zh) 锅炉高温受热面使用状态风险在线评估方法
CN115907484B (zh) 一种承压特种设备安全状态在线评估方法
CN115688581A (zh) 油气集输站设备参数预警方法、系统、电子设备及介质
CN115330203A (zh) 一种基于博弈证据网络的液化天然气储罐健康状态评估方法
CN117349947B (zh) 一种基于sn曲线与svm的结构安全智慧监测方法
CN110458390A (zh) 油田矿场集输类设备的优选评价方法
CN109469919A (zh) 一种基于权重聚类的电站空预器堵灰监测方法
CN116561670B (zh) 一种金属屋面健康状态识别及报警方法
CN115685786A (zh) 基于温度监测荷载的桥梁在线仿真及评估系统
CN108763719B (zh) 一种面向桁架制造质量的实时可量化评价方法
CN111341396A (zh) 一种大气环境对材料腐蚀安全评估方法及系统
Cheng et al. Comprehensive safety evaluation of metallurgical crane based on AHP and entropy weight method
CN114441206A (zh) 一种基于多维度信息融合的机械设备健康评估方法
CN115981255B (zh) 一种钢结构试验平台的性能监测方法及系统
CN116300661B (zh) 基于物联网的现场数据采集系统

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