CN115931246A - 一种氢冷发电机的气密性检测与故障处理系统及方法 - Google Patents
一种氢冷发电机的气密性检测与故障处理系统及方法 Download PDFInfo
- Publication number
- CN115931246A CN115931246A CN202211379380.5A CN202211379380A CN115931246A CN 115931246 A CN115931246 A CN 115931246A CN 202211379380 A CN202211379380 A CN 202211379380A CN 115931246 A CN115931246 A CN 115931246A
- Authority
- CN
- China
- Prior art keywords
- fault
- leakage
- data
- gas
- hydrogen
- 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
Images
Abstract
本发明公开了一种氢冷发电机的气密性检测与故障处理系统及方法,系统由数据采集模块、数据分析模块与故障处理模块三部分组成;所述数据采集模块得到气密性检测相关的采集数据,所述数据分析模块根据泄漏量公式对采集数据处理分析,所述故障处理模块是将采集数据上传存储到云服务器,针对采集数据进行阈值判定,进而实时进行气密性检测;若采集数据小于阈值则发送预警指令,并采集故障参数数据存储到云服务器,从云服务器的诊断系统知识库发送气密性检测的故障处理方法到指定便携式监控设备,现场工作人员依据监控设备上的故障处理方法进行检修;若未能解决故障,进行远程人工故障诊断,并更新气密性检测故障处理记录数据,迭代故障处理模型。
Description
技术领域
本发明涉及气密性检测与故障处理技术领域,具体涉及一种氢冷发电机的气密性检测与故障处理系统及方法。
背景技术
福岛核电站事故之后,核电安全问题在全世界引起了广泛关注,多个国家对核电氢冷风险监管提出了更高要求。因风摩损耗和通风损耗与冷却气体密度成正比,氢气是已发现气体中密度最小的气体,且氢气具有更高的导热系数与表面散热系数,因此单位体积的氢气比空气具有更高的冷却效率,氢气冷却方式已经成为大型发电机的首选冷却方式。但是氢气冷却发电机存在的缺点是氢气泄漏不仅会导致冷却效率变低,发电机组过热,机组损坏等潜在风险,而且存在巨大的安全隐患,研究表明当空气中氢气浓度达到5%-70%时,只要有0.02mJ的火源存在,就可发生火灾和爆炸。然而氢气渗透能力强,氢气泄漏不可避免,因此将氢气泄漏量控制在合理的范围内是保证发电机组正常运行的必要条件,故而氢冷发电机安装前需要进行严格的气密性测试。
在保障安全的前提下为了测量氢气单日泄漏量,温度与压力是气密性检测最重要的两个参数,以往曾采用U形管水银气压计和斜式压差计测量压力,这两种方法,都需要操作者定时读取压力值,再根据泄露量计算公式,人工计算泄露量进而判断是否合格,在操作者读取压力值时,往往会因为读数误差大,影响试验结果的准确性,而且试验中还耗费大量人力进行人工监测、记录及计算。此外,当下常用方法为根据理想气体状态方程,推导出气体泄漏量计算公式,此种计算方法所得结果受单个采样点影响较大,需要多次计算以保证测算结果的可信度。
而气密性检测过程中的故障处理在实际生产过程中是保证生产进度与产品质量的重要环节,随着产品的体积巨大,导致故障诊断的结果不准确,影响正常的检测作业。
发明内容
针对现有技术存在的缺陷,本发明的目的是提供一种氢冷发电机的气密性检测与故障处理系统及方法。
为达到上述目的,本发明采用如下技术方案:
一种氢冷发电机的气密性检测与故障处理系统,由数据采集模块、数据分析模块与故障处理模块三部分组成;所述数据采集模块得到气密性检测相关的采集数据,所述数据分析模块根据泄漏量公式对采集数据处理分析,所述故障处理模块是将采集数据上传存储到云服务器,针对采集数据进行阈值判定,进而实时进行气密性检测;
若采集数据小于阈值则发送预警指令,并采集故障参数数据存储到云服务器,从云服务器的诊断系统知识库发送气密性检测的故障处理方法到指定便携式监控设备,现场工作人员依据监控设备上的故障处理方法进行检修;若未能解决故障,进行远程人工故障诊断,并更新气密性检测故障处理记录数据,迭代故障处理模型。
进一步地,所述数据采集模块中有采集装置和测量设备,两者是通过导线与气管进行连接和通讯;所述采集装置是由温度采集装置和气压采集装置组成,所述温度采集装置是由8个温度传感器通过导线连接所构成的多点温度采集装置,工作方式是通过选取头部与尾部不同高度的8个温度测试点,得到容器内部平均温度,解决温度分层现象;所述气压采集装置通过气管和气密性接头连接到测量设备与其通讯。
进一步地,所述数据分析模块用来针对采集到的数据依次进行数据处理、数据保存、生成检测报告、自动拟合曲线进而判定氢气的单日泄漏量。
进一步地,所述故障处理模块将系统运行中的采集数据、故障参数数据、往日历史数据以及安全保密数据上传存储到云服务器中的知识库,便于后续远程人工故障诊断实时异地访问数据以及紧急情况下恢复数据。
进一步地,所述云服务器中的知识库包含运行系统知识库、控制系统知识库和泄漏故障诊断系统知识库;所述泄漏故障诊断系统知识库含有故障现象、故障时间、故障原因与故障源头,进而建立泄露故障诊断系统知识库的规则表、征兆表与结论表,通过模糊决策矩阵实现泄露故障诊断系统知识库的设计。
进一步地,所述泄露故障诊断系统知识库的设计为:当氢冷发电机发生泄露故障时,利用理想气体状态方程确定气体泄露故障的发生区域,利用手持式声波列传感器采集气体泄漏噪声,通过计算泄露故障信号的噪声能量阈值,将泄露故障信号的突变点信息去除,采用泄露故障信号的小波熵,反映出故障信号的噪声变化关系,确定了泄露故障信号的噪声能量阈值,采用机器学习建立了泄露故障诊断系统知识库的模糊决策矩阵,进行泄露故障诊断分类,消除了机械噪声与环境噪声对泄露故障检测过程的影响,减少了检测误差,实现泄露声源定位。
进一步地,所述消除噪声的处理方式为:首先,利用故障诊断系统检测的故障信号确定声波函数,再对含噪信号进行声波分解;其次,采用软阈值处理法,对分解后的高频声波信号进行处理;最后,将处理后的高频声波信号进行声波重构,达到去噪的效果。
进一步地,采集数据存储在运行系统知识库,并对采集数据进行实时监控与阈值判定,若超出阈值变化范围则发送预警信号到控制系统知识库;控制系统知识库进行预警处理,从气密性检测模式转换为故障处理模式,采集故障参数数据存储到云服务器中的泄漏故障诊断系统知识库,并实时下发故障处理方法到便携式监控设备上。
进一步地,所述故障处理方法是泄漏故障诊断系统知识库将上传的故障参数数据存入征兆表进行特征处理形成征兆,规则表对征兆进行诊断,通过确定的搜索策略进行搜索,利用匹配原则与阈值判定,结论表输出可能的故障类型、故障原因与处理方法,并通过控制系统知识库及时下发到指定便携式监控设备上,为现场工作人员操作提供基础;现场工作人员若未能解决故障,则进行远程人工故障诊断,并更新气密性检测故障处理记录数据,迭代故障处理模型。
一种氢冷发电机的气密性检测与故障处理方法,包括如下步骤:
步骤1、在待测密封性氢冷发电机内部按照多点温度采集布置电阻温度传感器,并将其通过温度采集卡接入温度采集装置;气压采集装置通过气密性接头与容器内部连通,内部形成同等气压;温度采集装置与气压采集装置以IEEE488并行总线方式相连接,通过GPIB转USB模块将温度采集装置与气压采集装置接入电脑一体机,电脑一体机通过通讯指令控制采集温度与气压;
步骤2、在采集装置中,得到并求取容器内部气压值与平均温度,然后根据理想气体方程推导单日气体泄漏量,计算公式如下:
PV=nRT (1)
式(1)中:P为气体压力,单位:Pa,V为气体体积,单位:m3,n为气体的物质的量,单位:mol,R为普适气体恒量,单位:J/(mol·K),T为气体温度,单位:K;将nR近似视作常量C,则由式(1)得:
根据式(2)计算出给定容积容器中气体体积,然后将其换算到给定状态或标准状态下的气体体积,初始状态与结束状态气体体积差值即漏气量,得到式(3):
式中:ΔV为标准状态下气体泄漏量,单位:m3;V1为试验开始时气体体积,单位:m3;V2为试验结束时气体体积,单位:m3;P1为试验开始时容器内部压力,单位:Pa;P2为试验结束时容器内部压力,单位:Pa;T1为试验开始时容器内部平均温度,单位:K;T2为试验结束时容器内部平均温度,单位:K;
衡量氢冷发电机气密性标准为单日氢气泄漏量,而式(3)所得泄漏量仅为时间段内的气体泄漏量,通过式(4)将其换算为单日泄漏量:
式中:Δt为实验开始与试验结束之间时间间隔,单位:h;Vday为单日气体泄漏量,单位:ft3/day;
根据时序采样点采集的气体温度与压力,根据式(2)计算标准状态下压缩气体体积,以时间作为自变量,压缩气体体积为因变量,进行线性拟合,得到拟合方程:
y=kx+b (5)
式中:x为时间,单位:h;y为气体体积,单位:ft3;k为线性拟合方程斜率;b为线性拟合方程在y轴的截距;
则得氢气单日气体泄漏量为:
Vday=-24×k×3.81 (6)
步骤3、将采集的数据导入数据处理分析软件,进行数据预处理及泄露计算、线性拟合、泄露曲线绘制、报表生成,判定压缩气体单日泄漏量合格情况。
与现有技术相比,本发明具有如下的优点:
本发明通过多种传感器得到的不同采集数据,进行采集数据的预处理,获得滤波后的现场实时数字信号。利用泄漏量计算公式与基于最小二乘法的曲线拟合,操作者可以更加高效和准确地对气密性做出判断。采用云服务器中的知识库技术可以降低因人为因素所带来的安全风险,操作者基于知识库提供的专业知识,进行气密性检测,排除设备故障。通过泄露知识库可以诊断出可能发生的故障类型,并根据实例中的故障处理方法,提出当前故障处理方法和建议实现故障准确快速的处理。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明提供的流程示意图。
图2是本发明提供的硬件组成设计方案图。
图3是本发明提供的知识库示意图。
图4是本发明提供的基于知识库的故障诊断过程示意图。
图5是本发明提供的泄露故障信号去噪流程图。
图6是本发明提供的系统示意图。
具体实施方式
本发明用下列实施案例来进一步说明,但本发明的保护范围并不限于下列实施案例。
一种氢冷发电机的气密性检测与故障处理系统,如图6所示,由数据采集模块、数据分析模块与故障处理模块三部分组成;所述数据采集模块得到气密性检测相关的采集数据,所述数据分析模块根据泄漏量公式对采集数据处理分析,所述故障处理模块是将采集数据上传存储到云服务器,针对采集数据进行阈值判定,进而实时进行气密性检测;
如图1所示,若采集数据小于阈值则发送预警指令,并采集故障参数数据存储到云服务器,从云服务器的诊断系统知识库发送气密性检测的故障处理方法到指定便携式监控设备,现场工作人员依据监控设备上的故障处理方法进行检修;若未能解决故障,进行远程人工故障诊断,并更新气密性检测故障处理记录数据,迭代故障处理模型。
所述数据采集模块中有采集装置和测量设备,如图2所示,两者是通过导线与气管进行连接和通讯;所述采集装置是由温度采集装置和气压采集装置组成,所述温度采集装置是由8个温度传感器通过导线连接所构成的多点温度采集装置,工作方式是通过选取头部与尾部不同高度的8个温度测试点,得到容器内部平均温度,解决温度分层现象;所述气压采集装置通过气管和气密性接头连接到测量设备与其通讯。
所述数据分析模块用来针对采集到的数据依次进行数据处理、数据保存、生成检测报告、自动拟合曲线进而判定氢气的单日泄漏量。
所述故障处理模块将系统运行中的采集数据、故障参数数据、往日历史数据以及安全保密数据上传存储到云服务器中的知识库,便于后续远程人工故障诊断实时异地访问数据以及紧急情况下恢复数据。
如图3所示,所述云服务器中的知识库包含运行系统知识库、控制系统知识库和泄漏故障诊断系统知识库;所述泄漏故障诊断系统知识库含有故障现象、故障时间、故障原因与故障源头,进而建立泄露故障诊断系统知识库的规则表、征兆表与结论表,通过模糊决策矩阵实现泄露故障诊断系统知识库的设计。
所述泄露故障诊断系统知识库的设计为:当氢冷发电机发生泄露故障时,利用理想气体状态方程确定气体泄露故障的发生区域,利用手持式声波列传感器采集气体泄漏噪声,通过计算泄露故障信号的噪声能量阈值,将泄露故障信号的突变点信息去除,采用泄露故障信号的小波熵,反映出故障信号的噪声变化关系,确定了泄露故障信号的噪声能量阈值,采用机器学习建立了泄露故障诊断系统知识库的模糊决策矩阵,进行泄露故障诊断分类,消除了机械噪声与环境噪声对泄露故障检测过程的影响,减少了检测误差,实现泄露声源定位。
如图5所示,所述消除噪声的处理方式为:首先,利用故障诊断系统检测的故障信号确定声波函数,再对含噪信号进行声波分解;其次,采用软阈值处理法,对分解后的高频声波信号进行处理;最后,将处理后的高频声波信号进行声波重构,达到去噪的效果。
采集数据存储在运行系统知识库,并对采集数据进行实时监控与阈值判定,若超出阈值变化范围则发送预警信号到控制系统知识库;控制系统知识库进行预警处理,从气密性检测模式转换为故障处理模式,采集故障参数数据存储到云服务器中的泄漏故障诊断系统知识库,并实时下发故障处理方法到便携式监控设备上。
如图4所示,所述故障处理方法是泄漏故障诊断系统知识库将上传的故障参数数据存入征兆表进行特征处理形成征兆,规则表对征兆进行诊断,通过确定的搜索策略进行搜索,利用匹配原则与阈值判定,结论表输出可能的故障类型、故障原因与处理方法,并通过控制系统知识库及时下发到指定便携式监控设备上,为现场工作人员操作提供基础;现场工作人员若未能解决故障,则进行远程人工故障诊断,并更新气密性检测故障处理记录数据,迭代故障处理模型。
一种氢冷发电机的气密性检测与故障处理方法,包括如下步骤:
步骤1、在待测密封性氢冷发电机内部按照多点温度采集布置电阻温度传感器,并将其通过温度采集卡接入温度采集装置;气压采集装置通过气密性接头与容器内部连通,内部形成同等气压;温度采集装置与气压采集装置以IEEE488并行总线方式相连接,通过GPIB转USB模块将温度采集装置与气压采集装置接入电脑一体机,电脑一体机通过通讯指令控制采集温度与气压;
步骤2、在采集装置中,得到并求取容器内部气压值与平均温度,然后根据理想气体方程推导单日气体泄漏量,计算公式如下:
PV=nRT (1)
式(1)中:P为气体压力,单位:Pa,V为气体体积,单位:m3,n为气体的物质的量,单位:mol,R为普适气体恒量,单位:J/(mol·K),T为气体温度,单位:K;将nR近似视作常量C,则由式(1)得:
根据式(2)计算出给定容积容器中气体体积,然后将其换算到给定状态或标准状态下的气体体积,初始状态与结束状态气体体积差值即漏气量,得到式(3):
式中:ΔV为标准状态下气体泄漏量,单位:m3;V1为试验开始时气体体积,单位:m3;V2为试验结束时气体体积,单位:m3;P1为试验开始时容器内部压力,单位:Pa;P2为试验结束时容器内部压力,单位:Pa;T1为试验开始时容器内部平均温度,单位:K;T2为试验结束时容器内部平均温度,单位:K;
衡量氢冷发电机气密性标准为单日氢气泄漏量,而式(3)所得泄漏量仅为时间段内的气体泄漏量,通过式(4)将其换算为单日泄漏量:
式中:Δt为实验开始与试验结束之间时间间隔,单位:h;Vday为单日气体泄漏量,单位:ft3/day;
根据时序采样点采集的气体温度与压力,根据式(2)计算标准状态下压缩气体体积,以时间作为自变量,压缩气体体积为因变量,进行线性拟合,得到拟合方程:
y=kx+b (5)
式中:x为时间,单位:h;y为气体体积,单位:ft3;k为线性拟合方程斜率;b为线性拟合方程在y轴的截距;
则得氢气单日气体泄漏量为:
Vday=-24×k×3.81 (6)
步骤3、将采集的数据导入数据处理分析软件,进行数据预处理及泄露计算、线性拟合、泄露曲线绘制、报表生成,判定压缩气体单日泄漏量合格情况。
综上所述,本发明通过多种传感器与网络对气密性检测现场建立实时检测并将采集数据上传到云服务器;首先,针对采集数据进行阈值判定,若采集数据小于阈值则发送预警指令,并采集故障参数数据存储到云服务器,根据云服务器中的诊断系统知识库对其进行诊断,然后,从云服务器发送气密性检测的故障处理步骤到指定便携式监控设备,现场工作人员依据监控设备上的故障处理步骤进行检修;若未能解决故障,进行远程人工故障诊断,并更新气密性检测故障处理记录数据,迭代故障处理模型。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (10)
1.一种氢冷发电机的气密性检测与故障处理系统,其特征在于:由数据采集模块、数据分析模块与故障处理模块三部分组成;所述数据采集模块得到气密性检测相关的采集数据,所述数据分析模块根据泄漏量公式对采集数据处理分析,所述故障处理模块是将采集数据上传存储到云服务器,针对采集数据进行阈值判定,进而实时进行气密性检测;
若采集数据小于阈值则发送预警指令,并采集故障参数数据存储到云服务器,从云服务器的诊断系统知识库发送气密性检测的故障处理方法到指定便携式监控设备,现场工作人员依据监控设备上的故障处理方法进行检修;若未能解决故障,进行远程人工故障诊断,并更新气密性检测故障处理记录数据,迭代故障处理模型。
2.根据权利要求1所述的氢冷发电机的气密性检测与故障处理系统,其特征在于:所述数据采集模块中有采集装置和测量设备,两者是通过导线与气管进行连接和通讯;所述采集装置是由温度采集装置和气压采集装置组成,所述温度采集装置是由8个温度传感器通过导线连接所构成的多点温度采集装置,工作方式是通过选取头部与尾部不同高度的8个温度测试点,得到容器内部平均温度,解决温度分层现象;所述气压采集装置通过气管和气密性接头连接到测量设备与其通讯。
3.根据权利要求1所述的氢冷发电机的气密性检测与故障处理系统,其特征在于:所述数据分析模块用来针对采集到的数据依次进行数据处理、数据保存、生成检测报告、自动拟合曲线进而判定氢气的单日泄漏量。
4.根据权利要求1所述的氢冷发电机的气密性检测与故障处理系统,其特征在于:所述故障处理模块将系统运行中的采集数据、故障参数数据、往日历史数据以及安全保密数据上传存储到云服务器中的知识库,便于后续远程人工故障诊断实时异地访问数据以及紧急情况下恢复数据。
5.根据权利要求4所述的氢冷发电机的气密性检测与故障处理系统,其特征在于:所述云服务器中的知识库包含运行系统知识库、控制系统知识库和泄漏故障诊断系统知识库;所述泄漏故障诊断系统知识库含有故障现象、故障时间、故障原因与故障源头,进而建立泄露故障诊断系统知识库的规则表、征兆表与结论表,通过模糊决策矩阵实现泄露故障诊断系统知识库的设计。
6.根据权利要求5所述的氢冷发电机的气密性检测与故障处理系统,其特征在于:所述泄露故障诊断系统知识库的设计为:当氢冷发电机发生泄露故障时,利用理想气体状态方程确定气体泄露故障的发生区域,利用手持式声波列传感器采集气体泄漏噪声,通过计算泄露故障信号的噪声能量阈值,将泄露故障信号的突变点信息去除,采用泄露故障信号的小波熵,反映出故障信号的噪声变化关系,确定了泄露故障信号的噪声能量阈值,采用机器学习建立了泄露故障诊断系统知识库的模糊决策矩阵,进行泄露故障诊断分类,消除了机械噪声与环境噪声对泄露故障检测过程的影响,减少了检测误差,实现泄露声源定位。
7.根据权利要求6所述的氢冷发电机的气密性检测与故障处理系统,其特征在于:所述消除噪声的处理方式为:首先,利用故障诊断系统检测的故障信号确定声波函数,再对含噪信号进行声波分解;其次,采用软阈值处理法,对分解后的高频声波信号进行处理;最后,将处理后的高频声波信号进行声波重构,达到去噪的效果。
8.根据权利要求5所述的氢冷发电机的气密性检测与故障处理系统,其特征在于:采集数据存储在运行系统知识库,并对采集数据进行实时监控与阈值判定,若超出阈值变化范围则发送预警信号到控制系统知识库;控制系统知识库进行预警处理,从气密性检测模式转换为故障处理模式,采集故障参数数据存储到云服务器中的泄漏故障诊断系统知识库,并实时下发故障处理方法到便携式监控设备上。
9.根据权利要求8所述的氢冷发电机的气密性检测与故障处理系统,其特征在于:所述故障处理方法是泄漏故障诊断系统知识库将上传的故障参数数据存入征兆表进行特征处理形成征兆,规则表对征兆进行诊断,通过确定的搜索策略进行搜索,利用匹配原则与阈值判定,结论表输出可能的故障类型、故障原因与处理方法,并通过控制系统知识库及时下发到指定便携式监控设备上,为现场工作人员操作提供基础;现场工作人员若未能解决故障,则进行远程人工故障诊断,并更新气密性检测故障处理记录数据,迭代故障处理模型。
10.一种氢冷发电机的气密性检测与故障处理方法,其特征在于,包括如下步骤:
步骤1、在待测密封性氢冷发电机内部按照多点温度采集布置电阻温度传感器,并将其通过温度采集卡接入温度采集装置;气压采集装置通过气密性接头与容器内部连通,内部形成同等气压;温度采集装置与气压采集装置以IEEE488并行总线方式相连接,通过GPIB转USB模块将温度采集装置与气压采集装置接入电脑一体机,电脑一体机通过通讯指令控制采集温度与气压;
步骤2、在采集装置中,得到并求取容器内部气压值与平均温度,然后根据理想气体方程推导单日气体泄漏量,计算公式如下:
PV=nRT (1)
式(1)中:P为气体压力,单位:Pa,V为气体体积,单位:m3,n为气体的物质的量,单位:mol,R为普适气体恒量,单位:J/(mol·K),T为气体温度,单位:K;将nR近似视作常量C,则由式(1)得:
根据式(2)计算出给定容积容器中气体体积,然后将其换算到给定状态或标准状态下的气体体积,初始状态与结束状态气体体积差值即漏气量,得到式(3):
式中:ΔV为标准状态下气体泄漏量,单位:m3;V1为试验开始时气体体积,单位:m3;V2为试验结束时气体体积,单位:m3;P1为试验开始时容器内部压力,单位:Pa;P2为试验结束时容器内部压力,单位:Pa;T1为试验开始时容器内部平均温度,单位:K;T2为试验结束时容器内部平均温度,单位:K;
衡量氢冷发电机气密性标准为单日氢气泄漏量,而式(3)所得泄漏量仅为时间段内的气体泄漏量,通过式(4)将其换算为单日泄漏量:
式中:Δt为实验开始与试验结束之间时间间隔,单位:h;Vday为单日气体泄漏量,单位:ft3/day;
根据时序采样点采集的气体温度与压力,根据式(2)计算标准状态下压缩气体体积,以时间作为自变量,压缩气体体积为因变量,进行线性拟合,得到拟合方程:
y=kx+b (5)
式中:x为时间,单位:h;y为气体体积,单位:ft3;k为线性拟合方程斜率;b为线性拟合方程在y轴的截距;
则得氢气单日气体泄漏量为:
Vday=-24×k×3.81 (6)
步骤3、将采集的数据导入数据处理分析软件,进行数据预处理及泄露计算、线性拟合、泄露曲线绘制、报表生成,判定压缩气体单日泄漏量合格情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211379380.5A CN115931246A (zh) | 2022-11-04 | 2022-11-04 | 一种氢冷发电机的气密性检测与故障处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211379380.5A CN115931246A (zh) | 2022-11-04 | 2022-11-04 | 一种氢冷发电机的气密性检测与故障处理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115931246A true CN115931246A (zh) | 2023-04-07 |
Family
ID=86653411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211379380.5A Pending CN115931246A (zh) | 2022-11-04 | 2022-11-04 | 一种氢冷发电机的气密性检测与故障处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115931246A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117647043A (zh) * | 2024-01-30 | 2024-03-05 | 广州贝龙环保产业科技股份有限公司 | 一种用于冰蓄冷系统的云端控制系统 |
-
2022
- 2022-11-04 CN CN202211379380.5A patent/CN115931246A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117647043A (zh) * | 2024-01-30 | 2024-03-05 | 广州贝龙环保产业科技股份有限公司 | 一种用于冰蓄冷系统的云端控制系统 |
CN117647043B (zh) * | 2024-01-30 | 2024-04-09 | 广州贝龙环保产业科技股份有限公司 | 一种用于冰蓄冷系统的云端控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103671190B (zh) | 一种智能早期矿用通风机在线故障诊断系统 | |
CN116772944B (zh) | 配气站的智能监控系统及其方法 | |
CN113757093B (zh) | 一种闪蒸汽压缩机组故障诊断方法 | |
CN115022187B (zh) | 一种电-气综合能源系统态势感知方法与装置 | |
CN115931246A (zh) | 一种氢冷发电机的气密性检测与故障处理系统及方法 | |
CN113177646A (zh) | 一种基于自适应边缘代理的配电设备在线监测方法及系统 | |
CN107238475A (zh) | 一种袋式除尘器滤袋在线实时监测系统 | |
CN113611096A (zh) | 一种空压站电能消耗监测预警系统 | |
CN202442118U (zh) | 压缩空气系统管网泄漏智能检测系统 | |
CN103454114B (zh) | 中低压燃气调压器运行故障诊断与安全预警装置及方法 | |
CN204758022U (zh) | 可移动式高压组合电器状态诊断装置 | |
CN206656749U (zh) | 火电厂传感器故障诊断系统 | |
CN211927202U (zh) | 一种sf6电气设备中气体泄漏在线检测装置 | |
CN211478167U (zh) | 故障诊断装置和故障诊断系统 | |
CN117723917B (zh) | 基于光纤非本征法珀型超声波传感器的监测应用方法 | |
CN117169639B (zh) | 一种电源适配器生产用产品检测方法及系统 | |
CN114958437B (zh) | 煤气化装置立体监控方法及系统 | |
CN117272032B (zh) | 一种基于振动检测的空压机故障诊断方法与装置 | |
CN117574301B (zh) | 基于多传感器的便携式智能环境侦检设备数据分析系统 | |
CN114777485B (zh) | 一种基于大数据的在线智能监测烧结漏风方法 | |
CN216484779U (zh) | 一种基于超声导波的高温压力容器损伤定位设备 | |
US20240077174A1 (en) | System and method for monitoring and control of steam lost from steam traps | |
CN117628417B (zh) | 一种燃气场用智能安全控制系统 | |
CN117606708A (zh) | 一种油浸变压器密封试验在线监测装置及其在线监测方法 | |
CN217083807U (zh) | 一种水冷泵调试装置 |
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 |