CN116047207A - 一种核电厂电动阀性能故障诊断评估方法 - Google Patents

一种核电厂电动阀性能故障诊断评估方法 Download PDF

Info

Publication number
CN116047207A
CN116047207A CN202310058866.7A CN202310058866A CN116047207A CN 116047207 A CN116047207 A CN 116047207A CN 202310058866 A CN202310058866 A CN 202310058866A CN 116047207 A CN116047207 A CN 116047207A
Authority
CN
China
Prior art keywords
valve
electric valve
electric
performance
power plant
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
Application number
CN202310058866.7A
Other languages
English (en)
Inventor
胡裕林
刘勃
张运会
丰慧星
王平
王晨晖
邵春兵
许婷
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.)
China General Nuclear Power Corp
CGN Power Co Ltd
Suzhou Nuclear Power Research Institute Co Ltd
Yangjiang Nuclear Power Co Ltd
Original Assignee
China General Nuclear Power Corp
CGN Power Co Ltd
Suzhou Nuclear Power Research Institute Co Ltd
Yangjiang Nuclear Power Co Ltd
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 China General Nuclear Power Corp, CGN Power Co Ltd, Suzhou Nuclear Power Research Institute Co Ltd, Yangjiang Nuclear Power Co Ltd filed Critical China General Nuclear Power Corp
Priority to CN202310058866.7A priority Critical patent/CN116047207A/zh
Publication of CN116047207A publication Critical patent/CN116047207A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00Energy generation of nuclear origin

Abstract

本发明公开了一种核电厂电动阀性能故障诊断评估方法,包括以下步骤:根据核电厂内的电动阀的部件构成,将其分解为多个关键部件;先利用集散控制系统在线获取关键部件的性能状态参数,并查看是否存在报警情况;若出现报警情况,则离线进行对应的电动阀性能诊断测试,确定电动阀的异常信息;根据关键部件的参数劣化程度以及重要度权重映射到不同或者相同的评分,若该电动阀出现故障的关键部件的评分之和低于第一预设值或者各自评分均小于第二预设值,则表明该电动阀处于健康状态。本发明提供的核电厂电动阀性能故障诊断评估方法解决了现有电动阀故障判别不清、不标准化的问题,提高了阀门故障诊断的效率,优化了核电厂电动阀管理模式。

Description

一种核电厂电动阀性能故障诊断评估方法
技术领域
本发明涉及核电厂电动阀门故障诊断技术领域,尤其涉及一种核电厂电动阀性能故障诊断评估方法。
背景技术
阀门作为核电厂中的关键设备之一,其健康状况直接关系到整个生产系统的可靠性。目前对核电厂阀门主流维修策略是采取阀门故障纠正性维修和阀门定期检查、解体的预防性维修相结合的方式,一方面能够使阀门处于良好的运行状态,另一方面则耗费了大量的人力、物力,同时有引入过度维修和人因故障的风险。
随着智能仪表和各种现场总线技术的发展,电动阀门故障诊断技术逐渐得到运用。通过电动阀门故障诊断技术,能够获取电动阀门开关动作过程中的电流、电压、推力、扭矩等信息,但仍需要诊断人员具有丰富的现场经验才能识别出故障发生原因、判断阀门故障部位。
以上背景技术内容的公开仅用于辅助理解本发明的发明构思及技术方案,其并不必然属于本专利申请的现有技术,也不必然会给出技术教导;在没有明确的证据表明上述内容在本专利申请的申请日之前已经公开的情况下,上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
为了克服现有技术存在的不足,本发明提供一种核电厂电动阀性能故障诊断评估方法,具体技术方案如下:一种核电厂电动阀性能故障诊断评估方法,包括以下步骤:
根据核电厂内的电动阀的部件构成,确定其关键部件及相应参数,所述关键部件包括力矩开关、行程开关、阀瓣/阀座、电机、电位计、蜗轮蜗杆、阀杆、盘根和T型头;先利用集散控制系统在线获取关键部件的性能状态参数,并查看是否存在报警情况;若出现报警情况,则获取发生报警情况的电动阀对应的位置信息,以离线进行对应的电动阀性能诊断测试,进一步确定所述电动阀的异常信息,所述异常信息包括不同关键部件对应的异常情况;
将所述电动阀关联的异常信息输入电动头健康管理平台进行健康评估;在健康评估中,将所述电动阀的异常信息与预设标准条件进行比较,以评判该电动阀出现故障的关键部件对应的参数劣化程度,根据所述关键部件发生故障的后果以及处理方式,将不同的关键部件赋予不同或相同的重要度权重;根据所述关键部件的参数劣化程度以及重要度权重映射到不同或者相同的评分,若该电动阀出现故障的关键部件的评分之和低于第一预设值或者各自评分均小于第二预设值,则表明该电动阀处于健康状态,不影响正常使用。
进一步地,所述关键部件出现异常的失效模式分为内漏、拒开/拒关、外漏,每种失效模式对应一种或多种的失效机理以及对应的分析方法,以判别出所述关键部件在同一失效模式下不同的故障模式,同一关键部件不同的故障模式对应不同或相同的重要度权重。
进一步地,根据所述关键部件的不同故障模式预先定义不同的参数标准范围,所述参数劣化程度分为不同的等级,若所述关键部件的异常信息超出对应参数标准范围达到预警值,则所述关键部件对应的参数劣化程度为低等级,若所述关键部件的异常信息超出对应预警值达到报警值,则所述关键部件对应的参数劣化程度为高等级;在同一个重要度权重下,所述参数劣化程度等级越高,所述关键部件对应的评分越高。
进一步地,每个关键部件的评分为其所有故障模式下的评分之和。
进一步地,若该电动阀出现故障的关键部件存在大于第三预设值的评分,则表明该电动阀处于危险状态,无法支持下一个运行周期,需要修理或更换,其中,所述第三预设值大于第二预设值的两倍。
进一步地,若电动阀的在线监测出现报警情况,则需进行离线监测;所述在线监测数据的对象包括力矩开关、行程开关、阀瓣/阀座,通过集散控制系统获取阀门开关动作时实时发出的信号;采用电动阀性能故障诊断数据采集设备对电动阀门进行性能诊断测试,以完成离线监测,所述离线监测数据的对象包括电机、力矩开关、行程开关、电位计、蜗轮蜗杆、阀杆、盘根、阀瓣/阀座、T型头。
进一步地,对于所述力矩开关的监测,通过集散控制系统监测所述电动阀的电动头是否存在力矩报警,若存在报警,则将报警信息记录到电动头健康管理平台中;接着根据电动阀性能诊断测试,依次判断阀门开关过程中力矩开关是否正常触发、阀门关闭力矩是否处于为正常值范围,若存在判断为否,则表示有异常,记录异常信息至电动头健康管理平台。
进一步地,对于所述行程开关的监测,通过集散控制系统监测所述电动阀的电动头是否存在行程报警,若存在报警,将报警信息记录到所述电动头健康管理平台中;接着根据电动阀性能诊断测试,依次判断阀门开关过程中行程开关触发是否正常触发、阀门行程时间是否处于正常值范围,若存在判断为否,则表示有异常,记录异常信息至电动头健康管理平台。
进一步地,对于所述阀瓣/阀座的监测,通过集散控制系统监测所述电动阀的电动头是否存在上下游压差报警,若存在报警,则将报警信息记录到所述电动头健康管理平台中;接着根据电动阀性能诊断测试,判断阀门开关推力曲线是处于正常变化范围、阀瓣入座力数值是否处于合理范围、阀瓣拔出力数值是否处于预设范围,若存在判断为否,则表示有异常,记录异常信息至电动头健康管理平台。
进一步地,对于所述电位计的监测,根据电动阀性能诊断测试,观察阀门开关过程中阀位显示是否存在异常、电位计阻值是否存在突变,若判断为存在,则表示有异常,则记录异常信息至电动头健康管理平台;
对于所述蜗轮蜗杆的监测,根据电动阀性能诊断测试,得到电动阀开关过程中阀杆所受推力变化曲线,观察曲线是否存在周期性波动信号,若判断为存在,则表示有异常,记录异常信息至电动头健康管理平台;
对于阀杆的监测,根据电动阀性能诊断测试,观察阀杆是否存在弯曲、阀杆表面是否存在划痕或磨损,若判断为存在,则表示有异常,记录异常信息至电动头健康管理平台;
对于盘根的监测,根据电动阀性能诊断测试,判断阀门开关过程盘根摩擦力是否处于预设正常范围,若判断为否,则表示有异常,记录异常信息至电动头健康管理平台;
对于T型头的监测,根据电动阀性能诊断测试,得到电动阀开关过程中阀杆所受推力变化曲线,观察推力曲线中T型槽平台部分是否处于正常标准范围,若判断为否,则表示有异常,记录异常信息至电动头健康管理平台;
对于所述电机的监测,根据电动阀性能诊断测试,观察所述电机运行过程中其三项不平衡系数是否处于预设安全范围、运行温度是否处于安全温度范围,若判断为否,则表示有异常,则记录异常信息至电动头健康管理平台。
与现有技术相比,本发明具有下列优点:实现核电厂电动阀门数据的快速采集与分析,快速定位阀门故障部件,解决了现有电动阀故障判别不清、不标准化的问题,提高了阀门故障诊断的效率,优化了核电厂电动阀管理模式。
附图说明
图1是本发明实施例提供的核电厂电动阀性能故障诊断评估方法的流程框架示意图;
图2是本发明实施例提供的核电厂电动阀性能故障诊断评估方法中力矩开关评估流程示意图;
图3是本发明实施例提供的核电厂电动阀性能故障诊断评估方法中行程开关评估流程示意图;
图4是本发明实施例提供的核电厂电动阀性能故障诊断评估方法中阀瓣/阀座评估流程示意图;
图5是本发明实施例提供的核电厂电动阀性能故障诊断评估方法中电位计评估流程示意图;
图6是本发明实施例提供的核电厂电动阀性能故障诊断评估方法中蜗轮蜗杆评估流程示意图;
图7是本发明实施例提供的核电厂电动阀性能故障诊断评估方法中阀杆评估流程示意图;
图8是本发明实施例提供的核电厂电动阀性能故障诊断评估方法中盘根评估流程示意图;
图9是本发明实施例提供的核电厂电动阀性能故障诊断评估方法中T型头评估流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
在本发明的一个实施例中,提供了一种核电厂电动阀性能故障诊断评估方法,包括以下步骤:参见图1,根据核电厂内的电动阀的部件构成,确定其关键部件及相应参数,依据各部件可能存在的故障模式、设备故障后对设备本身和机组的影响、故障现象、指标参数、参数劣化等级等建立电动阀故障评估模型。所述关键部件包括力矩开关、行程开关、阀瓣/阀座、电机、电位计、蜗轮蜗杆、阀杆、盘根和T型头。
先利用集散控制系统在线获取关键部件的性能状态参数,并查看是否存在报警情况;若出现报警情况,则获取发生报警情况的电动阀对应的位置信息,以离线进行对应的电动阀性能诊断测试,进一步确定所述电动阀的异常信息,所述异常信息包括不同关键部件对应的异常情况;
将所述电动阀关联的异常信息输入电动头健康管理平台进行健康评估;在健康评估中,将所述电动阀的异常信息与预设标准条件进行比较,以评判该电动阀出现故障的关键部件对应的参数劣化程度,根据所述关键部件发生故障的后果以及处理方式,将不同的关键部件赋予不同或相同的重要度权重;根据所述关键部件的参数劣化程度以及重要度权重映射到不同或者相同的评分,若该电动阀出现故障的关键部件的评分之和低于第一预设值或者各自评分均小于第二预设值,则表明该电动阀处于健康状态,不影响正常使用。若该电动阀出现故障的关键部件存在大于第三预设值的评分,则表明该电动阀处于危险状态,无法支持下一个运行周期,需要修理或更换,其中,所述第三预设值大于第二预设值的两倍。
所述关键部件出现异常的失效模式分为内漏、拒开/拒关、外漏,参见表1,每种失效模式对应一种或多种的失效机理以及对应的分析方法,以判别出所述关键部件在同一失效模式下不同的故障模式,同一关键部件不同的故障模式对应不同或相同的重要度权重。
表1关键部件失效模式判别方法
Figure BDA0004060926930000051
Figure BDA0004060926930000061
根据所述关键部件的不同故障模式预先定义不同的参数标准范围,所述参数劣化程度分为不同的等级,若所述关键部件的异常信息超出对应参数标准范围达到预警值,则所述关键部件对应的参数劣化程度为低等级,若所述关键部件的异常信息超出对应预警值达到报警值,则所述关键部件对应的参数劣化程度为高等级;在同一个重要度权重下,所述参数劣化程度等级越高,所述关键部件对应的评分越高。每个关键部件的评分为其所有故障模式下的评分之和。
具体地,将参数劣化程度分为4个等级:HH、H、L、LL,参数标准范围为正常运行区间(c,d),a<b<c<d<e<f,预警值为b和e,报警值为a和f,HH表示参数高于预警值达到报警值,即大于f;H表示参数高于正常运行区间达到预警值,即处于(e,f);L-参数低于正常运行区间达到预警值,即处于(a,b);LL-参数低于预警值达到报警值,即小于a。根据部件发生故障后的后果及处理方式将部件重要度权重分为4个等级:Ⅰ、Ⅱ、Ⅲ、Ⅳ。根据部件参数劣化程度等级及部件重要度权重等级得出部件异常评分标准,参见表2。
表2部件异常评分标准
重要度权重
H/L 2 4 8 16
HH/LL 4 8 16 32
依据部件异常状态信息进行评分:当关键部件所有评分值总和小于16,且单一评分值小于10时,该关键部件健康状态为绿色,表示设备状态优良,不存在任何影响设备可用的缺陷;当部件存在所有评分值总和大于16且单一评分值为(10,16)时,该部件健康状态为白色,表示性能有所变化,但可以长期运行;当部件存在单一评分值为[16,32)时,该部件健康等级为黄色,表示设备明显降级,在短期30天内是稳定和可接受的,但不能保持长期(一个运行周期)运行;当关键部件存在单一评分值大于或等于32时,该部件健康等级为红色,表示设备严重降级,在短期30天内会发生故障。
本实施例提供的核电厂电动阀性能故障诊断评估方法对电动阀门整体进行拆解,分别对各重要部件进行健康状态评估,实现对阀门设备健康状态的监测,当故障发生时能够正确定位故障部件,提高了阀门故障诊断的效率,保障了电动阀门设备的良好运行。
在本发明的一个实施例中,若电动阀的在线监测出现报警情况,则需进行离线监测;所述在线监测数据的对象包括力矩开关、行程开关、阀瓣/阀座,通过集散控制系统获取阀门开关动作时实时发出的信号,阀门开关动作会触发执行装置中的力矩开关及行程开关,确定是否存在报警,获得各部件状态信息;采用电动阀性能故障诊断数据采集设备对电动阀门进行性能诊断测试,以完成离线监测,所述离线监测数据的对象包括电机、力矩开关、行程开关、电位计、蜗轮蜗杆、阀杆、盘根、阀瓣/阀座、T型头。
采用专用电动阀性能故障诊断数据采集设备对电动阀门进行性能诊断测试,诊断测试应按以下步骤进行:电动阀驱动力诊断特征参数设置;选择测试传感器,包括电压测量传感器、电流测量传感器、推力与扭矩测量传感器、阀门行程测量传感器等;确认阀门处于可测试状态;安装测试传感器;操作阀门开关获取电动执行机构的电流、电压、开关量信号回路动作时序、阀门动作时所受推力与扭矩等;现场数据预分析;测试结束,恢复现场。
根据电动阀的关键部件的分类结果,对各部件进行健康状态评估:
参见图2,对于所述力矩开关的监测,通过集散控制系统监测所述电动阀的电动头是否存在力矩报警,若存在报警,则将报警信息记录到电动头健康管理平台中;接着根据电动阀性能诊断测试,依次判断阀门开关过程中力矩开关是否正常触发、阀门关闭力矩是否处于为正常值范围,若存在判断为否,则表示有异常,记录异常信息至电动头健康管理平台。
参见图3,对于所述行程开关的监测,通过集散控制系统监测所述电动阀的电动头是否存在行程报警,若存在报警,将报警信息记录到所述电动头健康管理平台中;接着根据电动阀性能诊断测试,依次判断阀门开关过程中行程开关触发是否正常触发、阀门行程时间是否处于正常值范围,若存在判断为否,则表示有异常,记录异常信息至电动头健康管理平台。
参见图4,对于所述阀瓣/阀座的监测,通过集散控制系统监测所述电动阀的电动头是否存在上下游压差报警,若存在报警,则将报警信息记录到所述电动头健康管理平台中;接着根据电动阀性能诊断测试,判断阀门开关推力曲线是处于正常变化范围、阀瓣入座力数值是否处于合理范围、阀瓣拔出力数值是否处于预设范围,若存在判断为否,则表示有异常,记录异常信息至电动头健康管理平台。
参见图5,对于所述电位计的监测,根据电动阀性能诊断测试,观察阀门开关过程中阀位显示是否存在异常、电位计阻值是否存在突变,若判断为存在,则表示有异常,则记录异常信息至电动头健康管理平台;
参见图6,对于所述蜗轮蜗杆的监测,根据电动阀性能诊断测试,得到电动阀开关过程中阀杆所受推力变化曲线,观察曲线是否存在周期性波动信号,若判断为存在,则表示有异常,记录异常信息至电动头健康管理平台;
参见图7,对于阀杆的监测,根据电动阀性能诊断测试,观察阀杆是否存在弯曲、阀杆表面是否存在划痕或磨损,若判断为存在,则表示有异常,记录异常信息至电动头健康管理平台;
参见图8,对于盘根的监测,根据电动阀性能诊断测试,判断阀门开关过程盘根摩擦力是否处于预设正常范围,若判断为否,则表示有异常,记录异常信息至电动头健康管理平台;
参见图9,对于T型头的监测,根据电动阀性能诊断测试,得到电动阀开关过程中阀杆所受推力变化曲线,观察推力曲线中T型槽平台部分是否处于正常标准范围,若判断为否,则表示有异常,记录异常信息至电动头健康管理平台;
对于所述电机的监测,根据电动阀性能诊断测试,观察所述电机运行过程中其三项不平衡系数是否处于预设安全范围、运行温度是否处于安全温度范围,若判断为否,则表示有异常,则记录异常信息至电动头健康管理平台。
本实施例提供的核电厂电动阀性能故障诊断评估方法通过将电动阀门整体分解为各主要部件,依据各部件参数指标、故障模式、、故障影响、重要程度等建立电动阀门健康评估模型,通过在线监测或离线监测的方法得到阀门各部件参数信息,与标准数据进行对比,得到各部件健康评估结果,由此,实现核电厂电动阀门数据采集与分析,快速定位阀门故障部件,解决了现有电动阀故障判别不清、不标准化的问题,提高了阀门故障诊断的效率,优化了核电厂电动阀管理模式。
以上所述仅为本发明的优选实施例,并非因此限制其专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种核电厂电动阀性能故障诊断评估方法,其特征在于,包括以下步骤:
根据核电厂内的电动阀的部件构成,确定其关键部件及相应参数,所述关键部件包括力矩开关、行程开关、阀瓣/阀座、电机、电位计、蜗轮蜗杆、阀杆、盘根和T型头;先利用集散控制系统在线获取关键部件的性能状态参数,并查看是否存在报警情况;若出现报警情况,则获取发生报警情况的电动阀对应的位置信息,以离线进行对应的电动阀性能诊断测试,进一步确定所述电动阀的异常信息,所述异常信息包括不同关键部件对应的异常情况;
将所述电动阀关联的异常信息输入电动头健康管理平台进行健康评估;在健康评估中,将所述电动阀的异常信息与预设标准条件进行比较,以评判该电动阀出现故障的关键部件对应的参数劣化程度,根据所述关键部件发生故障的后果以及处理方式,将不同的关键部件赋予不同或相同的重要度权重;根据所述关键部件的参数劣化程度以及重要度权重映射到不同或者相同的评分,若该电动阀出现故障的关键部件的评分之和低于第一预设值或者各自评分均小于第二预设值,则表明该电动阀处于健康状态,不影响正常使用。
2.根据权利要求1所述的核电厂电动阀性能故障诊断评估方法,其特征在于,所述关键部件出现异常的失效模式分为内漏、拒开/拒关、外漏,每种失效模式对应一种或多种的失效机理以及对应的分析方法,以判别出所述关键部件在同一失效模式下不同的故障模式,同一关键部件不同的故障模式对应不同或相同的重要度权重。
3.根据权利要求2所述的核电厂电动阀性能故障诊断评估方法,其特征在于,根据所述关键部件的不同故障模式预先定义不同的参数标准范围,所述参数劣化程度分为不同的等级,若所述关键部件的异常信息超出对应参数标准范围达到预警值,则所述关键部件对应的参数劣化程度为低等级,若所述关键部件的异常信息超出对应预警值达到报警值,则所述关键部件对应的参数劣化程度为高等级;在同一个重要度权重下,所述参数劣化程度等级越高,所述关键部件对应的评分越高。
4.根据权利要求3所述的核电厂电动阀性能故障诊断评估方法,其特征在于,每个关键部件的评分为其所有故障模式下的评分之和。
5.根据权利要求1所述的核电厂电动阀性能故障诊断评估方法,其特征在于,若该电动阀出现故障的关键部件存在大于第三预设值的评分,则表明该电动阀处于危险状态,无法支持下一个运行周期,需要修理或更换,其中,所述第三预设值大于第二预设值的两倍。
6.根据权利要求1所述的核电厂电动阀性能故障诊断评估方法,其特征在于,若电动阀的在线监测出现报警情况,则需进行离线监测;所述在线监测数据的对象包括力矩开关、行程开关、阀瓣/阀座,通过集散控制系统获取阀门开关动作时实时发出的信号;采用电动阀性能故障诊断数据采集设备对电动阀门进行性能诊断测试,以完成离线监测,所述离线监测数据的对象包括电机、力矩开关、行程开关、电位计、蜗轮蜗杆、阀杆、盘根、阀瓣/阀座、T型头。
7.根据权利要求6所述的核电厂电动阀性能故障诊断评估方法,其特征在于,对于所述力矩开关的监测,通过集散控制系统监测所述电动阀的电动头是否存在力矩报警,若存在报警,则将报警信息记录到电动头健康管理平台中;接着根据电动阀性能诊断测试,依次判断阀门开关过程中力矩开关是否正常触发、阀门关闭力矩是否处于为正常值范围,若存在判断为否,则表示有异常,记录异常信息至电动头健康管理平台。
8.根据权利要求6所述的核电厂电动阀性能故障诊断评估方法,其特征在于,对于所述行程开关的监测,通过集散控制系统监测所述电动阀的电动头是否存在行程报警,若存在报警,将报警信息记录到所述电动头健康管理平台中;接着根据电动阀性能诊断测试,依次判断阀门开关过程中行程开关触发是否正常触发、阀门行程时间是否处于正常值范围,若存在判断为否,则表示有异常,记录异常信息至电动头健康管理平台。
9.根据权利要求6所述的核电厂电动阀性能故障诊断评估方法,其特征在于,对于所述阀瓣/阀座的监测,通过集散控制系统监测所述电动阀的电动头是否存在上下游压差报警,若存在报警,则将报警信息记录到所述电动头健康管理平台中;接着根据电动阀性能诊断测试,判断阀门开关推力曲线是处于正常变化范围、阀瓣入座力数值是否处于合理范围、阀瓣拔出力数值是否处于预设范围,若存在判断为否,则表示有异常,记录异常信息至电动头健康管理平台。
10.根据权利要求6所述的核电厂电动阀性能故障诊断评估方法,其特征在于,
对于所述电位计的监测,根据电动阀性能诊断测试,观察阀门开关过程中阀位显示是否存在异常、电位计阻值是否存在突变,若判断为存在,则表示有异常,则记录异常信息至电动头健康管理平台;
对于所述蜗轮蜗杆的监测,根据电动阀性能诊断测试,得到电动阀开关过程中阀杆所受推力变化曲线,观察曲线是否存在周期性波动信号,若判断为存在,则表示有异常,记录异常信息至电动头健康管理平台;
对于阀杆的监测,根据电动阀性能诊断测试,观察阀杆是否存在弯曲、阀杆表面是否存在划痕或磨损,若判断为存在,则表示有异常,记录异常信息至电动头健康管理平台;
对于盘根的监测,根据电动阀性能诊断测试,判断阀门开关过程盘根摩擦力是否处于预设正常范围,若判断为否,则表示有异常,记录异常信息至电动头健康管理平台;
对于T型头的监测,根据电动阀性能诊断测试,得到电动阀开关过程中阀杆所受推力变化曲线,观察推力曲线中T型槽平台部分是否处于正常标准范围,若判断为否,则表示有异常,记录异常信息至电动头健康管理平台;
对于所述电机的监测,根据电动阀性能诊断测试,观察所述电机运行过程中其三项不平衡系数是否处于预设安全范围、运行温度是否处于安全温度范围,若判断为否,则表示有异常,则记录异常信息至电动头健康管理平台。
CN202310058866.7A 2023-01-17 2023-01-17 一种核电厂电动阀性能故障诊断评估方法 Pending CN116047207A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310058866.7A CN116047207A (zh) 2023-01-17 2023-01-17 一种核电厂电动阀性能故障诊断评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310058866.7A CN116047207A (zh) 2023-01-17 2023-01-17 一种核电厂电动阀性能故障诊断评估方法

Publications (1)

Publication Number Publication Date
CN116047207A true CN116047207A (zh) 2023-05-02

Family

ID=86121698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310058866.7A Pending CN116047207A (zh) 2023-01-17 2023-01-17 一种核电厂电动阀性能故障诊断评估方法

Country Status (1)

Country Link
CN (1) CN116047207A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117250496A (zh) * 2023-11-17 2023-12-19 国网浙江省电力有限公司双创中心 一种gis断路器的弹簧储能检测方法及系统
CN117647726A (zh) * 2024-01-30 2024-03-05 国网信息通信产业集团有限公司 一种核心板测试验证方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117250496A (zh) * 2023-11-17 2023-12-19 国网浙江省电力有限公司双创中心 一种gis断路器的弹簧储能检测方法及系统
CN117647726A (zh) * 2024-01-30 2024-03-05 国网信息通信产业集团有限公司 一种核心板测试验证方法及系统
CN117647726B (zh) * 2024-01-30 2024-03-29 国网信息通信产业集团有限公司 一种核心板测试验证方法及系统

Similar Documents

Publication Publication Date Title
CN116047207A (zh) 一种核电厂电动阀性能故障诊断评估方法
RU2628146C2 (ru) Способ предупредительного обнаружения отказа в устройстве, компьютерная программа, система и модуль для предупредительного обнаружения отказа в устройстве
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
EP1982301B1 (en) Method of condition monitoring
CN110414155A (zh) 一种带有单测点的风机部件温度异常检测和报警方法
CN103953399B (zh) 一种汽轮机进汽阀门快关过程监测装置及在线监测方法
CN108569607A (zh) 基于双向门控循环神经网络的电梯故障预警方法
CN111780800B (zh) 一种传感器故障的监测、隔离以及重构方法和系统
CN109710983B (zh) 一种基于关键性能指标的柴油机气缸分层故障诊断方法
CN107844067B (zh) 一种水电站闸门在线状态监测控制方法及监测系统
CN110646685B (zh) 一种开关柜状态综合评估方法
CN114323671A (zh) 借助人工智能方法基于对电驱动系统的组件的预测诊断来确定剩余使用寿命的方法和设备
CN102789676A (zh) 一种基于报警证据融合的工业报警器设计方法
CN112598144A (zh) 基于相关性分析的cnn-lstm突发故障预警方法
CN114372489A (zh) 一种柴油机工况识别与异常诊断方法
CN109084971B (zh) 一种基于粒子群优化的气动调节阀故障诊断方法
CN116796261B (zh) 一种基于人工智能的封闭开关设备机械特性预测方法
CN106644436B (zh) 一种断路器机械特性的评定方法
US11339763B2 (en) Method for windmill farm monitoring
WO2023273378A1 (zh) 一种螺栓故障诊断方法及装置
CN103235206A (zh) 一种变压器的故障诊断方法
CN114279699A (zh) 一种超高真空气动阀故障检测系统及方法
Uhrig Application of artificial neural networks in industrial technology
CN113511183B (zh) 基于优化准则的高速列车空气制动系统早期故障分离方法
CN116342110B (zh) 一种列车多温度测量回路智能故障诊断和容错测量方法

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