首页 / 专利库 / 门,大门和窗户 / 框架 / 汽轮机远程智能运维服务系统

汽轮机远程智能运维服务系统

阅读:103发布:2024-02-23

专利汇可以提供汽轮机远程智能运维服务系统专利检索,专利查询,专利分析的服务。并且汽轮机 远程智能运维服务系统,属于汽轮机运维技术领域。本 发明 是为了解决现有的汽轮机运行维护方法不能及时全面的实现汽轮机的运行维护的问题以及存在效率低的问题。本发明包括:遥测 数据库 ,用于获取并存储存储遥测数据;综合数据库,反映当前诊断推理状态的集合,用于存放诊断推理所需的各种故障征兆事实,以及推理过程中产生的中结果和故障原因;诊断 知识库 ,用于存放汽轮机故障诊断知识;特征参数提取模 块 ,负责对遥测数据进行分析,提取特征参数作为故障征兆事实;故障推理机,根据特征参数和 阈值 的比较结果进行推理,并负责向用户解释诊断推理的依据,给出相应的故障处理预案。主要用于汽轮机的运行维护。,下面是汽轮机远程智能运维服务系统专利的具体信息内容。

1.汽轮机远程智能运维服务系统,其特征在于,包括:遥测数据库、综合数据库、诊断知识库,以及特征参数提取模、诊断推理机和知识库管理模块;
遥测数据库,用于获取并存储存储遥测数据;
综合数据库,反映当前诊断推理状态的集合,用于存放诊断推理所需的各种故障征兆事实,以及推理过程中产生的中结果和故障原因;
诊断知识库,用于存放汽轮机故障诊断知识;
特征参数提取模块,负责对遥测数据进行分析,提取特征参数作为故障征兆事实;
故障推理机,根据特征参数和阈值的比较结果进行推理,并负责向用户解释诊断推理的依据;同时,针对当前确定的故障模式,给出相应的故障处理预案。
2.根据权利要求1所述的汽轮机远程智能运维服务系统,其特征在于,还包括知识库管理模块,用于对知识库中进行管理,包括添加、删除、修改和更新汽轮机故障诊断知识。
3.根据权利要求1或2所述的汽轮机远程智能运维服务系统,其特征在于,所述诊断推理机包括:
汽轮机高压胀差故障诊断模块,用于判断高压胀差超过阈值范围;
轮机低压胀差故障诊断模块,用来判断低压胀差超过阈值范围;
汽轮机启机前油箱油温过低故障诊断模块,用来监测汽轮机启动前油箱油温过低的情况;
汽轮机启机前油箱油温过高故障诊断模块,用来监测汽轮机启动前油箱油温过高的情况;
汽轮机汽缸温差过大故障诊断模块;用来监测汽缸上下半温度差异。
4.根据权利要求3所述的汽轮机远程智能运维服务系统,其特征在于,所述诊断知识库包括:故障模式子库、征兆事实子库、诊断规则子库;
a)故障模式子库:
故障模式子库包含能够诊断的所有故障模式的相关信息,同时还包含故障对策知识,用于给出消除故障的预案措施;
b)征兆事实子库:
采用“属性-值”,即(A,V)二元组来表示征兆事实;故障征兆采用框架来表示,每个征兆事实是一个(A,V)二元组;征兆框架中的各项用BNF范式描述;
c)诊断规则子库:
诊断知识采用规则表示;利用巴科斯-诺尔范式描述诊断规则的语法结构。
5.根据权利要求3所述的汽轮机远程智能运维服务系统,其特征在于,所述诊断推理机还包括:
汽轮机轴承金属温度过高故障诊断模块;
汽轮机轴承金属温度过低故障诊断模块;
汽轮机蒸汽室内壁和外壁温差过大故障诊断模块;
汽轮机轴承温度异常故障诊断模块;
汽轮机润滑油油压异常故障诊断模块;
汽轮机压力整定值(额定转速下)润滑油工作油压异常故障诊断模块;
汽轮机油箱油温异常故障诊断模块;
汽轮机顶轴油泵油压异常故障诊断模块;
汽轮机低压缸轴封供汽温度过低故障诊断模块;
汽轮机低压缸轴封供汽温度过高故障诊断模块;
汽轮机低压排汽缸短时温度过高故障诊断模块;
汽轮机转子位置异常故障诊断模块;
汽轮机主蒸汽进汽压力异常故障诊断模块;
汽轮机冷再热压力异常故障诊断模块;
汽轮机再热主汽进口两侧温差过大故障诊断模块;
汽轮机高压主汽阀门进口两侧温差过大故障诊断模块;
汽轮机中压缸排汽压力异常故障诊断模块;
汽轮机高压排汽缸压力异常故障诊断模块;
汽轮机高压汽封蒸汽压力异常故障诊断模块;
汽轮机低压汽封蒸汽压力异常故障诊断模块;
汽轮机质量不平衡故障诊断模块;
汽轮机初始弯曲故障诊断模块;
汽轮机热态不平衡故障诊断模块;
汽轮机联轴器松脱故障诊断模块;
汽轮机部件结垢故障诊断模块;
汽轮机调节级后压力异常故障诊断模块;
汽轮机叶片断裂故障诊断模块;
汽轮机中压缸效率低下故障诊断模块;
汽轮机给温度偏差异常故障诊断模块;
汽轮机抽汽压损偏大故障诊断模块;
汽轮机高压缸效率低下故障诊断模块;
汽轮机凝汽器热井水位故障诊断模块;
汽轮机凝汽器冷却水温升故障诊断模块;
汽轮机冷油器出口油温过高故障诊断模块;
汽轮机冷油器出口油温过低故障诊断模块;
汽轮机低压加热器水阻故障诊断模块;
汽轮机凝汽器冷却水微量泄漏故障诊断模块;
汽轮机凝汽器冷却水大量泄漏故障诊断模块;
汽轮机低压加热器疏水端差诊断模块;
汽轮机汽封冷却器水位故障模块;
汽轮机凝汽器热井水位低分析模块;
汽轮机凝汽器冷却水水阻增大分析模块;
汽轮机凝汽器冷却水水阻减小分析模块;
汽轮机低压加热器给水端差大分析模块;
汽轮机凝结水导电度升高分析模块;
汽轮机EH油温过高故障诊断模块;
汽轮机EH油温低故障诊断模块;
高主门TV无法开启故障诊断模块;
高调门GV无法开启故障诊断模块;
中调门IV无法开启故障诊断模块;
汽轮机挂闸未冲转但已经有转速故障诊断模块;
EH油箱油位高故障诊断模块;
OPC超速保护动作时,EH母管油压降低故障诊断模块;
EH油泵电机电流大故障诊断模块;
跳闸通道1故障故障诊断模块;
跳闸通道2故障故障诊断模块;
OPC动作时AST同时动作故障诊断模块;
汽轮机高主门TV阀位指令反馈偏差故障诊断模块;
汽轮机高调门GV阀位指令反馈偏差故障诊断模块;
汽轮机中调门IV阀位指令反馈偏差故障诊断模块;
机组尚未挂闸,EH母管油压低故障诊断模块。

说明书全文

汽轮机远程智能运维服务系统

技术领域

[0001] 本发明涉及一种汽轮机运维服务系统及方法。属于汽轮机运维技术领域。

背景技术

[0002] 智慧化电厂是我国电行业发展的重点方向。在新形势下,审视国内电力行业宏观环境,从国家政策出发,要求电厂大力业务革新,借鉴国内外智慧化电厂建设成功经验,建立新型智慧电厂,确保在新起点、新技术、新机遇下不断创造更大的价值。国内外研究人员分别采用不同的方法从不同的度相继开展了一系列研究,其中部分理论研究成果已经在实际应用中获得成功。然而,由于汽轮机部件或总体的健康状态涉及到材料、气动热力、结构、控制传感测量以及概率统计等诸多学科,至今仍有许多理论和实际问题难以解决,使得汽轮机健康管理依然处于起步探索阶段。故障诊断技术是提高汽轮机的安全性和可靠性的重要手段,目前的汽轮机的运行维护基本上是依靠例行巡检完成,或者专家通过汽轮机实际运行数据进行,或者当设备出现故障时依靠专家经验进行维护检修等。目前还没有一种专且全面的汽轮机运行维护系统,现有的运行维护方法基本上是针对某一情况进行运检测的,不仅不能及时全面的实现汽轮机的运行维护,而且存在效率低的问题。

发明内容

[0003] 本发明是为了解决现有的汽轮机运行维护方法不能及时全面的实现汽轮机的运行维护的问题以及存在效率低的问题。
[0004] 汽轮机远程智能运维服务系统,包括:遥测数据库、综合数据库、诊断知识库,以及特征参数提取模、诊断推理机和知识库管理模块;
[0005] 遥测数据库,用于获取并存储存储遥测数据;
[0006] 综合数据库,反映当前诊断推理状态的集合,用于存放诊断推理所需的各种故障征兆事实,以及推理过程中产生的中结果和故障原因;
[0007] 诊断知识库,用于存放汽轮机故障诊断知识;
[0008] 特征参数提取模块,负责对遥测数据进行分析,提取特征参数作为故障征兆事实;
[0009] 故障推理机,根据特征参数和阈值的比较结果进行推理,并负责向用户解释诊断推理的依据;同时,针对当前确定的故障模式,给出相应的故障处理预案。
[0010] 进一步地,所述的汽轮机远程智能运维服务系统,还包括知识库管理模块,用于对知识库中进行管理,包括添加、删除、修改和更新汽轮机故障诊断知识。
[0011] 进一步地,所述诊断推理机包括:
[0012] 汽轮机高压胀差故障诊断模块,用于判断高压胀差超过阈值范围;
[0013] 轮机低压胀差故障诊断模块,用来判断低压胀差超过阈值范围;
[0014] 汽轮机启机前油箱油温过低故障诊断模块,用来监测汽轮机启动前油箱油温过低的情况;
[0015] 汽轮机启机前油箱油温过高故障诊断模块,用来监测汽轮机启动前油箱油温过高的情况;
[0016] 汽轮机汽缸温差过大故障诊断模块;用来监测汽缸上下半温度差异。
[0017] 进一步地,所述诊断知识库包括:故障模式子库、征兆事实子库、诊断规则子库;
[0018] a)故障模式子库:
[0019] 故障模式子库包含能够诊断的所有故障模式的相关信息,同时还包含故障对策知识,用于给出消除故障的预案措施;
[0020] b)征兆事实子库:
[0021] 采用“属性-值”,即(A,V)二元组来表示征兆事实;故障征兆采用框架来表示,每个征兆事实是一个(A,V)二元组;征兆框架中的各项用BNF范式描述;
[0022] c)诊断规则子库:
[0023] 诊断知识采用规则表示;利用巴科斯-诺尔范式描述诊断规则的语法结构。
[0024] 有益效果:
[0025] (1)本发明能够实现基于汽轮机运行数据的故障诊断功能。同时本发明提供知识库管理功能,能够修改和补充诊断知识,且兼容目前已有判据模块。利用本发明获取的运维数据全面,提供运维措施全面,且本发明使用方便快捷。
[0026] (2)利用本发明获得运维数据的效率高,且能够快速给出对应故障原因、故障部位以及故障处理方案,反馈给用户故障诊断报告。
[0027] (3)本发明能实现设备可靠、经济运行,数据共享,提前预警,减人增效,科学检修,快速响应的效果,为电厂客户排忧解难。附图说明
[0028] 图1为汽轮机远程智能运维服务系统结构示意图。

具体实施方式

[0029] 具体实施方式一:结合图1说明本实施方式,
[0030] 汽轮机远程智能运维服务系统的主要任务是:通过对遥测数据或地面测试数据进行分析,提取特征参数,判断系统的故障状态;利用专家知识进行推理,确定故障部位、识别故障模式,并给出相应的故障处理预案。
[0031] 本实施方式为汽轮机远程智能运维服务系统,包括:遥测数据库、综合数据库、诊断知识库,以及特征参数提取模块、诊断推理机和知识库管理模块等多个模块,其结构如图1所示。系统各组成部分的功能说明如下:
[0032] (1)遥测数据库,用于获取并存储存储遥测数据,包括温度数据、振动数据等;
[0033] (2)综合数据库,反映当前诊断推理状态的集合,用于存放诊断推理所需的各种故障征兆事实,以及推理过程中产生的中结果和故障原因;
[0034] 例如:低压排汽缸短时温度过高故障诊断时,某35万机组的判据为连续15分钟内的短时间运行不得超过121℃;那么综合数据库会对温度大于121℃的数据进行存储,并对产生中间结果和故障原因进行存储。
[0035] (3)诊断知识库,用于存放汽轮机故障诊断知识;
[0036] 诊断知识库包括:故障模式子库、征兆事实子库、诊断规则子库;
[0037] a)故障模式子库:
[0038] 故障模式子库包含能够诊断的所有故障模式的相关信息,同时还包含故障对策知识,用于给出消除故障的预案措施;如表1(故障模式表t_FaultMode)所示:
[0039] 表1
[0040]
[0041] b)征兆事实子库:
[0042] 采用“属性-值”,即(A,V)二元组来表示征兆事实。征兆事实是领域专家进行故障诊断的直接依据,为便于规则的条件部分与征兆事实相匹配,故障征兆采用框架来表示,每个征兆事实是一个(A,V)二元组,结构如下:
[0043]
[0044]
[0045] 征兆框架中的各项用BNF范式描述如下:
[0046] 〈属性名〉∷=〈字符串〉
[0047] 〈属性值〉∷=〈字符串〉
[0048] 〈征兆类型〉∷=0|1
[0049] 〈获取方式〉∷=0|1
[0050] 〈存在度CF〉∷=〔-1,1〕之间的实数
[0051] c)诊断规则子库:
[0052] 诊断知识采用规则表示。下面利用巴科斯-诺尔范式(BNF),来描述诊断规则的语法结构:
[0053] <诊断规则>∷=(<规则号>,<条件>,<结论>,<规则强度>)
[0054] <规则号>∷=<字符串>
[0055] <条件>∷=(%{(<子条件>,<权值>)}+)
[0056] <子条件>∷=(AND{<征兆>}+)
[0057] <征兆>∷=(OR{<征兆>}+)|(<属性名>,<属性值>)
[0058] <属性名>∷=<字符串>
[0059] <属性值>∷=<字符串>
[0060] <权值>∷=[0,1]区间的一个实数
[0061] <结论>∷=<字符串>
[0062] <规则强度>∷=[0,1]区间的一个实数
[0063] (AND{<征兆>}+):表示多个<征兆>通过算子AND连接起来。
[0064] (4)特征参数提取模块,负责对遥测数据进行分析,提取特征参数作为故障征兆事实,征兆事实是进行诊断推理的主要依据;这个过程需要从众多测点中取到推理要用到的特征参数(特征值)。
[0065] (5)故障推理机,根据特征参数和阈值的比较结果进行推理,并负责向用户解释诊断推理的依据,它是实现汽轮机远程智能运维服务系统透明性的关键部分;同时,针对当前确定的故障模式,给出相应的故障处理预案;
[0066] 诊断推理机包括:
[0067] 汽轮机高压胀差故障诊断模块,用于判断高压胀差超过阈值范围,发现是否存在膨胀不畅等问题;
[0068] 轮机低压胀差故障诊断模块,用来判断低压胀差超过阈值范围,发现是否存在抽气量不合理等问题;
[0069] 汽轮机启机前油箱油温过低故障诊断模块,用来监测汽轮机启动前油箱油温过低的情况,发现是否存在润滑油侧油温调节故障等问题;
[0070] 汽轮机启机前油箱油温过高故障诊断模块,用来监测汽轮机启动前油箱油温过高的情况;
[0071] 汽轮机汽缸温差过大故障诊断模块;用来监测汽缸上下半温度差异。
[0072] 例如:汽缸温差过大故障诊断时,遥测数据库把现场测点数据传到特征参数提取模块,对特征参数进行提取,即汽缸上半缸温度、下半缸温度这两个特征进行提取,并存储在综合数据库中,故障诊断推理机根据特征参数进行推理,存储在综合数据中,根据推理结果决定是否报警;例如,某35万机组的温差过大故障诊断,如果T1-T2>42℃则返回报警。同时进行诊断解释和并给出故障对策;
[0073] 诊断解释包括:1、测点故障,2、缸内积水,3、漏汽(插管、密封面),4、进冷汽或冷水;
[0074] 故障对策包括:1、检查测点并排出故障,2、检查疏水阀并开启,3、开缸检查并处理,4、检查系统连接和进汽参数。
[0075] (6)知识库管理模块,用于对知识库中进行管理,包括添加、删除、修改和更新汽轮机故障诊断知识。
[0076] 具体实施方式二:
[0077] 本实施方式为汽轮机远程智能运维服务系统,所述诊断推理机还包括:
[0078] 汽轮机轴承金属温度过高故障诊断模块;
[0079] 汽轮机轴承金属温度过低故障诊断模块;
[0080] 汽轮机蒸汽室内壁和外壁温差过大故障诊断模块;
[0081] 汽轮机推力轴承温度异常故障诊断模块;
[0082] 汽轮机润滑油油压异常故障诊断模块;
[0083] 汽轮机压力整定值(额定转速下)润滑油工作油压异常故障诊断模块;
[0084] 汽轮机油箱油温异常故障诊断模块;
[0085] 汽轮机顶轴油泵油压异常故障诊断模块;
[0086] 汽轮机低压缸轴封供汽温度过低故障诊断模块;
[0087] 汽轮机低压缸轴封供汽温度过高故障诊断模块;
[0088] 汽轮机低压排汽缸短时温度过高故障诊断模块;
[0089] 汽轮机转子位置异常故障诊断模块;
[0090] 汽轮机主蒸汽进汽压力异常故障诊断模块;
[0091] 汽轮机冷再热压力异常故障诊断模块;
[0092] 汽轮机再热主汽阀门进口两侧温差过大故障诊断模块;
[0093] 汽轮机高压主汽阀门进口两侧温差过大故障诊断模块;
[0094] 汽轮机中压缸排汽压力异常故障诊断模块;
[0095] 汽轮机高压排汽缸压力异常故障诊断模块;
[0096] 汽轮机高压汽封蒸汽压力异常故障诊断模块;
[0097] 汽轮机低压汽封蒸汽压力异常故障诊断模块;
[0098] 汽轮机质量不平衡故障诊断模块;
[0099] 汽轮机初始弯曲故障诊断模块;
[0100] 汽轮机热态不平衡故障诊断模块;
[0101] 汽轮机联轴器松脱故障诊断模块;
[0102] 汽轮机部件结垢故障诊断模块;
[0103] 汽轮机调节级后压力异常故障诊断模块;
[0104] 汽轮机叶片断裂故障诊断模块;
[0105] 汽轮机中压缸效率低下故障诊断模块;
[0106] 汽轮机给水温度偏差异常故障诊断模块;
[0107] 汽轮机抽汽压损偏大故障诊断模块;
[0108] 汽轮机高压缸效率低下故障诊断模块;
[0109] 汽轮机凝汽器热井水位故障诊断模块;
[0110] 汽轮机凝汽器冷却水温升故障诊断模块;
[0111] 汽轮机冷油器出口油温过高故障诊断模块;
[0112] 汽轮机冷油器出口油温过低故障诊断模块;
[0113] 汽轮机低压加热器水阻故障诊断模块;
[0114] 汽轮机凝汽器冷却水微量泄漏故障诊断模块;
[0115] 汽轮机凝汽器冷却水大量泄漏故障诊断模块;
[0116] 汽轮机低压加热器疏水端差诊断模块;
[0117] 汽轮机汽封冷却器水位故障模块;
[0118] 汽轮机凝汽器热井水位低分析模块;
[0119] 汽轮机凝汽器冷却水水阻增大分析模块;
[0120] 汽轮机凝汽器冷却水水阻减小分析模块;
[0121] 汽轮机低压加热器给水端差大分析模块;
[0122] 汽轮机凝结水导电度升高分析模块;
[0123] 汽轮机EH油温过高故障诊断模块;
[0124] 汽轮机EH油温低故障诊断模块;
[0125] 高主门TV无法开启故障诊断模块;
[0126] 高调门GV无法开启故障诊断模块;
[0127] 中调门IV无法开启故障诊断模块;
[0128] 汽轮机挂闸未冲转但已经有转速故障诊断模块;
[0129] EH油箱油位高故障诊断模块;
[0130] OPC超速保护动作时,EH母管油压降低故障诊断模块;
[0131] EH油泵电机电流大故障诊断模块;
[0132] 跳闸通道1故障故障诊断模块;
[0133] 跳闸通道2故障故障诊断模块;
[0134] OPC动作时AST同时动作故障诊断模块;
[0135] 汽轮机高主门TV阀位指令反馈偏差故障诊断模块;
[0136] 汽轮机高调门GV阀位指令反馈偏差故障诊断模块;
[0137] 汽轮机中调门IV阀位指令反馈偏差故障诊断模块;
[0138] 机组尚未挂闸,EH母管油压低故障诊断模块。
[0139] 其他模块和参数与具体实施方式一相同。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈