首页 / 专利库 / 水能 / 水轮机 / 一种设备故障精确定位方法

一种设备故障精确定位方法

阅读:61发布:2023-02-04

专利汇可以提供一种设备故障精确定位方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种设备故障精确 定位 方法,所述方法包括:获取设备检测数据,根据所述设备检测数据计算得到设备监测值,将所述设备监测值与设备正常运行数据进行对比,判断设备运行状态,并记录异常数据;识别异常数据所属部件,将异常数据与所属部件的故障 数据库 对比,识别故障;将识别故障推送给监测人员,从维修数据库中提取相应的维修建议一并推送给监测人员;检修完毕后判断识别是否正确,若正确则将故障数据录入故障数据库中并标注为识别正确,并作为 机器学习 的参考数据,定位结束;否则将故障数据录入故障数据库中并标注为识别错误,并作为机器学习的参考数据,定位结束。,下面是一种设备故障精确定位方法专利的具体信息内容。

1.一种设备故障精确定位方法,其特征在于,包括以下步骤:
S1、获取设备检测数据,根据所述设备检测数据计算得到设备监测值,将所述设备监测值与设备正常运行数据进行对比,判断设备运行状态,并记录异常数据;
S2、识别异常数据所属部件,将异常数据与所属部件的故障数据库对比,识别故障;
S3、将识别故障推送给监测人员,从维修数据库中提取相应的维修建议一并推送给监测人员;
S4、检修完毕后判断识别是否正确,若正确则进入步骤S5,否则进入步骤S6;
S5、将故障数据录入故障数据库中并标注为识别正确,并作为机器学习的参考数据,定位结束;
S6、将故障数据录入故障数据库中并标注为识别错误,并作为机器学习的参考数据,定位结束;所述检测数据包括振动检测数据、温度检测数据和压检测数据,所述监测值包括振动监测值、温度监测值和压力监测值;所述步骤S1具体包括以下分步骤:
S11、根据公式(1),利用振动检测数据计算得到振动监测值f(x);
式中a0为振动额定参数,an为振动检测数据低频分量的振幅,bn为振动检测数据高频分量的振幅,n为周期数,t为每一周期时间,T为总时间,x为振动检测数据;
S12、根据公式(2),利用温度检测数据计算得到温度监测值g(y);
式中Wf为线圈每极数,2P为轮机极数,αf为线厚度,Lαf为铜线缠绕长度,If为励磁电流,Rf为励磁绕组直流电阻,y为温度检测数据;
S13、根据公式(3),利用压力检测数据计算得到压力监测值w(z);
式中α为阻力系数,n为脉动周期,ρ0为液体密度,l为管道长度,C为液体流量,z为压力检测数据;
S14、将振动监测值、温度监测值和压力监测值录入监测数据库中;
S15、将设备正常运行数据录入历史数据库中;
S16、将监测值与历史数据库对比,判断运行状态是否正常,并得到异常数据。
2.根据权利要求1所述的设备故障精确定位方法,其特征在于,所述步骤S4中判断识别是否正确的公式(4)为:
式中Wij为随机权重,θi为随机参数,Pi为预设变量,xi为用于训练的监测值,xi={f(x),g(y),w(z)}。

说明书全文

一种设备故障精确定位方法

技术领域

[0001] 本发明涉及设备检测领域,具体涉及一种设备故障精确定位方法。

背景技术

[0002] 现有机械设备故障检测主流方式为PHM(故障预测与健康管理技术),PHM 主要利用1)基于模型的故障预测技术;2)基于数据驱动的故障预测技术;3) 基于统计可靠性的故障预测技术。在发电站领域中,主要应用于发电, 利用声波检测发电机组振动状态,再通过振动异常值,推断设备故障。但 是在力发电领域,由于水力发电机组复杂程度远高于风力发电机组,再加 上水流噪音过大,使得水力发电机组无法使用相同技术进行设备检测,更无 法对设备故障进行定位。
[0003] 现有水力发电机组故障检修,还是只有靠将整个设备拆卸,人工检查修 理,不仅会花费大量时间与检修费用,也会因长时间停机导致电量供应减少 而带来的隐性巨额经济损失。

发明内容

[0004] 本发明所要解决的技术问题是提供一种设备故障精确定位方法,对机组 状态进行监测,并对设备故障进行定位与原因分析。
[0005] 本发明解决上述技术问题的技术方案如下:一种设备故障精确定位方 法,包括以下步骤:
[0006] S1、获取设备检测数据,根据所述设备检测数据计算得到设备监测值, 将所述设备监测值与设备正常运行数据进行对比,判断设备运行状态,并记 录异常数据;
[0007] S2、识别异常数据所属部件,将异常数据与所属部件的故障数据库对比, 识别故障;
[0008] S3、将识别故障推送给监测人员,从维修数据库中提取相应的维修建议 一并推送给监测人员;
[0009] S4、检修完毕后判断识别是否正确,若正确则进入步骤S5,否则进入步 骤S6;
[0010] S5、将故障数据录入故障数据库中并标注为识别正确,并作为机器学习 的参考数据,定位结束;
[0011] S6、将故障数据录入故障数据库中并标注为识别错误,并作为机器学习 的参考数据,定位结束。
[0012] 本发明的有益效果是:利用水力发电机机组运行时振动、温度、水位等 数据,对整个机组运行状态进行监测,并根据历史故障数据,对设备故障进 行定位与原因分析,本发明在可以在故障出现前提前预测数据,同时快速识 别故障位置与原因。减少了检修人员检修的时间与由于故障导致的停机,为 水电站节约了大量的经济损失。附图说明
[0013] 图1为本发明方法流程图
[0014] 图2为本发明步骤S1的分步骤流程图。

具体实施方式

[0015] 以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本 发明,并非用于限定本发明的范围。
[0016] 如图1所示,一种设备故障精确定位方法,包括以下步骤S1-S4:
[0017] S1、获取设备检测数据,根据所述设备检测数据计算得到设备监测值, 将所述设备监测值与设备正常运行数据进行对比,判断设备运行状态,并记 录异常数据。
[0018] 所述检测数据包括振动检测数据、温度检测数据和压力检测数据,所述 监测值包括振动监测值、温度监测值和压力监测值。
[0019] 如图2所示,步骤S1具体包括以下分步骤S11-S16:
[0020] S11、根据公式(1),利用振动检测数据计算得到振动监测值f(x);
[0021]
[0022] 式中a0为振动额定参数,an为振动检测数据低频分量的振幅,bn为振动 检测数据高频分量的振幅,n为周期数,t为每一周期时间,T为总时间,x 为振动检测数据;
[0023] S12、根据公式(2),利用温度检测数据计算得到温度监测值g(y);
[0024]
[0025] 式中Wf为线圈每极数,2P为水轮机极数,αf为线厚度,Lαf为铜线 缠绕长度,If为励磁电流,Rf为励磁绕组直流电阻,y为温度检测数据;
[0026] S13、根据公式(3),利用压力检测数据计算得到压力监测值w(z);
[0027]
[0028] 式中α为阻力系数,n为脉动周期,ρ0为液体密度,l为管道长度,C为 液体流量,z为压力检测数据;
[0029] S14、将振动监测值、温度监测值和压力监测值录入监测数据库中;
[0030] S15、将设备正常运行数据录入历史数据库中;
[0031] S16、将监测值与历史数据库对比,判断运行状态是否正常,并得到异 常数据。
[0032] S2、识别异常数据所属部件,将异常数据与所属部件的故障数据库对比, 识别故障。
[0033] S3、将识别故障推送给监测人员,从维修数据库中提取相应的维修建议 一并推送给监测人员。
[0034] S4、检修完毕后判断识别是否正确,若正确则进入步骤S5,否则进入步 骤S6;
[0035] 所述步骤S4中判断识别是否正确的公式(4)为:
[0036]
[0037] 式中Wij为随机权重,θi为随机参数,Pi为预设变量,xi为用于训练的监 测值,xi={f(x),g(y),w(z)}。
[0038] S5、将故障数据录入故障数据库中并标注为识别正确,并作为机器学习 的参考数据,定位结束。
[0039] S6、将故障数据录入故障数据库中并标注为识别错误,并作为机器学习 的参考数据,定位结束。
[0040] 以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明 的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发 明的保护范围之内。
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