[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN114925062A - 一种eh系统油压降低原因的综合分析判定方法 - Google Patents

一种eh系统油压降低原因的综合分析判定方法 Download PDF

Info

Publication number
CN114925062A
CN114925062A CN202210327865.3A CN202210327865A CN114925062A CN 114925062 A CN114925062 A CN 114925062A CN 202210327865 A CN202210327865 A CN 202210327865A CN 114925062 A CN114925062 A CN 114925062A
Authority
CN
China
Prior art keywords
oil pressure
data
link
value
report
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
CN202210327865.3A
Other languages
English (en)
Inventor
杨伟明
王波
高天
王培基
李增栋
初永军
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.)
Yantai Power Plant Huaneng Shandong Generating Co ltd
Original Assignee
Yantai Power Plant Huaneng Shandong Generating 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 Yantai Power Plant Huaneng Shandong Generating Co ltd filed Critical Yantai Power Plant Huaneng Shandong Generating Co ltd
Priority to CN202210327865.3A priority Critical patent/CN114925062A/zh
Publication of CN114925062A publication Critical patent/CN114925062A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D17/00—Regulating or controlling by varying flow
    • F01D17/20—Devices dealing with sensing elements or final actuators or transmitting means between them, e.g. power-assisted
    • F01D17/22—Devices dealing with sensing elements or final actuators or transmitting means between them, e.g. power-assisted the operation or power assistance being predominantly non-mechanical
    • F01D17/26—Devices dealing with sensing elements or final actuators or transmitting means between them, e.g. power-assisted the operation or power assistance being predominantly non-mechanical fluid, e.g. hydraulic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Mechanical Engineering (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种EH系统油压降低原因的综合分析判定方法，其方法如下：建立系统油压稳定状态设备各环节标准数据模型；获取油压降低运行过程中，设备各环节的运行数据；将油压减低时各环节运行数据作为输入值，输入各环节数据比对模型，得出差值；根据所得差值分析，油压减低时，参数变化是否超过预定阀值；本发明中，通过对调节系统的各执行机构、供油装置、蓄能器部件检查，并且在油压减低时，将系统参数与标准参数匹配对比参考，计算运行参数是否超过预定阀值，可以快速、正确、有效地判断EH系统油压降低原因，采取针对性的预防和改进措施，缩短了机组缺陷处理时间，保证了机组的正常运行。

Description

一种EH系统油压降低原因的综合分析判定方法
技术领域
本发明涉及油压分析技术领域，尤其涉及一种EH系统油压降低原因的综合分析判定方法。
背景技术
汽轮机机组一般采用数字电液控制系统(DEH)对汽轮机的启动、停止、正常运行及事故工况进行调节控制，DEH系统是通过对主汽门的控制与汽门开度的调节，实现对发电机机组转速、负荷、压力等的控制，液压控制系统(EH)是DEH系统的重要组成部分，主要包括供油系统、执行机构和危急遮断系统，其功能是完成DEH指令信号到汽轮机阀门动作的转换，在EH系统中，抗燃油的油压稳定对系统功能的正常实现起到关键性的作用，一旦油压下降，执行机构的提升力就会变小，不能正常开启主汽门，甚至引起汽轮机的跳闸，进而对整个机组的安全运行将产生极大的影响。
传统的EH系统油压降低原因分析判断，都是人工进行停机检测，这样的检测分析方式不仅不够精确，还极为消耗人力，同时无法快速正确有效的判断EH系统油压减低原因，导致分析判断效率很低，为此我们提出一种EH系统油压降低原因的综合分析判定方法，来解决以上问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种EH系统油压降低原因的综合分析判定方法。
为了实现上述目的，本发明采用了如下技术方案：
一种EH系统油压降低原因的综合分析判定方法，其方法如下：
建立系统油压稳定状态设备各环节标准数据模型；
获取油压降低运行过程中，设备各环节的运行数据；
将油压减低时各环节运行数据作为输入值，输入各环节数据比对模型，得出差值；
根据所得差值分析，油压减低时，参数变化是否超过预定阀值；
得到某环节参数超过预定阀值时，发出报警信息，根据报警信息，得出油压降低原因；
将油压减低原因上传至控制终端，同时提取数据库内相应的解决方案，同时将本次分析各项数据在数据库中储存；
将本次分析过程中的各项数据在平台生成报表展示。
优选地，所述建立系统油压稳定状态设备各环节标准数据模型，其方法如下：
在系统油压稳定状态下，测试控制型执行机构伺服阀处参数；
在系统油压稳定状态下，测试开关型执行机构节流孔处参数；
在系统油压稳定状态下，测试主油泵压力调整器、供油装置溢流阀参数；
在系统油压稳定状态下，测试系统内各蓄能器参数；
在系统油压稳定状态下，测试低压油动机快速卸荷阀参数；
将得到的所有参数放入标准计算公式内，计算后续输入值与测试参数差值。
优选地，所述将油压减低时各环节运行数据作为输入值，输入各环节数据比对模型，得出差值，其方法如下：
首先控制系统运行数据与数据库中的显性故障数据进行匹配；
如果没有匹配结果，说明系统正常运行；
反之，则说明系统存在隐性故障，返回匹配结果集；
与此同时，通过隐性故障引擎构建时间的结果集；
然后通过预警引擎对显性故障匹配结果集和隐性故障影响值综合计算得到故障预警值，并最终返回给系统；
如果超过事先设置的阈值则发出报警，否则进行下一组匹配。
优选地，所述得到某环节参数超过预定阀值时，发出报警信息，其方法如下：
通过把输入模式减去标准模式从而产生一个剩余值，把剩余值较低的变量作为正常变量,直接在系统中予以显示，不触发预警信号；
减少系统运行中所产生的无效预警，系统设置中采取方法如下:
每个模型都加入了机组负荷或电机电流值,对该数值设定了模型启动运行下限，低于该下限值时,模型不会启动；
对偏差向量中的所有值都针对性地做了特有阈值,只有偏差值超过相应的特有阈值，并持续发生一段时间，才会使相应的预警触发。
一种EH系统油压降低原因的综合分析判定系统，包括：
总分析系统：用于控制单元整体运行；
稳定状态参数单元：用于建立系统油压稳定状态设备各环节标准数据模型；
运行数据获取单元：用于获取油压降低运行过程中，设备各环节的运行数据；
分析比较单元：用于将油压减低时各环节运行数据作为输入值，输入各环节数据比对模型，得出差值；根据所得差值分析，油压减低时，参数变化是否超过预定阀值；
数据库储存单元：用于对系统总体的数据进行储存，以及调取比较；
报警处理单元：用于得到某环节参数超过预定阀值时，发出报警信息，根据报警信息，得出油压降低原因。
报表生成单元：将本次分析过程中的各项数据在平台生成报表展示。
优选地，所述报表生成单元包括：
报表格式编辑模块：用于制作报表格式文件；
配置文件编辑模块：用于对文件配置进行编辑；
表格配置模块：用于编辑表格配置文件；
报表名配置模块：用于编辑报表名配置文件，记录各报表的文件名；
时间配置模块：用于编辑时间配置文件，确定报表输出的时间；
报表自动生成模块：用于报表自动生成模块根据报表配置文件从指定的实时数据库中获取数据，将数据与报表格式文件合成真实报表。
相比现有技术，本发明的有益效果为：
本发明中，通过对调节系统的各执行机构、供油装置、蓄能器部件检查，并且在油压减低时，将系统参数与标准参数匹配对比参考，计算运行参数是否超过预定阀值，可以快速、正确、有效地判断EH系统油压降低原因，采取针对性的预防和改进措施，缩短了机组缺陷处理时间，保证了机组的正常运行。
附图说明
图1为本发明提出的一种EH系统油压降低原因的综合分析判定方法的流程示意图；
图2为本发明提出的一种EH系统油压降低原因的综合分析判定方法的低调油动机液压原理图；
图3为本发明提出的一种EH系统油压降低原因的综合分析判定方法的控制型执行机构液压原理图；
图4为本发明提出的一种EH系统油压降低原因的综合分析判定方法的开关型执行机构液压原理图；
图5为本发明提出的一种EH系统油压降低原因的综合分析判定方法的快速卸荷阀示意图。
具体实施方式
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实施例，而不是全部的实施例。
参照图1-5，一种EH系统油压降低原因的综合分析判定方法，其方法如下：
S1：建立系统油压稳定状态设备各环节标准数据模型，其方法如下：
在系统油压稳定状态下，测试控制型执行机构伺服阀处参数；
在系统油压稳定状态下，测试开关型执行机构节流孔处参数；
在系统油压稳定状态下，测试主油泵压力调整器、供油装置溢流阀参数；
在系统油压稳定状态下，测试系统内各蓄能器参数；
在系统油压稳定状态下，测试低压油动机快速卸荷阀参数；
将得到的所有参数放入标准计算公式内，计算后续输入值与测试参数差值
S2：获取油压降低运行过程中，设备各环节的运行数据；
S3：将油压减低时各环节运行数据作为输入值，输入各环节数据比对模型，得出差值，其方法如下：
首先控制系统运行数据与数据库中的显性故障数据进行匹配；
如果没有匹配结果，说明系统正常运行；
反之，则说明系统存在隐性故障，返回匹配结果集SIM(d,p)，其中d匹配结果，p为发生隐性故障概率；
与此同时，通过隐性故障引擎构建时间t的结果集PR(d,SCE(t))，其中SCE(t)为通过虚拟个体关联模型、虚拟故障关联模型和虚拟行为关联模型综合建模得到的隐性故障影响值；
然后通过预警引擎对显性故障匹配结果集和隐性故障影响值综合计算得到故障预警值T(d,PR(d,SCE(t)),SIM(d,p))，并最终返回给系统；
如果超过事先设置的阈值则发出报警，否则进行下一组匹配；
S4：根据所得差值分析，油压减低时，参数变化是否超过预定阀值；
S5：得到某环节参数超过预定阀值时，发出报警信息，根据报警信息，得出油压降低原因，其方法如下：
通过把输入模式减去标准模式从而产生一个剩余值，把剩余值较低的变量作为正常变量,直接在系统中予以显示，不触发预警信号；
减少系统运行中所产生的无效预警，系统设置中采取方法如下:
每个模型都加入了机组负荷或电机电流值,对该数值设定了模型启动运行下限，低于该下限值时,模型不会启动；
对偏差向量中的所有值都针对性地做了特有阈值,只有偏差值超过相应的特有阈值，并持续发生一段时间，才会使相应的预警触发；
针对复杂设备故障诊断与预警的特殊性，提出启发式故障频繁挖掘算法，算法描述如下:
设备监控指标X＝(Z,R)，其中Z为{A,B,C,…},A、B、C表示不同的监测指标，R为隐性故障类型，从而得到数据集D，其中X是随机向量；
第一步:化简数据集，构造初始数据库，计算
Figure BDA0003570974150000061
即隐性故障R；的支持度,通过计算max{Sup(Ri),min,sup}，删去数据集中max{Sup(Ri),min,sup}＝0的事务项，得到初始数据库D0。
第二步:对初始数据库D0进行划分，每个模块D里含有唯一的隐性故障类型分组后不再考虑不同故障类型R0记录之间的关联关系，且挖掘时R0不再列入挖掘项，从而减少重复挖掘时间。
第三步:分别在每个模块D1中进行关联规则的挖掘，具体步骤如下:
求频繁1-项集L。
已知监测点X∈D1，计算模块D0的最小支持数为min_count(X)＝minsup×|D1|，扫描分块数据库D1,计算D中每个监测点的支持数count(X)，找出那些max{count(X),min_count(X)}≠О的监测点构成频繁1项集L。
求候选k项集Ck(k≥2)。
根据性质3，即频繁(k-1)项集链接生成候选k-项集(k≥2)。设li,lj是两个项集，连接的规则是:当项集，中前(k-2)项相同，第(k-1)项不同时:
若li,lj,的第(h-1)项的监测点不同时，则两项集进行连接；
求频繁k-项集。
计算分块数据库中D0中候选k项集C中每个项集的支持数count(X)，删去C中那些max{count(X),min_count(X)}＝0的项集，得到频繁k项集L。
若频繁k-项集L为空，则转至②，否则结束。
根据隐性故障类型发生的概率值等于该项支持度除以前项支持度，计算各隐性故障类型的发生概率值。
第四步:依次提取分块数据库D1,D:,…,D.，中的最大频繁项集，并生成故障模式库；
模型建立的第一步，是从参考数据(X)中选定样本，并组成状态矩阵(D)，即某一过程或设备有n个相关联的测点,设在某一时刻i对其取样，将采集到的n个测点选做一个模式；
X(i)＝[Xi，X2，…，X]；
结合工况的变化,选择m个模式，并组成状态矩阵(D)；
Figure BDA0003570974150000071
状态矩阵中的每一列向量都代表了设备的一个正常运行工况，经过合理选择状态矩阵中的m个历史模式所组成的子空间(D)，能够代表设备正常运行的整个动态过程，整个状态矩阵的构成就是对设备运行特性的学习；
S6：将油压减低原因上传至控制终端，同时提取数据库内相应的解决方案，同时将本次分析各项数据在数据库中储存；
S7：将本次分析过程中的各项数据在平台生成报表展示。
一种EH系统油压降低原因的综合分析判定系统，包括：
总分析系统：用于控制单元整体运行；
稳定状态参数单元：用于建立系统油压稳定状态设备各环节标准数据模型；
运行数据获取单元：用于获取油压降低运行过程中，设备各环节的运行数据；
分析比较单元：用于将油压减低时各环节运行数据作为输入值，输入各环节数据比对模型，得出差值；根据所得差值分析，油压减低时，参数变化是否超过预定阀值；
数据库储存单元：用于对系统总体的数据进行储存，以及调取比较；
报警处理单元：用于得到某环节参数超过预定阀值时，发出报警信息，根据报警信息，得出油压降低原因。
报表生成单元：将本次分析过程中的各项数据在平台生成报表展示；
所述报表生成单元包括：
报表格式编辑模块：用于制作报表格式文件；
配置文件编辑模块：用于对文件配置进行编辑；
表格配置模块：用于编辑表格配置文件；
报表名配置模块：用于编辑报表名配置文件，记录各报表的文件名；
时间配置模块：用于编辑时间配置文件，确定报表输出的时间；
报表自动生成模块：用于报表自动生成模块根据报表配置文件从指定的实时数据库中获取数据，将数据与报表格式文件合成真实报表。
一种智能终端，包括存储器和处理器，所述存储器中存储有终端可读指令，所述处理器执行所述终端可读指令时实现如权利要求1至4中任一项所述的EH系统油压降低原因的综合分析判定方法的步骤。
一种终端可读存储介质，所述终端可读存储介质上存储有终端可读指令，所述终端可读指令被处理器执行时实现如权利要求1至4中任一项所述的EH系统油压降低原因的综合分析判定方法的步骤。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种EH系统油压降低原因的综合分析判定方法，其特征在于，其方法如下：
建立系统油压稳定状态设备各环节标准数据模型；
获取油压降低运行过程中，设备各环节的运行数据；
将油压减低时各环节运行数据作为输入值，输入各环节数据比对模型，得出差值；
根据所得差值分析，油压减低时，参数变化是否超过预定阀值；
得到某环节参数超过预定阀值时，发出报警信息，根据报警信息，得出油压降低原因；
将油压减低原因上传至控制终端，同时提取数据库内相应的解决方案，同时将本次分析各项数据在数据库中储存；
将本次分析过程中的各项数据在平台生成报表展示。
2.根据权利要求1所述的一种EH系统油压降低原因的综合分析判定方法，其特征在于，所述建立系统油压稳定状态设备各环节标准数据模型，其方法如下：
在系统油压稳定状态下，测试控制型执行机构伺服阀处参数；
在系统油压稳定状态下，测试开关型执行机构节流孔处参数；
在系统油压稳定状态下，测试主油泵压力调整器、供油装置溢流阀参数；
在系统油压稳定状态下，测试系统内各蓄能器参数；
在系统油压稳定状态下，测试低压油动机快速卸荷阀参数；
将得到的所有参数放入标准计算公式内，计算后续输入值与测试参数差值。
3.根据权利要求1所述的一种EH系统油压降低原因的综合分析判定方法，其特征在于，所述将油压减低时各环节运行数据作为输入值，输入各环节数据比对模型，得出差值，其方法如下：
首先控制系统运行数据与数据库中的显性故障数据进行匹配；
如果没有匹配结果，说明系统正常运行；
反之，则说明系统存在隐性故障，返回匹配结果集；
与此同时，通过隐性故障引擎构建时间的结果集；
然后通过预警引擎对显性故障匹配结果集和隐性故障影响值综合计算得到故障预警值，并最终返回给系统；
如果超过事先设置的阈值则发出报警，否则进行下一组匹配。
4.根据权利要求1所述的一种EH系统油压降低原因的综合分析判定方法，其特征在于，所述得到某环节参数超过预定阀值时，发出报警信息，其方法如下：
通过把输入模式减去标准模式从而产生一个剩余值，把剩余值较低的变量作为正常变量,直接在系统中予以显示，不触发预警信号；
减少系统运行中所产生的无效预警，系统设置中采取方法如下:
每个模型都加入了机组负荷或电机电流值,对该数值设定了模型启动运行下限，低于该下限值时,模型不会启动；
对偏差向量中的所有值都针对性地做了特有阈值,只有偏差值超过相应的特有阈值，并持续发生一段时间，才会使相应的预警触发。
5.一种EH系统油压降低原因的综合分析判定系统，其特征在于，包括：
总分析系统：用于控制单元整体运行；
稳定状态参数单元：用于建立系统油压稳定状态设备各环节标准数据模型；
运行数据获取单元：用于获取油压降低运行过程中，设备各环节的运行数据；
分析比较单元：用于将油压减低时各环节运行数据作为输入值，输入各环节数据比对模型，得出差值；根据所得差值分析，油压减低时，参数变化是否超过预定阀值；
数据库储存单元：用于对系统总体的数据进行储存，以及调取比较；
报警处理单元：用于得到某环节参数超过预定阀值时，发出报警信息，根据报警信息，得出油压降低原因。
报表生成单元：将本次分析过程中的各项数据在平台生成报表展示。
6.根据权利要求1所述的一种EH系统油压降低原因的综合分析判定系统，其特征在于，所述报表生成单元包括：
报表格式编辑模块：用于制作报表格式文件；
配置文件编辑模块：用于对文件配置进行编辑；
表格配置模块：用于编辑表格配置文件；
报表名配置模块：用于编辑报表名配置文件，记录各报表的文件名；
时间配置模块：用于编辑时间配置文件，确定报表输出的时间；
报表自动生成模块：用于报表自动生成模块根据报表配置文件从指定的实时数据库中获取数据，将数据与报表格式文件合成真实报表。
7.一种智能终端，其特征在于，包括存储器和处理器，所述存储器中存储有终端可读指令，所述处理器执行所述终端可读指令时实现如权利要求1至4中任一项所述的EH系统油压降低原因的综合分析判定方法的步骤。
8.一种终端可读存储介质，其特征在于，所述终端可读存储介质上存储有终端可读指令，所述终端可读指令被处理器执行时实现如权利要求1至4中任一项所述的EH系统油压降低原因的综合分析判定方法的步骤。
CN202210327865.3A 2022-03-29 2022-03-29 一种eh系统油压降低原因的综合分析判定方法 Pending CN114925062A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210327865.3A CN114925062A (zh) 2022-03-29 2022-03-29 一种eh系统油压降低原因的综合分析判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210327865.3A CN114925062A (zh) 2022-03-29 2022-03-29 一种eh系统油压降低原因的综合分析判定方法

Publications (1)

Publication Number Publication Date
CN114925062A true CN114925062A (zh) 2022-08-19

Family

ID=82804889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210327865.3A Pending CN114925062A (zh) 2022-03-29 2022-03-29 一种eh系统油压降低原因的综合分析判定方法

Country Status (1)

Country Link
CN (1) CN114925062A (zh)

Similar Documents

Publication Publication Date Title
CN101676559B (zh) 风力涡轮机的警报掩码生成和状态监控的方法
US20210319368A1 (en) Fault diagnosis for diagnosis target system
CN112528519A (zh) 发动机质量预警服务的方法、系统、可读介质和电子设备
CN112254972B (zh) 挖掘机油温预警方法、装置、服务器及挖掘机
CN110567722A (zh) 一种基于性能参数的民机发动机起动系统健康监测方法
CN112417700B (zh) Eh油站基于状态评价的故障诊断系统
CN114519382B (zh) 一种核动力装置关键运行参数提取与异常监测方法
CN112418306B (zh) 基于lstm-svm的燃气轮机压气机故障预警方法
CN110112442B (zh) 一种燃料电池系统控制方法及装置
CN108334674A (zh) 一种基于参数关联性智能分析的汽轮机高压缸运行状态监测方法
CN115827411A (zh) 一种用于自动化设备的在线监测及运维评估系统和方法
JPH11212637A (ja) 予防保全方法及び装置
CN114841580A (zh) 基于混合注意力机制的发电机故障检测方法
CN115145252A (zh) 基于故障树的水轮机调速器故障诊断方法、系统及介质
CN115717590B (zh) 一种压缩机智能异常检测方法及相关装置
CN116562158A (zh) 基于可解释注意力机制的航空发动机气路部件剩余寿命估计方法
CN113029619A (zh) 基于c4.5决策树算法的地下铲运机故障诊断方法
CN110333694B (zh) 基于模糊Petri网的数控设备故障诊断方法
CN114925062A (zh) 一种eh系统油压降低原因的综合分析判定方法
CN114065990A (zh) 一种火电厂中给水泵的监测方法、存储介质和电子装置
LU503807B1 (en) A Fault Diagnosis Method for Gas Turbine Based on Improved Transformer
CN117523793A (zh) 一种电厂设备故障预警方法和计算机设备
Kocak et al. Condition monitoring and fault diagnosis of a marine diesel engine with machine learning techniques
AU2022201697B2 (en) Method and system of multi-objective and multi-dimensional online joint monitoring for nuclear turbine
CN114943281A (zh) 一种热管冷却反应堆智能决策方法及系统

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