-
题名基于电力设备故障预测与诊断控制的研究
被引量:1
- 1
-
-
作者
孙东卫
-
机构
新疆轻工职业技术学院
-
出处
《自动化技术与应用》
2007年第11期31-32,24,共3页
-
文摘
电力设备在线故障检测与诊断是建立在对电力设备运行状态各部件劣化规律认识的基础上,根据得到的能够表征其变化规律的特征参量进行的在线故障预测与诊断控制技术,就是能够更好地提高设备运行可靠性和安全性,对电力设备寿命评估提供依据。
-
关键词
模型
控制策略
故障预测与诊断
-
Keywords
model
control strategy
fault detection and diagnosis
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名铁谱分析在液压系统故障诊断中的应用
被引量:1
- 2
-
-
作者
张会兴
陈志刚
-
机构
中国石油大学(北京)机电学院
北京建筑工程学院
-
出处
《内蒙古石油化工》
CAS
2011年第23期29-30,共2页
-
文摘
铁谱分析技术可从微观角度对动态过程进行监测,以预测、诊断和及时处理非正常磨损早期故障,本文运用三线值法对油液中磨粒磨损敏感参数进行跟踪分析,以实现对液压系统磨损状态进行监测、预测和诊断。
-
关键词
铁谱技术
液压系统
故障预测与诊断
-
Keywords
Ferrography
Hydraulic system
Fault forecast and diagnosis
-
分类号
TH117
[机械工程—机械设计及理论]
-
-
题名汽轮机热力性能智能评估与劣化分析系统研究进展
- 3
-
-
作者
李铭
张海军
王梦轩
程梓洋
程上方
王江峰
-
机构
国能长源汉川发电有限公司
西安交通大学
-
出处
《汽轮机技术》
北大核心
2024年第4期241-245,共5页
-
文摘
随着火力发电行业的不断发展,汽轮机作为核心设备之一,其高效可靠地运行对于电厂的稳定供电至关重要。故障预测与诊断技术能够提前评估机组实际运行过程中性能劣化甚至故障的原因,是保证大型汽轮机组安全、稳定运行的重要技术之一。从经验知识、数学模型和数据驱动3个方面介绍了故障预测与诊断技术的国内外研究现状。针对汽轮发电机组热力性能评估和劣化趋势分析问题,总结了智能预测诊断技术未来的发展趋势,为火电汽轮机组高效灵活安全运行提供参考。
-
关键词
汽轮机
故障预测与诊断
劣化趋势
机器学习
-
Keywords
steam turbine
fault prediction and diagnosis
deterioration tendency
machine learning
-
分类号
TK2
[动力工程及工程热物理—动力机械及工程]
-
-
题名钢铁企业智能点检运维系统的开发与应用
- 4
-
-
作者
张宝玉
-
机构
唐山钢铁集团公司
-
出处
《软件》
2023年第8期171-173,共3页
-
文摘
随着中国制造2025规划的实施,钢铁企业的智能制作水平得到了大幅度的提升,产线设备的网络化、数字化、智能化水平有了质的飞跃,同时钢铁企业对设备的点检维护要求也发生了变化,传统的现场点检定修的运维模式已经无法满足生产需要。本文以钢铁企业设备点检运维工作为背景,围绕钢铁企业设备管理新需求,基于云计算、工业互联网、大数据、移动互联网和人工智能等先进技术,分析了当前设备运维工作面临的机遇与挑战,提出了钢铁行业智能点检运维定义,阐述了智能点检运维系统的核心内容,介绍了钢铁企业开发应用智能点检系统的整体架构、主要功能和应用效果。验证了智能点检运维模式的可行性、可靠性和有效性,为钢铁企业设备点检运维工作变革和智能点检运维模式实施提供了参考。
-
关键词
钢铁企业
智能点检运维
运维模式
故障预测与诊断
工业互联网
工厂数据库
移动互联网
-
Keywords
steel enterprises
intelligent point inspection and operation maintenance
operation and maintenance mode
fault prediction and diagnosis
industrial Internet
factory database
mobile Internet
-
分类号
TP91
[自动化与计算机技术]
-
-
题名钻床设备知识图谱的构建及应用
- 5
-
-
作者
刘政
张华
廖育武
肖国宏
-
机构
湖北文理学院汽车与交通工程学院
湖北欧安电气股份有限公司信息装备部
-
出处
《电子技术与软件工程》
2021年第4期147-149,共3页
-
基金
科技部“科技助力经济2020”重点专项项目资助
湖北文理学院学科开放基金资助(ZDSYS202008)
湖北省襄阳市科技计划项目资助(2020ABH001828)。
-
文摘
本文为了提高工业大数据的利用率,构建了一个钻床设备知识图谱并分析了其在设备故障诊断与预测中的应用。利用protégé软件工具构造本体形成模式层,并从关系数据库和其他数据源中映射数据层。通过关系数据库与本体之间的知识映射形成的三元组实体存储在SQL中,并用neo4j实现可视化。构建的知识图谱主要用于设备管理中的故障预测、诊断和健康维护,也可以用于制造服务业的智能问答服务和辅助决策。
-
关键词
工业大数据
知识图谱
故障预测与诊断
辅助决策
-
分类号
TG52
[金属学及工艺—金属切削加工及机床]
TP311.13
[自动化与计算机技术—计算机软件与理论]
-