基于概率神经网络−小波神经网络−DS信息融合的电厂引风机故障诊断

针对电厂引风机工况复杂、工作环境恶劣、易出现故障等问题,提出了一种基于改进D-S证据理论的融合诊断方法。该方法利用概率神经网络(probabilistic neural network,PNN)和小波神经网络(wavelet neural network,WNN)对测试样本进行初步诊断,并形成证据体,再利用改进D-S融合方法进行融合诊断。该融合方法根据证据体的信任度和焦元的信任度分配冲突信息,使得信任度高的焦元支持率得到加强、信任度低的焦元支持率得到削弱,融合结果更为合理。仿真结果表明,融合故障诊断方法能有效地避免误诊现象,提高了诊断的正确率,且能合理分配冲突信息。

基于MSET的电厂引风机故障预警

为提高电厂引风机故障预警的准确性,提出了一种基于多元状态估计技术(MSET)和偏离度函数法的引风机故障预警方法。通过引风机正常运行状态下的多变量数据,建立了MSET模型,得到了模型运算的最优估计值。利用偏离度函数判断出实际值与最优估计值之间的偏离度,较直观地反映出故障发展过程。应用该方法对华能浙江某热电厂引风机的故障问题进行了验证,结果表明,该方法能够及时发现引风机的异常,实现引风机的故障预警。

火电厂锅炉引风机工作故障分析及对策

引风机是燃煤火力发电厂的重要设备,其能够保证锅炉处于正常的热力循环过程中。引风机所处的运行环境比较恶劣,常常会出现各种各样的故障,此时就需要采取对应措施予以改善和矫正,这才能够最大化的发挥火电厂锅炉引风机的效能。笔者从这个角度出发,首先对于引风机的工作原理进行了阐释,接着对于火电厂锅炉引风机工作故障展开分析,并且一一提出解决对策。

电厂锅炉引风机事故处理及检修意见

目前,经济发展迅速,我国的电厂建设的发展也有了改善。在锅炉风机运行的过程中,由于长期的运行就会导致零部件出现一 定的磨损老化的现象,故障问题会在不同程度上影响锅炉风机的正常运作。锅炉风机常见的故障有以下几点:地面螺栓的折断,叶片的非 工作面积出现大量的积灰或者是引风机的振动出现了问题;另外,锅炉风机润滑的不足,轴承出现异常等问题,都有可能导致锅炉风机轴 承的温度不断升高,从而加剧轴承的磨损和老化。这些在锅炉风机正常运行中出现的问题都会影响到锅炉风机的使用。所以文章就此现象, 对锅炉风机运行中常见的故障问题进行综合分析,保证锅炉风机的正常运作,在深入解析故障原因的基础上采用合理的措施,从而减少锅 炉风机运行中出现故障对生产作业带来的不利影响。

火电厂锅炉引风机常见故障及处理

近年来社会用电需求的不断增大,电力工程建设数量也逐渐增多。随着我国电力工业的发展,火电厂锅炉容量日益增大,对引风机需求日益增多。作为火电厂锅炉的主要辅机设备,引风机运行的情况直接关系到锅炉的运行情况,受长期连续工作、工作环境恶劣等因素影响,引风机的故障率相对较高。分析火电厂锅炉引风机常见故障并进行对策研究,对降低引风机故障率、推动火电厂事业顺利发展,具有重要意义。本文就火电厂锅炉引风机常见故障及处理展开探讨。