基于非线性状态估计技术的设备故障预警方法

在电厂每年的运营成本中,设备检修占很大比例,设备故障给电厂造成的损失巨大。如果能够在设备故障形成的早期就发现征兆,提前采取一定的措施,避免故障的发生,变被动检修为主动检修、非计划停机为计划停机,就能够减少故障的发生,使检修的间隔合理延长、检修的时间缩短,这样,不但能够降低检修费用,提高设备性能,节约燃料成本,而且可以提高发电机组的可靠性、可用率和售电的收入,减少发电考核造成的罚款。

基于NSET的鼓风设备故障预警方法

鼓风设备运行过程中的参数信号多种多样,其中包含温度、压力、流量、振动等,在机器运行当中存在许多影响安全和稳定运行的因素,一旦发生设备故障将会对企业带来不小的经济损失,所以工业设备的故障预警起了至关重要的作用。论文总结了非线性状态估计技术建模方法的应用原理,在非线性状态估计技术的基础上进行了优化和改进,引入聚类分析的理念,利用马氏距离的思想,对过程记忆矩阵进行优化,提出了一种基于标准欧氏距离的改进非线性状态估计技术的建模方法,能够应用于多种工业设备异常的预警。通过大量实验进行测试,实验数据表明,将该方法与传统方法比较,能够有效地减少冗余数据,提高了诊断效率。