基于多种诊断知识的回热系统故障诊断

多数现有的回热系统的故障诊断只是基于经验知识 ,而少数相关诊断系统也只是基于某种深知识的单一运用。然而 ,对于复杂的回热加热器设备 ,这些现有的回热诊断系统在工程使用中很容易造成误诊和漏诊。为克服现有回热诊断系统的困难和不足 ,就必须借助于多知识的运用和集成。本文建立了回热系统的故障树模型 ,给出了回热加热器和除氧器的定性微分方程 ,并将故障树分析、故障矛盾检测和故障模糊模式识别这三种深知识有机地结合在一起 ,提出了基于多知识集成的回热系统故障诊断推理控制机制 ,从而提高了回热系统诊断推理的效率和故障诊断的准确性。     

汽轮机高压加热器的故障诊断与运行

结合高压加热器运行中出现的实际情况,详细地分析了高压加热器管束泄漏,法兰密封面泄漏,疏水管系统振动,进出水阀和疏水器故障对机组安全经济运行的影响;介绍了高压加热器设备及系统的故障诊断方法和处理的具体措施;提出了N125型机组高加系统完善的途径;阐述了高压加热器运行中温度控制和水位控制对其寿命的影响。     

大机组高压加热器系统故障原因分析及其诊断

本文以火电厂大机组高压加热器为研究重点,对造成高加系统各种故障的原因及其特征进行了全面系统的分析,指出制造工艺不良、运行方式不当是造成高加系统本身故障的主要原因,并提出了根据运行参数进行分析的现场上比较实用的故障诊断方法。     

300 MW机组高压加热器运行经济性分析与改进措施

分析湛江电力有限公司3、4号机组高压加热器(高加)系统运行中出现的异常现象,查明了高加发生故障的原因,提出了改进措施,并通过试验,确定了高加系统的经济运行方式。     

高压加热器泄漏原因分析及改进措施

经统计,加热器尤其是高压加热器(高加)故障仅次于锅炉爆管,为发电厂设备故障的第二位。在加热器各种故障统计中,管系泄漏所占比重最大。以徐州发电厂机组为例,对高加种种泄漏现象进行分析,寻找其产生的原因,提出保证高加安全运行的预防措施。     

燃煤电站高压加热器系统故障仿真与诊断

高压加热器(高加)是汽轮机回热系统重要的组成部件,由于长时间工作在高温高压环境下,容易发生管束泄漏等故障,严重时会影响机组的安全运行。本文针对卧式高加系统,采用分段数值热力计算方法建立管束泄漏故障仿真模型,得到与故障相关的数据集,运用改进的BP神经网络完成故障诊断模型的构建。采用某600 MW机组3号高加管束泄漏故障对模型进行验证,并与多种模型对比分析表明,本文改进BP神经网络模型具有较高的准确度和可靠性。     

基于新型故障树的微控制器系统故障诊断方法

为更好解决以微控制器为主控芯片系统的故障诊断与故障搜寻问题,提出一种输入输出型的故障树模型,应用这种特殊故障树可简化故障推理机制,简便迅速的进行故障诊断与搜寻。该方法从故障树层间引出检测节点,并建立输入输出型最小割集故障树模型,实现了在某新型火炮上的快速自动化检测和精确的故障诊断与故障定位。     

水电机组故障诊断的集成知识表示与推理

针对水电机组故障诊断知识较为复杂多样的特点,提出了半产生式模糊规则表示、神经网络表示和可视化故障知识表示等多种方法综合集成的知识表达方式和诊断堆推理策略。诊断实例表明,该集成知识表达和推理方式的引入有助于增强水电机组故障诊断专家系统的知识获和表达能力,提高了系统的推理匹配能力。     

大容量机组高压加热器故障原因分析及对策

高压加热器(高加)是给水回热系统的重要设备，其性能和运行的可靠性将直接影响机组的经济性和安全性。结合高加的结构和系统布置，介绍了高加本体、附件及系统的常见故障，总结了故障的危害性。从设计、制造、运行操作、检修维护等方面分析了故障产生的原因，并针对主要原因提出了防范措施。     

采用模糊聚类分析和BP网络相结合的高压加热器故障诊断

针对高压加热器系统各点参数耦合性强的特点,提出采用两次故障模式识别方法进行高压加热器系统的故障诊断,从而避开了建立整个系统故障特征知识库的问题。对模糊聚类分析理论及其在高压加热器第一层故障模式识别中的应用进行了分析;在分析高压加热器常见故障的基础上,介绍了利用BP网络进行第二层故障模式识别的方法。