【摘 要】
:
烟气轮机是石油炼制厂催化裂化装置中的大型旋转机械,是非常重要的节能设施,一旦停机,将造成巨大的经济损失,对其进行状态监测和故障诊断意义重大.以变负荷非平稳烟气轮机为
【出 处】
:
第八届全国设备与维修工程学术会议暨第十三届全国设备监测与诊断学术会议
论文部分内容阅读
烟气轮机是石油炼制厂催化裂化装置中的大型旋转机械,是非常重要的节能设施,一旦停机,将造成巨大的经济损失,对其进行状态监测和故障诊断意义重大.以变负荷非平稳烟气轮机为主要研究对象,采用远程监测诊断中心服务器(RMD8000)和旋转机械状态监测系统(S8000)为基础的监测诊断平台,真正实现对机组的远程监测及诊断、远程管理,根据积累的大量测试数据和经验,对烟气机组的运行状态和故障特征有了很好的认识,使得有计划有目的的维修成为可能.
其他文献
介绍了海油石油111热介质锅炉的结构、作用及燃烧过程,通过相关部件的合理调整,将能达到较为理想的燃烧效果.
本文利用基于峭度自适应调整学习步长的盲提取算法提取滚动轴承故障冲击信号.学习步长对于盲源分离算法性能有重要的影响,基于峭度自适应调整学习步长的盲源提取方法根据分离
本文针对传统齿轮箱智能诊断系统获取知识的困难,提出了基于案例(Case-based Reasoning,CBR)和规则(Rule-based Reasoning,RBR)混合推理方式的智能诊断技术.在研究两种推理技
烟气轮机运行状态具有明显的非线性特征,为保障设备的安全可靠运行及实现科学维护,研究了基于混沌神经网络的预测方法,构建趋势预测系统,通过远程网络获得烟气轮机运行的现场
针对大型烟气轮机故障诊断问题,从基于智能和知识的角度进行研究,利用自组织特征映射神经网络(SOM)对故障现象进行自动分类,从而得出它们对应的故障原因;同时,在面向对象的知
介绍了BP网络的基本原理,并对BP网络进行改进,基于此网络提出了一种矿用风机故障的诊断方法,避免了人为的主现臆断或错误判断,通过实验验证,本方法的诊断结果准确、可靠,有广
本文采用小波包分析对振动信号进行滤波处理和提取频域能量特征向量,利用BP神经网络实现对滚动轴承的故障诊断.
本文简单介绍了一套网络实时状态监测与故障诊断系统,并介绍了现场应用实例.实践表明该系统状态参量监控全面,稳定可靠,具有较高的实用价值.
我国竞技体育的发展进入了一个新的时期,面临着种种新的挑战和机遇,如何迎接挑战,把握机遇,坚持竞技体育的现代发展和未来发展相结合,有社会环境、经济、政治、科技等等一系
采用自组织特征映射网络,将使用小波包分解技术提取的归一化频带特征能量作为模糊聚类神经网络的输入,建立小波包模糊聚类网络,经过训练,在不提供标准样本的情况下,可以实现