燃料管理類

    火電廠設備智能診斷系統(EIDS)

    2017-03-07 湖南大唐先一科技 超級管理員 240

    1、系統簡介

    火電廠設備系統是一個龐大而復雜的系統,具有故障率高和故障危害性大的特點。由于設計、制造、安裝、維護、管理和運行等方面的原因使得很多火電機組的強迫停運率和事故發生率居高不下。傳統的火電廠設備運行監測關注定值報警,較少關注參數的波動范圍或劣化趨勢;往往在發生參數報警、熱工保護動作時,設備已經發生了較嚴重的劣化與故障。

    火電廠設備智能診斷系統通過采集、傳輸、存儲生產實時數據和離線數據,以海量歷史數據為基礎,并從設備安全性和經濟性入手,通過大數據機器學習算法進行設備健康狀態的樣本學習和預測,建立設備監測模型,從而提升設備狀態監測、評價與診斷的及時性、準確性和快速性,提升設備管理維護人員的工作效率,改變設管理維護人員的工作模式,實現了設備劣化或異常事故早期預警、分析與診斷的目標,保證了設備劣化、缺陷等異常得到及時處理,避免事故擴大化,盡可能的將故障引起的損失降低至最低水平,有效提高了設備運行的安全性、可靠性和經濟性。


    2、與傳統故障診斷的比較優勢

    在任何的生產過程和設備當中,基本的物理定律,比如質量守恒、能量守恒和動量守恒定律,決定了系統的運行,將傳感器之間的讀數之間的一系列復雜關系組合在一起。當設備劣化或開始損壞時,系統在物理現象上發生改變。例如,隨著軸承的磨損,過度的磨擦會提高軸承的溫度和加劇軸承的振動,并最終導致軸承損壞。但是,當軸承溫度或振動超出傳統監測閾值的時候,經常是已經發生了嚴重的損壞。

    設備智能診斷系統:基于大數據挖掘分析技術,能夠分析海量歷史數據,建立設備和過程正常運行的高保真經驗模型。系統對設備運行數據的實時跟蹤計算,將設備采集來的實時數據與系統計算的期望值進行比較。通過對一個設備或系統的全部傳感器的分析,系統發現位于通常的報警閾值范圍內的非常細微的過程偏差。本質上講,設備智能診斷系統可以緊緊圍繞每一個測點繪制一條動態的變化帶,由此產生還在發展階段的設備性能問題的早期預警。此外,設備故障預警軟件檢測“真正”的異常,而不會對正常的過程或系統變化進行報警。

    相比傳統的故障診斷,主要優勢如下:

    使得電廠可以實施主動檢修策略,而不是故障出現了才進行的被動檢修。這樣,可以減少非計劃停機,降低不必要的檢修費用,提高設備可用率,改進資產的投資回報。

    持續地實時跟蹤和分析傳感器數據,得出設備運行性能的總體情況,發現周期性的狀態監測不能夠發現的問題。

    提供了在整個集團范圍的多電廠和多機組的層次上對關鍵設備和系統的數據進行分析的統一平臺。


陕西快乐十分