一、基于网络的磨煤机监测与数据管理软件(论文文献综述)
杨连涛[1](2020)在《SXJ立式行星减速机监测技术改造管理研究》文中研究指明磨煤机广泛应用于发电、建材、水泥、化工等行业,减速机作为磨煤机的主要结构部件,承担主要输出力矩的作用,是磨煤机的动力源。行星减速机作为减速机中的一类,其结构比较紧凑、回程间隙小、精度较高,使用寿命长,额定输出扭矩可以很大,倍受工厂方面青睐。但是稍有不慎损坏,则维修难度较大、工期较长,对生产将带来很大的影响。因此对行星减速机的实时监测也就成为预防此类减速机损坏的重要手段。目前,对减速机的监测还处于以监测温度为主要衡量标准的基础阶段,监测手段以及内容相对单一。随着物联网技术的发展并在机械行业中的不断运用,相应的物联监测手段日趋成熟,为减速机实时监测开辟了一条崭新的道路,奠定了坚实的技术基础。本文以北京电力设备总厂有限公司重型齿轮箱厂生产的SXJ立式行星螺伞减速机(简称“SXJ型减速机”)为研究背景,结合物联网技术,提出了 SXJ型减速机物联融合监测技术,并与天津沃德传动有限公司合作,完成了对SXJ型减速机不同结构组件的振动监测。通过振动传感器传输给服务平台,研究了 SXJ型减速机各部件的振动信号,并且利用启发式算法进行信号处理,实现了将信号转化为振动频率下的时域加速度波形,进而再通过分析测点加速度与振动频率的关系,确认减速机部件的振动是否超频。基于减速机物联融合监测技术,制订了 SXJ型减速机监测管理解决方案,深入分析了减速机监测管理过程中存在的问题,完善日常监测与故障诊断的关键环节的相应细则。并以SXJ型减速机物联融合监测为具体研究案例,分别从物联技术运用、技改管理研究方案、方案科学性及效率等多个度,建立SXJ型减速机物联监测管理机制。物联监测管理机制的建立标志着相应管理理论的正确应用,为今后减速机的监测提供了崭新的思路与方法。
刘畅[2](2017)在《电站设备辅机状态监测与故障诊断》文中研究指明电站辅机的状态监测与故障诊断对于保障电力生产的安全性、降低成本提升效益经济性具有重要意义,本文选取了电站辅机中MPS中速磨煤机为例,研究一种使用曲线相似度作为故障发生概率的信息融合故障诊断方法,特点是对故障辨识能力强,能够在短时间内诊断出故障的发生,从而及时提醒运行人员采取措施防止故障进一步发展、降低故障损失。本文对MPS中速磨煤机各类状态监测参数和常见的故障类型进行研究总结,分析各不同故障发生的原因,故障发展过程中相关参数的变化情况,以及对故障进行处理的一般方法,为下文选取用以故障诊断的状态监测参数提供理论基础。然后采集电站现场运行数据,对MPS中速磨煤机进行机理与数据结合建模,使用遗传算法辨识模型未知系数,建立磨煤机模型,并使用模型输出数据对比现场数据,验证模型的准确性,表明所建立的磨煤机模型能够很好的体现其动态特性且具有良好的一致性。在建模的基础上,模型加入PID控制器,进行故障模拟仿真,共模拟三种类型的故障:磨断煤,磨满煤,磨自燃。通过研究各类参数变化情况,表明模型在模拟故障时是准确有效的,并且能够体现各参数变化特性,所得参数变化趋势能够作为故障诊断的典型样本。故障模拟仿真表明不同故障发生时,各状态监测参数之间的变化情况蕴含着足够多的故障信息。提出将故障诊断问题转化为在相同时间尺度下,比较现场数据曲线与故障发生时的典型曲线之间相似度的问题。首先提出曲线相似度包括两方面内容:曲线的变化趋势和曲线之间的距离。使用皮尔逊相关系数表征曲线变化趋势方面的特质,使用基于正态分布概率函数形式的可信度函数衡量相同时间刻度下典型样本曲线和现场数据之间的距离,然后综合两者进行相似度函数的求取。在将各类参数变化情况通过相似度函数计算转化为概率层面表达后,使用DS证据理论进行多证据融合故障诊断,并通过现场断煤故障发生时的数据进行了算法验证,表明相似度函数的合理可行性,准确性以及高灵敏度、高分辨率,能够在故障早期发现故障的发生,及时预警。本文研究方法属于通用性方法,可扩展性强。
李健铨[3](2017)在《深信度网络在发电设备故障诊断中的应用研究》文中研究指明为了满足人们正常生活和生产的需要,国家也是投入大量资源在电力行业的建设上。电力行业作为国家经济稳定发展的能源保障,国家也越来越重视电力行业的安全稳定生产。将人工智能的技术应用于发电设备的故障诊断,有利于保证发电设备的安全稳定生产,减少故障以及维修不当带来的损失。本文将基于人工智能的方法应用于故障诊断,通过比较几种算法的效果,最终选定用深信度网络解决故障诊断问题,选定支持向量机回归解决故障预测问题。由于故障诊断问题属于不平衡分类问题,在构造分类器之前需要对数据进行预处理,平衡样本数目。本文对非故障类数据采取根据时间间隔抽样和随机抽样结合的方法进行欠抽样,对于故障类样本我们利用SMOTE算法进行样本扩充。选用三种典型的分类算法进行建模,比较实验结果,基于深信度网络的模型效果最好。故障预测作为故障诊断技术的一部分,能够及时发现设备隐性故障,防止隐性故障恶化。本文选定使用相关性分析与支持向量机回归结合的方法,构建故障预测模型。通过比较局部加权线性回归模型、BP神经网络模型和支持向量机回归模型在某电厂实际数据中的效果,实验结果表明,支持向量机回归模型能够更好的预测设备未来时刻的值,更有利于故障的预测。
赵宁刚[4](2013)在《锅炉制粉系统煤粉燃爆事故致因分析及防治对策研究》文中研究指明制粉系统是火力发电厂煤粉锅炉机组的重要辅助系统,其运行的安全性和经济性直接影响到整个锅炉机组的安全性和经济性。然而,锅炉制粉系统发生煤粉自燃着火和爆炸的事故屡见不鲜,轻则造成设备损坏,重则造成人员伤亡和重大财产损失。如何有效防治锅炉制粉系统煤粉自燃和爆炸,成为电厂安全运行管理工作中的一项重要课题。论文首先对某石化公司热电厂8#炉制粉系统构成及原理进行了介绍,就锅炉煤质特性及其对制粉系统的影响进行了深入分析。其次,结合国内外研究动态及建厂以来制粉系统煤粉燃爆事故案例,从系统工程的角度,对制粉系统煤粉燃爆事故潜在的各种危险因素进行识别,对煤粉燃爆事故发生的条件、部位及特征进行分析;在此基础上,应用层次分析法(AHP)构建了锅炉制粉系统燃爆事故致因因素模型,确定了制粉系统煤粉燃爆致因指标及其权重,研究了相关因素的重要程度,并对制粉系统内部煤粉爆炸的发展以及爆炸冲击造成的危害进行分析。最后,结合制粉系统煤粉燃爆事故致因分析,着重从技术和管理上提出具体可行的防治对策。
刘震[5](2011)在《电厂厂级监控信息系统的设计与实现》文中认为厂级监控信息系统(Supervisory Information System, SIS)是发电企业信息化建设的重要组成部分。随着现代经济的发展和自动化技术水平的日益提高,发电企业的生产管理活动对各类信息的需求量不断扩大,早期的DCS (Distributed Control System,简称DCS)等现场控制系统加MIS (Management Information System,简称MIS)系统的管理模式已不能满足发电企业生产经营和运行管理的需要,因此,上世纪九十年代末期SIS系统应运而生,适时的填补了DCS等现场控制系统和MIS系统之间的信息脱节问题。2008年12月11日,国家发改委下发《关于宁夏鸳鸯湖电厂核准的批复》,批准了电厂建设两台60万千瓦级国产超临界燃煤空冷发电机组的申请,一期工程于2009年3月26日开工。鸳鸯湖电厂自规划之初,便将厂级监控信息系统作为电厂信息系统的重要组成部分,由山东电力工程咨询院有限公司进行总体设计,山东鲁能软件技术有限公司主要开发并实施。鸳鸯湖电厂厂级监控信息系统以优化机组经济运行、有效指导发电企业生产运行为目标,实现节能降耗,降低发电成本,提高企业效益。系统的专用计算信息平台具有高性能、高安全性、功能丰富等特点,通过该系统,能对机组的各项技术经济指标进行在线监控、动态的能损分析、运行优化和绩效管理,并结合山东电力研究院专家的意见,开发了发电负荷对比、发电厂性能计算模型、运行经济性分析模型、竞价上网等模块,有效地指导了机组及全厂的优化运行,使厂级监控信息系统真正成为鸳鸯湖电厂生产运行和经营管理的专家级助手,真正实现了优化运行、节能降耗、降低发电成本、提高整体效益的目的。鸳鸯湖电厂厂级监控信息系统按数据的流转及应用方式,可以分为数据采集层、数据存储层和数据应用层等三个层次的分布式体系结构。其主要功能分为机组分析、辅助系统、厂级分析、负荷分配、离线录入、数据管理和TDM等七个主要功能模块,其中以机组分析功能模块最为重要,机组分析模块可以细化为实时监控、性能监控、能损分析、能量审计、运行导航、热力试验、报警管理、信息统计和设备监测等九个小的功能模块。厂级监控信息系统的各功能模块分别针对生产人员和管理人员进行开发设计,很好的满足了不同人员的功能需求。生产人员不必亲临现场即可实时监视机组运行状况,随时掌握机组性能,及时获取报警信息并进行处理,对重要设备的运行状况进行总体分析把握,从而优化机组运行状态,提高机组经济性指标;管理人员可以通过实时生产数据及各功能性报表对机组信息、全厂信息进行实时监视和总体把握,并作为生产经营管理的重要参考数据,辅助决策,不断降低成本,提高全厂经济效益。
郜峰[6](2010)在《球磨机负荷监测软件平台的设计与开发》文中提出球磨机是矿物加工过程进行物料粉碎的关键设备,而球磨机负荷(包括钢球负荷、矿石负荷以及水负荷)是磨矿过程的重要参数,直接关系到磨矿的效率和能耗。目前应用较多的是通过磨机运行时的振动及磨音等信息,采用软测量方法间接获取负荷值,主要实现方式是将这些方法封装进嵌入式仪表或者开发软件工具包。这些做法存在结构性过强,方法固定、复用率低的问题。为了使研究者可以将重心放在软测量算法的研究上,在通用平台的基础上实验研究各种软测量算法,需要具有模块化结构和软测量算法实验功能的球磨机负荷监测软件平台。本文依托863项目课题“自磨/半自磨球磨机负荷监测技术研究”,进行了基于虚拟仪器技术的球磨机负荷监测系统的设计。本文的主要任务是球磨机负荷监测软件平台的设计与开发。本文的主要研究工作概括如下:1.构建了基于虚拟仪器技术的球磨机负荷监测系统的架构,搭建PC-DAQ硬件平台结构,将各部分有机的联系与结合起来。以结构清晰和复用性强为目的组织起球磨机负荷监测软件平台的结构。2.从球磨机负荷软测量需求出发,将软件功能模块化。为了达到易用性和可扩展性的目的,软件平台被划分为用于监测变量获取的信号采集模块、用于数据保存的数据存储模块、用于信号处理的信号预处理模块、用于实现软测量算法的离线建模模块和用于球磨机负荷软测量的在线监测模块。3.借助Lab VIEW开发工具,依照设计进行了各模块的开发工作。数据采集模块采用DAQmx和DataSocket技术;数据存储模块采用LabSQL实现数据库操作;信号预处理模块将各种处理方法封装成子Ⅵ,利用树形结构和菜单栏管理;离线建模模块将RBF和SVM算法封装成子Ⅵ,并开发调用接口;在线监测模块利用实时数据样本,调用软测量模型运算得到球磨机负荷值。4.对所研发的球磨机负荷监测软件平台进行了功能测试和系统测试。针对不同的功能模块设计用例并进行测试,并且通过数据采集和离线建模对软件平台功能进行了测试。各功能基本满足设计需求,表明设计的有效性和开发的可行性。
杨雁梅[7](2008)在《电站磨煤机状态监测与故障诊断的研究》文中进行了进一步梳理我国电力行业以火电为主,占总发电量约80%,煤是火力发电厂的主要燃料,其用量占煤炭消耗量约60%。随着电力市场的发展,提高火电自身的竞争力已成为行业追求的目标。提高设备运行的安全、稳定性,发展监测与诊断相关的技术,实施状态检修,是电力改革的必然要求。电站磨煤机作为锅炉燃烧制粉系统的核心设备,是电厂重要的辅机,其工作状况对整个电厂系统运行的安全和经济性具有重要影响。本文就电站磨煤机状态监测与故障诊断问题进行探讨:针对某电厂一号机组A磨煤机(MPS225型)的运行参数,建立了三种基于LM算法的BP神经网络预测模型进行对比研究。并根据各运行参数的变化特性构造了三类单参预测模型,实现了对运行参数的有效预测;提出根据磨煤机的运行现状及历史数据,将神经网络时序预测结果纳入状态评价范围的状态评价理论,实现对磨煤机更为全面及时的评价;针对MPS磨煤机常见故障,对基于知识的专家系统的诊断方法进行研究,初步完成了磨煤机专家系统理论的研究、知识规则的提取。在此基础上,针对某电厂一号机组A磨煤机,利用组态软件开发了监测子系统,并在此基础上利用VB并引用MatrixVb的库函数开发了诊断子系统,完成了电站磨煤机状态监测与故障诊断系统的设计与开发。该系统不仅为用户提供便捷的在线监测、诊断功能,还为用户提供了离线诊断功能,方便学习和研究。对安全生产和状态检修的发展有积极作用。
李春燕[8](2003)在《电厂网络中磨煤机监测系统的开发》文中指出介绍了运行于电厂计算机网络的磨煤机监测软件的开发过程及其功能。系统实现了对磨煤机振动及润滑油温度的监控,同时解决了实时数据与数据库间的接口问题。实时监测数据能够进入数据库,实现了电厂对生产运行的管理。
李春燕,杜永祚[9](2002)在《基于网络的磨煤机监测与数据管理软件》文中研究说明为实现对磨煤机振动及润滑油温度的监控,研制了运行于电厂计算机网络的磨煤机监测软件。系统解决了实时数据与数据库间的接口问题,实时监测数据能够进入数据库,实现了对实时数据的管理。系统具有界面友好、使用方便、功能强等特点,对电厂生产运行及经济管理有重要作用。
杨卫娟,周俊虎,曹欣玉,周志军,岑可法[10](2001)在《火电站锅炉优化运行软件系统概述》文中认为在国内外火电厂锅炉运行优化软件系统研究的基础上,从7个主要方面对锅炉运行优化系统作了全面系统的阐述。指出:运行优化的目标应是经济输出、寿命损耗和生态影响等多方面的综合;应重视锅炉主要耗能辅机的节能运行优化。
二、基于网络的磨煤机监测与数据管理软件(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于网络的磨煤机监测与数据管理软件(论文提纲范文)
(1)SXJ立式行星减速机监测技术改造管理研究(论文提纲范文)
学位论文数据集 |
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 创新点 |
1.5 本章小结 |
第二章 设备监测管理技术的理论研究 |
2.1 设备监测管理概述 |
2.2 物联网技术与设备管理概述 |
2.2.1 物联网技术 |
2.2.2 设备管理 |
2.3 设备状态监测与故障诊断概述 |
2.4 物联网技术在设备监测管理中的应用概述 |
2.5 本章小结 |
第三章 SXJ型减速机故障及其监测管理问题 |
3.1 公司简介 |
3.2 SXJ型减速机介绍 |
3.3 SXJ型减速机工作原理及结构 |
3.3.1 SXJ型减速机工作原理 |
3.3.2 SXJ型减速机结构 |
3.4 减速机损坏形式 |
3.4.1 齿轮损坏形式 |
3.4.2 轴承损坏形式 |
3.4.3 轴类零件的失效形式 |
3.4.4 SXJ型减速机部件损坏 |
3.5 传统设备管理方案分析 |
3.5.1 设备管理方案 |
3.5.2 存在问题 |
3.6 本章小结 |
第四章 基于物联网的减速机监测管理方案 |
4.1 SXJ型减速机故障监测方案分析 |
4.1.1 SXJ型减速机管理存在问题 |
4.1.2 使用物联网技术的原因分析 |
4.2 物联网及其应用条件 |
4.2.1 物联网基本特征 |
4.2.2 技术优势 |
4.2.3 发展特点 |
4.2.4 物联网在设备管理中的效用 |
4.3 物联网设备管理架构设计 |
4.3.1 物联网设备管理通用架构 |
4.3.2 设备故障监测管理构架设计 |
4.3.3 硬件组成 |
4.3.4 测点布置 |
4.3.5 硬件分析 |
4.4 单片机信号处理及传输 |
4.4.1 卡尔曼滤波简介 |
4.4.2 卡尔曼滤波原理 |
4.4.3 滤波效果和实验 |
4.4.4 数据传输 |
4.5 感知层试验分析 |
4.5.1 高速轴测点信号对比分析 |
4.5.2 齿圈内外侧测点信号对比分析 |
4.5.3 低速轴测点与高速轴测点信号对比分析 |
4.6 物联网监测方案效果预估 |
4.6.1 设备检测效果 |
4.6.2 企业管理效果 |
4.6.3 经济效益分析 |
4.7 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 进一步研究方向 |
参考文献 |
致谢 |
攻读硕士学位期间发表的论文及其它成果 |
作者和导师简介 |
附件 |
(2)电站设备辅机状态监测与故障诊断(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景及意义 |
1.2 课题的研究现状 |
1.2.1 状态监测与故障诊断基本概念 |
1.2.2 国内外研究现状 |
1.3 本课题研究内容 |
第2章 MPS型中速磨煤机的监测参数和故障类型 |
2.1 MPS中速磨煤机的状态监测参数 |
2.2 MPS中速磨煤机的常见故障分析 |
2.2.1 磨煤机少煤或断煤 |
2.2.2 磨堵煤 |
2.2.3 一次风管堵塞 |
2.2.4 磨自燃 |
2.3 本章小结 |
第3章 MPS型中速磨煤机建模及仿真 |
3.1 制粉系统模型 |
3.1.1 磨入口一次风温度和流量模型 |
3.1.2 磨内原煤量和煤粉量模型 |
3.1.3 磨出口温度模型 |
3.2 模型参数辨识 |
3.2.1 参数辨识机理 |
3.2.2 磨入口一次风温度和流量辨识 |
3.2.3 磨内原煤量和煤粉量辨识 |
3.2.4 磨出口温度辨识 |
3.3 模型验证的仿真分析 |
3.3.1 磨入口一次风温度和流量验证 |
3.3.2 磨电流验证 |
3.3.3 磨出口温度验证 |
3.3.4 模型扰动的仿真分析 |
3.4 模型故障模拟的仿真分析 |
3.4.1 磨断煤故障模拟 |
3.4.2 磨满煤故障模拟 |
3.4.3 磨自燃故障模拟 |
3.5 本章小结 |
第4章 基于D-S证据理论和PCCS的概率融合故障诊断 |
4.1 针对数据趋势变化的皮尔逊相关系数 |
4.2 针对变量距离的自定义可信度函数 |
4.2.1 常见距离函数 |
4.2.2 基于正态分布的可信度函数 |
4.2.3 综合概率函数 |
4.3 多传感器融合算法 |
4.3.1 D-S证据理论 |
4.3.2 融合概率算法 |
4.4 实例分析 |
4.4.1 断煤过程中的故障诊断 |
4.4.2 故障发展过程中的概率变化 |
4.5 本章小结 |
第5章 结论与展望 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(3)深信度网络在发电设备故障诊断中的应用研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 论文主要工作 |
1.4 论文结构 |
第2章 相关研究现状 |
2.1 故障诊断 |
2.2 相关方法综述 |
2.2.1 基于专家系统的方法 |
2.2.2 基于人工神经网络的方法 |
2.2.3 基于遗传算法的方法 |
2.2.4 基于贝叶斯网络的方法 |
2.2.5 基于支持向量机的方法 |
2.2.6 基于深信度网络的方法 |
2.3 发电设备故障诊断研究现状 |
2.4 发电设备故障诊断发展趋势 |
第3章 深信度网络在发电设备故障诊断中的分析 |
3.1 需求分析 |
3.2 方法确定 |
3.3 模型构建 |
3.3.1 诊断模型构建的基本步骤 |
3.3.2 SMOTE算法 |
3.3.3 深信度网络分类 |
3.4 实验与结果分析 |
3.4.1 实验数据 |
3.4.2 实验过程 |
3.4.3 结果分析 |
3.4.4 基于传统分类算法的对比实验 |
3.5 小结 |
第4章 回归模型在发电设备故障预测中的分析 |
4.1 需求分析 |
4.2 方法确定 |
4.3 模型构建 |
4.3.1 预测模型构建的基本步骤 |
4.3.2 特征选择 |
4.3.3 故障预测模型 |
4.3.4 模型参数优化 |
4.4 实验与结果分析 |
4.4.1 数据选取 |
4.4.2 实验过程 |
4.4.3 结果分析 |
4.5 小结 |
第5章 总结与展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(4)锅炉制粉系统煤粉燃爆事故致因分析及防治对策研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 研究内容和技术路线 |
第2章 国内外研究动态 |
2.1 粉尘爆炸研究进展 |
2.1.1 粉尘爆炸机理研究 |
2.1.2 粉尘爆炸特性参数研究 |
2.1.3 粉尘爆炸模型研究 |
2.1.4 粉尘爆炸防爆措施研究 |
2.2 制粉系统爆炸成因 |
2.2.1 原因分析 |
2.2.2 制粉系统燃爆现象及特征 |
2.3 安全评价方法研究进展 |
2.4 本章小结 |
第3章 制粉系统构成及运行原理 |
3.1 制粉系统概述 |
3.1.1 直吹式制粉系统 |
3.1.2 中间储仓式制粉系统 |
3.1.3 直吹式制粉系统与中间储仓式制粉系统的比较 |
3.1.4 锅炉制粉系统运行基本要求 |
3.2 8~#炉制粉系统构成及工作流程 |
3.2.1 系统主要设备及作用 |
3.2.2 系统工作原理及流程 |
3.2.3 8~#炉主体设计参数及制粉系统设备概况 |
3.3 8~#炉制粉系统常见故障及其危害 |
3.4 本章小结 |
第4章 锅炉煤质特性及其对制粉系统的影响 |
4.1 燃煤的组成及性质 |
4.1.1 电厂燃煤的元素分析 |
4.1.2 电厂燃煤的工业分析 |
4.1.3 燃煤的主要特性 |
4.2 煤的品质对锅炉煤粉制备的影响 |
4.2.1 原煤水分对煤粉制备的影响 |
4.2.2 原煤粒度对煤粉制备的影响 |
4.2.3 发热量对煤粉制备的影响 |
4.2.4 灰分等对煤粉制备的影响 |
4.2.5 杂质对煤粉制备的影响 |
4.3 煤粉的主要性质及影响 |
4.3.1 煤粉的一般性质 |
4.3.2 煤粉细度 |
4.3.3 煤粉颗粒组成 |
4.3.4 煤粉水分 |
4.4 8~#炉煤源及煤质条件 |
4.4.1 8~#炉煤质设计条件 |
4.4.2 8~#炉实际燃煤煤质统计分析 |
4.5 本章小结 |
第5章 制粉系统煤粉燃爆事故致因分析 |
5.1 制粉系统燃爆条件分析 |
5.1.1 点火源分析 |
5.1.2 煤粉燃爆浓度分析 |
5.2 制粉系统燃爆部位分析 |
5.2.1 磨煤机积粉自燃 |
5.2.2 木块分离器积粉自燃 |
5.2.3 细粉分离器内部积粉自燃 |
5.2.4 粗粉分离器内部积粉自燃 |
5.2.5 再循环管及风门处积粉自燃 |
5.2.6 煤粉仓自燃 |
5.2.7 热风门内漏及水平输粉管道积粉自燃 |
5.2.8 制粉系统内部结露挂粉自燃 |
5.3 影响制粉系统燃爆的因素分析 |
5.3.1 煤质的影响 |
5.3.2 磨煤机入口负压的影响 |
5.3.3 磨煤机出口温度的影响 |
5.3.4 风粉混合物流速的影响 |
5.3.5 制粉系统漏风的影响 |
5.3.6 系统运行故障的影响 |
5.3.7 系统操作管理的影响 |
5.3.8 其它因素的影响 |
5.4 制粉系统煤粉燃爆AHP分析 |
5.4.1 层次分析法(AHP)介绍 |
5.4.2 制粉系统燃爆事故AHP评价指标体系的建立 |
5.4.3 AHP评价结果分析 |
5.5 本章小结 |
第6章 制粉系统煤粉燃爆机理及发展分析 |
6.1 煤粉燃爆机理 |
6.1.1 气相点火机理 |
6.1.2 表面非均相点火机理 |
6.1.3 制粉系统煤粉点火机理分析 |
6.2 制粉系统燃爆发展过程 |
6.2.1 火焰的传播 |
6.2.2 爆燃向爆轰的转变 |
6.3 制粉系统爆炸强度分析 |
6.3.1 煤粉云爆炸特性指数 |
6.3.2 粉云爆炸强度影响因素分析 |
6.4 煤粉燃爆的危害 |
6.5 本章小结 |
第7章 制粉系统煤粉燃爆防治对策 |
7.1 制粉系统煤粉燃爆的预防 |
7.1.1 制粉系统的惰化设计 |
7.1.2 防止系统内部积粉自燃 |
7.1.3 加强锅炉煤质监控与管理 |
7.2 运行控制措施 |
7.2.1 操作管理 |
7.2.2 日常管理及维护措施 |
7.3 制粉系统煤粉燃爆事故应对处理措施 |
7.3.1 事故处理原则 |
7.3.2 制粉系统煤粉自燃的处理 |
7.3.3 制粉系统煤粉爆炸的处理 |
7.3.4 煤粉仓自燃或爆炸的处理 |
7.3.5 制粉系统其它故障的应对措施 |
7.4 本章小结 |
第8章 结论 |
8.1 结论 |
8.2 展望 |
参考文献 |
致谢 |
(5)电厂厂级监控信息系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 系统开发背景 |
1.2 国内外发展现状 |
1.3 解决的主要问题 |
1.4 本文的主要工作 |
1.5 论文的组织结构 |
第2章 系统需求分析 |
2.1 工程概况 |
2.2 系统概述 |
2.2.1 系统的业务模型 |
2.2.2 系统的业务流程 |
2.2.3 系统的总体要求 |
2.3 系统目标和解决的问题 |
2.3.1 系统目标和解决的问题 |
2.3.2 系统的使用统计调查 |
2.4 系统需求获取模式 |
2.5 系统需求问题描述 |
2.6 系统功能性需求 |
2.6.1 SIS系统在电厂信息系统中的作用 |
2.6.2 SIS系统与其他电厂信息系统中的比较 |
2.6.3 SIS系统的主要功能 |
2.6.4 SIS系统网络结构 |
2.7 系统非功能性需求 |
2.7.1 硬件环境分析 |
2.7.2 软件环境分析 |
第3章 概要设计 |
3.1 系统设计目标和原则 |
3.1.1 系统设计的目标 |
3.1.2 系统设计的原则和标准 |
3.2 系统技术架构设计 |
3.2.1 系统总体架构 |
3.2.2 系统数据架构 |
3.2.3 系统部署架构 |
3.3 系统功能框架 |
第4章 系统详细设计 |
4.1 系统建模 |
4.1.1 系统的静态结构图 |
4.1.2 系统的动态结构图 |
4.2 系统数据库设计 |
第5章 系统实现 |
5.1 系统总体实现 |
5.2 实时监控模块的实现 |
5.3 性能监控模块的实现 |
5.3.1. 锅炉热效率反平衡计算 |
5.3.2. 锅炉热效率正平衡计算 |
5.4 能损分析模块的实现 |
5.4.1. 送风温度影响 |
5.4.2. 给水温度影响 |
5.4.3. 排烟温度影响 |
5.4.4. 炉膛氧量影响 |
5.4.5. 空气预热器漏风影响 |
5.4.6. 飞灰可燃物影响 |
5.4.7. 煤种变化影响 |
5.4.8. 暖风器投运炉侧耗差分析 |
5.4.9. 耗差综合统计 |
5.4.10. 锅炉热效率影响 |
5.5 热力试验模块的实现 |
5.6 负荷分配模块的实现 |
5.7 运行导航模块的实现 |
5.8 信息统计模块的实现 |
5.9 报表模块的实现 |
第6章 结论 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(6)球磨机负荷监测软件平台的设计与开发(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景与意义 |
1.2 球磨机负荷监测方法研究现状及发展趋势 |
1.2.1 国内外研究现状 |
1.2.2 球磨机负荷监测方法研究趋势 |
1.3 球磨机负荷监测平台的研究现状 |
1.4 本文主要工作 |
第2章 球磨机负荷监测平台的架构 |
2.1 引言 |
2.2 球磨机负荷监测平台的开发目的 |
2.2.1 球磨机结构和工作原理 |
2.2.2 虚拟仪器技术在球磨机负荷监测中的应用 |
2.3 球磨机负荷监测软件平台的需求分析 |
2.4 球磨机负荷监测平台架构 |
2.4.1 球磨机负荷监测的硬件平台 |
2.4.2 球磨机负荷监测的软件平台的开发环境 |
2.5 本章小结 |
第3章 球磨机负荷监测软件平台设计 |
3.1 引言 |
3.2 球磨机负荷监测软件平台总体设计 |
3.2.1 软件平台总体功能设计 |
3.2.2 软件平台总体结构设计 |
3.3 球磨机数据采集模块设计 |
3.3.1 数据采集模块的功能设计 |
3.3.2 数据采集模块的结构设计 |
3.4 球磨机数据存储模块设计 |
3.4.1 数据存储模块的功能设计 |
3.4.2 数据存储模块的结构设计 |
3.5 数据预处理模块设计 |
3.5.1 预处理模块的功能设计 |
3.5.2 预处理模块的结构设计 |
3.6 离线建模模块设计 |
3.6.1 离线建模模块功能设计 |
3.6.2 离线建模模块结构设计 |
3.7 在线负荷监测模块设计 |
3.7.1 在线负荷监测模块功能设计 |
3.7.2 在线负荷监测模块结构设计 |
3.8 辅助功能模块设计 |
3.8.1 用户管理模块的设计 |
3.8.2 报警及日志模块的设计 |
3.9 本章小结 |
第4章 球磨机负荷监测软件平台的开发 |
4.1 引言 |
4.2 主程序的开发 |
4.3 数据采集模块的开发 |
4.3.1 振动信号采集的实现 |
4.3.2 声音采集模块的实现 |
4.3.3 OPC通信的实现 |
4.4 球磨机数据存储模块开发 |
4.4.1 实时数据保存方式 |
4.4.2 数据库操作的实现 |
4.4.3 历史数据库的存取实现 |
4.5 数据预处理模块开发 |
4.5.1 滤波器的实现 |
4.5.2 频域分析的实现 |
4.5.3 预处理模块管理功能的实现 |
4.6 球磨机负荷离线软测量建模模块的实现 |
4.6.1 LabVIEW与MATLAB混合编程 |
4.6.2 软测量算法库开发 |
4.7 磨机负荷在线软测量监测模块的实现 |
4.8 辅助功能模块开发 |
4.8.1 用户管理模块的实现 |
4.8.2 报警及日志模块的实现 |
4.9 本章小结 |
第5章 球磨机负荷监测软件平台实验验证 |
5.1 引言 |
5.2 模块功能测试 |
5.2.1 用户管理模块的验证 |
5.2.2 数据库存储模块的验证 |
5.2.3 报警和日志模块的验证 |
5.3 信号采集的验证 |
5.4 LS-SVM软测量算法测试 |
5.4.1 实验介绍 |
5.4.2 信号分析与处理实验 |
5.4.3 软测量建模实验 |
5.4.4 在线仿真实验 |
5.5 本章小结 |
第6章 结论与展望 |
参考文献 |
致谢 |
(7)电站磨煤机状态监测与故障诊断的研究(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 课题的背景及意义 |
1.2 国内外研究现状 |
1.3 本课题研究内容 |
2 电站磨煤机监测参数选择与故障分析 |
2.1 MPS磨煤机工作原理及结构特点 |
2.2 MPS磨煤机状态监测参数的分析与选择 |
2.2.1 磨煤机参数分析 |
2.2.2 状态监测参数确定 |
2.3 MPS磨煤机性能计算 |
2.3.1 计算方法 |
2.3.2 计算程序 |
2.4 MPS磨煤机故障分析 |
2.4.1 参数报警分析 |
2.4.2 常见故障分析 |
2.5 本章小结 |
3 电站磨煤机状态监测与故障诊断方法研究 |
3.1 运行参数趋势预测方法研究 |
3.1.1 人工神经网络理论 |
3.1.2 时间序列预测理论 |
3.1.3 基于LM算法的神经网络参数预测研究 |
3.2 状态评价方法研究 |
3.2.1 基本定义 |
3.2.2 评价方法 |
3.3 故障诊断方法研究 |
3.3.1 故障诊断专家系统简介 |
3.3.2 MPS磨煤机故障诊断专家系统 |
3.4 本章小结 |
4 某电厂磨煤机状态监测与故障诊断系统的设计与实现 |
4.1 系统的结构与功能 |
4.2 系统开发工具介绍 |
4.2.1 力控监控组态软件 |
4.2.2 Visual Basic程序设计语言 |
4.3 监测模块的设计与实现 |
4.3.1 某电厂磨煤机监测模块设计 |
4.3.2 监测功能实现 |
4.4 运行参数趋势预测模型的设计与实现 |
4.4.1 预测对象 |
4.4.2 运行参数预测模块设计 |
4.4.3 预测结果分析 |
4.5 状态评价模块的设计与实现 |
4.5.1 磨煤机评价指标 |
4.5.2 磨煤机评价模块设计 |
4.5.3 评价结果分析 |
4.6 故障诊断模块的设计与实现 |
4.6.1 磨煤机故障诊断模块设计 |
4.6.2 故障诊断结果分析 |
4.7 系统运行 |
4.8 本章小结 |
5 结论 |
参考文献 |
作者简历 |
学位论文数据集 |
(9)基于网络的磨煤机监测与数据管理软件(论文提纲范文)
引言 |
1 数据库规划 |
2 磨煤机监测系统的实现 |
3 数据的网络共享 |
4 结论 |
(10)火电站锅炉优化运行软件系统概述(论文提纲范文)
1 火电站优化运行软件系统 |
2 锅炉优化运行软件系统 |
2.1 燃烧监测优化 |
2.2 采样数据容错 |
2.3 设备故障在线监测诊断 |
2.4 热效率在线监测优化 |
2.5 结渣沾污监测及吹灰优化 |
2.6 燃料优化 |
2.7 设备维护优化 |
3 总结 |
四、基于网络的磨煤机监测与数据管理软件(论文参考文献)
- [1]SXJ立式行星减速机监测技术改造管理研究[D]. 杨连涛. 北京化工大学, 2020(02)
- [2]电站设备辅机状态监测与故障诊断[D]. 刘畅. 华北电力大学(北京), 2017(03)
- [3]深信度网络在发电设备故障诊断中的应用研究[D]. 李健铨. 天津大学, 2017(06)
- [4]锅炉制粉系统煤粉燃爆事故致因分析及防治对策研究[D]. 赵宁刚. 华东理工大学, 2013(06)
- [5]电厂厂级监控信息系统的设计与实现[D]. 刘震. 山东大学, 2011(07)
- [6]球磨机负荷监测软件平台的设计与开发[D]. 郜峰. 东北大学, 2010(03)
- [7]电站磨煤机状态监测与故障诊断的研究[D]. 杨雁梅. 北京交通大学, 2008(09)
- [8]电厂网络中磨煤机监测系统的开发[J]. 李春燕. 电力科学与工程, 2003(01)
- [9]基于网络的磨煤机监测与数据管理软件[J]. 李春燕,杜永祚. 华北电力大学学报, 2002(04)
- [10]火电站锅炉优化运行软件系统概述[J]. 杨卫娟,周俊虎,曹欣玉,周志军,岑可法. 电站系统工程, 2001(02)