-
公开(公告)号:CN111664083B
公开(公告)日:2024-06-11
申请号:CN202010474489.1
申请日:2020-05-29
Applicant: 中核武汉核电运行技术股份有限公司
IPC: F04B51/00
Abstract: 本发明属于设备故障智能诊断领域,具体涉及一种基于贝叶斯网络的核电主泵故障诊断方法。本发明包括步骤一:确定贝叶斯网络各节点信息;步骤二:确定贝叶斯网络的结构;步骤三:确定贝叶斯网络的条件概率表;步骤四:贝叶斯诊断模型的输入;步骤五:诊断模型的应用。该方法结合主泵历史数据和人工经验对主泵传感器故障、工艺参数波动引起的振动异常以及主泵本体故障三大类故障进行诊断,减少现场的误报问题,提高主泵的检维修效率,保证主泵安全、可靠地运行。
-
公开(公告)号:CN117852253A
公开(公告)日:2024-04-09
申请号:CN202311701918.4
申请日:2023-12-12
Applicant: 中核武汉核电运行技术股份有限公司
IPC: G06F30/20 , G06F17/18 , G06F113/14 , G06F119/04 , G06F119/08 , G06F119/14
Abstract: 本发明属于690合金传热管微动磨损技术领域,具体涉及一种腐蚀环境下690合金传热管微动磨损的寿命评估模型。首先进行腐蚀环境下的690合金传热管微动磨损试验,获取传热管的磨损体积;然后对磨损体积进行分析,找出对磨损体积影响较大的参数,然后将腐蚀因素耦合进原始的Archard模型中对原模型进行修正,最后将试验数据代入新模型中,采用多元线性回归的方式进行拟合,获取不同试验参数下的系数,即可得到腐蚀环境下的690合金传热管磨损模型。本发明针对Archard模型并不适用核电厂的实际磨损评价,基于腐蚀环境下的微动磨损试验,对Archard模型磨损系数进行修正,来达到较准确预测电厂690合金传热管的磨损寿命的目的。
-
公开(公告)号:CN111667020A
公开(公告)日:2020-09-15
申请号:CN202010595294.2
申请日:2020-06-28
Applicant: 中核武汉核电运行技术股份有限公司
Abstract: 本发明属于机械故障预警领域,涉及一种核电旋转机械故障预警方法。在核电厂旋转机械工作过程中,单参数门限报警法无法全面、准确描述设备状态,是导致核电监测系统产生大量误报漏报的主要原因。本发明包括:步骤一:获取健康状态数据;步骤二:构建高维特征集合;步骤三:训练样本的划分;步骤四:训练iSMM;步骤五:确定报警阈值;步骤六:预警方法应用。本发明基于设备历史工况相似性原理和iSMM进行故障预警,摆脱了对故障样本的依赖,同时弥补了传统单参数门限报警法的缺陷,适用于核电站旋转机械的故障预警。
-
公开(公告)号:CN111664083A
公开(公告)日:2020-09-15
申请号:CN202010474489.1
申请日:2020-05-29
Applicant: 中核武汉核电运行技术股份有限公司
IPC: F04B51/00
Abstract: 本发明属于设备故障智能诊断领域,具体涉及一种基于贝叶斯网络的核电主泵故障诊断方法。本发明包括步骤一:确定贝叶斯网络各节点信息;步骤二:确定贝叶斯网络的结构;步骤三:确定贝叶斯网络的条件概率表;步骤四:贝叶斯诊断模型的输入;步骤五:诊断模型的应用。该方法结合主泵历史数据和人工经验对主泵传感器故障、工艺参数波动引起的振动异常以及主泵本体故障三大类故障进行诊断,减少现场的误报问题,提高主泵的检维修效率,保证主泵安全、可靠地运行。
-
公开(公告)号:CN119023262A
公开(公告)日:2024-11-26
申请号:CN202410949446.2
申请日:2024-07-16
Applicant: 中核武汉核电运行技术股份有限公司
IPC: G01M13/045 , G01M13/00 , G01H17/00
Abstract: 本发明涉及声发射信号特征分析技术领域,旨在解决高噪声发射信号的特征提取与分析问题,本发明提供一种用于旋转机械状态监测的声发射信号特征分析方法,包括:将旋转设备检修完成的数据作为基准数据,计算基准数据的特征;计算基准特征的阈值,对正常运行数据的特征进行计算,获取特征的均值和标准差,超过均值K倍标准差作为特征异常的阈值;实时监测时,采用定期触发采集的方式,每次采集时长为N秒的声发射数据,并计算相应的特征指标,同时缓存队列中保存S*N秒的缓存数据;将实时特征指标与基准特征指标阈值进行对比,若出现特征指标超阈值,则进一步明确声发射信号超阈值原因,同时将缓存的原始数据以文件的形式存入;若特征指标未超阈值,则仅将实时特征存入数据库中。
-
公开(公告)号:CN118940107A
公开(公告)日:2024-11-12
申请号:CN202410979384.X
申请日:2024-07-22
Applicant: 中核武汉核电运行技术股份有限公司
IPC: G06F18/241 , G06F17/18 , G06F18/10
Abstract: 本发明涉及振动信号冲击截取技术领域,旨在解决现有阈值法阈值设置困难,截取的振动冲击信号不完整,不具有冲击单个截取保留功能的问题,本发明公开了一种振动信号自适应冲击截取方法,计算噪声有效值的均值和方差,获取振动信号绝对值峰值及其位置;获取峰值位置前后有效值大于噪声有效值均值加3倍标准差的最靠近峰值位置的两点,在原波形中对这两点之间的冲击置零;重复上述截取方法直至峰值小于噪声有效值均值加3倍标准差。本发明能够自适应截取完整振动冲击信号,截取的振动冲击信号完整。
-
公开(公告)号:CN117689934A
公开(公告)日:2024-03-12
申请号:CN202311590647.X
申请日:2023-11-27
Applicant: 中核武汉核电运行技术股份有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06V10/774 , G01M13/045
Abstract: 本发明提供了一种基于样本生成的小样本下滚动轴承故障诊断方法,将滚动轴承的原始一维振动数据通过连续小波变换转换为二维图像;利用循环生成‑对抗网络(GycleGAN模型)借助源域的同类型图像对目标域图像数据做样本增强;将生成图片和原图片合并后的充足样本输入多尺度残差卷积分类网络进行训练,实现小样本下滚动轴承的智能诊断。本发明通过引入小波变换,将一维振动信号转化为二维时频图,不但能充分发挥卷积神经网络强大的特征提取能力,使分类网络更好的获取关键信息,还能在数据生成时辅助观察图片情况,方便生成网络模型及时改善。
-
公开(公告)号:CN115753104A
公开(公告)日:2023-03-07
申请号:CN202211249343.2
申请日:2022-10-12
Applicant: 中核武汉核电运行技术股份有限公司
IPC: G01M13/045
Abstract: 本发明属于轴承状态监测评价与故障诊断技术领域,具体涉及一种基于超声信号分析的滚动轴承检测与故障诊断装置及方法。包括电机,电机安装在消声隔音罩的顶部,消声隔音罩的内部设有消音结构,消声隔音罩的底座上设置隔音层,消声隔音罩的底座下部连接有接油盒,转轴穿过消声隔音罩的底座上的孔,转轴的头部通过被测轴承内圈夹具和被测轴承外圈夹具连接被测轴承。有益效果在于:可变直接的轴承内外圈夹具,可测试诊断多种轴承型号;为避免转轴驱动装置噪声干扰,设计了底部隔音装置,且采用油润滑的滑动轴承,减少了振动及其他噪声的干扰;滑动轴承润滑油腔和底部接油杯,易于打理和维护,油杯底部采用免维护滚动轴承,进一步增加转轴的稳定性。
-
公开(公告)号:CN119884638A
公开(公告)日:2025-04-25
申请号:CN202411828807.4
申请日:2024-12-12
Applicant: 中核武汉核电运行技术股份有限公司
IPC: G06F18/20 , G06F18/25 , G06F18/214 , G06N3/096 , G06F30/27
Abstract: 本发明具体涉及一种基于深度学习的滚动轴承故障诊断方法,包括以下步骤:录入滚动轴承巡检数据;自动对录入的滚动轴承巡检数据中的滚动轴承实际运行振动信号转换为滚动轴承实际运行振动信号时频图;基于深度学习的滚动轴承故障诊断模型根据滚动轴承实际运行振动信号时频图,进行滚动轴承故障诊断。本发明还涉及一种基于深度学习的滚动轴承故障诊断系统。本发明基于滚动轴承故障机理和仿真故障数据,开展滚动轴承故障智能诊断。
-
公开(公告)号:CN119780223A
公开(公告)日:2025-04-08
申请号:CN202411886253.3
申请日:2024-12-20
Applicant: 中核武汉核电运行技术股份有限公司
Abstract: 本发明属于缺陷识别领域,具体涉及一种核电厂小支管焊缝缺陷识别系统及方法,该系统包括:加速度测量系统、控制采集处理系统、脉冲激振系统;加速度测量系统安装于小支管焊缝上,加速度测量系统、脉冲激振系统分别与控制采集处理系统连接;脉冲激振系统对小支管焊缝施加激励,控制采集处理系统采集加速度测量系统的测量数据和脉冲激振系统施加的激励数据,对测量数据和激励数据进行分析计算,获得频响函数。本发明通过获取不同激励下的小支管频响函数差值识别小支管焊缝缺陷识,识别快速、有效,弥补了人工巡检目视检查精度不足的缺陷。
-
-
-
-
-
-
-
-
-