|
搜索
搜 索
高等教育領域數字化綜合服務平臺
基于網絡的大型機電裝備遠程運行監視和故障診斷
重點圍繞實施大型機電設備預測性的狀態檢修需要，建立設備狀態劣化監測模型，在線評價設備健康狀態。采用自動邏輯推理的自主故障診斷方法，結合專家人機交互方式進行觀察、推理的人工診斷方式，形成更準確全面的故障原因分析和故障定位。根據狀態評價和故障定位結果，自動給出設備維修建議的方法。利用長期積累的設備試驗、運行、故障前后的各種狀態數據，進行設備狀態劣化模型、故障診斷模型的更新和修正方法。基于Internet的遠程協作診斷機制，遇到疑難問題時邀請多領域專家進行在線會商。可以用于機電設備、水電機組、風力發電機組
揚州大學
2021-04-14
一種繼電保護系統的多模式隱藏故障風險分析方法
本發明屬于電力系統繼電保護和風險分析領域，公開了一種繼 電保護系統的多模式隱藏故障風險分析方法，包括建立繼電保護系統 的多模式隱藏故障模型；根據多模式隱藏故障模型對由繼電保護隱藏 故障導致的電網 N-k 故障進行風險分析，獲得繼電保護系統隱藏故障 的風險指標值。本發明對保護系統的隱藏故障進行簡化建模分析；分 析不同種典型模式的保護隱藏故障特點，建立多種模式的隱藏故障模 型；針對隱藏故障的風險分析問題，提出一種電網 N-k 故障分析方法。 分析中采用了基于改進功能組分解法和事件樹分析方法的 N-k 故
華中科技大學
2021-04-14
軌道交通供電系統故障預測與健康管理（PHM）系統
本成果來自國家級、省部級科技計劃項目和有重大應用前景的橫向項目，已登記軟件著作權1項，公開發明專利4項，知識產權屬于西南交通大學。該系統通過利用各類傳感器采集供電系統中關鍵設備的狀態數據及服役環境信息，借助信號處理、信息融合及智能推理算法對系統進行故障預測與健康狀態管理，在短時間尺度上進行故障預測與快速診斷、在中時間尺度上進行健康評估與剩余壽命預測、在長時間尺度上進行系統可靠性評估與風險評估，并根據健康狀態制定系統的狀態維修策略，保障軌道交通系統的安全可靠、經濟高效運行。
西南交通大學
2016-06-27
二進制遞歸網絡的隨機多故障條件診斷性分析
項目簡介： 隨著并行計算系統中處理器數目的快速 增加， 系統
西華大學
2021-04-14
典型石化裝置轉動設備故障診斷與維護檢修管理平臺
成果簡介： 以典型石化裝置的轉動設備系統作為研究對象，建立轉動設備故障診斷與維護檢修管理平臺，實現對設備可靠性分析、FMEA(失效模式與影響分析)以及維護檢修管理。通過本項目實施，加強對轉動設備檢維修工作的指導，實現基于時間的預防性檢維修模式向基于狀態和基于風險分析的預知性檢維修模式的轉變。系統主要包括設備信息管理、設備運維管理、項目管理、可靠性分析、F
南京工業大學
2021-01-12
WHT-2016超高壓電纜外護套故障定位系統
產品詳細介紹高壓智能電橋和跨步電壓雙重定位
西安廣昕豐澤電子科技有限公司
2021-08-23
一德壹教喜獲網絡安全三級等保權威認證，安全保障再升級
三級等保認證的獲得，印證了一德壹教具備提供高標準數據安全服務的專業能力。
深圳市一德文化科技有限公司
2023-03-02
一種基于改進粒子群的有源配電網故障定位方法
本發明公開了一種基于改進粒子群的有源配電網故障定位方法，具體包含兩個部分：離線區域劃分和在線故障定位；其中，離線區域劃分包括如下步驟：(1)根據配網中已有量測裝置形成網絡拓撲結構，從經濟性、可靠性和風險性三個方面進行配電網區域靜態劃分；(2)考慮DG接入，建立新的評價指標進行DG接入的配網區域動態調整；在線故障定位包括如下步驟：(1)根據區域邊界節點處的故障信息進行冗余信息處理，剔除無效區域；(2)對處理后的故障信息進行變量優化；(3)采用改進粒子群算法實現故障全局性定位；本發明采用區域劃分和改進粒子群算法實現了故障區域的定位，能夠高效、準確的解決含分布式電源的配電網故障定位問題。
東南大學
2021-04-11
一種起重機在線監測與故障診斷系統
本發明公開了一種起重機在線監測與故障診斷系統，包括：信號拾取子系統，用于獲取起重機運行過程中的多種狀態信息；數據采集子系統，用于采集信號拾取子系統獲取的信息并進行預處理后輸出；現場監測與報警子系統，用于對數據采集子系統輸出的信息進行分析處理，進行在線監測和故障報警；無線通信子系統，實現起重機的定位，并傳輸輸入到現場監測與報警子系統中的數據；遠程監測與診斷子系統，用于接收無線通信子系統傳輸的數據并進行分析處理，以在遠程進行在線監測、故障報警、故障診斷和趨勢分析。本發明具有在線監測、提前預警和報警、分析和診斷、無線通信遠程監測等功能，可以為起重機的安全運行提供可靠的依據，避免或減少出現安全事故。
華中科技大學
2021-04-11
實時智能監測與故障診斷專家系統的研究與開發
在DCS與實時信息集成系統的基礎上，實時智能故障診斷與專家系統充分利用網絡技術、計算機技術、控制技術、通訊技術以及人工智能技術將分散的DCS系統進行集成，實現信息管理的智能化。實時智能故障診斷與專家系統實現從已有的DCS通訊網絡獲得數據，進行高一層次的綜合和處理，進行監督、診斷和預報。主要內容：通訊網關：DCS數據高速公路和IFDES通過網關交換數據和信息。數據處理：從DCS、PLC和傳感器送來的數據進行預處理，如數據工程化，數據轉換和壓縮。知識庫：存放專家知識，用于工況監督、故障診斷、事故預報、提供在線操作指導；采用多種智能處理方法及軟測量技術用于煉油生產過程的專家系統知識庫的構建。推理系統：集成了前向推理機和反向推理機等，操作經驗和事故教訓將用于指導問題的解決。多媒體顯示及操作手冊的開發。與綜合自動化平臺集成。技術優勢：1、 系統驅動器和數據處理器2、 數據庫和服務器3、 IFDES專家系統4、 超媒體顯示系統5、 IFDES與實時數據庫接口的實現位號顯示與趨勢圖模塊 應用實例：已在煉油廠加氫裂解裝置、烯烴廠鍋爐裝置等現場成功投運 投資規模及設備需求： 硬件環境（機型及CPU、內存、硬盤容量）：機型：運行Microsoft Windows操作系統；CPU: Intel 1.3GHz 及以上；內存：512M及以上；硬盤：80G及以上。 軟件環境（操作系統、支持軟件的名稱及版本號）：操作系統：Microsoft Windows2000及以上版本；Web服務器：Microsoft IIS；數據庫：Oracle 8.0以上；開發工具：Microsoft .Net Framework 1.1。實時智能監測與故障診斷專家系統軟件（IFDES） 經濟效益分析：本系統采用一系列先進的技術與開發集成手段。系統設計合理，使用方便，人機界面友好、開發周期短、擴充與二次開發便捷。性能價格比較高。它是低成本推廣應用計算機及新技術的一次成功的嘗試。使管理操作人員加強了工藝管理，及時捕捉到了裝置運行過程中的事故隱患，確保了整個裝置始終能處于高負荷、長周期穩定運行。使企業在最經濟的成本下，產生最大的效益，減少事故的發生、原材的浪費與對環境的污染。經濟與社會效益顯著。
南京工業大學
2021-04-13