故障诊断专家帮助系统开发及其在电厂脱硝设备中的应用

总结SCR和SNCR两种脱硝系统中常见的21种故障,将人工智能专家系统与脱硝系统的专业知识、故障解决绑定。在Windows开发环境下,使用Visual Basis 6.0,以Access建立专家知识库和数据库,开发出脱硝设备故障诊断专家帮助系统软件。专家帮助系统的主要功能有:查询脱硝系统知识并及时更新数据库,现象分析,诊断与解决故障。     

基于网络分析的矿井通风智能诊断专家系统

提出了矿井通风智能诊断专家系统来解决通风系统故障诊断问题,设计了矿井通风智能诊断专家系统知识库和推理机,提出用逐步线性回归分析法确定可能引起某巷道风速超限的风路集合.在知识库中把通风系统故障原因详细归类,在专家系统推理机中进一步缩小了故障范围并推断故障原因.给出了矿井通风智能诊断专家系统推理流程并设计了用户接口,故障诊断结果图可以直接显示故障巷道范围、故障原因及故障巷道列表.最后对大明矿进行了工业试验,智能诊断专家系统的故障诊断结果与实际结果一致,验证了系统的可行性.     

生物质锅炉故障树分析

根据锅炉系统的结构和功能的层次分解模型,对常见故障逐层进行分析诊断,采用故障树分析法,来描述系统故障和故障原因的逻辑关系,为锅炉系统的故障诊断、专家系统应用、面向对象技术的广义故障树知识表达和故障诊断推理控制奠定了基础。     

袋式除尘器和静电除尘器在电厂除尘系统中运用的性能对比分析

针对目前火电厂除尘系统应用现状和当前环保要求,通过对袋式除尘器和静电除尘器在火电厂燃煤锅炉除尘系统中的应用,对袋式除尘器和静电除尘器在技术性能上的差异作了简单的对比分析,以指导除尘器在目前火电厂燃煤锅炉除尘系统中的具体应用。     

Profibus-DP现场总线在袋式除尘控制系统中的应用

简要介绍Profibus-DP现场总线技术和采用Profibus-DP现场总线技术的袋式除尘自动控制系统,介绍了采用Profibus-DP现场总线技术的袋式除尘自动控制系统网络结构和系统部件,包括主控制站、上位监控计算机HMI和除尘控制系统各远程I/O站,通过具体工程说明了Profibus-DP现场总线技术在袋式除尘自动控制系统中的应用.     

面向复杂设备的分布式故障诊断研究

基于复杂系统的设备故障诊断的要求 ,按故障信息流动的方向将诊断过程分为实时监测层、故障诊断层及综合决策层 ,并建造一种分布式多级黑板诊断结构模型。根据不同诊断层次的特点 ,赋予其不同的诊断方法。在实时监测层中各实时监测单元采用神经网络和知识基模块的混合结构完成该层任务 ;故障诊断层则基于广义知识表达模型 ,建立三库结构 ,即静态实例库、动态实例库和规则库 ,整个推理过程基于三级推理机制 ;综合决策层为一智能型的辅助决策支持系统 ,提供对整个系统生产与设备运行状态的综合诊断与决策。     

FTA在生物质循环流化床锅炉中的应用研究

根据FTA（故障树分析）的方法对生物质锅炉独特的三大故障：积灰、结焦、磨损逐层进行分析诊断,采用故障树分析法,来描述系统故障和故障原因的逻辑关系,为生物质锅炉系统的故障诊断、专家系统应用、面向对象技术的广义故障树知识表达和故障诊断推理控制奠定了基础。     

反向电场电袋过滤PM2.5的试验研究

为高效收集微细颗粒物,提出一种反向电场静电增强袋式除尘器;并研究了过滤风速对反向电场静电增强袋式除尘器除尘效率的影响;试验对比了反向电场静电增强袋式除尘器、预荷电袋式除尘器、普通袋式除尘器的除尘效果,结果表明,反向电场袋式除尘器的除尘性能明显优于普通袋式除尘器和预荷电袋式除尘器.对于处理PM2.5烟雾,当风速为1.5 m/min时,反向电场静电增强袋式除尘器的除尘效率比普通袋式除尘器高10.0％以上;当风速为2.0 m/min时,反向电场静电增强袋式除尘器的除尘效率比普通袋式除尘器高50.0％以上.     

转炉烟气袋式除尘系统节能降碳途径

分析了转炉烟气袋式除尘系统能耗的影响因素,提出了袋式除尘系统减污降碳技术途径,重点对袋式除尘器运行阻力的构成、分布和降阻措施进行了阐述,设计了转炉烟气袋式除尘器最小阻力的理想指标。可为转炉炼钢烟气袋式除尘节能降碳和超低排放提供借鉴。     

大型火电厂锅炉烟气袋式除尘技术与应用

介绍了国家863课题"燃煤电厂锅炉烟气微细粒子高效控制技术与设备"的研究成果,包括脉冲袋式除尘技术和设备的研发.通过在大型火电厂将电除尘器改造为袋式除尘器的实践,体现了研究成果在燃煤电厂锅炉烟气除尘工程中的应用.直通均流式袋式除尘器是针对我国燃煤电厂锅炉烟气条件和国情研发的专用除尘设备,具有净化效率高、系统阻力低、运行可靠、检修维护方便等特点,能在烟尘高负荷下安全运行,特别适合于大型燃煤电厂锅炉烟气的净化.     

作业场所职业危害监管信息管理系统开发

根据我国职业危害实际情况,提出基于企业、县、市、省、国家监管部门的5级分布式数据存储架构,并使用网络数据库进行实现;设计了监管信息系统的功能模块,其中包括:职业危害基础数据模块、数据管理模块、监督检查信息模块、地理信息模块、辅助决策模块、专家咨询模块、事故调查处理信息、通信与数据同步模块、信息系统培训模块等;软件基于3层B/W/S模式,使用ASP,.net后台技术来开发,实现了WEB对数据库的访问和相互信息交流;该系统在现场进行了试用,获得满意的效果。     

煤矿事故管理系统的设计与开发

为解决煤矿事故信息处理效率低、出错率高以及查找、更新和维护困难等诸多问题,笔者在大量煤矿事故案例资料的基础上,结合煤矿事故特点,运用数据库技术,设计开发出煤矿事故案例管理系统,并在开发过程中选用V isual Basic 6.0为前台开发工具,SQL Server 2000数据库管理系统为后台数据库,ADO技术为V isual Basic 6.0与SQL Server 2000的数据接口。通过对煤矿事故的特征信息进行分析,将其分为事故矿井的自然状况和事故后果及事故性质两个部分,并建立4个数据表。设计与开发的系统包括用户管理模块、信息管理模块和信息查询模块,具有数据维护功能、数据查询功能、数据输出功能。该系统的应用有利于煤矿事故案例信息的充分利用及煤矿企业信息化水平的提高。     

数控机床的人性化设计研究

人性化设计是工业设计研究中一个非常重要的课题,对人性的关怀是每个工业设计师不变的追求.在数控机床的设计中,设计师应以人机工程理论为指导,充分考虑如何让使用者掌握数控机床的操作,解决诸如程序设计、人机对话、心理负荷、故障诊断和处理、系统安全以及社会心理等问题.这是数控机床人性化设计的关键,也就是如何设计出和谐的人机系统,创造一种良好的人机互动.     

袋式除尘器多段脉冲清灰技术的研究

提出一种"多段脉冲清灰技术"以解决长滤袋袋式除尘器的脉冲清灰问题,为此专门设计了多段脉冲清灰系统并在袋式除尘器模型上进行实验.实验结果表明,对于长度超过6m的滤袋,采用多段脉冲清灰可以显著提高清灰效率,并且有利于保持袋式除尘器的稳定运行和延长清灰周期.因此,采用多段脉冲清灰技术十分必要,技术可行.     

基于T-S模糊故障树的受电弓系统可靠性分析

针对动车组受电弓故障统计中历史故障数据的多源异构和数据缺失等问题,同时考虑到受电弓故障的多态性,提出了以信心指数修正的专家调查法结合T-S模糊故障树,对受电弓可靠性进行分析。首先构建动车组受电弓系统的T-S模糊故障树;再对故障树基本事件进行基于信心指数修正的专家调查,得出基本事件模糊故障率;然后根据基本事件模糊故障率计算顶事件模糊可能性和基本事件模糊重要度;最后根据模糊重要度分析系统不同故障状态时影响其可靠性的薄弱环节。该分析结果与动车组的实际情况相符,可为受电弓系统的检修提供参考。     

烧结机尾“电改袋”除尘器数值模拟

针对现有"电改袋"除尘器不易实现在运行中更换滤袋且内部气流分布不均匀等问题,结合某烧结厂190 m2"电改袋"工程实例,提出一种可以在运行中更换滤袋的分室式"电改袋"除尘器结构,并利用CFX软件模拟其流场。结果表明,烟气由进气烟道进入袋室时速度大小和方向均发生突变,大颗粒粉尘受惯性力和重力作用易被中间灰斗捕集,有效减缓粉尘对滤袋的磨损;滤袋底部附近区域和两侧灰斗内的烟气速度分别小于5 m/s和6 m/s,可有效防止滤袋间的碰撞磨损和灰斗二次扬尘;各袋室的烟气流量分布比较均匀,标准差为0.152。     

降低布袋除尘器阻力与节能问题的探讨

根据多年来多事布袋除尘器的管理工作和现场调试经验，提出了除尘系统节能运行的思想和方法。并对布袋除尘系统的节能运行进行了认真的分析，特别是对降低除尘器阻力后如何进行节能调节问题进行了深入的探讨。     

Joint analysis of process and operator performance in chemical process operational safety

Independent studies of case histories by the Health and Safety Commission in the UK and by a Honeywell led industrial consortium world-wide showed that human errors represent the major cause of failure in process plant operation. In contrast to this discovery the majority of previous studies on computer aided systems for fault detection and diagnosis has focused on the process side. This paper presents a methodology, which can involve human factors into the development of systems for automatic identification and diagnosis of abnormal operations and develops methods and techniques that can be used to simultaneously capture, characterise and assess the performance of operators as well as of the process. A joint process–operator simulation platform is developed which is used as a test-bed for carrying out the study. The process part is a simulator, which simulates in high fidelity the dynamic behaviour of the process that is subject to the influence of various disturbances and operators’ interventions. The operator module is developed as a real-time expert system, which emulates operator’s behaviour in interpretation of received signals, and planning and execution of decisions. The interaction between the two modules is managed through an interaction module, which handles the real-time exchange of data using Dynamic Data Exchange. The interaction module also contains the toolkits for analysing the dynamic behaviour of the joint process–operator system. The method and system are illustrated using a simulated case study.     

Model-based information fusion investigation on fault isolation of subsea systems considering the interaction among subsystems and sensors

The offshore oil industry has expanded to deep water and Arctic. The harsh operating conditions (e.g., ice and strong wind) and increasing complicated system raise the occurrence likelihood of system faults. This requires timely fault isolation and management in the subsea system. However, the offshore oil industry mainly relies on humans to isolate faults based on alarms. With harsh operating conditions and increasing complicated system, this industry urgently needs research on more efficient fault isolation and cause diagnosis methods. Unfortunately, limited research is conducted on fault isolation method in the offshore oil industry. Furthermore, in industry 4.0 era, large amounts of information are obtained. This provides precondition for the application of information fusion technique which aims to improve diagnosis results. However, to the authors’ knowledge, information fusion has not been much studied in the fault isolation of the offshore oil industry. Moreover, the interaction of different subsystems contains valuable information. How the interaction of different subsystems can influence the fault diagnosis has not been explored. This paper proposes a Bayesian network (BN) based method for timely fault isolation and cause diagnosis for the offshore oil industry. The work fuses different information, and it also includes the dependency among different subsystems in the fault diagnosis. As an important alarm source, false alarms are also taken into account in the model. A case study on the subject of the subsea wellhead and chemical injection systems is conducted to demonstrate the functions and merits of the proposed method.