数字孪生技术助推电力设备降本增效

构建电力设备数字孪生系统架构,从电力设备建设、运维和退役三个阶段出发,探讨各个阶段应用数字孪生技术降本增效的可行性。数字孪生(Digital Twin,DT)的概念最早由美国密歇根大学Grieves教授在其产品生命周期管理课程上提出,后逐渐被应用到军工及航天器设计中。它是指借助数字化方法对物理世界的实体在虚拟世界构建一一映射的数字化模型。数字孪生兼容了当前新兴技术,包括云计算、大数据、物联网、移动互联、人工智能、区块链与5G通讯等,通过充分挖掘数据以发现更多经济及社会价值。     

超高压公司 全力锚定能源转型 打造“智慧+安全”样板

<正>2023年12月18日清晨,大规模、大范围雨雪冰冻天气席卷冀北地区。在±500千伏中都换流站主控室,值班员田春雨快速移动鼠标,查看面前电脑内的柔直设备数字孪生模型,在数字孪生可视化系统中实现实时读表、自动告警、远程巡检等关键设备状态分析与故障诊断功能,全天候、不间断保障张北柔性直流电网工程顺利通过低温寒潮等恶劣天气考验。     

基于多目标优化的电网二次设备故障诊断

电网的健康安全运行与二次设备的运行状态相关,电力系统中存在着大量不易确定的潜伏性故障,为此,提出基于多目标优化的电网二次设备故障诊断。建立多目标优化的故障诊断模型,实现由故障诊断问题向多目标优化问题的转化,设置保护动作期望状态。实验结果表明,故障诊断方法能够有效识别和定位二次设备故障并具有可靠性。     

数字孪生技术在水利设备全生命周期管理中的应用

液压启闭机在水利工程中主要用于控制闸门的开启和关闭,以上海某泵站液压启闭系统为例,通过对数字孪生技术在状态监测、健康评估、故障推演、预测预警中的应用分析,探讨水利工程设备全生命周期的智慧管理。     

基于多源信息融合的矿井提升机故障诊断研究

为提升设备应用安全性,精准识别矿井提升机故障发生点和故障原因,提出一种基于多源信息融合的故障诊断方法。借助多类型传感器实现系统数据的实时获取与传输,利用多元信息融合技术对设备的差异化数据信息进行融合处理,通过贝叶斯网络完成对数据的深层次分析,确定影响提升机的故障类型和故障点位,从而有效提升设备故障诊断效率,保障生产正常运行。     

以设备级数字孪生驱动电网管理探索

目前,场景数字孪生成熟度较高,但是性能数字孪生技术还处于初步阶段,设备级数字孪生作为性能数字孪生核心内容之一,在电网数字孪生建设中具有重要地位。在构建以新能源为主体的新型电力系统过程中,设备级数字孪生从电网管理辅助决策、驱动设备运维管理、设备资产管理和调度运行管理等方面驱动电网管理将成为重要探索。     

基于神经网络和VB程序的旋转机械故障诊断系统

以旋转机械常见的质量不平衡、转子不对中两种故障状态和正常运行状态为例,基于神经网络和VB程序构建了旋转机械的故障诊断软件系统.利用一种基于小波包分解后的时域分析方法对旋转机械振动信号进行特征提取,获得了旋转机械正常振动信号及质量不平衡、转子不对中故障状态振动信号的特征向量.借助MATLAB神经网络工具箱,构建了旋转机械的神经网络故障诊断系统,并用旋转机械正常振动信号及质量不平衡、转子不对中故障状态振动信号的特征向量数据对诊断结果的正确性进行了测试,结果表明诊断正确率为88.9%.最后通过MATLAB的二次开发接口与VB程序进行交互,开发出具有良好人机界面的旋转机械故障诊断软件,包括神经网络学习和故障诊断两层界面.     

基于数字孪生的船机电装备信息动态匹配模型研究

数字孪生技术是一种船机电装备信息与物理资源整合、共享和使用的高效组织方法。船机电装备保障信息与物理资源的分层嵌套、异构庞杂、种类繁多,使得交互式电子手册用户当前操作请求面临信息选取的盲目性与数据冗余问题。构建船机电装备数字孪生的船舶装备保障架构,设计了装备信息与操作人员混合匹配网络模型,并提出一种用户动态需求驱动的信息智能匹配方法。船用机电装备信息保障案例仿真实验表明,与静态的分级点选方式下的定向扩散方案比较,该方法的信息获取效率提升了59.5%。     

XML中间件技术在故障诊断数据集成中的应用

从故障诊断工程应用出发,对现有的企业内部异构数据库集成技术进行了分析,提出了基于XML中间件技术的设备故障诊断数据集成的设计方案,重点阐述了该中间件各个模块的设计.     

煤矿机电机械设备维修知识图谱系统研究

知识图谱是利用图模型描述客观世界中事物之间关系的技术方法，可有效解决大规模数据下的知识动态挖掘与管理问题。利用知识图谱技术建立煤矿设备维护知识图谱系统，基于BERT-BiLSTM-CRF模型完成煤矿设备维修的实体识别，并利用Django应用框架构建煤矿设备维修知识图谱系统，实现知识图谱系统各模块的功能。     

基于数字孪生技术的设备全生命周期管理

随着“工业4.0”“智能制造”等概念规划的提出以及大数据、人工智能等高新技术的普及,工业领域制造行业呈现高度信息化、自动化趋势,生产过程和生产模式逐步智能化、一体化。传统生产模式下通过实际生产过程获得的数据进行指标测量并制定决策的方式,已经不再能够满足当下制造企业对多单元复杂生产系统的管控需要,因此,面向制造企业全生命周期的数字孪生成为制造企业转型升级的新突破点、成为智能制造领域的新兴研究热点。文章通过与传统仿真技术进行横向对比,系统分析基于大数据、人工智能、虚拟现实等的数字孪生技术内涵以及其与传统仿真技术存在的关联和异同,重点分析面向制造企业全生命周期、针对制造企业多单元复杂生产系统智能运行和维护的数字孪生的优势和具体应用方式,阐述数字孪生对实现企业设备全生命周期管理的可行性,并展望其未来的发展趋势和方向。     

离心泵故障诊断的三个实例

造成离心泵故障原因多种多样,常见的就有不平衡、不对中、轴承缺陷、结构共振、配管应力、动静摩擦、部件松动、联轴节故障、汽蚀等。发生故障时,即使一个现场经验丰富的设备人员,也很难快速地查清故障原因,但如运用设备状态监测和故障诊断技术,就能解决上述问题。现以三个实例说明运用设备状态监测和故障诊断技术,快速查找离心泵故障原因的过程,使用     

数字岩心实验系统落户吐哈油田

中国石油集团测井公司吐哈事业部应用新建成的数字岩心实验系统检测29颗岩心,储层参数精度大幅提升,为油田准确识别油气层增添了技术支撑。数字岩心实验系统是通过数字化的方法,综合应用岩心成像信息采集、岩心物理参数离散数据和连续数据采集等多种技术手段,从而全面完整描述岩心特性,并由此建立虚拟模型。     

基于虚拟仪器的预测维修系统

对基于状态监测和故障诊断的数据库、数据采集、信号分析等技术及虚拟仪器进行了详细地介绍；结合实例探讨了预测纵系统的开发研制、从硬件软件两方面探讨了该系统的框架结构，并构建了基于虚拟仪器的数据库、数据采集、数据归档、状态监测、故障诊断、报表打印和信息发送等模块。     

基于模糊逻辑轧机齿轮箱故障诊断研究

在对轧机齿轮箱传动系统设备故障的研究过程中,发现故障征兆与故障原因之间并非是完全对应的关系,有时一种故障特征由多种原因所致,有时一种原因引发多种故障征兆,说明故障诊断技术是有模糊性特征的。提出一种基于模糊诊断原理的棒材轧机齿轮箱故障诊断方法,通过在钢厂实测振动数据的分析,验证了方法的有效性。     

状态监测技术在棒材轧制线上的应用

在棒材轧制线上应用状态监测与故障诊断技术,及时发现故障,精准确定故障位置、故障原因,给出科学合理的维修建议,避免设备发生重大事故,减少故障停机,降低维修费用,保证设备安全、经济、可靠运行。     

基于故障检测技术构建煤矿设备状态监测与故障诊断库

以计算机技术、传感器技术、信号处理技术等为基础的机电故障诊断技术在煤炭生产中得到了较为广泛的应用,在引入故障诊断技术的基础上结合数据库技术建立了设备运行状态监测与故障诊断库,减少了因故障后维修与过度检修对生产流程造成的损失。     

应用数据分析法进行简易的设备故障诊断

理论与实践证明，借助一定的测量技巧和规律，通过对便携式测振仪采集的数据进行分析，基本可以满足现场对设备故障点进行粗略估计的要求。运用便携式测振仪进行故障分析，对于普及设备状态监测与故障诊断工作、量化设备管理及维修具有重要的意义。结合两个典型的现场案例，对应用数据分析法开展简易的设备故障诊断工作进行探讨。     

基于模型的自学习智能监测诊断技术

基于模型的自学习智能监测诊断技术是一种自学习建模、自适应多种工况、自动发现故障的智能诊断技术,通过采集三相电动机的电压和电流数据,监测和诊断电机、被驱动的泵或风机以及过程和负荷的电气和机械故障问题。MCM系统是基于模型的自学习智能监测诊断技术、不依赖专家的状态监测和预测维修系统,是一种针对工业设备早期故障预警的技术。     

故障智能诊断技术在亭南煤矿选煤厂的应用

亭南煤矿选煤厂洗选设备缺少运行状态在线监测的手段,且设备的运维主要依靠人工经验。构建设备状态监测和故障诊断系统,采用工业互联网、振动分析和故障机理建模技术,对全厂设备进行在线监测,能够发现设备萌芽状态的故障并提前精准诊断,实现设备运维由事后维修到状态维护的转变。