基于B/S模式的汽轮发电机组远程状态监测技术研究
这是一篇关于汽轮发电机组,远程,状态监测,故障诊断,B/S模式的论文, 主要内容为汽轮发电机组是电力生产的重要设备，由于其设备结构的复杂性和运行环境的特殊性，导致故障率高、危害性大。状态监测与故障诊断在保证机组安全、稳定、高效运行方面发挥了很大的作用。但是，随着电力系统向超高压、大容量和多机互联方向发展，一方面使得机组状态监测与故障诊断技术变得越来越重要，另一方面使得其专业化程度越来越高，一般技术人员很难掌握，这在某种程度上限制了机组监测诊断技术的推广和发展。 计算机、网络通讯及相关技术的迅猛发展，使得机组远程监测诊断成为可能。本论文研究了基于B／S模式的汽轮发电机组远程状态监测与故障诊断系统，把网络通讯、数据库和Java、JSP等技术引入传统的监测诊断领域，从而改变了传统的监测诊断模式。人们不再受时间和空间的限制，不管身在何处，只要有条件上网，就可以随时查看机组的运行状态，将故障数据或故障分析图谱通过网络传递给专家或提交给远程专家系统就可以得到诊断结果。这在很大程度上提高了机组监测诊断的效率，节约了成本，该系统的成功运用有着十分重要的理论意义和巨大的经济效益。 论文首先论述了课题的背景，详细分析了汽轮发电机组状态监测与故障诊断技术的国内外研究现状及应用发展，讨论了机组远程监测诊断的重要意义；对机组振动监测诊断技术的理论知识，包括状态监测的基本参数、振动数据分析及处理和常见振动故障进行了研究；然后全面阐述了基于B／S模式的汽轮发电机组远程状态监测及故障诊断系统的总体结构、功能模块、软件平台和开发工具；探讨了系统的关键技术，包括Socket网络通讯技术、JDBC数据库访问技术、Applet绘图技术、多线程技术和JavaBean技术等，重点研究了系统主要功能模块——实时监测模块、状态分析模块和故障诊断模块的设计与实现；最后在总结全文的基础上，对系统有待进一步深入研究的问题提出了建议。
汽轮发电机组故障诊断知识图谱构建研究
这是一篇关于汽轮发电机组,故障诊断,知识图谱,命名实体识别,关系抽取的论文, 主要内容为汽轮发电机组作为电力领域重大关键设备,一旦发生故障,将会影响整个生产过程,对其进行智能运维是保障机组设备安全、平稳、经济运行的重要手段,也是实现“智慧汽轮机”的关键环节。对于汽轮发电机组故障诊断领域,如何将领域专家的经验和有价值的知识整合起来为决策层和领域专家们提供分析依据,是当前实现汽轮发电机组智能运维的重要任务之一。基于汽轮发电机组在运维过程中产生的故障维修案例数据与知识以及专家分析经验,通过语义匹配、命名实体识别、关系抽取和实体对齐等自然语言处理技术将这些数据和知识进行处理,构建机组故障诊断知识图谱,设计开发集故障诊断、检修建议和维修决策等功能为一体的汽轮发电机组智能健康管理系统,为机组运维提供辅助决策。本课题的主要研究内容总结如下:(1)构建汽轮发电机组领域故障实体关系数据集。根据汽轮发电机组故障领域公开资料,确定了6种实体类型信息和6种关系类型信息,对数据进行人工标注,构建汽轮发电机组故障诊断命名实体识别数据集和关系抽取数据集,解决了在汽轮发电机组故障诊断知识图谱构建过程中缺乏公开可获得的命名实体关系标注语料数据集的问题。(2)研究汽轮发电机组故障命名实体识别算法。针对汽轮发电机组故障诊断专业领域长文本中的关联权重特征的提取困难问题,提出一种基于BERT-Bi LSTM-CRF模型和多头自注意力机制(Multi-headed self-Attention,MHA)的命名实体识别方法。从故障文本中抽取出高质量故障实体,从而为机组故障诊断知识图谱管理系统构建提供了保障。(3)研究汽轮发电机组故障实体关系抽取算法。考虑汽轮发电机组故障诊断领域故障案例文本结构复杂,传统的流水线式实体关系抽取方法无法有效融合两个子任务的问题,提出一种基于对抗训练的端到端的故障实体关系抽取方法,对汽轮发电机组故障诊断领域的实体关系进行抽取。对故障实体关系进行联合标注,将联合提取任务转化为序列标注问题。利用双向循环神经网络作为编码器,整合文本句子序列的上下文特征,尽可能地保持文本语义的完整性,解码层采用LSTM产生标签表示;并通过引入对抗因子进行对抗训练来提高模型的鲁棒性和抽取效果。(4)设计开发汽轮发电机组故障诊断知识图谱管理系统。利用Neo4j图数据库储存故障实体和故障关系,基于B/S架构设计开发汽轮发电机组故障诊断知识图谱管理系统。基于该系统可以实现故障实体识别、故障实体查询、故障关系查询、故障知识图谱构建、知识问答、智能检索等功能。
汽轮发电机组轴承动态标高在线检测系统设计与开发
这是一篇关于汽轮发电机组,轴承,动态标高,信号处理,LabVIEW的论文, 主要内容为汽轮发电机组轴系载荷分配的合理性影响机组运行的安全性和稳定性。影响轴系载荷分配的因素很多,轴承动态标高是主要原因之一。在机组运行过程中,不同位置轴承的状态受到不同因素影响,其标高变化规律各不相同。因此,为在冷态下进行轴承标高预调提供依据,确保轴系载荷合理分配,保证机组安全稳定运行,需要准确测量机组不同运行状态下的轴承动态标高变化。本文提出了一种新的标高动态检测的技术方案;基于LabVIEW软件开发平台,设计开发出汽轮发电机组轴承动态标高检测系统。首先,从测量对象适应性、测量信号特征提取的准确性、现场检测条件的便利性三个方面来比较几种动态标高测量技术的优缺点,发现了特殊传感器支架测量法的优势与不足。本文对特殊传感器支架测量法进行了改进,并根据电涡流位移传感器工作方法原理,建立起了测量信号与动态标高值的数值转换模型。其次,遵循检测系统设计原则,参考相应的国家设计规范、标准,借鉴经典的检测系统设计结构,从系统功能出发,进行汽轮发电机组轴承动态标高检测系统结构设计。通过对测量对象、测量信号特征、传感器安装现场环境等条件的分析,提出各个硬件设备的选型依据;对硬件系统进行了设计与优化选型,该系统主要组成部分有电涡流位移传感器、前置器、传感器安装支架、采集器等。基于LabVIEW软件开发平台,从软件界面和功能模块两方面进行汽轮发电机组轴承动态标高在线检测系统的软件设计与开发。该软件系统主要包括数据采集模块、系统设置模块、信号处理模块、数据保存模块和历史数据回放模块等,该软件系统能实现轴承标高数据的采集、实时监测、数据保存及数据回放等功能。最后,对软、硬件系统进行集成,并搭建了实验系统,从准确性、稳定性、误差修正三个方面进行实验验证,验证汽轮发电机组轴承动态标高测量系统的可行性。验证实验结果表明,本文开发的汽轮发电机组轴承动态标高测量系统具有测量准确、稳定性好的特点,且能修正温度引起的误差。
汽轮发电机组故障诊断知识图谱构建研究
这是一篇关于汽轮发电机组,故障诊断,知识图谱,命名实体识别,关系抽取的论文, 主要内容为汽轮发电机组作为电力领域重大关键设备,一旦发生故障,将会影响整个生产过程,对其进行智能运维是保障机组设备安全、平稳、经济运行的重要手段,也是实现“智慧汽轮机”的关键环节。对于汽轮发电机组故障诊断领域,如何将领域专家的经验和有价值的知识整合起来为决策层和领域专家们提供分析依据,是当前实现汽轮发电机组智能运维的重要任务之一。基于汽轮发电机组在运维过程中产生的故障维修案例数据与知识以及专家分析经验,通过语义匹配、命名实体识别、关系抽取和实体对齐等自然语言处理技术将这些数据和知识进行处理,构建机组故障诊断知识图谱,设计开发集故障诊断、检修建议和维修决策等功能为一体的汽轮发电机组智能健康管理系统,为机组运维提供辅助决策。本课题的主要研究内容总结如下:(1)构建汽轮发电机组领域故障实体关系数据集。根据汽轮发电机组故障领域公开资料,确定了6种实体类型信息和6种关系类型信息,对数据进行人工标注,构建汽轮发电机组故障诊断命名实体识别数据集和关系抽取数据集,解决了在汽轮发电机组故障诊断知识图谱构建过程中缺乏公开可获得的命名实体关系标注语料数据集的问题。(2)研究汽轮发电机组故障命名实体识别算法。针对汽轮发电机组故障诊断专业领域长文本中的关联权重特征的提取困难问题,提出一种基于BERT-Bi LSTM-CRF模型和多头自注意力机制(Multi-headed self-Attention,MHA)的命名实体识别方法。从故障文本中抽取出高质量故障实体,从而为机组故障诊断知识图谱管理系统构建提供了保障。(3)研究汽轮发电机组故障实体关系抽取算法。考虑汽轮发电机组故障诊断领域故障案例文本结构复杂,传统的流水线式实体关系抽取方法无法有效融合两个子任务的问题,提出一种基于对抗训练的端到端的故障实体关系抽取方法,对汽轮发电机组故障诊断领域的实体关系进行抽取。对故障实体关系进行联合标注,将联合提取任务转化为序列标注问题。利用双向循环神经网络作为编码器,整合文本句子序列的上下文特征,尽可能地保持文本语义的完整性,解码层采用LSTM产生标签表示;并通过引入对抗因子进行对抗训练来提高模型的鲁棒性和抽取效果。(4)设计开发汽轮发电机组故障诊断知识图谱管理系统。利用Neo4j图数据库储存故障实体和故障关系,基于B/S架构设计开发汽轮发电机组故障诊断知识图谱管理系统。基于该系统可以实现故障实体识别、故障实体查询、故障关系查询、故障知识图谱构建、知识问答、智能检索等功能。
汽轮发电机组故障诊断知识图谱构建研究
这是一篇关于汽轮发电机组,故障诊断,知识图谱,命名实体识别,关系抽取的论文, 主要内容为汽轮发电机组作为电力领域重大关键设备,一旦发生故障,将会影响整个生产过程,对其进行智能运维是保障机组设备安全、平稳、经济运行的重要手段,也是实现“智慧汽轮机”的关键环节。对于汽轮发电机组故障诊断领域,如何将领域专家的经验和有价值的知识整合起来为决策层和领域专家们提供分析依据,是当前实现汽轮发电机组智能运维的重要任务之一。基于汽轮发电机组在运维过程中产生的故障维修案例数据与知识以及专家分析经验,通过语义匹配、命名实体识别、关系抽取和实体对齐等自然语言处理技术将这些数据和知识进行处理,构建机组故障诊断知识图谱,设计开发集故障诊断、检修建议和维修决策等功能为一体的汽轮发电机组智能健康管理系统,为机组运维提供辅助决策。本课题的主要研究内容总结如下:(1)构建汽轮发电机组领域故障实体关系数据集。根据汽轮发电机组故障领域公开资料,确定了6种实体类型信息和6种关系类型信息,对数据进行人工标注,构建汽轮发电机组故障诊断命名实体识别数据集和关系抽取数据集,解决了在汽轮发电机组故障诊断知识图谱构建过程中缺乏公开可获得的命名实体关系标注语料数据集的问题。(2)研究汽轮发电机组故障命名实体识别算法。针对汽轮发电机组故障诊断专业领域长文本中的关联权重特征的提取困难问题,提出一种基于BERT-Bi LSTM-CRF模型和多头自注意力机制(Multi-headed self-Attention,MHA)的命名实体识别方法。从故障文本中抽取出高质量故障实体,从而为机组故障诊断知识图谱管理系统构建提供了保障。(3)研究汽轮发电机组故障实体关系抽取算法。考虑汽轮发电机组故障诊断领域故障案例文本结构复杂,传统的流水线式实体关系抽取方法无法有效融合两个子任务的问题,提出一种基于对抗训练的端到端的故障实体关系抽取方法,对汽轮发电机组故障诊断领域的实体关系进行抽取。对故障实体关系进行联合标注,将联合提取任务转化为序列标注问题。利用双向循环神经网络作为编码器,整合文本句子序列的上下文特征,尽可能地保持文本语义的完整性,解码层采用LSTM产生标签表示;并通过引入对抗因子进行对抗训练来提高模型的鲁棒性和抽取效果。(4)设计开发汽轮发电机组故障诊断知识图谱管理系统。利用Neo4j图数据库储存故障实体和故障关系,基于B/S架构设计开发汽轮发电机组故障诊断知识图谱管理系统。基于该系统可以实现故障实体识别、故障实体查询、故障关系查询、故障知识图谱构建、知识问答、智能检索等功能。
汽轮发电机组轴承动态标高在线检测系统设计与开发
这是一篇关于汽轮发电机组,轴承,动态标高,信号处理,LabVIEW的论文, 主要内容为汽轮发电机组轴系载荷分配的合理性影响机组运行的安全性和稳定性。影响轴系载荷分配的因素很多,轴承动态标高是主要原因之一。在机组运行过程中,不同位置轴承的状态受到不同因素影响,其标高变化规律各不相同。因此,为在冷态下进行轴承标高预调提供依据,确保轴系载荷合理分配,保证机组安全稳定运行,需要准确测量机组不同运行状态下的轴承动态标高变化。本文提出了一种新的标高动态检测的技术方案;基于LabVIEW软件开发平台,设计开发出汽轮发电机组轴承动态标高检测系统。首先,从测量对象适应性、测量信号特征提取的准确性、现场检测条件的便利性三个方面来比较几种动态标高测量技术的优缺点,发现了特殊传感器支架测量法的优势与不足。本文对特殊传感器支架测量法进行了改进,并根据电涡流位移传感器工作方法原理,建立起了测量信号与动态标高值的数值转换模型。其次,遵循检测系统设计原则,参考相应的国家设计规范、标准,借鉴经典的检测系统设计结构,从系统功能出发,进行汽轮发电机组轴承动态标高检测系统结构设计。通过对测量对象、测量信号特征、传感器安装现场环境等条件的分析,提出各个硬件设备的选型依据;对硬件系统进行了设计与优化选型,该系统主要组成部分有电涡流位移传感器、前置器、传感器安装支架、采集器等。基于LabVIEW软件开发平台,从软件界面和功能模块两方面进行汽轮发电机组轴承动态标高在线检测系统的软件设计与开发。该软件系统主要包括数据采集模块、系统设置模块、信号处理模块、数据保存模块和历史数据回放模块等,该软件系统能实现轴承标高数据的采集、实时监测、数据保存及数据回放等功能。最后,对软、硬件系统进行集成,并搭建了实验系统,从准确性、稳定性、误差修正三个方面进行实验验证,验证汽轮发电机组轴承动态标高测量系统的可行性。验证实验结果表明,本文开发的汽轮发电机组轴承动态标高测量系统具有测量准确、稳定性好的特点,且能修正温度引起的误差。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码货栈 ，原文地址：https://bishedaima.com/lunwen/53785.html
