CN104035433B - 工业设备的远程精密诊断及维护***和方法 - Google Patents
工业设备的远程精密诊断及维护***和方法 Download PDFInfo
- Publication number
- CN104035433B CN104035433B CN201410238751.7A CN201410238751A CN104035433B CN 104035433 B CN104035433 B CN 104035433B CN 201410238751 A CN201410238751 A CN 201410238751A CN 104035433 B CN104035433 B CN 104035433B
- Authority
- CN
- China
- Prior art keywords
- industrial equipment
- diagnostic
- equipment
- diagnosis
- data base
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种工业设备的远程精密诊断及维护***及方法,本发明实施例提供的工业设备的远程精密诊断及维护***对工业设备的故障诊断及维护采用综合手段立体交叉实现,对各种工业设备的诊断方式进行集成处理,并且可以实现专家的远程会诊及得到远程诊断结果。因此,可以降低工厂的工业设备运行维护成本及提高生产安全性。
Description
技术领域
本发明涉及工业设备领域,特别涉及一种工业设备的远程精密诊断及维护***和方法。
背景技术
对某一具有多种不同类型的工业设备的工厂,诸如电厂进行管理时,涉及成本的因素有很多:原材料、设备管理维护、税金和工资。其中的税金和工资是固定的,原材料的成本也多受外部环境制约,不易控制。因此,为了降低成本,需要对工厂中的工业设备进行有效管理维护。
目前,在对工厂的工业设备进行维护时,采用的方式为“预防为主、计划检修为主,临时抢修为辅”的方式。具体地说,工厂根据工业设备新旧情况,设定三年到五年为期,对工厂中的全部工业设备进行一次大修,即对全部工业设备进行停运、拆解、保养及回装的操作,而不具体考虑某台工业设备是否需要维修,一般一次大修为期两个月以上,需要专业维修人员百余名,各类施工人员总和近千人。在两次大修期间,每一到两年对工业设备进行一次小修,即对工厂中的辅助工作设备,比如电厂中的汽轮发电机组及其他大型核心设备以外的绝大部分工业设备进行拆解、保养和回装,一般为期十几天到两个月不等。同时,工厂在进行“计划检修”的同时,辅助以“临时抢修”,即针对已出现故障而无法运转的工业设备进行临时抢修。
上述这种对工厂的工业设备进行维护方式普遍应用于国内所有的电力、冶金和石化等重工业企业,但是,这种对工厂的工业设备进行维护方式也存在两方面的缺点:第一,显而易见地,这种工业设备维护方式会产生极大地资源浪费,由于计划检修完全忽略各个具体工业设备的具体运行状况,采用统一的维护方式对待工厂中的所有工业设备,导致在人员、时间和经济上都产生了不必要的巨大投入;第二,这种工业设备维护方式会导致其中的一些工业设备加速失效和老化,不能保证在两次大修期间,工厂中的各个工业设备都可靠平稳运行,还需要辅助以临时抢修。
以中国发电工厂为例,目前中国五大发电集团,每年投入于设备检修维护的费用均在数百亿元之上。然而,这些高额的付出并没有能取得应用的回报。这是因为,发电工厂的工艺设备***较为复杂,具有的工业设备种类多、运行环境差、工质工况的运行参数多变等特点,以“预防为主和计划检修”为主导思想的工业设备维护方式不能有效避免意外停机等事故的发生,更不能适应当今的生产发展需求,反而使得工业设备长期处于故障了修理,修理了故障,故障后再修理的一个恶性循环当中,无限制地增加了运行维护成本和安全生产风险。
发明内容
有鉴于此,本发明实施例提供一种工业设备的远程精密诊断及维护***,该***能够降低工厂的工业设备运行维护成本及提高生产安全性。
本发明实施例还提供一种工业设备的远程精密诊断及维护方法,该方法能够降低工厂的工业设备运行维护成本及提高生产安全性。
根据上述目的,本发明是这样实现的:
一种工业设备的远程精密诊断及维护***,包括:工业设备远程诊断数据库、诊断模型数据库、诊断设备、专家终端及工厂终端,其中,
设备台账终端,用于记录工业设备信息,接受工厂终端的调用,将工业设备信息提供给工厂终端;
工厂终端,用于根据从设备台账终端调用的工业设备信息,确定要诊断的工业设备,控制诊断设备对工业设备进行诊断;根据接收来自工业设备远程诊断数据库的工业设备诊断结果或维护信息,或者接收来自诊断模型数据库的维护信息,提供给维护人员,供维护人员参考工业设备诊断结果,或指示维护人员根据维护信息对工业设备进行维护;
诊断设备,用于在工厂终端的控制下,诊断设备对工业设备进行诊断,将得到的工业设备诊断数据发送给工业设备远程诊断数据库;
工业设备远程诊断数据库,用于存储对应于工业设备诊断数据的工业设备诊断结果,根据从诊断设备接收的工业设备诊断数据确定对应的工业设备诊断结果,发送给工厂终端;或者将从诊断设备接收的工业设备诊断数据发送给诊断模型数据库或发送给专家终端,将从专家终端接收的维护信息发送给工厂终端;
诊断模型数据库,用于存储对应工业设备诊断数据的维护信息,接收工业设备远程诊断数据库发送的工业设备诊断数据后,得到对应的维护信息,发送给工厂终端;
专家终端,用于接收工业设备远程诊断数据库发送的工业设备诊断数据,进行远程诊断后,得到维护信息,发送给工厂终端。
所述诊断设备为多个,分别与工业设备远程诊断数据库采用不同的接口连接,进行相应的不同工业设备的诊断。
所述诊断设备包括:振动监控仪、红外热成像仪、超声检测设备、电流频谱仪、油液铁谱分析仪、油液激光颗粒度计数仪、激光转速计和现场动平衡仪器中的一种或多种。
所述工业设备信息包括:工业设备种类、台数、型号和结构及参数中的一种或多种;
所述设备台账终端,还用于在存储所述工业设备信息时,根据工业设备的作业区域存储。
所述工业设备远程诊断数据库,还用于当确定对应的工业设备诊断结果为非异常时,直接发送给工厂终端;当确定对应的工业设备诊断结果为异常时,将从诊断设备接收的工业设备诊断数据发送给诊断模型数据库或发送给专家终端。
一种工业设备的远程精密诊断及维护方法,该方法包括:
工业设备远程诊断数据库存储对应于工业设备诊断数据的工业设备诊断结果;
工业设备远程诊断数据库从诊断设备接收的工业设备诊断数据时,确定对应的工业设备诊断结果,发送给工厂终端。
所述确定对应的工业设备诊断结果时,如果该工业设备诊断结果为异常,该方法还包括:
将从诊断设备接收的工业设备诊断数据发送给诊断模型数据库或发送给专家终端,将从专家终端接收的维护信息发送给工厂终端;
或者由诊断模型数据库存储对应工业设备诊断数据的维护信息,接收工业设备远程诊断数据库发送的工业设备诊断数据后,得到对应的维护信息,发送给工厂终端。
所述诊断设备根据诊断的工业设备的类型不同而不同,包括:振动监控仪、红外热成像仪、超声检测设备、电流频谱仪、油液铁谱分析仪、油液激光颗粒度计数仪、激光转速计和现场动平衡仪器中的一种或多种。
所述工业设备诊断数据的得到过程为:
记录工业设备信息;
根据调用的工业设备信息,确定要诊断的工业设备,控制诊断设备对工业设备进行诊断,得到所述工业设备诊断数据。
工业设备信息包括:工业设备种类、台数、型号和结构及参数中的一种或多种。
由上述方案可以看出,本发明实施例提供的工业设备的远程精密诊断及维护***和方法对工业设备的故障诊断及维护采用综合手段立体交叉实现,对各种工业设备的诊断方式进行集成处理,并且可以实现专家的远程会诊及得到远程诊断结果。因此,可以降低工厂的工业设备运行维护成本及提高生产安全性。
附图说明
图1为现有维护理论中的故障曲线图;
图2为实际认可的工业设备故障曲线图;
图3为本发明实施例提供的工业设备的远程精密诊断及维护***结构示意图;
图4为本发明实施例提供的工业设备的远程精密诊断及维护方法流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明作进一步详细说明。
采用“预防为主、计划检修为主,临时抢修为辅”方式对工厂的工业设备进行维护,使得运行维护成本大及增加了安全生产风险的原因主要有以下三点:
第一点,基于的理论错误。
在上世纪70年代以前的工业设备维护理论中,认为工业设备在投运初期不会发生故障,工业设备故障的发生主要是由于使用年限的增加导致的老化引起的,如图1所示,图1为现有维护理论中的故障曲线图,其中横轴为时间,纵轴为故障。
但是,在上世纪70年代以后,这种维护理论已经被大量的实验及研究数据给否定了,目前学界认可的工业设备故障曲线如图2所示的六种,可以看出,真正的工业设备故障曲线与70年代理论中所认为的相比,要复杂很多,而图1所示的理论曲线只能反映其中的一种情况,其中横轴为时间,纵轴为故障。市级上,大多数工业设备的故障或失效都是随机的,与时间无关,并在某些情况下维护可能会加速工业设备的故障或失效。
因此,“计划检修为主”遵循的理念,即“工业设备在投运储气不会发生故障,设备故障的发生是由于使用年限的增加导致的老化引起的理念”是根本错误的或不全面的。而以该理念为基础制定的维护方式就会导致大量资源的浪费及很大可能加速工业设备的故障。
第二点,技术限制。
在进行工厂的工业设备维护过程中,一些工厂已经认识到采用“预防为主、计划检修为主,临时抢修为辅”方式存在着很大的缺陷,但是由于技术能力所限,很难进行改进。诸如发电工厂,一个中型的发电工厂一般有两套以上的可独立运行的发电机组,每套机组的工业设备上千种,每种的工况原理都各不相同,同时这上千种工业设备又存在着相互间的制约与协作,难以统一规划维护方式,如果根据每台或每种工业设备自身情况制定合适的工业设备管理方式,所需要的技术手段及检测设备,种类繁杂,品种繁多,计算量极大,依靠人工记录不可能完成统一调配或整合工作。
进一步地,从单个工业设备故障诊断方式上来说,没有有效地整合方式,仍以电厂为例,目前的工业设备维护人员一般仅仅负责一种或一类检测设备的使用,比如红外线检测人员仅能够掌握红外设备的使用方法及分析要点,对于超声、振动或油液等其他检测手段不甚了解。但是,对于工厂内的某一运行的工业设备的故障诊断来说,只有综合运用了多种检测方法,才能有针对性的判断出是否存在故障,或故障点在何处。以转机类工业设备为例,有效的故障诊断方式为:诊断分析-判断是否振动超标、红外分析-判断是否局部过热现象、超声-判断润滑效果、油液分析-判断轴承磨损,及电机电流分析-判断电机故障问题,这个只是一个初级故障诊断,对于更加复杂的工业设备或问题还需要引入其他更加复杂的故障诊断方式。在实际操作中,由于工业设备维护人员仅掌握一种或一类故障诊断方式,缺乏对各种诊断结果或信息的有效整合手段,而协调多个工业设备维护人员集中对某台工业设备进行判断十分困难,所以常常对某类工业设备仅安排常规的日常性检测,比如对转机工业设备只进行振动值大小检测,导致很多问题的工业设备往往被错误认为健康,最终导致工业设备停机的发生。例如,某水泵振动并不超标,但是轴承润滑已出现问题,油温过高,但是由于仅对其进行了振动检测未能发现问题,误判工业设备监控,最终导致主轴抱死,烧毁轴承,造成意外停机。
第三点,工业设备疑难故障无法及时排除。
在实际工作中,工业设备的失效原因比较复杂,这种情况对于大型核心的工业设备更是非常频繁,比如电厂的汽轮发电机组,当出现非常规性的问题时,在很大程度上仍然需要相关专家的人工分析解决。但是,专家一般很难在第一时间赶赴电厂。如果通过网络进行远程诊断,由于通信传输的技术限制,还没有高效地方法可以实践,一般通过邮件等方法传送振动频谱图片,或者约定好利用某种软件的特有文件格式通过邮件等方法传输。这些方法均存在不同程度的数据缺失,不能真实反应现场环境且反应周期长,对人员间配合有要求,完全无法达到远程诊断的预期目标。基本上,专家只能通过数据进行大致分析,无法具体确定工业设备的故障并解决问题,甚至诊断结论往往与实际原因大相径庭。
本发明实施例为了克服采用“预防为主、计划检修为主,临时抢修为辅”方式对工厂的工业设备进行维护,通过以下三个方面实现,具体地说。
第一方面,通过本发明实施例提供的工业设备的远程精密诊断及维护***,通过该***基于所诊断的工业设备数据与工业设备的维护理论,对工业设备进行远程诊断及维护,从而在根本上改变目前的工业设备维护模式,弥补“计划+临时”维护的缺陷。
“计划+临时”维护下,由于计划检修不具体考虑每台工业设备的运行情况,对全部工业设备进行定期拆卸维护,造成了人力、经济和时间成本的极大浪费;其次,工业设备的维护理论可以证明,有些设备在拆卸维修之后,反而会提升故障率,对于这种工业设备,计划维护反而造成不必要的损失并引发非计划停机。此外,计划维护并不能保证在两次大修或小修期间,设备可以无故障平稳运行。在此期间,面对工业设备突发故障,需要进行临时抢修。而临时抢修因为缺乏计划性,需要调度额外的维护人员及产生额外的维护费用,耽误正常的生产运行时间,还不能保证工厂快速恢复生产,从而造成更大的经济损失。
采用本发明实施例提供的工业设备的远程精密诊断及维护***,将工厂中的工业设备管理维护模式由“计划检修为主,临时抢修为辅”逐步过渡到“以可靠性为中心进行工业设备精密诊断”。在设置了本发明实施例提供的工业设备的远程精密诊断及维护***之后,工厂可通过该***中设置的理论信息指导结合采用该***诊断得到的工业设备数据,提前规划,仅针对故障工业设备或有潜在故障隐患的工业设备安排停机检修及故障排除,无需在大修或小修中对所有设备全部进行拆卸回装,极大地节约了人力、时间及经济成本,同时也避免了由于理论错误导致的工业设备“修了坏”的局面,提高了工业设备运行可靠性。
第二方面,本发明实施例提供的工业设备的远程精密诊断及维护***,通过集成整合多种检测手段的结果,对比该***内置数据库中的诊断结果及故障模型,在单体工业设备故障诊断中,可以准确判断是否故障及故障产生的原因,并给出详细的改善或维护方案。
在实际应用中,本发明实施例提供的工业设备的远程精密诊断及维护***可以排除维护人员因素的限制,完美的整合多种工业设备故障检测技术,使得管理人员充分了解工业设备的各项信息,有效检查潜在故障,避免误判。最终在提高工业设备可靠性的同时,通过消除临时抢修,降低设备管理的经济成本。
第三方面,在工业设备出现疑难故障无法简单解决时,本发明实施例提供的工业设备的远程精密诊断及维护***通过远程诊断模块,将现场的第一手材料实时传输到专家终端上进行专家诊断。无论是振动频谱、红外图像或者超声检测的音频文件,本发明实施例提供的工业设备的远程精密诊断及维护***均可以保证传输不失真,完全还原现场情况,实现真正意义上的专家诊断。该功能可以大幅降低工业设备检修的时间成本,变相提高工业设备运行时间,减低工业设备管理维护的经济成本。另外,在一些大型的集团性工厂中,集团公司或总部的管理人员,也可以通过本发明实施例提供的工业设备的远程精密诊断及维护***的远程诊断功能查看远在千里之外的工厂中的工业设备诊断数据,加强监管。
本发明实施例提供的工业设备的远程精密诊断及维护***对工业设备的故障诊断及维护采用综合手段立体交叉实现,对各种工业设备的诊断方式进行集成处理,并且可以实现专家的远程会诊及得到远程诊断结果。
图3为本发明实施例提供的工业设备的远程精密诊断及维护***结构示意图,包括:工业设备远程诊断数据库、诊断模型数据库、诊断设备、专家终端及工厂终端,其中,
设备台账终端,用于记录工业设备信息,接受工厂终端的调用,将工业设备信息提供给工厂终端;
工厂终端,用于根据从设备台账终端调用的工业设备信息,确定要诊断的工业设备,控制诊断设备对工业设备进行诊断;根据接收来自工业设备远程诊断数据库的工业设备诊断结果或维护信息,或者接收来自诊断模型数据库的维护信息,提供给维护人员,供维护人员参考工业设备诊断结果,或指示维护人员根据维护信息对工业设备进行维护;
诊断设备,用于在工厂终端的控制下,诊断设备对工业设备进行诊断,将得到的工业设备诊断数据发送给工业设备远程诊断数据库;
工业设备远程诊断数据库,用于存储对应于工业设备诊断数据的工业设备诊断结果,根据从诊断设备接收的工业设备诊断数据确定对应的工业设备诊断结果,发送给工厂终端;或者将从诊断设备接收的工业设备诊断数据发送给诊断模型数据库或发送给专家终端,将从专家终端接收的维护信息发送给工厂终端;
诊断模型数据库,用于存储对应工业设备诊断数据的维护信息,接收工业设备远程诊断数据库发送的工业设备诊断数据后,得到对应的维护信息,发送给工厂终端;
专家终端,可以为多个,用于接收工业设备远程诊断数据库发送的工业设备诊断数据,进行远程诊断后,得到维护信息,发送给工厂终端。
在该实施例中,由于工业设备的不同,所采用的诊断设备也不同,因此,诊断设备有多个,且类型不同,分别与工业设备远程诊断数据库采用不同的接口连接,进行相应的不同工业设备的诊断。在这里,诊断设备包括但不限于:振动监控仪、红外热成像仪、超声检测设备、电流频谱仪、油液铁谱分析仪、油液激光颗粒度计数仪、激光转速计和现场动平衡仪器中的一种或多种。
在该实施例中,工业设备信息包括但不限于:工业设备种类、台数、型号和结构及参数,在存储时,可以根据工业设备的作业区域,诸如锅炉区或汽机区,创建工业设备结构树,以便于管理。
在该实施例中,在进行工业设备的远程诊断过程中,分为以下三种情况:
第一种情况,工业设备诊断结果无明显异常;
在这种情况下,工业设备远程诊断数据库直接反馈对应的工业设备诊断结果即可;
第二种情况,工业设备诊断结果有异常,但是不需要与专家终端交互;
在这种情况下,工业设备远程诊断数据库将从诊断设备接收的工业设备诊断数据发送给诊断模型数据库,该工艺设备诊断数据包括该工艺设备的关键信息,比如结构或型号等,由诊断模型数据库进行分析,并根据设置的对应关系,该对应关系可以是工业设备故障模型,将最终整合了工业设备诊断结果的维护信息发送给工厂终端;
第三种情况,工业设备诊断结果有异常,需要与专家终端交互;
产生这种情况的原因是:工业设备遇到疑难故障,需要远程专家终端会诊或单独人工分析,给出建议(需要有反馈);或者需要通过专家终端进行远程的工业设备监控(无需有反馈)。在这种情况下,可以利用互联网,由工业设备远程诊断数据库将从诊断设备接收的工业设备诊断数据发送给专家终端,由专家终端进行处理,或者反馈维护信息,或者不反馈。在这种情况下,工业设备诊断数据包括了该工业设备信息,具体为台账信息、历史数据及各项检测结果,专家终端在分析后,反馈包括了分析意见的维护信息。
在本发明实施例中,工业设备所属的工厂可以由多个维护人员成立维护小组,该维护小组通过本发明提供的***对工业设备设备进行故障诊断及维护,对某一工业设备是否需要停机检修具有最终决断权。维护小组中的维护人员可以利用本发明提供的***,综合分析不同检测手段得到的诊断结果及维护信息,找到适合工业设备的诊断设备进行诊断,如果遇到工业设备的故障疑难,可以进行远程诊断。
图4为本发明实施例提供的工业设备的远程精密诊断及维护方法流程图,其具体步骤为:
步骤401、工业设备远程诊断数据库存储对应于工业设备诊断数据的工业设备诊断结果;
步骤402、工业设备远程诊断数据库从诊断设备接收的工业设备诊断数据时,确定对应的工业设备诊断结果,发送给工厂终端。
在该方法中,在确定对应的工业设备诊断结果时,如果该工业设备诊断结果为异常,则该方法还包括:
将从诊断设备接收的工业设备诊断数据发送给诊断模型数据库或发送给专家终端,将从专家终端接收的维护信息发送给工厂终端;
或者由诊断模型数据库存储对应工业设备诊断数据的维护信息,接收工业设备远程诊断数据库发送的工业设备诊断数据后,得到对应的维护信息,发送给工厂终端。
在该方法中,所述诊断设备根据所诊断的工业设备的类型不同而不同,包括但不限于:振动监控仪、红外热成像仪、超声检测设备、电流频谱仪、油液铁谱分析仪、油液激光颗粒度计数仪、激光转速计和现场动平衡仪器中的一种或多种。
在该方法中,所述工业设备诊断数据的得到过程为:
记录工业设备信息;
根据调用的工业设备信息,确定要诊断的工业设备,控制诊断设备对工业设备进行诊断,得到所述工业设备诊断数据。
在该方法中,工业设备信息包括但不限于:工业设备种类、台数、型号和结构及参数,在存储时,可以根据工业设备的作业区域,诸如锅炉区或汽机区,创建工业设备结构树,以便于管理。
相比于现有的设备管理软件及故障诊断软件来说:
现有的设备管理软件均以类似“设备台账”的形式出现,即功能为记录各个设备的关键性信息,如设备投运/安装/停机时间,启停机记录及检修记录等等,软件的目的就在于记录,且为人员手工输入,其效果等同于电子化的设备记录本。现有的设备管理软件的技术含量比较低且种类繁多,通常配合企业资产管理***使用,在设备检修等工作中存在一定的参考价值。进一步地,现有的故障诊断软件基本均依照不同的检测技术划分,分别配置,以电厂为例,进行振动分析的软件通常与电厂所用的振动检测设备配套,为独立的检测分析软件;超声及红外等技术类似,均以独立***的形式展现。相比之下,本发明实施例提供的***不仅包含设备台账终端,还可以集成整合多种检测手段的结果,对比内置设备故障模型及对应的工业设备诊断结果,在单体工业设备的故障诊断中,准确判断是否故障及故障产生的原因,并给出详细的维护方案。在实际应用中,本发明实施例提供的***可以排除维护人员因素的限制,完美的整合多种设备故障检测技术。使得管理人员充分了解工业设备的潜在故障,避免误判。
相比于现有远程诊断软件来说:
现有没有普遍具有普遍应用性的远程诊断软件,仅有部分针对特定工业设备设计的软件产品拥有远程诊断模块。例如某些型号的汽轮发电机组监测设备,其配套软件可以远程发送工业设备诊断数据,实现对汽轮发电机组状态的远程诊断或监控,但是该功能仅针对汽轮发电机组,必须配合相关专业硬件使用。而对本发明实施例来说,现有远程诊断软件仅针对特定的工业设备设计,并不具备普遍性,而工厂中的绝大多数工业设备,根本没有类似的软件可以应用,仅能采取人工邮件等方式完成远程诊断,本发明实施例解决了这个问题,使得远程诊断应用的普遍性大幅度提高,并降低了实施成本。
本发明实施例对现有的检修模式进行了实质性的改进。
举几个具体实现例子说明本发明实施例提供的方案
具体实现例子一
2011年#2机组大修检修项目,对#2机组35台设备采用本发明实施例提供的方法诊断及维护,其中锅炉专业16台,汽机专业17台,辅助专业2台,出具详细诊断结果。对25台使用油量在50L以上设备油液进行分析,出具详细诊断结果,2台设备需更换油品,5台设备需进行滤油。采用现有方式,大修时所有设备油品都要更换,而根据本发明提供的诊断油液分析结果,只更换2台设备油液,节约了近20万元油品更换费用。在#2机组大修中根据诊断结果有3台设备减少了检修项目(给水泵电机抽转子),节约了检修费用近2万元。
具体实现例子二
2011年#1机组优化检修前对38台设备采用本发明实施例提供的方法诊断及维护,其中锅炉专业16台,汽机专业17台,辅助专业5台,出具详细诊断结果,发现存在问题设备5台。对25台使用油量在50L以上设备油液进行分析,出具详细诊断结果,1台设备需更换油品,5台设备需进行滤油。在#1机组优化检修中对3台检测发现有问题设备(密封风机、开式泵、工艺水泵)增加了检修计划,提高了设备运行可靠性。对存在问题的5台设备进行了检修验证,有4台设备诊断准确,诊断准确率80%。#1机组至2010年4月机组小修启动后连续运行一直到2011年8月机组优化检修,保持了长周期安全稳定运行的态势。在#1机组优化检修中只花费检修费300多万,节约了100多万元检修费。
具体实现例子三
其他效益分析
采用本发明实施例提供的方法诊断及维护在工业设备维护和检修管理中发挥了工业设备“保健师”的作用。2011年所涉及的工厂内的辅机设备故障次数明显减少,未发生辅机设备突然损坏事故。提高了工业设备可靠性,同时大大提高了工业设备检修的准确性,有效的避免了过检修和欠检修。开展点检定修和精密点检管理后,通过对设备进行定期点检和专业精密点检工作中掌握的设备状态,对部分工业设备进行了状态检修,合理延长了检修周期,缩短了检修工期,有效降低了检修成本。
以上举较佳实施例,对本发明的目的、技术方案和优点进行了进一步详细说明,所应理解的是,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种工业设备的远程精密诊断及维护***,其特征在于,包括:工业设备远程诊断数据库、诊断模型数据库、诊断设备、专家终端及工厂终端,其中,
设备台账终端,用于记录工业设备信息,接受工厂终端的调用,将工业设备信息提供给工厂终端;
工厂终端,用于根据从设备台账终端调用的工业设备信息,确定要诊断的工业设备,控制诊断设备对工业设备进行诊断;根据接收来自工业设备远程诊断数据库的工业设备诊断结果或维护信息,或者接收来自诊断模型数据库的维护信息,提供给维护人员,供维护人员参考工业设备诊断结果,或指示维护人员根据维护信息对工业设备进行维护;
诊断设备,用于在工厂终端的控制下,诊断设备对工业设备进行诊断,将得到的工业设备诊断数据发送给工业设备远程诊断数据库;
工业设备远程诊断数据库,用于存储对应于工业设备诊断数据的工业设备诊断结果,根据从诊断设备接收的工业设备诊断数据确定对应的工业设备诊断结果,发送给工厂终端;或者将从诊断设备接收的工业设备诊断数据发送给诊断模型数据库或发送给专家终端,将从专家终端接收的维护信息发送给工厂终端;
诊断模型数据库,用于存储对应工业设备诊断数据的维护信息,接收工业设备远程诊断数据库发送的工业设备诊断数据后,得到对应的维护信息,发送给工厂终端;
专家终端,用于接收工业设备远程诊断数据库发送的工业设备诊断数据,进行远程诊断后,得到维护信息,发送给工厂终端。
2.如权利要求1所述的***,其特征在于,所述诊断设备为多个,分别与工业设备远程诊断数据库采用不同的接口连接,进行相应的不同工业设备的诊断。
3.如权利要求2所述的***,其特征在于,所述诊断设备包括:振动监控仪、红外热成像仪、超声检测设备、电流频谱仪、油液铁谱分析仪、油液激光颗粒度计数仪、激光转速计和现场动平衡仪器中的一种或多种。
4.如权利要求1所述的***,其特征在于,所述工业设备信息包括:工业设备种类、台数、型号和结构及参数中的一种或多种;
所述设备台账终端,还用于在存储所述工业设备信息时,根据工业设备的作业区域存储。
5.如权利要求1所述的***,其特征在于,所述工业设备远程诊断数据库,还用于当确定对应的工业设备诊断结果为非异常时,直接发送给工厂终端;当确定对应的工业设备诊断结果为异常时,将从诊断设备接收的工业设备诊断数据发送给诊断模型数据库或发送给专家终端。
6.一种利用权利要求1所述的设备***进行工业设备的远程精密诊断及维护方法,其特征在于,该方法包括:
工业设备远程诊断数据库存储对应于工业设备诊断数据的工业设备诊断结果;
工业设备远程诊断数据库从诊断设备接收的工业设备诊断数据时,确定对应的工业设备诊断结果,发送给工厂终端。
7.如权利要求6所述的方法,其特征在于,所述确定对应的工业设备诊断结果时,如果该工业设备诊断结果为异常,该方法还包括:
将从诊断设备接收的工业设备诊断数据发送给诊断模型数据库或发送给专家终端,将从专家终端接收的维护信息发送给工厂终端;
或者由诊断模型数据库存储对应工业设备诊断数据的维护信息,接收工业设备远程诊断数据库发送的工业设备诊断数据后,得到对应的维护信息,发送给工厂终端。
8.如权利要求6所述的方法,其特征在于,所述诊断设备根据诊断的工业设备的类型不同而不同,包括:振动监控仪、红外热成像仪、超声检测设备、电流频谱仪、油液铁谱分析仪、油液激光颗粒度计数仪、激光转速计和现场动平衡仪器中的一种或多种。
9.如权利要求6所述的方法,其特征在于,所述工业设备诊断数据的得到过程为:
记录工业设备信息;
根据调用的工业设备信息,确定要诊断的工业设备,控制诊断设备对工业设备进行诊断,得到所述工业设备诊断数据。
10.如权利要求9所述的方法,其特征在于,工业设备信息包括:工业设备种类、台数、型号和结构及参数中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410238751.7A CN104035433B (zh) | 2014-05-30 | 2014-05-30 | 工业设备的远程精密诊断及维护***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410238751.7A CN104035433B (zh) | 2014-05-30 | 2014-05-30 | 工业设备的远程精密诊断及维护***和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104035433A CN104035433A (zh) | 2014-09-10 |
CN104035433B true CN104035433B (zh) | 2017-01-11 |
Family
ID=51466239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410238751.7A Active CN104035433B (zh) | 2014-05-30 | 2014-05-30 | 工业设备的远程精密诊断及维护***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104035433B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105466488A (zh) * | 2015-11-23 | 2016-04-06 | 北京必可测科技股份有限公司 | 一种可视化智能在线监测*** |
WO2019061481A1 (zh) * | 2017-09-30 | 2019-04-04 | 西门子公司 | 一种数控机床的故障诊断方法和装置 |
CN108287529A (zh) * | 2017-12-28 | 2018-07-17 | 北京必可测科技股份有限公司 | 一体化巡点检、远程精密诊断及维护***和方法 |
CN108960673B (zh) * | 2018-07-24 | 2020-10-30 | 北京天诚同创电气有限公司 | 污水处理故障诊断方法和装置 |
CN110474979B (zh) * | 2019-08-13 | 2022-06-21 | 北京软通绿城科技有限公司 | 一种远程协助***、方法、平台及存储介质 |
CN111077857A (zh) * | 2019-11-29 | 2020-04-28 | 华电电力科学研究院有限公司 | 一种电厂设备管理平台***及设备管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1409179A (zh) * | 2001-09-17 | 2003-04-09 | 费舍-柔斯芒特***股份有限公司 | 处理性能监控与处理设备监控及控制的合成 |
CN101126929A (zh) * | 2007-09-05 | 2008-02-20 | 东北大学 | 连采机远程实时故障预测及诊断方法与装置 |
CN101174140A (zh) * | 2007-11-07 | 2008-05-07 | 徐州智龙电子科技有限公司 | 基于多技术集成的工程机械智能化车载终端 |
CN101520662A (zh) * | 2009-02-18 | 2009-09-02 | 嘉兴学院 | 流程工业分布式设备故障诊断*** |
CN101957620A (zh) * | 2009-07-20 | 2011-01-26 | 朱安民 | 数控、液压设备远程控制及故障诊断技术 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4149178B2 (ja) * | 2001-03-09 | 2008-09-10 | 松下電器産業株式会社 | リモートメンテナンスシステム |
-
2014
- 2014-05-30 CN CN201410238751.7A patent/CN104035433B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1409179A (zh) * | 2001-09-17 | 2003-04-09 | 费舍-柔斯芒特***股份有限公司 | 处理性能监控与处理设备监控及控制的合成 |
CN101126929A (zh) * | 2007-09-05 | 2008-02-20 | 东北大学 | 连采机远程实时故障预测及诊断方法与装置 |
CN101174140A (zh) * | 2007-11-07 | 2008-05-07 | 徐州智龙电子科技有限公司 | 基于多技术集成的工程机械智能化车载终端 |
CN101520662A (zh) * | 2009-02-18 | 2009-09-02 | 嘉兴学院 | 流程工业分布式设备故障诊断*** |
CN101957620A (zh) * | 2009-07-20 | 2011-01-26 | 朱安民 | 数控、液压设备远程控制及故障诊断技术 |
Also Published As
Publication number | Publication date |
---|---|
CN104035433A (zh) | 2014-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104035433B (zh) | 工业设备的远程精密诊断及维护***和方法 | |
AU2019201086B2 (en) | Method and system for condition monitoring of a group of plants | |
CN110766277B (zh) | 用于核工业现场的健康评估及诊断***和移动终端 | |
CN105809255B (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及*** | |
CN100444070C (zh) | 故障诊断与事故预报的设置方法 | |
CN104638764A (zh) | 配网设备状态智能诊断和检修*** | |
CN104636885A (zh) | 隐患排查治理监管的方法 | |
CN107798479B (zh) | 一种基于全生命周期集成知识经验信息的知识管理*** | |
CN109358583A (zh) | 一种预防核电机组关键敏感设备失效的方法 | |
CN109902447A (zh) | 一种巨型水电厂状态检修模型及构建方法 | |
CN110570109A (zh) | 一种数据中心全生命周期综合服务测试进程监管*** | |
CN110874712A (zh) | 设备完整性管理体系的模式化方法 | |
Li et al. | Early failure active elimination system research for electromechanical product based on meta‐action | |
Golay | Improved nuclear power plant operations and safety through performance-based safety regulation | |
Abidin et al. | Implementation of Total Productive Maintenance Program in Reciprocating Gas Compressors | |
CN116882738A (zh) | 核电机组的运行风险数据库及其建立方法、分析方法 | |
Wei et al. | Application of RCM on pump station | |
CN111898930A (zh) | 一种融合信息安全失效的石化安全设备数据采集方法及*** | |
CN115668403A (zh) | 用于控制多个核反应堆的装置 | |
Tosa et al. | Using Poka-yoke Method for detection defect product In assembly component automotive | |
Kostyukov et al. | NEW BIGBIEFFICIENC3 LOWIWASTE TECBNOLOG3 AT TBE V3KSA METALLURGICAL PLANT FOR OPERATING METALLURGICAL EQUIPMENT WITB TBE USE OF KOMPAKS MONITORING S3STEMS | |
OHara et al. | A Framework for Evaluating the Effects of Degraded Digital I and C Systems on Human Performance | |
DiBella | Electricite de France's performance feedback system at work: the case of the'piquage' | |
Tranter | Condition improvement: Instead of just condition monitoring | |
Agarwal et al. | Light Water Reactor Sustainability Program Demonst |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |