[发明专利]一种工业锅炉故障识别方法及系统有效
| 申请号: | 202110185098.2 | 申请日: | 2021-02-10 |
| 公开(公告)号: | CN112906787B | 公开(公告)日: | 2023-09-15 |
| 发明(设计)人: | 冯增兴;吴韬;孟杨 | 申请(专利权)人: | 宁波诺丁汉新材料研究院有限公司;宁波诺丁汉大学 |
| 主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/774;G06T7/62;F22B35/00 |
| 代理公司: | 北京隆源天恒知识产权代理有限公司 11473 | 代理人: | 胡天人 |
| 地址: | 315040 浙江省宁波*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 工业锅炉 故障 识别 方法 系统 | ||
1.一种工业锅炉故障识别方法,其特征在于,包括:
获取预先设定的锅炉监测参数组合,其中,每个所述锅炉监测参数组合包含至少一个锅炉监测参数,每个所述锅炉监测参数组合对应一个故障类型;
获取每个所述锅炉监测参数组合对应的切割时间跨度;
获取每个所述锅炉监测参数组合中各个锅炉监测参数的变化图,根据所述切割时间跨度,将各个所述锅炉监测参数的变化图按照时间序列进行切割碎化处理,获得碎片化图像;
将每个所述锅炉监测参数组合中,属于同一时间段的各个锅炉监测参数的碎片化图像作为一个碎片图像组合,获得多个所述碎片图像组合;
将多个所述碎片图像组合分别输入预置的故障诊断模型,得到所述故障诊断模型输出的与各个所述碎片图像组合对应的故障诊断结果;
所述根据所述切割时间跨度,将各个所述锅炉监测参数的变化图按照时间序列进行切割碎化处理,获得碎片化图像包括:
使用滑动窗口,在各个所述锅炉监测参数的变化图上按照时间序列,以预设步长滑动,将所述滑动窗口在各个所述锅炉监测参数的变化图上每一次滑动所选定的区域切割为一个碎片化图像,其中,所述滑动窗口的宽度等于所述切割时间跨度。
2.如权利要求1所述的工业锅炉故障识别方法,其特征在于,在所述获取每个所述锅炉监测参数组合对应的切割时间跨度之前,还包括:
获取每个所述锅炉监测参数组合中各个所述锅炉监测参数的数据采集时间间隔,分别确定每个所述锅炉监测参数组合中,所述数据采集时间间隔最大的第一锅炉监测参数;
分别确定每个所述锅炉监测参数组合中,所述第一锅炉监测参数的预设数据采集点数量;
根据每个所述锅炉监测参数组合中的所述第一锅炉监测参数的数据采集时间间隔和预设数据采集点数量,分别确定每个所述锅炉监测参数组合对应的切割时间跨度。
3.如权利要求1或2所述的工业锅炉故障识别方法,其特征在于,所述工业锅炉故障识别方法应用于工业锅炉故障识别系统,所述工业锅炉故障识别系统包含多个检测模型,所述多个检测模型包含所述故障诊断模型和结渣或结垢评估模型,所述工业锅炉故障识别方法还包括:
获取待识别燃料的矿物组成、锅炉运行时间;
将所述待识别燃料的矿物组成、所述锅炉运行时间输入至所述结渣或结垢评估模型,由所述结渣或结垢评估模型输出所述待识别燃料的积灰几何形态,其中,所述积灰几何形态包含高度、宽度、面积、长宽比中的至少一个。
4.如权利要求3所述的工业锅炉故障识别方法,其特征在于,所述获取待识别燃料的矿物组成、锅炉运行时间之前,还包括:
获取所述锅炉使用的燃料的矿物组成;
获取所述锅炉的每个换热面管道间隔预设时间的图像;
对所述每个换热面管道间隔预设时间的图像进行边缘检测,得到积灰形态的二值图像,基于所述积灰形态的二值图像获得积灰几何形态;
将燃料的矿物组成、所述锅炉的运行时间及相应的积灰几何形态作为训练数据,对所述结渣或结垢评估模型进行训练,直至所述结渣或结垢评估模型的损失函数收敛。
5.如权利要求1或2所述的工业锅炉故障识别方法,其特征在于,所述工业锅炉故障识别方法应用于工业锅炉故障识别系统,所述工业锅炉故障识别系统包含多个检测模型,所述多个检测模型包含所述故障诊断模型和燃烧器故障检测模型,所述工业锅炉故障识别方法还包括:
获取火焰传播几何图像;
将所述火焰传播几何图像输入至所述燃烧器故障检测模型,由所述燃烧器故障检测模型输出燃烧器喷嘴是否发生故障的结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波诺丁汉新材料研究院有限公司;宁波诺丁汉大学,未经宁波诺丁汉新材料研究院有限公司;宁波诺丁汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110185098.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:扩频信号精确捕获系统
- 下一篇:一种新的食管癌唾液miRNA标志物及其应用





