简介:摘要火电厂机电转动设备的异常振动是发电厂主辅机设备发生故障前的主要因素,设备是否能够正常运行,做好机电设备故障预控、故障分析、故障处理,对机组的正常连续运行至关重要。然而我国大型火力发电厂主辅机设备仍然以计划检修和及时消缺为主要的维修管理办法。近年来国内外大型电厂逐步引入了以自动化、大数据在内的多学科为理论依据的数字电厂、智慧电厂、专家系统。本次研究以中国华电榆林横山发电厂相关设备为依据,搭建相应研究平台,应用数据挖掘技术中BP神经网络方法进行研究,通过实验所得来的数据来训练并检测所建立的模型。将处理后的数据通过故障模型的学习与练习得到适合本故障系统使用的故障模型,最后得到应用BP神经网络方法可以解决火电厂发电机组转子轴承自激振动故障提前报警与诊断的结论。此方法的应用可以很大程度的避免设备重大安全事故的发生。
简介:接收机是雷达中不可缺少的一个重要的组成部份.其任务是通过滤波将天线上所接收到的微弱的高频回波信号从伴随的干扰电波中选择出来,并经过放大和解调之后,送给显示器或计算机等终端设备.而中放则是接收机中的关键设备.它的功用是将混频器送来的微弱的中频信号进行充分放大后,再经检波变成视频信号送至视频放大器.它的性能的好坏,直接影响到了对回波的探测质量.由于中放的精确性要求极高,因此,在雷达出厂时,工厂曾明确要求台站:中放在一般情况下,应送工厂检修.事实上,一般台站也确实没有检修中放所必需的设备.本站这次中放自激,发生在台风警报发出以后,修复后,雷达在这次测台中发挥了它应有的作用.本文对这次修复过程作一技术上的小结.