一种高炉鼓风机静叶油缸泄露智能检测方法及装置与流程

文档序号:37428317发布日期:2024-03-25 19:18阅读:8来源:国知局
一种高炉鼓风机静叶油缸泄露智能检测方法及装置与流程

本发明涉及高炉鼓风,尤其涉及一种高炉鼓风机静叶油缸泄露智能检测方法及装置。


背景技术:

1、高炉鼓风机是高炉的“心脏”,是高炉冶炼最重要的动力设备。它不仅直接为高炉冶炼提供所需要的氧气,而且还为炉内煤气流的运动克服料柱阻力提供必需的动力。

2、静叶油缸是高炉鼓风机的重要执行机构,是轴流风机核心的一部分,静叶开启的大小和精确控制对鼓风机而言是为高炉提高恒定的送风流量和压力,在静叶出现异常时,就会导致风机防喘阀动作,送风压力波动,甚至完全放风,造成高炉风口灌渣事故等,保证静叶调节的正常运行对高炉生产起着至关重要的作用。

3、静叶油缸直接关系到鼓风机的正常运行,是出现缺陷概率较大的一部分,在静叶油缸系统中发生缺陷最多的是控制壳内部组件故障造成油缸内漏,导致静叶不能正常动作。油缸内泄漏具有隐蔽性,没有可靠的手段及时发现,判断油缸内泄漏状态难度较大,多次出现油缸内泄漏故障停机。

4、因此,当前亟需一种可以智能检测高炉鼓风机静叶油缸泄的方法或装置。


技术实现思路

1、鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种高炉鼓风机静叶油缸泄露智能检测方法及装置。

2、本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。

3、根据本发明实施例的第一方面,提供了一种高炉鼓风机静叶油缸泄露智能检测方法,所述高炉鼓风机静叶油缸泄露智能检测方法包括:

4、采集高炉鼓风机的现场数据,获取高炉鼓风机静叶油缸当前的第一采集参数以及第二采集参数,所述第一采集参数为油缸进油与回油温度差阈值,所述第二采集参数为静叶角度差阈值;

5、执行第一检测操作判断所述第一采集参数以及第二采集参数是否满足第一检测条件,所述第一检测条件包括同时满足的第一必要条件以及第二必要条件,所述第一必要条件为油缸进油与回油温度差阈值符合第一阈值范围,所述第二必要条件为静叶角度差阈值符合第二阈值范围;

6、在第一采集参数以及第二采集参数满足第一检测条件时执行第二检测操作,判断所述第一采集参数以及第二采集参数是否满足第二检测条件,所述第二检测条件包括同时满足的第三必要条件以及第四必要条件,所述第三必要条件为油缸进油与回油温度差阈值符合第三阈值范围,所述第四必要条件为静叶角度差阈值符合第四阈值范围,其中,所述第三阈值范围的最小值大于第一阈值范围的最小值,第四阈值范围的最小值大于第二阈值范围的最小值;

7、在第一采集参数以及第二采集参数不满足第二检测条件时,生成第一检测结果,并反馈至终端设备以根据第一检测结果相应生成第一预警信息,在第一采集参数以及第二采集参数满足第二检测条件时,生成第二检测结果,并反馈至终端设备以根据第二检测结果相应生成第二预警信息。

8、在本发明的一些实施例中,所述方法包括:

9、分别采集高炉鼓风机静叶油缸的进油管线上的油缸进油温度以及出油管线上的油缸回油温度,根据所述油缸进油温度以及油缸回油温度计算差值得到油缸进油与回油温度差阈值;

10、采集鼓风机静叶角度反馈值以及鼓风机静叶角度给定值,根据鼓风机静叶角度反馈值以及鼓风机静叶角度给定值计算差值得到静叶角度差阈值。

11、在本发明的一些实施例中,在获取第一采集参数以及第二采集参数之前,所述方法还包括:

12、在高炉鼓风机静叶油缸正常运行时,获取正常运行时对应的检测参数作为标准检测参数,所述检测参数包括液压油压力阈值、鼓风机吸入风量阈值以及同步电动机定子电流阈值;

13、以及实时获取高炉鼓风机静叶油缸运行时的检测参数并作为辅助检测参数。

14、在本发明的一些实施例中,在至少满足第一必要条件以及第二必要条件之一时,所述方法还包括:

15、执行第三检测操作将所述辅助检测参数与所述标准检测参数进行比对,判断当前高炉鼓风机静叶油缸的辅助检测参数是否满足第三检测条件,所述第三检测条件为高炉鼓风机静叶油缸调整静叶角度时,所述辅助检测参数符合线性变化,且辅助检测参数变化的幅值范围在标准检测参数对应的变化数值范围内;

16、在辅助检测参数满足第三检测条件时,生成辅助检测结果,并反馈至终端设备以根据辅助检测结果相应生成辅助预警信息。

17、在本发明的一些实施例中,所述方法还包括:

18、分别记录第一采集参数、第二采集参数、标准检测参数以及辅助检测参数,生成采集参数集合;

19、分别记录第一采集参数、第二采集参数、标准检测参数以及辅助检测参数对应的检测结果,生成检测结果集合;

20、采集当前高炉鼓风机静叶油缸的物理参数以及环境参数,生成基础参数集合;

21、基于ai神经网络,根据所述采集参数集合、检测结果集合以及基础参数集合进行大数据和机器学习建立静叶油缸泄露检测模型,分析和确认所述采集参数集合、检测结果集合以及基础参数集合之间的耦合关系,相应调整第一检测条件、第二检测条件和/或第三检测条件。

22、根据本发明实施例的第二方面,提供了一种高炉鼓风机静叶油缸泄露智能检测装置,所述高炉鼓风机静叶油缸泄露智能检测装置包括:

23、数据采集模块,用于采集高炉鼓风机的现场数据,获取高炉鼓风机静叶油缸当前的第一采集参数以及第二采集参数,所述第一采集参数为油缸进油与回油温度差阈值,所述第二采集参数为静叶角度差阈值;

24、第一检测模块,用于执行第一检测操作判断所述第一采集参数以及第二采集参数是否满足第一检测条件,所述第一检测条件包括同时满足的第一必要条件以及第二必要条件,所述第一必要条件为油缸进油与回油温度差阈值符合第一阈值范围,所述第二必要条件为静叶角度差阈值符合第二阈值范围;

25、第二检测模块,用于在第一采集参数以及第二采集参数满足第一检测条件时执行第二检测操作,判断所述第一采集参数以及第二采集参数是否满足第二检测条件,所述第二检测条件包括同时满足的第三必要条件以及第四必要条件,所述第三必要条件为油缸进油与回油温度差阈值符合第三阈值范围,所述第四必要条件为静叶角度差阈值符合第四阈值范围,其中,所述第三阈值范围的最小值大于第一阈值范围的最小值,第四阈值范围的最小值大于第二阈值范围的最小值;

26、预警提醒模块,用于在第一采集参数以及第二采集参数不满足第二检测条件时,生成第一检测结果,并反馈至终端设备以根据第一检测结果相应生成第一预警信息,以及在第一采集参数以及第二采集参数满足第二检测条件时,生成第二检测结果,并反馈至终端设备以根据第二检测结果相应生成第二预警信息。

27、在本发明的一些实施例中,所述数据采集模块具体用于:

28、分别采集高炉鼓风机静叶油缸的进油管线上的油缸进油温度以及出油管线上的油缸回油温度,根据所述油缸进油温度以及油缸回油温度计算差值得到油缸进油与回油温度差阈值;

29、采集鼓风机静叶角度反馈值以及鼓风机静叶角度给定值,根据鼓风机静叶角度反馈值以及鼓风机静叶角度给定值计算差值得到静叶角度差阈值。

30、在本发明的一些实施例中,在获取第一采集参数以及第二采集参数之前,所述数据采集模块还用于:

31、在高炉鼓风机静叶油缸正常运行时,获取正常运行时对应的检测参数作为标准检测参数,所述检测参数包括液压油压力阈值、鼓风机吸入风量阈值以及同步电动机定子电流阈值;

32、以及实时获取高炉鼓风机静叶油缸运行时的检测参数并作为辅助检测参数。

33、在本发明的一些实施例中,所述装置还包括:

34、第三检测模块,用于在至少满足第一必要条件以及第二必要条件之一时,执行第三检测操作将所述辅助检测参数与所述标准检测参数进行比对,判断当前高炉鼓风机静叶油缸的辅助检测参数是否满足第三检测条件,所述第三检测条件为高炉鼓风机静叶油缸调整静叶角度时,所述辅助检测参数符合线性变化,且辅助检测参数变化的幅值范围在标准检测参数对应的变化数值范围内;

35、若辅助检测参数满足第三检测条件,则通过所述预警提醒模块生成辅助检测结果,并反馈至终端设备以根据辅助检测结果相应生成辅助预警信息。

36、在本发明的一些实施例中,所述装置还包括模型训练模块,用于:

37、分别记录第一采集参数、第二采集参数、标准检测参数以及辅助检测参数,生成采集参数集合;

38、分别记录第一采集参数、第二采集参数、标准检测参数以及辅助检测参数对应的检测结果,生成检测结果集合;

39、采集当前高炉鼓风机静叶油缸的物理参数以及环境参数,生成基础参数集合;

40、基于ai神经网络,根据所述采集参数集合、检测结果集合以及基础参数集合进行大数据和机器学习建立静叶油缸泄露检测模型,分析和确认所述采集参数集合、检测结果集合以及基础参数集合之间的耦合关系,相应调整第一检测条件、第二检测条件和/或第三检测条件。

41、本发明实施例中提供的技术方案,本发明实施例提供的一种高炉鼓风机静叶油缸泄露智能检测方法及装置,所述高炉鼓风机静叶油缸泄露智能检测方法至少具有如下技术效果或优点:

42、1、本发明实施例通过采集的第一采集参数以及第二采集参数来判断当前静叶油缸是否存在泄露,并根据第一采集参数以及第二采集参数是否满足第一检测条件或第二检测条件来判断泄露的严重程度,并在确认检测到相应的泄露情况时,将检测结果生成相应的预警信息来提醒技术人员,实现生产流程中设备的故障预警及报警,从而减少液压系统的故障,提高液压系统的效率,防止环境污染和减少液压介质的损耗,达到减少泄漏以至避免泄漏的目的,降低由于设备损坏对生产造成的影响;

43、2、本发明实施例进一步采集的标准检测参数以及辅助检测参数,通过执行第三检测操作将所述辅助检测参数与所述标准检测参数进行比对,判断当前高炉鼓风机静叶油缸的辅助检测参数是否满足第三检测条件,并基于第三检测条件得到的辅助检测结果来辅助确认静叶油缸是否处于泄露状态,极大的提升了检测结果的准确性;

44、3、本发明实施例通过ai神经网络,通过结合记录的采集参数集合、检测结果集合以及基础参数集合等实际案例,来分析和确认所述采集参数集合、检测结果集合以及基础参数集合之间的耦合关系,以符合实际场景下高炉鼓风机静叶油缸的实际运行状态,并可以根据分析结果来相应调整第一检测条件、第二检测条件和/或第三检测条件对应的阈值范围,以适用于不同规格不同种类、不同生产环境的高炉鼓风机静叶油缸的泄露检测,具有较好的适用性。

45、上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1