一、基于RCM理论的轧机电气设备故障诊断专家系统（论文文献综述）
项茂阳[1]（2021）在《变电设备故障诊断系统研究及应用》文中研究表明随着智能电网的快速发展,特别是特高压电网的建设,电网的安全稳定越来越重要。尤其是变电一次设备的可靠性对于电网的安全稳定特别重要。变电设备故障诊断是指通过收集设备运行参数、例行试验数据、在线设备诊断数据等信息,对变压器、开关等多个变电设备进行状态监测分析、故障诊断,及时反馈,及时调整电网系统运行方式,确定维修策略。首先,本文通过参阅国内外相关文献,分析了当前变电站一次设备故障诊断先进技术,包括变压器、断路器、避雷器及容性设备的故障诊断技术,着重理解了目前应用广泛的几种在线监测技术。其次,本文进行了变电设备故障诊断系统的设计与开发,对该软件的重要性和必要性进行了叙述,然后对本软件开发所涉及到的相关技术要点做了简单介绍。针对变电设备故障诊断系统,首先本文通过对系统设计以及状态评价概述展开研究,按照状态评估模块、风险评估模块、决策建议模块进行设计;然后对变电故障诊断系统的功能进行设计,包括变电设备状态评估功能设计、风险评估功能设计、变电设备检修辅助决策功能设计、变电设备在线监测功能设计、变电设备历史查询及预测评估功能设计等;最后是实现变电设备故障诊断功能。随着智能化水平的提升,我们不仅期待变电站智能化的安全稳定,我们更加期待智能调度、智能潮流管理系统的面世。随着智能化系统的不断发展,变电站的运行将更加安全、可靠。
徐永攀[2]（2020）在《基于RCM的火电厂吹灰器与锅炉汽水系统维修决策及支持系统的研究》文中指出随着现代社会的变化,电力工业发展的速度很快,一直以来发电设备应用计划维修、事后维修的模式逐渐出现维修不足或维修过剩的问题,维修模式逐步变为先进的可靠性维修模式。发电设备中吹灰器与锅炉汽水系统是两种故障率差别很大的设备,利用以可靠性为中心的维修（Reliability Centered Maintenance,RCM）理论对设备的维修决策进行研究,并由所研究的内容研发维修决策支持系统,使吹灰器与锅炉汽水系统长久稳定的运行。以可靠性为中心的维修（RCM）含有故障模式、影响性与危害性（Failure Mode,Effects and Criticality Analysis,FMECA）分析、可靠性分析、维修策略的制定等内容。首先对吹灰器做故障模式,影响性与危害性（FMECA）分析。应用层次分析法对吹灰器的部件的重要度进行评估,确定吹灰器中重要的部件。对重要的部件进行FMECA分析,其中危害性分析采用灰色关联法进行分析,提高设备风险分析的精确度。吹灰器的可靠性分析,首先对吹灰器的故障数据进行寿命分布拟合检验,采用威布尔分布模型对吹灰器进行可靠性分析。然后,应用指数分布模型、正态分布模型对吹灰器进行可靠性分析。对威布尔分布、指数分布、正态分布的可靠性分析结果进行比较,得到威布尔分布适合吹灰器的可靠性分析。锅炉汽水系统的可靠性分析,根据蒙特卡洛仿真得到无故障数据,采用威布尔分布、指数分布、对数正态分布,三种寿命分布的置信限法,对锅炉汽水系统进行可靠性分析。对威布尔分布、指数分布、对数正态分布的计算结果进行分析,得到威布尔分布下形状参数已知范围时满足锅炉汽水系统的可靠性分析。根据吹灰器与锅炉汽水系统不同时间点的可靠度的变化,将可靠度引入视情维修决策中,形成时变可靠度下的视情维修决策。由于设备的维修需要精确的备件数量,故引入备品备件模型。因此得到设备的维修周期、维修次数、备品备件的数量。最后,研发维修管理支持系统。
陈曦[3]（2020）在《基子RCM方法的高温气冷堆核电站电气设备维修策略改进》文中进行了进一步梳理核能发电效率高、经济环保、安全性高,是目前电力能源的重要组成部分。目前全球在役运行的核电站已经获得了巨大的经济效益,核电技术越来越成熟,核电站的安全性能也不断提升。然而一旦发生核泄漏,将会导致严重的经济亏损和生态破坏,损失十分严重。因此核电的发展首先要保证核设施的安全。高温气冷堆具有较高的自然安全性,然而目前世界上在运行的相关堆型很少,在设备安全管理方面的经验较少,需要进行全面、细致的研究。目前,核电厂的安全管理和维修策略分析广泛采用RCM（Reliability Centred Maintenance）方法,即以可靠性为中心的维修。本文主要针对我国第一座商业化高温气冷堆核电站示范工程,结合引入关键敏感设备的RCM方法和经验反馈法,研究其关键敏感电气设备的维修策略,以提高运行可靠性。论文首先分析了 RCM与传统维修的区别以及核心问题,详述了 RCM的分析过程,确定了关键敏感设备的选取原则,研究了经验反馈制度对设备可靠性分析的重要作用及应用方法,并给出了 RCM分析的可靠性指标。接着分析了设备可靠性管理的维修策略,介绍了在维修决断逻辑中管理故障模式和管理故障后果所用到的维修策略。运用引入关键敏感设备的RCM分析方法,对高温气冷堆核电站电气设备进行分级,选取高温气冷堆核电站事故多发的交流中压厂用电系统中主氦风机变频器开关柜为关键敏感设备,提出了相应的维修策略及改进措施。通过对其基本功能和辅助功能、功能故障、故障模式、故障影响、故障后果的分析,作出了一般性的预防性维修策略。在此基础上,通过对设备运行初期故障统计数据的分析,并参考核能行业内同类产品的经验反馈结果,对已得出的预防性维修策略加以改进。通过改进维修策略,设备年均维修成本从运行初期的18.3万元降至5.4万元,降低了 70.5%,节约了设备维修成本;同时,设备失效率也从运行初期的10.40×10-5降至9.54×10-6,降低了 90.8%,提高了设备运行可靠性和运维效率。本文为高温气冷堆核电站的电气设备可靠性管理提出了新的方法和思路,为下一步利用RCM方法分析其他电气设备和系统的预防性维修策略奠定了理论和工程基础。
尹浩霖[4]（2019）在《清洁能源发电系统预防性维修决策技术研究》文中研究表明国内以水电和风电为代表的清洁能源装机规模快速扩大,同时国内电力市场化改革不断深化,水电和风电作为清洁能源发电主力军已先行成为新的市场竞价主体,因此传统的事后维修和无差别计划维修策略已不能满足市场化体制下对发电系统运维可靠性和经济性要求。预防性维修策略是当前设备维修策略研究领域较为活跃的研究内容之一,在传统核电和火电领域已开展较多研究,但是在水电领域以及近几年快速发展的风电领域还未形成系统化的维修策略应用案例。以可靠性为中心的维修策略（Reliability Centered Maintenance-RCM）是预防性维修策略研究领域近几年较为热门的维修策略理论,但传统RCM理论主要应用于航空设备和武器装备领域,直接照搬使用难以满足当前国内清洁能源发电系统预防性维修决策的现实要求。本文的目标是以水电和风电发电设备运行实际为基础,开展基于RCM理论的发电系统预防性维修策略的应用研究,针对传统RCM理论实施过程中主观因素为主、缺乏客观量化数据、决策考虑因素单一的实际缺点进行改进,并对影响预防性决策的故障危害度量化方法、可靠度量化方法、设备重要度评价方法实现的关键技术进行深入研究分析,最终使RCM决策理论成为可以有效包含发电设备故障危害度因素、可靠度因素、设备重要度因素的复合因素预防性维修决策方法。主要研究内容:分析RCM基本理论模型,找出传统RCM理论在发电设备领域应用中存在的主观因素考虑过多、缺乏客观量化数据、决策考虑因素单一的技术缺陷。针对水电和风电领域发电设备实际情况,按照RCM理论实施要求,对影响清洁能源发电系统预防性维修策略制定的设备故障危害度、设备可靠度、设备重要度三个影响因素开展研究,构建融合三个影响因素的发电设备RCM决策模型,在此基础上建立预防性维修辅助决策系统。（1）针对清洁能源发电系统较为复杂的功能和结构,以实际水电和风电发电设备运行数据为基础,研究了水电和风电发电系统各子系统和部件的失效机理、故障模式及后果影响问题,提出了基于灰色理论的故障模式影响及危害分析（Failure Mode Effect and Criticality Analysis-FMECA）模型,给出了水电和风电发电设备故障危害度评价方法和求解算法,并根据实际应用反馈,表明相较于传统RCM理论中使用的矩阵图法具有更高的设备危害度区分精度,同时在工程应用方面扩展和优化了传统FMECA分析表内容。（2）针对当前清洁能源发电系统历史故障小样本条件下所导致的可靠性量化指标计算精度较差的问题,提出基于支持向量回归机威布尔分布的发电设备可靠性量化函数模型,基于实际运行数据构建了水电和风电发电系统的宏观和微观可靠性量化指标体系,通过实际算例与传统威布尔分布函数算法对比,结果表明基于支持向量回归机的函数模型算法具有更高的评估准确性。（3）针对清洁能源发电系统各子系统及部件重要度难以定量评价的问题,对发电系统各子系统及部件重要度影响因素的研究,通过对电厂运维人员的全方位调研和运维数据统计结果分析,设计了包含9项影响因素的设备重要度评价体系,并结合实际发电设备运维数据得出了各影响因素具体的得分结果,提出了基于蒙特卡洛理论模型的设备重要度评价方法,建立了清洁能源发电系统中各子系统及部件的设备重要度评估体系,得到较为全面的清洁能源发电系统设备重要度等级。（4）基于以上设备危害度、设备可靠度、设备重要度关键技术的研究成果,本文通过引入熵理论模型,构建了基于熵理论模型的清洁能源发电系统RCM决策方法,在实施过程中有效融合了改进后的设备故障危害度评价因素、设备可靠度量化因素、设备重要度因素,使RCM决策过程得到完善和优化,通过实例与传统RCM决策结果进行对比,其决策结论更符合现场运行实际及工程应用要求。（5）以前述评价及决策模型成果为基础,综合利用了数据库、数据接口等技术开发了基于熵理论的RCM决策模型的发电设备预防性检修维护辅助决策系统,该系统作为一个通用清洁能源发电设备检修维护决策平台,集成了故障数据导入和统计分析功能、故障模式影响及危害度分析功能、可靠性分析功能、设备维修决策及优化功能为一体,实现了对清洁能源发电系统及其子系统与部件的预防性维修决策支持。
杨佳滨[5]（2019）在《谐波法电机轴承故障诊断技术研究》文中指出电机是主要的机电能量转换设备,轴承是设备的重要组成部分,轴承故障更是影响电机正常运转的主要原因。因此,深入对电机轴承故障诊断技术的研究具有极其重要的意义。通过谐波检测法、振动检测法及温度检测法对电机滚动轴承进行信息采集,并针对电机滚动轴承故障信号的非线性及非平稳的特性,对故障信号采用时域、频域及时频域特征的提取及分析,进而构造出故障的特征向量。在电机滚动轴承的故障局部诊断方面上采用了BP人工神经网络,在数据融合方面上采用D-S证据理论。对滚动轴承的故障失效形式及故障检测方法适应性的全面分析的基础上,针对电机滚动轴承的故障诊断将在决策级进行数据融合,并将经验模态分解（EMD）、BP人工神经网络及D-S证据理论三者有效的结合起来,构建了一套多信息源的数据融合电机滚动轴承故障诊断系统。
王子石[6]（2019）在《基于RCM的C公司燃气轮机维修策略研究》文中研究说明随着国家产业升级和设备大型化、自动化、智能化和集成度的不断提升,海洋石油工业的生产工艺流程和设备系统复杂程度越来越高,同时对安全性及可靠性的要求也更高。燃气轮机作为海上油气生产平台的主要发电设备,其运行可靠性决定了供电的稳定,关系到油气田的正常生产,是油气田中最关键的设备。C公司所管辖的PL油田群位于中国渤海,是中国最大的海上油气整装油田,在作业权交接后,燃气轮机等关键设备曾出现维修上和管理上的种种问题,造成了设备事故和严重的生产损失。以可靠性为中心的维修（RCM）是提高系统可靠性的有效理论和方法,本文首先综述了设备维修理念及发展和RCM的理论及方法、可靠性及RCM概念及分析过程、故障模式影响及危害度分析FMECA方法。然后,介绍了C公司的基本情况及维修理念,给出了适用于C公司的FMECA及维修策略选择方式。随后,深入研究了RCM在C公司燃气轮机主气路及辅助系统的具体应用,详细分析了其故障模式的影响及危害度,并提出了相应的维修策略选择方案,实现了可靠性提升,降低了维修成本及非计划关停等造成的产量损失。最后,针对影响C公司燃气轮机可靠性的故障,进行了故障根源分析和改进,并制定了相应整改措施执行,总结了RCM在C公司燃气轮机应用实践中的经验和适用边界。基于RCM,本文深入研究了C公司燃气轮机维修策略,实现了设备运行维修阶段管理的全面覆盖,给公司内部及其他企业更好地实践RCM提供了参考。
张凯[7]（2016）在《TG公司基于可靠性的设备维护策略应用实践》文中指出TG公司不锈热轧厂的设备维护是点检定修制和TPM全员生产维修体制相结合的管理方式。点检定修制主要依靠点检员来判断设备是否需要维修和更换,使得设备的受控水平从很大程度上要依靠点检员的技术、经验和积极性。这种设备维护方式主要是对设备进行定期的预防维修,容易导致设备过维护或欠维护,从而影响设备的受控水平。设备受控水平不高直接导致了设备运行效率过低、故障率居高不下等问题。同时点检定修制主要关注的是设备故障本身,忽视了形成故障的失效模式和引起的故障后果等,使得维护人员在设备维护过程中排除故障的效率不高,造成重复性检修、故障抢修和重复性故障经常发生。作为TG公司的主要生产工序,热轧厂设备维护存在的问题反映了整个公司的设备管理现状。本文立足于解决TG公司不锈钢热轧厂设备管理中的实际问题。本文将通过RCM工作流程来判定设备应采取的维护模式、确定维修的内容和维修周期等,编制设备预防维修策略,最终达到设备效益最大化的目的。对该厂的设备故障历史的数据进行梳理,结合现场实际情况和RCM的实施选择了该厂主轧线的十一辊矫直机作为主要研究对象。对该设备进行主要功能和故障模式梳理、FMEA分析和RCM逻辑决断。根据各故障模式确定相应的故障模型,制定不同的预防措施和设备维护管理要素,建立以可靠性为基础、结合点检定修制的设备维护管理策略。最后对矫直机进行RCM设备维护管理的实施,提升设备管理绩效。本文结合企业的设备管理现状,通过RCM设备维护管理的研究与实践,对点检制下的维修策略进行改进优化并制定新设备维护策略。新的维护策略在理论上可以达到降低故障时间,降低设备维修成本的目标。该模式在行业范围内具有一定的普适性和参考价值。
张凯[8]（2015）在《钢铁企业设备维护策略应用实践》文中研究指明TG公司不锈热轧厂的设备维护是点检定修制和TPM全员生产维修体制相结合的管理方式。点检定修制主要依靠点检员来判断设备是否需要维修或更换,使得设备的受控水平从很大程度上要依靠点检员的技术、经验和积极性。这种设备维护方式主要是对设备进行定期的预防维修,容易导致设备过维护或欠维护,从而影响设备的受控水平。设备受控水平不高直接导致了设备运行效率过低、故障率居高不下等问题。同时点检定修制主要关注的是设备故障本身,忽视了形成故障的失效模式和引起的故障后果等,使得维护人员在设备维护过程中排除故障的效率不高,造成重复性检修、故障抢修和重复性故障经常发生。作为TG公司的主要生产工序之一,热轧厂设备维护存在的问题反映了整个公司的设备管理现状。本文立足于解决TG公司不锈钢热轧厂设备管理中的实际问题。本文将通过RCM工作流程来判定设备应采取的维护模式、确定维修的内容和维修周期等,编制设备预防维修策略,最终达到设备效益最大化的目的。对该厂的设备故障历史的数据进行梳理,结合现场实际情况和RCM的实施选择了该厂主轧线的十一辊矫直机作为主要研究对象。对该设备进行主要功能和故障模式梳理、FMEA分析和RCM逻辑决断。根据各故障模式确定相应的故障模型,制定不同的预防措施和设备维护管理要素,建立以可靠性为基础、结合点检定修制的设备维护管理策略。最后对矫直机进行RCM设备维护管理的实施,提升设备管理绩效。
刘文彬[9]（2008）在《面向服务架构的旋转机械智能诊断维修系统及工程应用研究》文中研究指明流程工业装备日趋大型化、高速化、自动化和智能化,特别是广泛应用于石化、冶金、电力等流程工业中的高速透平驱动机械、大型离心式压缩机、通风机、过滤机以及离心泵等重大装备与生产工艺紧密相连,形成相互影响的庞大系统。这类系统一旦发生故障可能导致重大事故,并造成巨大经济损失。随着状态监测技术、早期预警技术、故障诊断分析技术和维修技术的理论研究发展及工程应用普及,对保障机组安全稳定运行、提高机组使用效率、延长机组使用寿命起到了重要的作用。随着国家“信息技术改造传统产业”的方针,各个企业不断加大对信息化建设的投入。但是,对于流程工业的设备安全风险管理信息化建设,不应简单理解为仅仅是上述各种技术及其工程应用的简单堆加,而是需要结合流程工业的特点、结合企业设备管理模式,建立一套可将上述各种技术有机集成的设备安全风险管理流程及体系结构,并形成一套既能包括设备基础管理、运行和检维修管理的主要功能,又能够整合各监测软件、专业分析软件,体现先进的管理理念,切实提高设备管理水平、降低企业设备运行风险、提高维修可靠性、降低维修成本的完整解决方案。本课题以设备诊断工程理论为指导,以流程工业旋转机械为研究对象,以旋转机械智能维修技术为研究主线,以提高大型旋转机械运行故障早期预警系统实时性、鲁棒性,提高大型离心透平压缩机故障诊断准确性以及故障诊断专家系统框架可扩充性,提高企业维修的计划性、维修的可靠性、降低维修成本为目标开展本文的各项研究内容,并在理论研究的基础上研制了“基于风险的动态智能维修平台”,在大型炼化企业推广应用。现将具体研究内容概要介绍如下：1)提出了基于“PDCA"（Plan（计划）—Do（执行）——Check（校核、分析）—Action（反馈及持续改进））戴明环的流程工业企业智能维修与安全风险管理流程,研究基于面向服务架构（Service-Oriented Architecture简称SOA）的新型企业级系统集成软件架构模型,并在此模型基础上研制开发了“基于风险的动态智能维修平台”。该平台可将企业在役运行的各种状态监测、故障诊断分析、风险分析,维修管理、资产管理等系统有机集成。并通过该平台所提供的业务流程及功能服务将企业的工程资产管理与设备安全风险管理相结合,逐步通过流程整合业务,形成设备安全风险管理机制。2)分析了传统的以可靠性为中心的维修理论在流程工业应用中存在的局限性和不足,提出了旋转机械基于风险的动态智能维修理论及方法。3)研制并开发运行故障早期预警系统。根据旋转机械各种典型故障特点,从故障诊断角度出发,有针对性的提取并分类组合监测预警特征参数集。并在此基础上,设计了由常规报警、快变报警、缓变报警有机结合的智能报警系统。同时,针对目前运行故障早期预警系统中特征参数报警阈值选取困难、误报率高、灵敏性低等问题,研究并建立特征值报警门限自学习系统,实现对特征参数集微小变化、变化趋势的实时捕捉。4)针对目前透平驱动离心式压缩机故障诊断专家系统的局限性和存在的问题,研究并设计了基于D-S证据理论的旋转机械故障诊断专家系统构架。该系统构架利用面向服务架构（SOA）实现多维诊断知识获取从而提高诊断的可靠性。提出了基于企业服务总线的故障诊断数据及知识融合体系拓扑结构。在分析透平驱动离心式压缩机故障机理的基础之上,总结了透平驱动离心式压缩机组用于故障诊断分析的故障空间以及征兆空间,提出了基于D-S证据理论的证据体与目标命题的融合推理规则和算法。
杨清[10]（2007）在《变电设备维修的RCM应用研究》文中认为长期以来,我国变电设备采用的维修方式是定期检修,这种根据经验决定延长或者缩短维修周期的维修方式为设备的可靠性做出了不可磨灭的贡献。但是定期维修存在着如下的弊端:随着设备的复杂化,定期维修的投入会相应增加,使定期维修的“性价比”降低,从而相对降低了劳动生产率,不适应以经济效益为中心的现代企业经营方式;定期维修必然导致部分运行状态较好的设备周期性停运,同时导致某一时间段维修工作量集中,不利于提高维修质量。随着社会的发展和市场的变化,这样的维修方式,已经不能满足变电设备检修的要求。鉴于我国企业目前技术与经济条件,RCM（以可靠性为中心的维修）可以算是一种最佳的选择。这种方法是以设备的故障模式和影响效果系统分析为基础的,其出发点不是单纯提高可靠性、可用率,而是考虑经济性与可靠性的最佳结合,即以最经济的方式提高可靠性。所采用的方法是用技术的分析替代经验规定,用技术分析的结果作为维修决策的依据。本文基于以上原因,提出了基于RCM（以可靠性为中心的维修）的变电设备维修方式应用研究。本文研究的主要内容如下:第一,首先简述了国外RCM实施的情况以及在国内的研究和应用情况,并对RCM的实施过程作了详细的介绍。第二,在深入了解RCM实施过程的基础上,提出了基于层次分析法的变电设备重要度评估模型,并通过设备重要度筛选需要实施RCM的变电设备。第三,在充分了解了各种变电设备故障诊断方法的基础上,基于故障树分析法层次分明,应用方便的特点,选择故障树分析法作为变电设备故障诊断的首选方法。并应用故障树分析法对曲靖市220kV沾益站内某些设备进行故障诊断。第四,在应用故障树分析法诊断设备故障的基础上,提出了设备维修方式决策模型。该模型以定期维修,定期更换和状态维修为三种目标方式,通过利用模糊综合评判的方法对维修方式进行决策,并应用该模型于沾益变电站内相关设备。本文紧密结合国内的变电站设备维修方式,利用RCM理念对变电站设备维修进行了详细的研究。通过本文的研究,对RCM的理念有了更深入的了解,并希望能将RCM理念引入云南电网设备维修方式中,以达到节约成本、提高效益的目的。
二、基于RCM理论的轧机电气设备故障诊断专家系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于RCM理论的轧机电气设备故障诊断专家系统（论文提纲范文）
（1）变电设备故障诊断系统研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 变电设备故障诊断方法的研究现状 |
| 1.3 变电设备常见故障及诊断方法 |
| 1.3.1 变压器常见故障及诊断方法 |
| 1.3.2 断路器常见故障及诊断方法 |
| 1.3.3 容性设备及其他设备常见故障及诊断方法 |
| 1.3.4 氧化锌避雷器常见故障及诊断方法 |
| 1.4 本文的主要内容 |
| 第2章 变电设备故障诊断系统结构设计 |
| 2.1 系统设计 |
| 2.1.1 系统概述 |
| 2.1.2 故障诊断系统体系结构 |
| 2.2 变电设备状态评价概述 |
| 2.3 风险评价模块设计 |
| 2.4 预测评估模块设计 |
| 2.5 决策建议模块设计 |
| 2.6 小结 |
| 第3章 变电设备故障诊断系统功能设计 |
| 3.1 系统智能分析流程 |
| 3.1.1 系统管理 |
| 3.1.2 数据管理 |
| 3.2 故障诊断功能设计 |
| 3.3 变电设备状态评估功能设计 |
| 3.4 风险评估功能设计 |
| 3.5 变电设备检修辅助决策功能设计 |
| 3.6 变电设备在线监测功能设计 |
| 3.7 变电设备历史查询及预测评估功能设计 |
| 3.8 小结 |
| 第4章 变电设备故障诊断系统功能实现 |
| 4.1 变电设备故障诊断系统管理界面配置 |
| 4.2 变电设备故障诊断系统功能实现界面配置 |
| 4.3 现场应用 |
| 4.4 小结 |
| 第5章 结论 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（2）基于RCM的火电厂吹灰器与锅炉汽水系统维修决策及支持系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号列表 |
| 第1章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外RCM技术的发展 |
| 1.2.1 国外发展情况 |
| 1.2.2 国内发展情况 |
| 1.3 吹灰器与锅炉汽水系统的维修方式 |
| 1.3.1 吹灰器的维修 |
| 1.3.2 锅炉汽水系统的维修 |
| 1.3.3 RCM技术在吹灰器与锅炉汽水系统的应用 |
| 1.4 研究内容与技术路线 |
| 1.5 论文创新点 |
| 第2章 吹灰器的FMECA分析 |
| 2.1 吹灰器的主要故障类型 |
| 2.2 吹灰器的部件的重要度 |
| 2.2.1 评估要素 |
| 2.2.2 吹灰器的部件评估要素的权重 |
| 2.2.3 吹灰器的部件的重要度评价指标 |
| 2.2.4 吹灰器部件重要度评估实例 |
| 2.3 FMECA分析 |
| 2.3.1 FMECA分析过程 |
| 2.3.2 吹灰器的FMECA分析 |
| 2.3.3 吹灰器的FMECA分析结果 |
| 2.4 本章小结 |
| 第3章 吹灰器的可靠性分析 |
| 3.1 吹灰器的可靠性指标 |
| 3.2 可靠性数据和寿命分布 |
| 3.2.1 可靠性数据 |
| 3.2.2 寿命分布 |
| 3.3 寿命分布的拟合检验 |
| 3.3.1 常用的拟合检验方法 |
| 3.3.2 拟合检验方法的确定 |
| 3.4 寿命分布参数估计方法和评价 |
| 3.4.1 寿命分布参数估计法 |
| 3.4.2 寿命分布参数估计评价 |
| 3.5 吹灰器HR4的可靠性分析实例 |
| 3.5.1 数据的处理 |
| 3.5.2 寿命分布模型的检验 |
| 3.5.3 寿命分布模型参数的估算 |
| 3.5.4 威布尔分布的可靠性分析结果 |
| 3.5.5 三种寿命分布模型的可靠性分析结果 |
| 3.6 本章小结 |
| 第4章 锅炉汽水系统的可靠性分析 |
| 4.1 火电厂锅炉汽水系统 |
| 4.1.1 锅炉汽水系统的组成 |
| 4.1.2 锅炉汽水系统的故障 |
| 4.2 指数分布下无故障数据分析 |
| 4.3 威布尔分布下无故障数据分析 |
| 4.3.1 形状参数未知时可靠性置信限分析 |
| 4.3.2 形状参数已知范围时可靠性置信限分析 |
| 4.4 对数正态分布下无故障数据分析 |
| 4.5 锅炉汽水系统无故障数据仿真 |
| 4.6 锅炉汽水系统可靠性分析结果 |
| 4.6.1 威布尔分布可靠性分析 |
| 4.6.2 指数分布可靠性分析 |
| 4.6.3 对数正态分布可靠性分析 |
| 4.7 本章小结 |
| 第5章 引入时变可靠度的视情维修 |
| 5.1 视情维修与时变可靠度 |
| 5.1.1 视情维修 |
| 5.1.2 时变可靠度 |
| 5.2 引入时变可靠度的视情维修模型 |
| 5.3 维修决策模型假设 |
| 5.4 由维修成本确定维修次数表达式 |
| 5.5 备品备件数量模型 |
| 5.6 吹灰器的维修周期与备品备件数量 |
| 5.6.1 故障数据的统计处理 |
| 5.6.2 视情维修模型函数式确定 |
| 5.6.3 结果 |
| 5.7 本章小结 |
| 第6章 维修决策支持系统 |
| 6.1 系统 |
| 6.1.1 系统用途 |
| 6.1.2 软件运行环境 |
| 6.1.3 软件开发环境 |
| 6.2 系统设计 |
| 6.2.1 系统架构 |
| 6.2.2 数据结构设计 |
| 6.2.3 数据分块算法 |
| 6.2.4 数据压缩算法 |
| 6.2.5 数据快照 |
| 6.3 技术要求 |
| 6.3.1 基本要求 |
| 6.3.2 性能指标要求 |
| 6.4 系统模块 |
| 6.4.1 系统管理模块 |
| 6.4.2 设备信息管理模块 |
| 6.4.3 模型库管理 |
| 6.4.4 系统故障分析模块 |
| 6.4.5 状态评价模块 |
| 6.4.6 状态预测模块 |
| 6.4.7 维修评价模块 |
| 6.5 系统功能展示 |
| 6.5.1 首页 |
| 6.5.2 可靠性评估界面 |
| 6.5.3 风险分析界面 |
| 6.5.4 维修策略界面 |
| 6.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（3）基子RCM方法的高温气冷堆核电站电气设备维修策略改进（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外设备维修管理现状 |
| 1.3 RCM技术发展现状 |
| 1.4 引入关键敏感设备的RCM分析方法 |
| 1.5 本文主要研究内容 |
| 第二章 核电站电气设备可靠性研究方法 |
| 2.1 RCM的理论基础及核心问题 |
| 2.1.1 RCM的理论基础 |
| 2.1.2 RCM与传统维修观念的区别 |
| 2.1.3 RCM的核心问题 |
| 2.2 RCM的分析过程 |
| 2.2.1 功能与性能指标 |
| 2.2.2 功能故障 |
| 2.2.3 故障模式 |
| 2.2.4 故障影响 |
| 2.2.5 故障后果 |
| 2.2.6 管理故障模式 |
| 2.2.7 管理故障后果 |
| 2.3 关键敏感设备选取原则 |
| 2.3.1 帕雷托法则 |
| 2.3.2 关键敏感设备分类 |
| 2.4 经验反馈制度 |
| 2.5 设备可靠性评价指标 |
| 2.5.1 可靠度 |
| 2.5.2 不可靠度及失效率密度 |
| 2.5.3 设备失效率 |
| 2.6 本章小结 |
| 第三章 电气设备RCM可靠性管理维修策略 |
| 3.1 RCM维修决策过程 |
| 3.2 管理故障模式的维修策略 |
| 3.2.1 状态监测 |
| 3.2.2 定期翻修 |
| 3.2.3 定期更换 |
| 3.3 管理故障后果的维修策略 |
| 3.3.1 定期试验 |
| 3.3.2 纠正性维修 |
| 3.3.3 重新设计 |
| 3.4 本章小结 |
| 第四章 高温气冷堆核电站关键敏感电气设备维修策略分析及改进 |
| 4.1 高温气冷堆核电站电气设备分级 |
| 4.1.1 高温气冷堆核电站简介 |
| 4.1.2 高温气冷堆核电站电力系统 |
| 4.1.3 高温气冷堆核电站电气设备分级 |
| 4.2 中压交流厂用电系统简介 |
| 4.2.1 系统设计简介 |
| 4.2.2 关键敏感设备的选取 |
| 4.3 关键敏感设备可靠性分析 |
| 4.3.1 主氦风机变频器开关柜功能及结构简介 |
| 4.3.2 主氦风机变频器开关柜功能故障 |
| 4.3.3 主氦风机变频器开关柜故障模式及故障影响 |
| 4.3.4 主氦风机变频器开关柜预防性维修大纲编制 |
| 4.3.5 主氦风机变频器开关柜预防性维修大纲实施效果 |
| 4.4 关键敏感设备维修策略分析与改进 |
| 4.4.1 运行初期故障情况分析 |
| 4.4.2 借鉴行业相关经验反馈 |
| 4.4.3 维修策略改进 |
| 4.4.4 维修策略改进后的运维效果分析 |
| 4.5 本章小结 |
| 第五章 结论 |
| 5.1 论文主要工作 |
| 5.2 后续工作 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（4）清洁能源发电系统预防性维修决策技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 清洁能源发展现状 |
| 1.1.2 我国清洁能源发电行业现行维修策略缺点 |
| 1.1.3 研究清洁能源发电设备先进维修决策技术的必要性 |
| 1.2 国内外研究状况 |
| 1.2.1 设备维修决策技术 |
| 1.2.2 RCM理论及应用研究 |
| 1.2.3 水电和风电发电设备维修决策技术 |
| 1.2.4 维修决策支持系统研究现状 |
| 1.3 主要研究内容及研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 论文研究技术路线 |
| 1.3.3 论文结构 |
| 2 RCM基本模型及发电设备应用分析 |
| 2.1 引言 |
| 2.2 以可靠性为中心的维修决策理论 |
| 2.2.1 RCM的基本思想 |
| 2.2.2 RCM基本分析方法 |
| 2.2.3 RCM理论实施过程 |
| 2.3 水电和风电发电设备特点 |
| 2.3.1 水轮发电机组类型 |
| 2.3.2 灯泡贯流式机组系统划分 |
| 2.3.3 风力发电机组类型 |
| 2.3.4 风力发电机组系统划分 |
| 2.3.5 水电设备故障特点 |
| 2.3.6 风电设备故障特点 |
| 2.4 发电设备现行运维技术及RCM实施方案 |
| 2.4.1 桃源水电站设备基本情况 |
| 2.4.2 张北坝头风电场设备基本情况 |
| 2.4.3 传统RCM理论实际应用中的不足 |
| 2.4.4 对RCM理论的改进 |
| 2.5 本章小结 |
| 3 基于灰色理论的发电设备故障危害度等级分析 |
| 3.1 引言 |
| 3.2 发电设备故障数据分析 |
| 3.2.1 发电设备故障数据的收集 |
| 3.2.2 水电故障数据统计 |
| 3.2.3 风电故障数据统计 |
| 3.3 发电设备故障模式、影响及危害度分析(FMECA) |
| 3.3.1 FMECA基本概念 |
| 3.3.2 发电设备FMECA实施基础 |
| 3.3.3 建立发电设备的FMECA表 |
| 3.4 发电设备故障危害度分析及改进 |
| 3.4.1 危害性矩阵分析法 |
| 3.4.2 传统FMECA中故障危害度分析存在的问题 |
| 3.4.3 基于灰色理论的发电设备故障危害度分析 |
| 3.4.4 应用案例 |
| 3.5 发电设备FMECA的实用性改进 |
| 3.5.1 故障发生后快速定位故障原因 |
| 3.5.2 实现一般性FMECA分析结果与特定环境FMECA分析对比 |
| 3.5.3 实现与可靠性指标、SCADA监测数据关联 |
| 3.6 本章小结 |
| 4 基于支持向量回归机威布尔分布的可靠性分析模型研究 |
| 4.1 引言 |
| 4.2 设备可靠性分析基础 |
| 4.2.1 设备可靠性量化分析流程 |
| 4.2.2 可靠性量化指标确定 |
| 4.3 发电设备寿命分布模型 |
| 4.3.1 威布尔分布模型 |
| 4.3.2 威布尔分布模型参数估计方法 |
| 4.4 基于支持向量回归机的威布尔分布模型参数估计 |
| 4.4.1 线性ε-带支持向量回归机 |
| 4.4.2 支持向量回归机参数选择 |
| 4.4.3 估计精度的评价 |
| 4.4.4 应用实例 |
| 4.4.5 样本量大小对参数估计精度的影响分析 |
| 4.5 发电设备可靠性分析实例 |
| 4.5.1 灯泡贯流式机组宏观可靠性指标 |
| 4.5.2 灯泡贯流式机组子系统级微观可靠性指标 |
| 4.5.3 风力发电机组宏观可靠性指标 |
| 4.5.4 风力发电机组子系统级微观可靠性指标 |
| 4.5.5 风力发电机组部件微观可靠性指标 |
| 4.6 本章小结 |
| 5 基于熵理论的RCM决策模型研究 |
| 5.1 引言 |
| 5.2 发电设备重要度分析 |
| 5.2.1 发电设备重要度影响因素 |
| 5.2.2 基于蒙特卡洛方法的发电设备重要度分析模型 |
| 5.2.3 对发电设备子系统级、部件级重要度分析实例 |
| 5.3 基于熵理论的以可靠性为中心预防性维修决策 |
| 5.3.1 发电设备预防性维修策略目标 |
| 5.3.2 发电设备预防性维修策略的确定依据 |
| 5.3.3 基于费用最低的发电设备预防性维修模型 |
| 5.3.4 基于可用度的发电设备定期维修模型 |
| 5.3.5 基于熵理论的以可靠性为中心发电设备预防性维修决策模型 |
| 5.3.6 水电和风电实例分析 |
| 5.4 本章小结 |
| 6 发电设备预防性检修维护辅助决策系统 |
| 6.1 引言 |
| 6.2 系统总体设计 |
| 6.2.1 系统总体结构 |
| 6.2.2 系统功能分析 |
| 6.3 系统数据库设计与管理 |
| 6.3.1 数据库结构及构建方法 |
| 6.3.2 数据库内容及作用 |
| 6.4 系统模型库设计与管理 |
| 6.5 系统知识库设计与管理 |
| 6.6 发电设备预防性检修维护辅助决策系统的实现 |
| 6.6.1 系统交互界面 |
| 6.6.2 故障数据录入 |
| 6.6.3 故障模式、影响及危害度分析(FMECA) |
| 6.6.4 故障数据统计分析 |
| 6.6.5 发电设备可靠性分析 |
| 6.6.6 发电设备维修决策及优化 |
| 6.7 案例分析 |
| 6.8 本章小结 |
| 7 结论及展望 |
| 7.1 结论 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（5）谐波法电机轴承故障诊断技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 概述 |
| 1.2 滚动轴承故障诊断的研究与发展 |
| 1.3 研究内容 |
| 2 电机滚动轴承及其故障机理分析 |
| 2.1 滚动轴承简介 |
| 2.2 滚动轴承的谐波机理分析 |
| 2.3 滚动轴承的振动特征分析 |
| 2.4 滚动轴承故障诊断方法的适用性 |
| 2.5 本章小结 |
| 3 滚动轴承故障信号分析与特征提取 |
| 3.1 滚动轴承故障信号分析 |
| 3.2 滚动轴承故障信号特征提取 |
| 3.3 经验模态分解法 |
| 3.4 信号的故障特征向量构造 |
| 3.5 本章小结 |
| 4 滚动轴承故障模式的识别 |
| 4.1 人工神经网络的概述 |
| 4.2 人工神经网络 |
| 4.3 BP人工神经网络的结构 |
| 4.4 BP神经网络基本思想 |
| 4.5 BP人工神经网络的实现过程 |
| 4.6 BP人工神经网络结构设计 |
| 4.7 本章小结 |
| 5 滚动轴承故障信息的融合 |
| 5.1 滚动轴承故障诊断中的不确定性 |
| 5.2 D-S证据理论 |
| 5.3 D-S证据理论故障诊断的融合过程 |
| 5.4 D-S证据理论的故障诊断实例分析 |
| 5.5 本章小结 |
| 6 滚动轴承的多信息源的数据融合故障诊断 |
| 6.1 多信息源的数据融合故障诊断概述 |
| 6.2 多信息源的数据融合故障诊断系统 |
| 6.3 实验仪器设备 |
| 6.4 故障诊断的步骤 |
| 6.5 实验的数据分析 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 研究的工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）基于RCM的C公司燃气轮机维修策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 第2章 设备维修理论及方法 |
| 2.1 设备维修理论及发展 |
| 2.2 以可靠性为中心的维修RCM |
| 2.2.1 可靠性和RCM的定义 |
| 2.2.2 RCM的分析过程 |
| 2.3 故障模式影响及危害度分析 |
| 第3章 RCM在C公司燃气轮机维修的应用 |
| 3.1 C公司简介及设备维修困境 |
| 3.2 C公司RCM的组织和计划 |
| 3.3 RCM在C公司燃气轮机上的实施步骤 |
| 3.3.1 C公司燃气轮机的FMECA分析 |
| 3.3.2 C公司燃气轮机维修策略选择 |
| 3.3.3 C公司燃气轮机可选择的维修方式和周期 |
| 第4章 基于RCM的C公司燃气轮机主气路维修策略 |
| 4.1 C公司PGT25+燃气轮机主气路概述 |
| 4.2 C公司PGT25+燃气轮机主气路的FMECA |
| 4.2.1 PGT25+主气路功能故障定义 |
| 4.2.2 PGT25+主气路故障模式及影响分析 |
| 4.3 C公司PGT25+燃气轮机主气路燃烧室的维修策略 |
| 4.3.1 燃烧室喷嘴故障影响的危害度分析 |
| 4.3.2 燃烧室喷嘴故障的维修策略优化 |
| 4.4 C公司燃气轮机主气路的维修策略 |
| 第5章 基于RCM的C公司燃气轮机辅助系统维修策略 |
| 5.1 C公司PGT25+燃气轮机辅助系统概述 |
| 5.2 C公司PGT25+燃气轮机辅助系统FMECA |
| 5.2.1 PGT25+辅助系统功能及功能故障 |
| 5.2.2 PGT25+辅助系统故障模式及影响分析 |
| 5.3 C公司PGT25+燃气轮机辅助系统合成油齿轮泵的维修策略 |
| 5.3.1 合成油齿轮泵故障影响的危害度分析 |
| 5.3.2 合成油齿轮泵振动或异响的维修策略优化 |
| 5.4 C公司燃气轮机辅助系统的维修策略 |
| 第6章 基于RCM的C公司燃气轮机维修策略评估与改进 |
| 6.1 基于RCM的C公司燃气轮机维修效果对比 |
| 6.2 C公司燃气轮机维修策略的改进 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 不足与展望 |
| 参考文献 |
| 致谢 |
（7）TG公司基于可靠性的设备维护策略应用实践（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的来源 |
| 1.2 课题研究的意义 |
| 1.3 TG公司设备维护现状与问题 |
| 1.4 本文主要研究内容和架构 |
| 第二章 国内外设备维护管理研究的现状和趋势 |
| 2.1 以可靠性为中心的维修技术研究综述 |
| 2.1.1 RCM产生和发展 |
| 2.1.2 RCM的主要维修理念 |
| 2.1.3 以可靠性为中心的维修技术的国内外现状 |
| 2.2 RCM分析方法 |
| 2.2.1 设备功能与故障 |
| 2.2.2 RCM分析步骤 |
| 2.2.3 FMEA分析 |
| 2.2.4 RCM逻辑决断 |
| 2.3 本章小结 |
| 第三章 TG公司的设备管理模式与问题分析 |
| 3.1 TG公司热轧厂概况 |
| 3.1.1 TG公司设备维护策略 |
| 3.1.2 设备概况 |
| 3.2 问题分析 |
| 3.2.1 设备维护存在的问题 |
| 3.2.2 TG公司热轧厂点检实绩分析 |
| 3.3 本章小节 |
| 第四章 TG公司设备的RCM分析 |
| 4.1 选择设备对象 |
| 4.2 设备树分析 |
| 4.2.1 矫直机设备树划分 |
| 4.2.2 建立信息工作单 |
| 4.3 故障模式及影响分析(FMEA) |
| 4.4 RCM逻辑决断 |
| 4.5 本章小结 |
| 第五章 TG公司设备维护策略建立 |
| 5.1 故障模型分析 |
| 5.1.1 故障模式分析 |
| 5.1.2 确定故障维护模式 |
| 5.2 确定设备维护管理要素 |
| 5.3 制定技术管理措施 |
| 5.4 形成维护策略 |
| 5.5 实施效果 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 不足 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文 |
（8）钢铁企业设备维护策略应用实践（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的来源 |
| 1.2 课题研究的意义 |
| 1.3 TG公司设备维护现状与问题 |
| 1.4 国内外钢铁企业设备管理现状 |
| 1.5 本文主要研究内容和架构 |
| 第二章 以可靠性为中心的维修模式 |
| 2.1 以可靠性为中心的维修模式综述 |
| 2.1.1 RCM概述 |
| 2.1.2 以可靠性为中心的维修技术的国内外现状 |
| 2.2 RCM分析方法 |
| 2.2.1 设备功能与故障 |
| 2.2.2 FMEA分析 |
| 2.2.3 RCM逻辑决断 |
| 2.3 本章小结 |
| 第三章 TG公司的设备管理模式与问题分析 |
| 3.1 TG公司热轧厂概况 |
| 3.1.1 TG公司设备维护策略 |
| 3.1.2 设备概况 |
| 3.2 问题分析 |
| 3.2.1 设备维护存在的问题 |
| 3.2.2 TG公司热轧厂点检实绩分析 |
| 3.3 本章小节 |
| 第四章 TG公司设备的RCM分析 |
| 4.1 选择设备对象 |
| 4.2 设备树分析 |
| 4.2.1 矫直机设备树划分 |
| 4.2.2 建立信息工作单 |
| 4.3 故障模式及影响分析(FMEA) |
| 4.4 RCM逻辑决断 |
| 4.5 本章小结 |
| 第五章 TG公司设备维护策略建立 |
| 5.1 故障模型分析 |
| 5.1.1 故障模式分析 |
| 5.1.2 确定故障维护模式 |
| 5.2 确定设备维护管理要素 |
| 5.3 制定技术管理措施 |
| 5.4 形成维护策略 |
| 5.5 实施效果 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 不足 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文 |
（9）面向服务架构的旋转机械智能诊断维修系统及工程应用研究（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本课题研究的背景及意义 |
| 1.2 大型旋转机械运行故障早期预警技术的历史、现状及存在问题 |
| 1.2.1 状态监测技术历史与现状 |
| 1.2.2 故障预测技术的历史与现状 |
| 1.2.3 大型旋转机械运行故障早期预警系统存在的问题 |
| 1.3 故障诊断技术研究的现状及存在的问题 |
| 1.3.1 故障诊断技术与设备诊断工程 |
| 1.3.2 故障诊断技术的研究现状 |
| 1.3.3 大型离心透平压缩机故障诊断技术研究中存在的问题 |
| 1.4 流程工业智能维修技术与工程资产管理研究的现状及存在问题 |
| 1.4.1 维修技术的发展及研究现状 |
| 1.4.2 智能维修技术与工程资产管理研究存在的问题 |
| 1.5 本文研究内容及结构安排 |
| 第二章 面向服务架构的维修信息化智能化研究 |
| 2.1 引言 |
| 2.2 设备安全风险管理流程分析及体系架构 |
| 2.3 基于风险的动态智能维修技术研究 |
| 2.3.1 设备诊断工程的发展与维修方式的变革 |
| 2.3.2 维修工程目标 |
| 2.3.3 以可靠性为中心的维修 |
| 2.3.4 基于风险的动态智能维修 |
| 2.3.5 基于风险的动态智能维修系统组成 |
| 2.4 基于面向服务架构的系统集成模型 |
| 2.4.1 企业系统集成模型现状及存在的问题 |
| 2.4.2 面向服务的架构系统建模技术研究 |
| 2.4.3 大型炼化企业工程资产管理信息化数据模型建模技术研究 |
| 2.4.4 大型炼化企业工程资产管理信息化集成服务模型技术研究 |
| 2.4.5 与ERP系统集成模型 |
| 2.5 本章小结 |
| 第三章 大型旋转机械运行故障早期预警技术 |
| 3.1 引言 |
| 3.2 故障特征曲线及故障检测点概述 |
| 3.2.1 设备故障特征曲线定义 |
| 3.2.2 故障诊断与故障预报 |
| 3.2.3 设备故障P-F时间定义 |
| 3.3 基于诊断知识的智能报警系统 |
| 3.3.1 基于诊断知识的预警参数特征选取 |
| 3.3.2 运行故障早期预警系统框架设计 |
| 3.3.3 报警策略及门限自学习设计 |
| 3.4 基于Elman神经网络的趋势预测算法研究 |
| 3.4.1 Elman神经网络简介 |
| 3.4.2 趋势预测模型比较分析 |
| 3.4.3 趋势预测仿真实例及比较 |
| 3.5 本章小结 |
| 第四章 基于多源信息融合的集成化智能诊断系统的研究 |
| 4.1 引言 |
| 4.2 多源信息融合基本原理及层次结构 |
| 4.2.1 信息融合的基本原理 |
| 4.2.2 信息融合的层次结构 |
| 4.3 D-S证据推理信息融合决策理论及方法 |
| 4.3.1 D-S证据理论简介 |
| 4.3.2 证据合成法则 |
| 4.4 基于D-S证据理论的旋转机械多维诊断知识信息融合故障诊断方法 |
| 4.4.1 基于企业服务总线的故障诊断数据融合系统的体系拓扑结构 |
| 4.4.2 故障空间及识别框架的构成 |
| 4.4.3 征兆空间及证据的选择与构成 |
| 4.4.4 基于D-S证据理论的旋转机械多维诊断知识信息融合故障诊断模型 |
| 4.4.5 基于D-S证据理论的旋转机械信息融合故障诊断的推理计算 |
| 4.5 本章小结 |
| 第五章 基于风险的动态智能维修平台研制及工程应用 |
| 5.1 引言 |
| 5.2 基于风险的动态智能维修平台应用实例 |
| 5.2.1 企业设备安全风险综合管理平台层次模型分析 |
| 5.2.2 企业设备安全风险综合管理整体架构 |
| 5.2.3 基于风险的动态智能维修平台功能模块介绍 |
| 5.2.4 基于服务模型的系统集成架构介绍 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录1 轴心位置计算方法 |
| 附录2 判据数值化对照表 |
| 致谢 |
| 研究成果及发表论文 |
| 作者和导师简介 |
（10）变电设备维修的RCM应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 以可靠性为中心的维修基本概念 |
| 1.2.1 可靠性 |
| 1.2.2 维修性 |
| 1.2.3 可用性 |
| 1.3 国内外检修策略的发展 |
| 1.3.1 事后检修阶段 |
| 1.3.2 定期检修阶段 |
| 1.3.3 状态检修阶段 |
| 1.3.4 我国设备状态检修应用现状 |
| 1.4 SAE RCM标准 |
| 1.5 本论文研究的主要内容 |
| 第二章 变电设备 RCM实施过程简介 |
| 2.1 引言 |
| 2.2 变电站内需要实施RCM的设备评估 |
| 2.3 设备功能相关概念简介 |
| 2.3.1 主要功能 |
| 2.3.2 次要功能 |
| 2.3.3 保护功能 |
| 2.3.4 多余功能 |
| 2.4 设备故障类型简介 |
| 2.4.1 变压器故障类型 |
| 2.4.2 断路器故障类型 |
| 2.4.3 电容器故障类型 |
| 2.5 故障诊断方法简介 |
| 2.5.1 故障树分析法 |
| 2.5.2 基于专家系统的方法 |
| 2.5.3 基于模糊推理的方法 |
| 2.5.4 人工神经网络法 |
| 2.5.5 贝叶斯网络法 |
| 2.6 检修策略及决策方法简介 |
| 2.6.1 设备检修策略 |
| 2.6.2 检修决策方法 |
| 2.7 本章小结 |
| 第三章变电设备重要度评估及筛选 |
| 3.1 引言 |
| 3.2 层次分析法简介 |
| 3.2.1 层次分析法原理 |
| 3.2.2 分析法应用步骤 |
| 3.3 基于层次分析法的设备重要度评估 |
| 3.3.1 应用层次分析法作设备重要度评估 |
| 3.3.2 对需要实施RCM的设备进行筛选 |
| 3.4 本章小结 |
| 第四章 变电设备故障诊断方法 |
| 4.1 引言 |
| 4.2 故障树分析法 |
| 4.2.1 故障树分析方法的原理 |
| 4.2.2 基本方法 |
| 4.2.4 故障树分析 |
| 4.3 应用故障树分析法诊断变压器套管故障 |
| 4.3.1 建立套管故障树 |
| 4.3.2 故障树分析方法应用 |
| 4.4 本章小结 |
| 第五章 变电设备维修方式决策 |
| 5.1 引言 |
| 5.2 维修方式及维修方式决策方法的确定 |
| 5.3 模糊综合评判的数学模型 |
| 5.3.1 单层次模糊综合评判的数学模型 |
| 5.3.2 多层次模糊综合评判的数学模型 |
| 5.4 维修方式决策模型 |
| 5.4.1 确定因素集合 |
| 5.4.2 确定评语集合 |
| 5.4.3 确定模糊评判矩阵 |
| 5.4.4 确定各性能因素和各评价因素的权重集 |
| 5.4.5 用两层模糊综合评判对维修方式决策 |
| 5.4.6 评判结果的处理 |
| 5.5 算例 |
| 5.5.1 对于变压器的维修决策 |
| 5.5.2 对于其他设备的维修决策 |
| 5.6 本章小结 |
| 第六章 RCM实施效果分析 |
| 6.1 引言 |
| 6.2 RCM实施效果分析 |
| 6.2.1 RCM分析的成果 |
| 6.2.2 RCM的效益 |
| 6.3 本章小结 |
| 第七章 结论和建议 |
| 致谢 |
| 参考文献 |
| 附录 |
四、基于RCM理论的轧机电气设备故障诊断专家系统（论文参考文献）
- [1]变电设备故障诊断系统研究及应用[D]. 项茂阳. 山东大学, 2021(12)
- [2]基于RCM的火电厂吹灰器与锅炉汽水系统维修决策及支持系统的研究[D]. 徐永攀. 山东大学, 2020(10)
- [3]基子RCM方法的高温气冷堆核电站电气设备维修策略改进[D]. 陈曦. 山东大学, 2020(10)
- [4]清洁能源发电系统预防性维修决策技术研究[D]. 尹浩霖. 西安理工大学, 2019
- [5]谐波法电机轴承故障诊断技术研究[D]. 杨佳滨. 华北科技学院, 2019(01)
- [6]基于RCM的C公司燃气轮机维修策略研究[D]. 王子石. 天津大学, 2019(06)
- [7]TG公司基于可靠性的设备维护策略应用实践[D]. 张凯. 上海交通大学, 2016(03)
- [8]钢铁企业设备维护策略应用实践[D]. 张凯. 上海交通大学, 2015(04)
- [9]面向服务架构的旋转机械智能诊断维修系统及工程应用研究[D]. 刘文彬. 北京化工大学, 2008(03)
- [10]变电设备维修的RCM应用研究[D]. 杨清. 昆明理工大学, 2007(09)