一种渣皮脱落程度分析方法、终端设备及存储介质.pdf
一只****懿呀
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种渣皮脱落程度分析方法、终端设备及存储介质.pdf
本发明涉及一种渣皮脱落程度分析方法、终端设备及存储介质,该方法中包括:S1:采集一段时间内的表征高炉状态的热状态参数值,并对采集的所有热状态参数值进行统计分析得到所有热状态参数值的平均值和方差,进而确定热状态参数值的正常工作状态范围;S2:实时采集热状态参数值,根据热状态参数值与正常工作状态范围的关系判断是否发生渣皮脱落,当发生渣皮脱落时,记录当前热状态参数值对应的渣皮脱落的位置和时间;S3:设定判断周期,根据记录的渣皮脱落的位置和时间确定每个判断周期内的所有渣皮脱落的位置和数量,进而判断渣皮脱落的程度。
一种渣皮脱落指数计算方法、终端设备及存储介质.pdf
本发明涉及一种渣皮脱落指数计算方法、终端设备及存储介质,该方法中包括:S1:将高炉炉身通过垂直于高炉轴线的平面内的圆周线和穿过高炉轴线的平面内的纵向线进行网格划分,采集一段时间内每个划分后的网格块对应的热状态参数值;S2:根据采集的每个网格块对应的热状态参数值计算每个网格块的圆周渣皮脱落指数和纵向渣皮脱落指数,并记录每个网格块的圆周渣皮脱落指数和纵向渣皮脱落指数和其对应的采集时间;S3:设定分析周期,每隔一个分析周期对记录的圆周渣皮脱落指数和纵向渣皮脱落指数进行统计分析,以判断该分析周期内的渣皮脱落指数情
一种高炉渣皮脱落判断方法、终端设备及存储介质.pdf
本发明涉及一种高炉渣皮脱落判断方法、终端设备及存储介质,该方法中包括:S1:构建温度数据表和脱落点信息表;S2:实时采集高炉冷却壁处的温度数据,并存入温度数据表内;S3:从温度数据表内提取最近的第一额定时间内的温度数据进行预处理;S4:对预处理后的温度数据进行分析,判断是否发生渣皮脱落,当判断发生渣皮脱落时,计算该次渣皮脱落的脱落开始时间、脱落结束时间和脱落厚度并存储于脱落点信息表内;S5:从脱落点信息表中提取最近的第二额定时间内的数据,并计算第二额定时间内的脱落指数。本发明依据高炉冷却壁的温度变化推断炉
一种高炉渣皮脱落合并方法、终端设备及存储介质.pdf
本发明涉及一种高炉渣皮脱落合并方法、终端设备及存储介质,该方法中包括:S1:实时采集每次渣皮脱落时的单次脱落数据;S2:判断是否存在脱落事件,如果是,进入S3;否则,进入S4;S3:判断该次采集的单次脱落数据与各脱落事件是否满足合并规则,如果是,合并生成新的脱落事件,返回S1;否则,进入S4;S4:根据该次采集的单次脱落数据创建脱落事件,返回S1。本发明结合脱落的时间和位置,实现了对单次渣皮脱落的合并,以方便检测高炉是否发生渣皮局部大面积脱落。
一种机械设备故障程度识别方法、终端设备及存储介质.pdf
本发明涉及一种机械设备故障程度识别方法、终端设备及存储介质,在该方法中:采集某机械设备具有不同故障程度的样本,组成故障特征集,获取样本对应的不同故障程度;计算故障特征集中的每个故障特征与故障程度的单调一致熵;根据故障特征集中的每个故障特征的单调一致熵,将值最小的故障特征添加至优选特征集内;采用最大相关最小冗余搜索策略,将故障特征按照重要度排序,输出一个优选特征子集序列;通过分类器选择分类性能最好的优选特征子集对待测机械设备的故障程度进行判定。本发明解决了目前不能有效识别汽轮机故障的不同严重程度的问题。