中核集團某公司核電系統智能運維與健康管理平臺
2022-03-28 15:58:30
次
一、項目背景
隨著核電站運行機組的增加,對于運維數據的及時分析和安全監管的需求也日益明顯,核電系統設備由于其結構復雜、運行工況惡劣、作業環境危險等特征,工作人員不能直接、及時進入生產環境現場對故障進行排查與檢修,且目前國內核電站運維主要以事后維修和計劃性維修為主,運維經濟性差,核電站用戶對關鍵設備的故障診斷和運維策略能力提升有迫切的需求。
二、業務痛點
①、圍繞設備監控診斷服務,缺乏統一性的多源異構數據接入、融合與存儲管理能力和工具
②、設備結構與特點各異,數據專業性強,針對性數據處理如工況劃分、信號降噪、標簽編輯、特征提取、參數映射等工具零散,統一性與使用效率不高
③、故障診斷主要以閾值方法和專業機理方法為主,對于復雜故障、關聯故障的診斷能力不足,缺乏多信息融合下的數據驅動診斷模型、預測模型開發與應用能力
④、設備故障狀態多樣,診斷維修僅靠各專業技術人員經驗,缺乏完整的故障案例數據積累與知識沉淀機制
⑤、開展典型故障趨勢預測與設備健康度評估,提升設備后服務效益是數智化時代設備健康管理的新方向?;谠O備的使用情況動態進行采購與庫存管控,實現基于運行狀態的數字化運維保障,提升綜合服務保障能力并降低運維成本的能力不足
三、建設內容
搭建了集數據采集接入、整合、建模分析、知識庫沉淀和各類型健康管理應用為一體的PHM平臺,助力企業圍繞設備監測診斷與健康管理業務提升能力建設,基于三維動態結果展現,直觀的進行設備健康狀態的監測及診斷結果回放查看,動態結果包括松脫軌跡、撞擊坑位及聲音、管道泄漏及聲音、振動振型及聲音、波形及特性數據趨勢。
1、數據管理中心
實現核心關鍵設備運行狀態數據的遠程傳輸及管理,支持手動上傳及自動實時傳輸。
2、智能算法中心
提供常見分類、聚類、回歸、統計等100多種算法,支持機器學習、深度學習等算法,基于平臺實現故障診斷模型的訓練及構建。
3、遠程診斷中心
基于算法平臺構建的故障診斷算法挖掘模型,進行后臺自動故障狀態監測、及結果查詢查看、診斷結果展現,包括故障監測中心及三維診斷結果大屏。
4、信息交互中心
基于診斷結果、報告、進行成果、團隊及案例等信息發布,支撐外部專家及電站等用戶進行查詢查看。
5、APP應用
提供手機移動端APP應用,支撐電站服務用戶進行診斷報告下載及查看,基于微信通知功能,進行故障狀態、文件傳輸狀態及診斷報告狀態的及時通知及提醒。
四、項目成果
基于遠程運維模式的落地應用,保障了設備診斷的及時性,縮短運維周期;
基于平臺加強站網協調,優化機組停運檢修窗口,減少電量損失;
結合監測預警診斷情況,動態優化大小修計劃,減少了非計劃停機率、非計劃降功率、運維人力成本,強化了運維管理、設備可靠性管理及減非停工作,保證機組安全穩定運行;
基于設備診斷經驗及算法知識的不斷沉淀及迭代完善,擴展新的機組設備運維業務;