CN112904203A - 一种智能燃烧室故障诊断平台及方法 - Google Patents
一种智能燃烧室故障诊断平台及方法 Download PDFInfo
- Publication number
- CN112904203A CN112904203A CN202110061489.3A CN202110061489A CN112904203A CN 112904203 A CN112904203 A CN 112904203A CN 202110061489 A CN202110061489 A CN 202110061489A CN 112904203 A CN112904203 A CN 112904203A
- Authority
- CN
- China
- Prior art keywords
- combustion chamber
- module
- image
- acquisition module
- signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003745 diagnosis Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000004891 communication Methods 0.000 claims abstract description 21
- 230000010365 information processing Effects 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 abstract description 18
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- 239000000446 fuel Substances 0.000 description 11
- 239000007789 gas Substances 0.000 description 11
- 238000002474 experimental method Methods 0.000 description 10
- 239000000284 extract Substances 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000001257 hydrogen Substances 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 101100408455 Arabidopsis thaliana PLC7 gene Proteins 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000005496 tempering Methods 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 239000007772 electrode material Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910000510 noble metal Inorganic materials 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Combustion (AREA)
Abstract
本发明提供了一种智能燃烧室故障诊断平台，包括：数据采集模块，图像采集模块，信号处理模块、数据通讯模块、上位机、控制器和PLC；所述数据采集模块采集数据信号通过数据通讯模块上传到上位机进行监测并存储，图像采集模块采集图像信号输入到信号处理模块进行图片信息处理，并将处理得出的结果发送到控制器，控制器发送相应的控制信号至PLC，PLC执行反馈操作；其中，所述数据采集模块包括热电偶、流量计和压力计，所述图像采集模块为高温工业相机。本发明提供的方法，将以往的SOFC发电系统进行拆分，单独研究SOFC发电系统的燃烧室故障，能够准确定位燃烧室出现的故障，并及时做出调整，保证系统高效运行，提高发电系统的安全性和效率。
Description
技术领域
本发明涉及燃料电池燃烧故障诊断领域，尤其涉及一种智能燃烧室故障诊断平台及方法。
背景技术
固体氧化物燃料电池(Solid Oxide Fuel Cell，SOFC)是一种在中高温环境下通过电化学反应将化石燃料的化学能直接转换为电能并生成水的发电装置。与传统发电方式相比，SOFC不存在机械运动和燃烧过程，不受卡诺循环的限制，极大地减少了噪声和尾气污染，提高了燃料利用率。与质子交换膜燃料电池(PEMFC)和熔融碳酸盐燃料电池(MCFC)相比，SOFC为全固体结构，无需Pt等贵金属电极材料，具有制造成本低、无漏液腐蚀、无电极毒化、燃料来源广泛等优点。因此，SOFC作为固定电站或移动电源在大型集中供电、中小型分布式供电等领域具有广阔的市场，被誉为本世纪最具前景的绿色能源。
SOFC具有清洁无污染，效率高等优点，但目前对SOFC发电系统故障的研究还存在不足，综合国内外关于SOFC发电系统的研究以及本团队实验测试，发现燃烧室是造成SOFC系统故障的主要源头，燃烧室的主要作用为处理电堆中未反应完的尾气，因此该部位的温度较高，另外燃烧室产生的高温被用来加热进入电堆的燃气和空气。以往的实验过程中，发现SOFC系统运行一段时间后，会出现温度突然升高的现象，温度过高而导致系统不得不自动停机，这很大程度上影响了系统的发电效率，国内外一些研究者的文章中也有记载类似的故障，结合燃料电池领域同行对SOFC系统研究经验，判断造成故障的主要原因在燃烧室。
近年来，很多学者对SOFC故障的研究都主要关注整个系统的运行效率，往往是针对电堆进行研究，很少有人对系统进行拆分来研究SOFC系统其他部分对故障的影响，然而SOFC系统中每一个部分出现故障都将限制整个系统的发电效率以及运行稳定性。
发明内容
针对现有研究的不足，本发明提供了一种智能燃烧室故障诊断平台及方法，将以往的SOFC发电系统进行拆分，单独研究SOFC发电系统的燃烧室故障，模拟真实实验情况下的进气，采集实验过程中的流量、压力、温度信号进行监测，并采集燃烧室中的图像信号，并将图像处理结果输入至控制器，控制电磁阀、流量计、旁路阀的开度，能够准确定位燃烧室出现的故障，并及时做出调整，保证系统高效运行，提高发电系统的安全性和效率。
本发明实施例一方面提供一种智能燃烧室故障诊断平台，包括：数据采集模块，图像采集模块，信号处理模块、数据通讯模块、上位机、控制器和PLC；所述数据采集模块采集数据信号通过数据通讯模块上传到上位机进行监测并存储，图像采集模块采集图像信号输入到信号处理模块进行图片信息处理，并将处理得出的结果发送到控制器，控制器发送相应的控制信号至PLC，PLC执行反馈操作；其中，所述数据采集模块包括热电偶、流量计和压力计，所述图像采集模块为高温工业相机。
具体地，所述图像采集模块采集的图像信号，具体为：
燃烧室内置的高温工业相机采集火焰图像信息，采样频率为10s/次。
具体地，所述信号处理模块进行图片信息处理，具体包括：
采用图像特征提取算法，对火焰图像信息进行特征提取；
将提出的特征信号与知识库中的规则进行比对；
比对后，给出相应的处理结果。
具体地，所述PLC执行反馈操作，具体为：
控制流量计的开度；
控制电磁阀的开闭；
控制旁路阀的开闭。
具体地，所述数据通讯模块为CAN模块、RS485模块。
本发明实施例另一方面提供一种智能燃烧室故障诊断方法，包括如下步骤：
数据采集模块采集的温度、流量和压力信号；并通过数据通讯模块上传到上位机；
上位机接收数据通讯模块上传的温度、流量和压力信号，进行监测并存储；
图像采集模块采集图像信号并输入到信号处理模块进行图片信息处理；
信息处理模块将处理结果发送到控制器；
控制器接收信息处理模块发送的处理结果并生成相应的控制信号，发送至PLC；
PLC接收控制器发送的控制信号，并作出反馈操作。
具体地，所述图像采集模块采集图像信号，具体为：
燃烧室内置的高温工业相机采集火焰图像信息，采样频率为10s/次。
具体地，所述信号处理模块进行图片信息处理，具体包括：
采用图像特征提取算法，对火焰图像信息进行特征提取；
将提出的特征信号与知识库中的规则进行比对；
比对后，给出相应的处理结果。
具体地，所述PLC执行反馈操作，具体为：
控制流量计的开度；
控制电磁阀的开闭；
控制旁路阀的开闭。
具体地，所述数据通讯模块为CAN模块、RS485模块。
由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：
(1)本发明提供的一种智能燃烧室故障诊断平台，将以往的SOFC发电系统进行拆分，单独研究燃烧室部分，模拟以往电堆实验的真实实验数据，研究实验过程中燃烧室可能出现的故障，更精确研究分析SOFC故障。
(2)本发明提供的智能燃烧室故障诊断平台，包括了图像处理部分，并结合基于规则的知识库系统，图像处理算法提取火焰图像的特征信号，然后将提取的特征信号输入至控制器的知识库中与知识库中的规则比对，根据比对结果输出相应指导信号至PLC，PLC可控制电磁阀、流量计、旁路阀等的开度，整个过程由控制器自动实现，几乎不需要人为参与，一旦系统运行出现故障，本系统可以及时做出调整，保证系统高效运行，提高发电系统的安全性和效率。
(3)本发明提供的一种智能燃烧室故障诊断平台，燃烧室中采用的是内置高温工业相机，对相机进行开发，以达到实时拍摄燃烧室内火焰燃烧情况的效果，观察火焰的图像，可以判断模拟尾气是否充分燃烧。
附图说明
图1为本发明实施例提供的一种智能燃烧室故障诊断平台示意图；
图2为本发明实施例提供的一种智能燃烧室故障诊断方法流程图。
具体实施方式
本发明实施例提供了一种智能燃烧室故障诊断平台和方法，将以往的SOFC发电系统进行拆分，单独研究燃烧室部分，模拟以往电堆实验的真实实验数据，研究实验过程中燃烧室可能出现的故障，更精确研究分析SOFC故障；本发明实施例采集实验过程中的流量、压力、温度信号进行监测，并采集燃烧室中的图像信号，并将图像处理结果输入至控制器，控制电磁阀、流量计、旁路阀的开度，能够准确定位燃烧室出现的故障，并及时做出调整，保证系统高效运行，提高发电系统的安全性和效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
如图1，本发明实施例一方面提供一种智能燃烧室故障诊断平台1，包括：数据采集模块1，图像采集模块2，信号处理模块3、数据通讯模块4、上位机5、控制器6和PLC7；所述数据采集模块1采集数据信号通过数据通讯模块4上传到上位机5进行监测并存储，图像采集模块2采集图像信号输入到信号处理模块3进行图片信息处理，并将处理得出的结果发送到控制器6，控制器6发送相应的控制信号至PLC7，PLC7执行反馈操作；其中，所述数据采集模块包括热电偶11、流量计12和压力计13，所述图像采集模块为高温工业相机21。
具体地，所述图像采集模块采集的图像信号，具体为：
燃烧室内置的高温工业相机采集火焰图像信息，采样频率为10s/次。
燃烧室为主要的热区部件，但为了密封性的要求，燃烧室为密闭的钢质结构，是看不到燃烧室内部情况的。依据以往实验数据，以及燃烧室单独实验分析，发现燃烧室中火焰燃烧状态对电堆温度影响较大，当火焰出现离焰、回火、熄灭时，其温度会发生剧烈抖动，甚至达到上千摄氏度，而热电偶不能工作在这么高的温度下。故本发明实施例中引入高温工业相机；
工业相机是机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成有序的电信号。选择合适的相机也是机器视觉系统设计中的重要环节，相机的选择不仅直接决定所采集到的图像分辨率、图像质量等，同时也与整个系统的运行模式直接相关；而高温工业相机，顾名思义是耐高温的工业相机。
具体地，所述信号处理模块进行图片信息处理，具体包括：
采用图像特征提取算法，对火焰图像信息进行特征提取；
将提出的特征信号与知识库中的规则进行比对；
比对后，给出相应的处理结果。
实验过程中，燃烧室中的高温工业相机定时拍摄燃烧室内的火焰图像，信息处理模块对高温工业相机抓拍的图片进行实时图像特征提取，提取能代表燃烧室火焰信号，如温度、颜色、离焰、回火、熄灭等，并将提取出的特征信号输出至控制器，与控制器中的基于规则的知识库对比；判断系统是否运行在正常范围，一旦系统出现换热器、电堆、燃烧室等故障，控制器自行进行故障根源分析，并根据知识库中的信息，进行相应的故障处理指示，保证系统能够正常高效运行在无人的环境下。
其中，知识库系统基于规则，而知识库的规则来源为本测试平台实验数据、该领域专家建议以及以往的研究经验组成。
此外，本发明实施例数据采集模块1采集数据信号通过数据通讯模块4上传到上位机5进行监测并存储，数据采集模块包括热电偶11、流量计12和压力计13，热电偶11采集的温度信号、流量计12采集的流量信号和压力计13采集的压力信号，除了进行监测和存储外，还有以下两个主要的作用：
作用一为模拟真实电堆尾气的气体成分，根据以往实验结果，估计燃烧室故障检测系统的输入甲烷量、输入氢气量、输入空气量等，例如甲烷为7slpm,空气为60slpm，slpm表示标准公升每分钟，另外观察压力计、温度的示数，最可能真实的模拟电堆系统工况；
作用二为流量计等的示数可作为燃烧室图像的参照，我们可以从燃烧室的图像中大致判断此时刻通入的气体工况情况，以及温度情况，例如，当通入的甲烷氢气等燃料过量时，火焰会比较红，当燃料和空气比例合适时火焰应为蓝色火焰，通过图像状态与工况数据的初步比对，提高实验的准确率。
具体地，所述PLC执行反馈操作，具体为：
控制流量计的开度；
控制电磁阀的开闭；
控制旁路阀的开闭。
通过控制流量计的开度，电磁阀的开闭以及旁路阀的开闭实现对燃烧室底层温度的管控，进而提高电效率，从而提高系统电管理效率，使系统长时间的高效运行。
所述数据通讯模块为CAN模块、RS485模块。
本发明实施例另一方面提供一种智能燃烧室故障诊断方法，包括如下步骤：
S101：数据采集模块采集的温度、流量和压力信号；并通过数据通讯模块上传到上位机；
数据采集模块包括热电偶、流量计和压力计，热电偶采集的温度信号、流量计采集的流量信号和压力计采集的压力信号；所述数据通讯模块为CAN模块、RS485模块。
S102：上位机接收数据通讯模块上传的温度、流量和压力信号，进行监测并存储；
热电偶采集的温度信号、流量计采集的流量信号和压力计采集的压力信号，除了进行监测和存储外，还有以下两个主要的作用：
作用一为模拟真实电堆尾气的气体成分，根据以往实验结果，估计燃烧室故障检测系统的输入甲烷量、输入氢气量、输入空气量等，例如甲烷为7slpm,空气为60slpm，slpm表示标准公升每分钟，另外观察压力计、温度的示数，最可能真实的模拟电堆系统工况；
作用二为流量计等的示数可作为燃烧室图像的参照，我们可以从燃烧室的图像中大致判断此时刻通入的气体工况情况，以及温度情况，例如，当通入的甲烷氢气等燃料过量时，火焰会比较红，当燃料和空气比例合适时火焰应为蓝色火焰，通过图像状态与工况数据的初步比对，提高实验的准确率。
S103：图像采集模块采集图像信号并输入到信号处理模块进行图片信息处理；
所述图像采集模块采集图像信号，具体为：
燃烧室内置的高温工业相机采集火焰图像信息，采样频率为10s/次。
燃烧室为主要的热区部件，但为了密封性的要求，燃烧室为密闭的钢质结构，是看不到燃烧室内部情况的。依据以往实验数据，以及燃烧室单独实验分析，发现燃烧室中火焰燃烧状态对电堆温度影响较大，当火焰出现离焰、回火、熄灭时，其温度会发生剧烈抖动，甚至达到上千摄氏度，而热电偶不能工作在这么高的温度下。故本发明实施例中引入高温工业相机；
工业相机是机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成有序的电信号。选择合适的相机也是机器视觉系统设计中的重要环节，相机的选择不仅直接决定所采集到的图像分辨率、图像质量等，同时也与整个系统的运行模式直接相关；而高温工业相机，顾名思义是耐高温的工业相机。
具体地，所述信号处理模块进行图片信息处理，具体包括：
采用图像特征提取算法，对火焰图像信息进行特征提取；
将提出的特征信号与知识库中的规则进行比对；
比对后，给出相应的处理结果。
实验过程中，燃烧室中的高温工业相机定时拍摄燃烧室内的火焰图像，信息处理模块对高温工业相机抓拍的图片进行实时图像特征提取，提取能代表燃烧室火焰信号，如温度、颜色、离焰、回火、熄灭等，并将提取出的特征信号输出至控制器，与控制器中的基于规则的知识库对比；。
其中，知识库系统基于规则，而知识库的规则来源为本测试平台实验数据、该领域专家建议以及以往的研究经验组成。
S104：信息处理模块将处理结果发送到控制器；
S105：控制器接收信息处理模块发送的处理结果并生成相应的控制信号，发送至PLC；
判断系统是否运行在正常范围，一旦系统出现换热器、电堆、燃烧室等故障，控制器自行进行故障根源分析，并根据知识库中的信息，进行相应的故障处理指示，保证系统能够正常高效运行在无人的环境下。
S106：PLC接收控制器发送的控制信号，并作出反馈操作。
具体地，所述PLC执行反馈操作，具体为：
控制流量计的开度；
控制电磁阀的开闭；
控制旁路阀的开闭。
通过控制流量计的开度，电磁阀的开闭以及旁路阀的开闭实现对燃烧室底层温度的管控，进而提高电效率，从而提高系统电管理效率，使系统长时间的高效运行。
综上，本发明实施例提供的一种智能燃烧室故障诊断平台，将以往的SOFC发电系统进行拆分，单独研究燃烧室部分，模拟以往电堆实验的真实实验数据，研究实验过程中燃烧室可能出现的故障，更精确研究分析SOFC故障；此外，提供的智能燃烧室故障诊断平台，包括了图像处理部分，并结合基于规则的知识库系统，图像处理算法提取火焰图像的特征信号，然后将提取的特征信号输入至控制器的知识库中与知识库中的规则比对，根据比对结果输出相应指导信号至PLC，PLC可控制电磁阀、流量计、旁路阀等的开度，整个过程由控制器自动实现，几乎不需要人为参与，一旦系统运行出现故障，本系统可以及时做出调整，保证系统高效运行，提高发电系统的安全性和效率。而且本发明实施例中燃烧室中采用的是内置高温工业相机，对相机进行开发，以达到实时拍摄燃烧室内火焰燃烧情况的效果，观察火焰的图像，可以判断模拟尾气是否充分燃烧。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修该，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种智能燃烧室故障诊断平台，其特征在于，包括：数据采集模块，图像采集模块，信号处理模块、数据通讯模块、上位机、控制器和PLC；所述数据采集模块采集数据信号通过数据通讯模块上传到上位机进行监测并存储，图像采集模块采集图像信号输入到信号处理模块进行图片信息处理，并将处理得出的结果发送到控制器，控制器发送相应的控制信号至PLC，PLC执行反馈操作；其中，所述数据采集模块包括热电偶、流量计和压力计，所述图像采集模块为高温工业相机。
2.根据权利要求1所述的一种智能燃烧室故障诊断平台，其特征在于，所述图像采集模块采集的图像信号，具体为：
燃烧室内置的高温工业相机采集火焰图像信息，采样频率为10s/次。
3.根据权利要求2所述的一种智能智能燃烧室故障诊断平台，其特征在于，所述信号处理模块进行图片信息处理，具体包括：
采用图像特征提取算法，对火焰图像信息进行特征提取；
将提出的特征信号与知识库中的规则进行比对；
比对后，给出相应的处理结果。
4.根据权利要求1所述的一种智能智能燃烧室故障诊断平台，其特征在于，所述PLC执行反馈操作，具体为：
控制流量计的开度；
控制电磁阀的开闭；
控制旁路阀的开闭。
5.根据权利要求1所述的一种智能智能燃烧室故障诊断平台，其特征在于，所述数据通讯模块为CAN模块、RS485模块。
6.根据权利要求1所述系统的智能燃烧室故障诊断方法，其特征在于，包括如下步骤：
数据采集模块采集的温度、流量和压力信号；并通过数据通讯模块上传到上位机；
上位机接收数据通讯模块上传的温度、流量和压力信号，进行监测并存储；
图像采集模块采集图像信号并输入到信号处理模块进行图片信息处理；
信息处理模块将处理结果发送到控制器；
控制器接收信息处理模块发送的处理结果并生成相应的控制信号，发送至PLC；
PLC接收控制器发送的控制信号，并作出反馈操作。
7.根据权利要求6所述的一种智能燃烧室故障诊断方法，其特征在于，所述图像采集模块采集图像信号，具体为：
燃烧室内置的高温工业相机采集火焰图像信息，采样频率为10s/次。
8.根据权利要求7所述的一种智能燃烧室故障诊断方法，其特征在于，所述信号处理模块进行图片信息处理，具体包括：
采用图像特征提取算法，对火焰图像信息进行特征提取；
将提出的特征信号与知识库中的规则进行比对；
比对后，给出相应的处理结果。
9.根据权利要求6所述的一种智能燃烧室故障诊断方法，其特征在于，所述PLC执行反馈操作，具体为：
控制流量计的开度；
控制电磁阀的开闭；
控制旁路阀的开闭。
10.根据权利要求6所述的一种智能燃烧室故障诊断方法，其特征在于，所述数据通讯模块为CAN模块、RS485模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110061489.3A CN112904203A (zh) | 2021-01-18 | 2021-01-18 | 一种智能燃烧室故障诊断平台及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110061489.3A CN112904203A (zh) | 2021-01-18 | 2021-01-18 | 一种智能燃烧室故障诊断平台及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112904203A true CN112904203A (zh) | 2021-06-04 |
Family
ID=76114620
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110061489.3A Pending CN112904203A (zh) | 2021-01-18 | 2021-01-18 | 一种智能燃烧室故障诊断平台及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112904203A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101788343A (zh) * | 2009-12-31 | 2010-07-28 | 华中科技大学 | 炉膛辐射能信号检测方法及其用于控制锅炉燃烧的方法 |
| CN102538000A (zh) * | 2010-12-09 | 2012-07-04 | 财团法人工业技术研究院 | 燃烧火焰诊断方法 |
| JP2014138443A (ja) * | 2013-01-15 | 2014-07-28 | Toyota Motor Corp | 電動車両および電動車両の絶縁状態判定方法 |
| CN108493465A (zh) * | 2018-04-08 | 2018-09-04 | 华中科技大学 | 一种固体氧化物燃料电池的混合能量控制系统及控制方法 |
| CN108758660A (zh) * | 2018-04-28 | 2018-11-06 | 华中科技大学 | 一种用于固体氧化物燃料电池系统的尾气燃烧室及方法 |
-
2021
- 2021-01-18 CN CN202110061489.3A patent/CN112904203A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101788343A (zh) * | 2009-12-31 | 2010-07-28 | 华中科技大学 | 炉膛辐射能信号检测方法及其用于控制锅炉燃烧的方法 |
| CN102538000A (zh) * | 2010-12-09 | 2012-07-04 | 财团法人工业技术研究院 | 燃烧火焰诊断方法 |
| JP2014138443A (ja) * | 2013-01-15 | 2014-07-28 | Toyota Motor Corp | 電動車両および電動車両の絶縁状態判定方法 |
| CN108493465A (zh) * | 2018-04-08 | 2018-09-04 | 华中科技大学 | 一种固体氧化物燃料电池的混合能量控制系统及控制方法 |
| CN108758660A (zh) * | 2018-04-28 | 2018-11-06 | 华中科技大学 | 一种用于固体氧化物燃料电池系统的尾气燃烧室及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 房爱兵: "燃气轮机合成气燃烧室燃烧稳定性的实验研究", 《中国优秀博硕士学位论文全文数据库（博士） 工程科技Ⅱ辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105736150B (zh) | 优化化学计量燃烧的系统和方法 | |
| CN102062842B (zh) | 质子交换膜燃料电池安全性能测试方法及装置 | |
| CN101788343A (zh) | 炉膛辐射能信号检测方法及其用于控制锅炉燃烧的方法 | |
| CN107315405B (zh) | 一种基于互联网的机组自启动控制过程远程诊断系统及方法 | |
| CN110397951B (zh) | 一种基于数据驱动及智能算法的锅炉燃烧优化系统和装置 | |
| CN112485033A (zh) | 一种燃气轮机燃烧与透平综合冷效试验系统及试验方法 | |
| CN116314960A (zh) | 固体氧化物燃料电池系统热管理部件测试装置与试验方法 | |
| Suzuki et al. | High pressure combustion test of gas turbine combustor for 50MWth supercritical CO2 demonstration power plant on Allam cycle | |
| CN110568766A (zh) | 一种基于燃烧层温度的锅炉控制系统及在线优化方法 | |
| CN110068004A (zh) | 一种电站锅炉燃烧智能控制系统及使用方法 | |
| CN110600770B (zh) | 一种燃料电池加湿器测试系统 | |
| CN101701719B (zh) | 一种火电厂最佳燃烧节煤发电控制方法及其装置 | |
| CN206991082U (zh) | 燃气调压器在线安全预警智能分析系统 | |
| CN112465412A (zh) | 一种基于ims系统的电厂生产信息图形化方法 | |
| CN112904203A (zh) | 一种智能燃烧室故障诊断平台及方法 | |
| US8128875B2 (en) | Hydrogen control system for electric generator | |
| CN112052628B (zh) | 一种基于知识+数据的燃气轮机气路故障预测诊断方法 | |
| CN111564899B (zh) | 一种电力变压器滤油机的远程调控系统 | |
| CN112486044A (zh) | 一种基于物理网的煤气烧水用监测控制系统 | |
| AU6562401A (en) | Method for operating a fuel cell battery | |
| CN213985690U (zh) | 一种燃气轮机燃烧与透平综合冷效试验系统 | |
| Kuo et al. | Performance analysis of a stationary fuel cell thermoelectric cogeneration system | |
| CN215067174U (zh) | 一种带气体保护的锂电池测试箱 | |
| CN116125121A (zh) | 一种水电解制氢设备电解槽检测评估系统及其检测方法 | |
| CN211904602U (zh) | 适用于车用水冷板的测试系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210604 |
|
| RJ01 | Rejection of invention patent application after publication |