一种基于多维决策图的汽轮机运维辅助系统

1.本发明属于汽轮机技术领域，尤其涉及一种基于多维决策图的汽轮机运维辅助系统。


背景技术：

2.由于汽轮机部件或总体的健康状态涉及到材料、气动热力、结构、控制传感测量以及概率统计等诸多学科，至今仍有许多理论和实际问题难以解决，使得汽轮机健康管理依然处于起步探索阶段。
3.目前的汽轮机的运行维护基本上是依靠例行巡检完成，或者专家通过汽轮机实际运行数据进行，当设备出现故障时依靠专家经验进行维护检修等。目前还没有一种专门且全面的汽轮机运行维护系统，现有的运行维护方法基本上是针对某一情况进行运检测的，不仅不能及时全面的实现汽轮机的运行维护，而且存在效率低的问题。


技术实现要素：

4.本发明实施例的目的在于提供一种基于多维决策图的汽轮机运维辅助系统，旨在解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种基于多维决策图的汽轮机运维辅助系统，包括混合现实交互终端和汽轮机运维辅助决策系统，所述混合现实交互终端与汽轮机运维辅助决策系统配合，用于以混合现实显示的方式对汽轮机运行参数进行展示，并用于在操作过程中进行辅助决策支持；
7.所述汽轮机运维辅助决策系统包括：
8.展示模块，所述展示模块平行运行并根据视觉信息完成汽轮机结构、汽轮机测点位置及数据展示；
9.运行状态分析与预测模块，所述运行状态分析与预测模块基于多维决策图对汽轮机的运行状态进行分析及预测；
10.故障分析模块，所述故障分析模块用于分析故障原因；
11.指导模块，所述指导模块用于对汽轮机运行操作进行指导。
12.进一步的，所述汽轮机运维辅助决策系统的构建，具体实现步骤为：
13.s1.采集现场汽轮机运行监视数据，将汽轮机结构、监视测点安装位置和测点实际数据通过三维混合现实的模式交互显示，并以历史数据的形式保存；
14.s2.将汽轮机运行数据输入运行状态分析与预测模块，获得汽轮机运行状态参数及预测未来一段时间变化趋势，并以三维混合现实的模式交互显示。
15.进一步的，所述运行状态分析与预测模块的具体实现步骤为：
16.s11.离线学习：根据历史数据在多维空间中的分布，将不同参数组合成不同的状态空间，建立不同空间的状态模型，并记录；
17.s12.在线预测：根据实际采集的数据，判断其隶属的状态空间，输入对应的状态向
量模型，获得状态向量；
18.s13.在线校正：当预测的状态变量和实际状态变量偏差超过阈值时，在线校正标志位置“1”，系统进入在线校正模式，从历史数据中搜寻与待校正状态相近的足量数据，重新建立其状态向量模型，同时更新旧模型。
19.进一步的，所述故障分析模块通过三维混合现实模式重演故障现象，并用于给出故障原因及事故发生的预防建议。
20.进一步的，还包括三维模块，所述三维模块用于支持汽轮机运维辅助决策系统，所述三维模块采用三维建模软件建立设备结构、数据测量传感器、运维工具及设备运行环境的三维模型。
21.进一步的，所述混合现实交互终端包括头戴式设备、体感设备、视频设备和语音设备。
22.进一步的，还包括评价量化模块，所述评价量化模块用于输出汽轮机运行状态的实时评价结果数据。
23.进一步的，还包括数据采集处理模块，所述数据采集处理模块以数据模型搭建。
24.与现有技术相比，本发明的有益效果是：
25.该基于多维决策图的汽轮机运维辅助系统，将虚拟信息和真实视相相结合，交互地展示汽轮机设备运行信息，并设置运行状态分析及预测模块对汽轮机设备运行状态进行监视及预测，故障原因分析模块对汽轮机设备进行故障原因分析，能够及时全面的实现汽轮机的运行维护，提高了汽轮机设备的运行效率。
附图说明
26.图1为基于多维决策图的汽轮机运维辅助系统的结构示意图。
27.图2为基于多维决策图的汽轮机运维辅助系统中的多维决策图。
具体实施方式
28.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
29.以下结合具体实施例对本发明的具体实现进行详细描述。
30.本发明一个实施例提供的一种基于多维决策图的汽轮机运维辅助系统，包括混合现实交互终端和汽轮机运维辅助决策系统，所述混合现实交互终端与汽轮机运维辅助决策系统配合，用于以混合现实显示的方式对汽轮机运行参数进行展示，并用于在操作过程中进行辅助决策支持；
31.所述汽轮机运维辅助决策系统包括：
32.展示模块，所述展示模块平行运行并根据视觉信息完成汽轮机结构、汽轮机测点位置及数据展示；
33.运行状态分析与预测模块，所述运行状态分析与预测模块基于多维决策图对汽轮机的运行状态进行分析及预测；
34.故障分析模块，所述故障分析模块用于分析故障原因；
35.指导模块，所述指导模块用于对汽轮机运行操作进行指导。
36.在本发明实施例中，本发明将虚拟信息和真实视相相结合，交互地展示汽轮机设备运行信息，并设置运行状态分析及预测模块对汽轮机设备运行状态进行监视及预测，故障原因分析模块对汽轮机设备进行故障原因分析，提高了汽轮机设备的运行效率。
37.作为本发明的一种优选实施例，所述汽轮机运维辅助决策系统的构建，具体实现步骤为：
38.s1.采集现场汽轮机运行监视数据，将汽轮机结构、监视测点安装位置和测点实际数据通过三维混合现实的模式交互显示，并以历史数据的形式保存；
39.s2.将汽轮机运行数据输入运行状态分析与预测模块，获得汽轮机运行状态参数及预测未来一段时间变化趋势，并以三维混合现实的模式交互显示。
40.在本发明实施例中，优选的，状态分析与预测模块基于基于多维决策图对汽轮机设备运行状态进行监视及预测。
41.作为本发明的一种优选实施例，所述运行状态分析与预测模块的具体实现步骤为：
42.s11.离线学习：根据历史数据在多维空间中的分布，将不同参数组合成不同的状态空间，建立不同空间的状态模型，并记录；
43.s12.在线预测：根据实际采集的数据，判断其隶属的状态空间，输入对应的状态向量模型，获得状态向量；
44.s13.在线校正：当预测的状态变量和实际状态变量偏差超过阈值时，在线校正标志位置“1”，系统进入在线校正模式，从历史数据中搜寻与待校正状态相近的足量数据，重新建立其状态向量模型，同时更新旧模型。
45.在本发明实施例中，当预测的状态变量和实际状态变量偏差超过阈值或者人为判定预测状态偏差较大时，在线校正标志位置“1”，系统进入在线校正模式；影响汽轮机运行状态的最重要影响因素是汽轮机机的进汽参数，包括汽轮机的进汽流量、温度、压力，以上三个参数分别作为xyz坐标轴，根据历史数据构建汽轮机运行状态空间；状态向量＝f
x
(流量，温度，压力)。
46.作为本发明的一种优选实施例，所述故障分析模块通过三维混合现实模式重演故障现象，并用于给出故障原因及事故发生的预防建议。
47.在本发明实施例中，优选的，通过检修工况点判断模块根据用户采集信息自动判别检修工况点，同时利用信息可视化模块实现特征信息模型可视化；将设备操作规程文字性的描述转换为三维混合现实交互提示，提供操作数据变化及操作步骤指导性建议。
48.作为本发明的一种优选实施例，还包括三维模块，所述三维模块用于支持汽轮机运维辅助决策系统，所述三维模块采用三维建模软件建立设备结构、数据测量传感器、运维工具及设备运行环境的三维模型。
49.在本发明实施例中，优选的，在交互时，调取混合现实设备内存储的检修模型数据；获取体感、视频、语音数据；以虚拟影像输出运行现场的运维辅助决策数据。
50.作为本发明的一种优选实施例，所述混合现实交互终端包括头戴式设备、体感设备、视频设备和语音设备。
51.在本发明实施例中，优选的，通过头戴式设备、体感设备、视频设备和语音设备四
种混合现实交互终端的设置，便于用户使用。
52.作为本发明的一种优选实施例，还包括评价量化模块，所述评价量化模块用于输出汽轮机运行状态的实时评价结果数据。
53.在本发明实施例中，优选的，设备运行全过程的运行状态实时评价结果数据通过评价量化模块输出。
54.作为本发明的一种优选实施例，还包括数据采集处理模块，所述数据采集处理模块以数据模型搭建。
55.在本发明实施例中，优选的，所述数据采集处理模块存储汽轮机运维辅助系统中测量传感器数据、外部环境特征数据、可视化信息数据和操作指导数据，以及用户信息和权限数据。
56.本发明的工作原理是：
57.该基于多维决策图的汽轮机运维辅助系统，将虚拟信息和真实视相相结合，交互地展示汽轮机设备运行信息，并设置运行状态分析及预测模块对汽轮机设备运行状态进行监视及预测，故障原因分析模块对汽轮机设备进行故障原因分析，提高了汽轮机设备的运行效率。
58.以上仅是本发明的优选实施方式，应当指出，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些均不会影响本发明实施的效果和专利的实用性。