一种换热器在线故障诊断和动态除垢方法及系统与流程

1.本发明涉及换热器技术领域，具体涉及一种换热器在线故障诊断和动态除垢系统。


背景技术：

2.换热器是目前石化、煤化应用最为广泛且应用数量最多的静设备，换热器性能直接决定全厂的工艺稳定和能耗水平，是稳定工况，节能降耗减排必要管理的重要环节，保证换热器运行安全，防止和减少事故，对于维护生命财产安全和经济运行安全具有重大意义。
3.然而，目前换热器在线运行时，很难感知到其内部故障和劣化情况，只有在换热器故障影响达到一定程度后，已经严重影响生产才能判断出其内部大概的故障情况，无法精准分析故障情况，更加难以量化管理；并且，若换热器发送结垢故障还需要停车拆解后进行维修，难以在线感知和在线处理。除此以外，换热器运行是动态过程，要让换热器长期保持最佳运行状态，就必须加强日常运行情况的监测，随时处理和调整运行方式。
4.基于以上现状，目前急需一种换热器在线故障诊断和动态除垢方法及系统来解决上述问题。


技术实现要素：

5.针对现有技术中的缺陷，本发明提供一种换热器在线故障诊断和动态除垢方法，以解决故障预警不及时以及除垢需停机操作的问题，以提高换热器的稳定性与安全性。
6.第一方面，一种换热器在线故障诊断和动态除垢方法，包括：
7.获取换热器实时的运行参数，并对所述运行参数进行预处理；
8.将预处理后的运行参数输入故障预测诊断模型，结合机理判别模型，输出故障类型；
9.在所述故障类型为结垢故障时，获取冷物料实时的电导变化值，结合经济性分析结果，生成除垢控制策略，根据所述除垢控制策略控制除垢设备工作。
10.优选地，所述预处理包括清洗、除重、补齐、整定、滤波、对齐、衍生数据的机理计算中的一种或者多种，所述衍生数据包括压差、温差、流量、热量、换热效率、热阻系数中的一种或者多种。
11.优选地，所述机理判别模型包括污堵判别模型、结垢判别模型、内漏判别模型和两相流故障判别模型。
12.优选地，所述污堵故障判别模型的判别条件包括：
13.判断冷/热物料出入口压差与其对应的初始值的差值是否大于压差阈值；
14.在物料入口的运行参数变动幅度较小时，判断冷物料入换热器流量是否明显下降且冷物料出口流量小于冷物料入换热器流量或者冷物料出口总流量是否小于冷物料出换热器总流量；
15.在换热器入口冷热物料温差变动幅度较小时，判断换热器出口冷热物料温差是否
在增大；
16.所述结垢判别模型的判别条件包括：在物料为易生垢物料时，判断换热器的换热效率是否缓慢持续增长且热阻系数缓慢持续增长；
17.判断任意侧物料压差是否持续上升；
18.在物料出入口冷热物料温度参数变化较小时，判断冷物料入换热器流量和热物料入换热器流量是否呈相反的变化趋势；
19.所述内漏判别模型的判别条件包括：
20.判断冷/物料出入口压差与初始值的差值是否大于预设压差阈值；
21.在换热器入口冷热物料压差变动幅度较小时，判断换热器出口冷热物料压差是否降低，且低压侧呈不规律波动；
22.在换热器入口冷热物料压差变动幅度较小时，且中间跨度一定时，判断热物料出口总流量与冷物料出口总流量呈相反的变化趋势且高压侧冷热物料压差大于预设冷热物料压差；
23.所述两相流故障判别模型的判别条件包括：
24.判断热物料减少热量是否大于冷物料增加热量；
25.判断冷物料出口温度是、换热器入口冷热物料温差以及换热器出口冷热物料温差是否大于其对应的温度阈值；
26.判断冷物料出口压力、冷物料出入口压差变动幅度是否较大且热物料出口压力、热物料出入口压差变化幅度是否较大。
27.优选地，所述故障预测诊断模型的构建方法包括：
28.获取换热器的预处理后的历史运行参数，从所述历史运行参数中选取稳定工况数据和故障工况数据，得到样本数据，将所述样本数据划分为训练集和测试集；
29.构建初始故障预测诊断模型；
30.利用所述训练集训练所述初始故障预测诊断模型，得到故障预测诊断模型，利用所述测试集验证所述故障预测诊断模型，当所述故障诊断模型的精度到达预设精度时，输出所述故障诊断模型。
31.优选地，所述在所述故障类型为结垢故障时，获取冷物料的实时电导变化值，结合经济性分析结果，生成除垢控制策略，根据所述除垢控制策略控制除垢设备工作之前包括：
32.根据劣化预测模型预测劣化趋势，根据经济性评价模型进行经济性分析。
33.第二方面，一种换热器在线故障诊断和动态除垢系统，包括：
34.获取模块，用于获取换热器的实时运行参数，并对所述运行参数进行预处理；
35.故障分析模块，用于将预处理后的运行参数输入故障预测诊断模型，结合机理判别模型，输出故障类型；
36.在线除垢模块，在所述故障类型为结垢故障时，获取冷物料的实时电导变化值，结合经济性分析结果，生成除垢控制策略，根据所述除垢控制策略控制除垢设备工作。
37.第三方面，一种换热器在线故障诊断和动态除垢系统，包括处理器和存储器，所述存储器中存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现上述任一项所述的方法。
38.本发明的有益效果体现在：本发明通过对换热器实时的运行参数进行数据清洗等
预处理；将预处理后的运行参数输入故障预测诊断模型，结合机理判别模型，能够实现运行参数和故障情况的预测，并确定出故障类型，实现了将机理判别模型与故障预测诊断模型的结合分析，相互补充，确保能够得到更精准的故障诊断结果，有效对换热器故障进行预警与诊断，以提高换热器运行的稳定性和安全性。同时，当在线故障诊断结果为结垢故障时，还能够结合劣化分析、经济性分析结垢，确定除垢控制策略对除垢设备进行控制，实现了换热器在线除垢，不需要停机拆解除垢，提高了企业决策水平，降低了生产运行成本。
39.本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
40.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
41.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
42.图1为本发明实施例1所提供的一种换热器在线故障诊断和动态除垢方法的流程示意图；
43.图2为本发明实施例2所提供的一种换热器在线故障诊断和动态除垢系统的结构示意图；
44.图3为本发明实施例3所提供的一种换热器在线故障诊断和动态除垢系统的结构示意图；
45.图4为本发明实施例3所提供的一种换热器在线故障诊断和动态除垢系统的优选结构示意图。
46.附图中，1-冷物料入口管道，2-冷物料在线电导检测仪，3-在线变频信号发生器，4-能量耦合环，5-冷物料入口在线温度传感器，6-冷物料入口在线压力传感器，7-冷物料换热器入口在线流量传感器，8-冷物料在线耦合环后电导检测仪，9-冷物料出口在线总流量传感器，10-冷物料出换热器电导检测仪，11-冷物料出口在线温度传感器，12-冷物料出口在线压力传感器，13-冷物料出口管道，14-热物料入口管道，15-热物料入口温度传感器，16-热物料入口在线压力传感器，17-冷物料入口在线总流量传感器，18-换热器，19-热物料出口在线总流量传感器，20-热物料出口在线压力传感器，21-热物料出口在线温度传感器，22-热物料出口管道，23-数据中台，24-分析控制器。
具体实施方式
47.下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
48.需要注意的是，除非另有说明，本技术使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
49.实施例1
50.如图1所示，图1为本发明实施例所提供的一种换热器在线故障诊断和动态除垢方法流程示意图，所述方法包括：
51.步骤一：获取换热器实时的运行参数，并对所述运行参数进行预处理；
52.其中，运行参数包括但不限于温度、流量、压力等数据，在一些实施例中，可以通过dcs系统、plc系统获取运行参数，当然，也可以通过现场的测量设备获取运行参数。
53.由于运行参数采集过程中可能出现采集点异常、采集带你缺失等情况，因此，需要对采集的运行参数进行预处理，具体的，预处理包括清洗、除重、补齐、整定、滤波、对齐、衍生数据的机理计算中的一种或者多种，所述衍生数据包括压差、温差、流量、热量、换热效率、热阻系数中的一种或者多种，需要说明的，所述清洗、除重、补齐、整定、滤波、对齐、衍生数据的机理计算所采用的方法均为现有技术，在本发明实施例中不做限制。
54.通过上述方法能够获取并存储精准的运行参数，为后续的分析测量提供了基础支持。
55.步骤二：将预处理后的运行参数输入故障预测诊断模型，结合机理判别模型，输出故障类型；
56.在本发明实施例中，所述机理判别模型包括污堵判别模型、结垢判别模型、内漏判别模型和两相流故障判别模型。
57.具体的，所述污堵故障判别模型的判别条件包括：判断冷/热物料出入口压差与其对应的初始值的差值是否大于压差阈值；在物料入口的运行参数变动幅度较小时，判断冷物料入换热器流量是否明显下降且冷物料出口流量小于冷物料入换热器流量或者冷物料出口总流量是否小于冷物料出换热器总流量；在换热器入口冷热物料温差变动幅度较小时，判断换热器出口冷热物料温差是否在增大；
58.具体的，所述结垢判别模型的判别条件包括：在物料为易生垢物料时，判断换热器的换热效率是否缓慢持续增长且热阻系数缓慢持续增长；判断任意侧物料压差是否持续上升；在物料出入口冷热物料温度参数变化较小时，判断冷物料入换热器流量和热物料入换热器流量是否呈相反的变化趋势；
59.具体的，所述内漏判别模型的判别条件包括：判断冷/物料出入口压差与初始值的差值是否大于预设压差阈值；在换热器入口冷热物料压差变动幅度较小时，判断换热器出口冷热物料压差是否降低，且低压侧呈不规律波动；在换热器入口冷热物料压差变动幅度较小时，且中间跨度一定时，判断热物料出口总流量与冷物料出口总流量呈相反的变化趋势且高压侧冷热物料压差大于预设冷热物料压差；
60.具体的，所述两相流故障判别模型的判别条件包括：判断热物料减少热量是否大于冷物料增加热量；判断冷物料出口温度是、换热器入口冷热物料温差以及换热器出口冷热物料温差是否大于其对应的温度阈值；判断冷物料出口压力、冷物料出入口压差变动幅度是否较大且热物料出口压力、热物料出入口压差变化幅度是否较大。
61.在本发明实施例中，所述故障预测诊断模型的构建方法包括：获取预处理后的历史运行参数，从所述历史运行参数中选取稳定工况数据和故障工况数据，得到样本数据，将所述样本数据划分为训练集和测试集；构建初始故障预测诊断模型；利用所述训练集训练所述初始故障预测诊断模型，得到故障预测诊断模型，利用所述测试集验证所述故障预测
诊断模型，当所述故障诊断模型的精度到达预设精度时，输出所述故障诊断模型。
62.具体的，将80％的样本数据作为训练集，将20％的样本数据作为测试集。在进行故障预测诊断模型测试时，需要设置评估指标，评估指标可以包括准确性、可用性等，在实际的运用中，兼顾性能与速度的故障预测诊断模型可以带来更大的收益。
63.本发明提供的故障预测诊断模型包括两部分，一部分用于绘制出换热器当前状态下良好运行指导曲线，另一部分用于识别故障。再识别出故障后，又结合机理判别模型识对故障进行定性，识别出故障类型，能够针对故障类型提出合理建议。
64.步骤三：在所述故障类型为结垢故障时，获取冷物料的实时电导变化值，结合经济性分析结果，生成除垢控制策略，根据所述除垢控制策略控制除垢设备工作。
65.还需要说明的是，所述在所述故障类型为结垢故障时，获取冷物料的实时电导变化值，结合经济性分析结果，生成除垢控制策略，根据所述除垢控制策略控制除垢设备工作之前包括：根据劣化预测模型预测劣化趋势，根据经济性评价模型进行经济性分析。
66.其中，劣化预测模型为现有模型，其训练过程在此不做赘述。
67.由于各种故障(污堵、内漏、两相流等故障)状态下，换热器的换热效率会大幅下降，热阻会大幅上升，热物料热量(或冷物料冷量)得不到很好的利用，此时对设备故障或者设备劣化进行经济性分析，只需要将经过换热器未经利用的能量折算成标准煤、标准气的热量，从而可以折算出损失能量对应的标准煤或天然气的重量消耗，按市场价核算。
68.由于冷物料侧易于结垢，因此，对冷物料侧的电导变化情况与时间进行检测，根据检测结果指导后续除垢工作。具体的，根据冷物料内实时电导变化值，结合结垢故障分析和经济性分析，给定在线变频信号发生器调整指令，调整开、关以及切换电压和频率指令，再根据后续冷物料电导的检测数据进行稳态的控制，利用终端扫频磁电除垢设备，实现在线除垢，其中，终端扫频电除垢设备包但不限于能力耦合环。
69.示例性的，当冷物料在线电导检测仪、冷物料在线耦合环后电导检测仪检测电导率同时低于300时，关闭设备电源；当冷物料在线电导检测仪、冷物料在线耦合环后电导检测仪检测电导率同时大于400时，开启设备电源，按初始频率运行设备；当冷物料在线电导检测仪数据增加时，每增加200，按照设定设备频率对应关系提升一级；当冷物料在线耦合环后电导检测仪-冷物料在线电导检测仪电导差趋于稳定时，波动小于10％，保持当前频次运行；若(冷物料出换热器电导检测仪测量-冷物料在线耦合环后电导检测仪测量)/冷物料在线耦合环后电导检测仪测量的数值大于10％，且冷物料在线电导检测仪测量在持续增加时，继续保持每增加200，按照设定设备频率对应关系提升一级，直至(冷物料出换热器电导检测仪测量-冷物料在线耦合环后电导检测仪测量)/冷物料在线耦合环后电导检测仪测量的数值小于10％，且冷物料在线耦合环后电导检测仪测量-冷物料在线电导检测仪测量的电导差趋于稳定时，波动小于10％；当冷物料在线电导检测仪测量大于等于3000时，保持当前最高频次运行；当冷物料在线电导检测仪测量大于等于4000时，关闭设备，小于3000时从新开启设备，保持停机前最高频次运行。
70.综上，本发明提供了一种换热器在线故障诊断和动态除垢方法，通过对换热器实时的运行参数进行数据清洗等预处理；将预处理后的运行参数输入故障预测诊断模型，结合机理判别模型，能够实现运行参数和故障情况的预测，并确定出故障类型，实现了将机理判别模型与故障预测诊断模型的结合分析，相互补充，确保能够得到更精准的故障诊断结
果，有效对换热器故障进行预警与诊断，以提高换热器运行的稳定性和安全性。同时，当在线故障诊断结果为结垢故障时，还能够结合劣化分析、经济性分析结垢，确定除垢控制策略对除垢设备进行控制，实现了换热器在线除垢，不需要停机拆解除垢，提高了企业决策水平，降低了生产运行成本。
71.实施例2
72.如图2所示，图2为本发明实施例所提供的一种换热器在线故障诊断和动态除垢系统的结构示意图，所述系统包括：获取模块200，用于获取换热器的实时运行参数，并对所述运行参数进行预处理；故障分析模块300，用于将预处理后的运行参数输入故障预测诊断模型，结合机理判别模型，输出故障类型；在线除垢模块400，在所述故障类型为结垢故障时，获取冷物料的实时电导变化值，结合经济性分析结果，生成除垢控制策略，根据所述除垢控制策略控制除垢设备工作。
73.应当理解，本发明实施例所提供的一种换热器在线故障诊断和动态除垢系统与上述实施例所提供的一种换热器在线故障诊断和动态除垢方法出于相同的发明构思，关于本发明实施例中各个模块更加具体的工作原理可参考上述实施例，在本发明实施例中，不做赘述。
74.实施例3
75.如图3所示，图3为本发明实施例所提供的一种换热器在线故障诊断和动态除垢系统的结构示意图，所述系统包括：包括处理器和存储器，所述存储器中存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现上述任一项所述的方法。
76.本发明实施例还提供一种应用了上述方案的电子设备，此部分内容原理与方案部分相对应，实现原理的部分此处不再赘述，以下将对该电子设备的硬件组成进行描述，请参见图3，图3为本技术实施例提供的一种电子设备的结构示意图：
77.该电子设备包括存储器310、处理器320以及总线，存储器310上存储有可在处理器320上运行的操作系统预安装程序，该操作系统预安装程序通过总线传输给处理器320，并在处理器320在执行时实现如上述实施例所描述的各步骤。
78.其中，存储器310至少包括一种类型的可读存储介质，可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、磁性存储器、磁盘、光盘等。存储器310在一些实施例中可以是预安装装置的内部存储单元，例如电子设备的硬盘。存储器310在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，存储器310还可以同时由内部存储单元和外部存储设备同时组成。进一步的，存储器310不仅可以用于存储安装于电子设备中的各种应用软件和各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
79.处理器320在一些实施例中可以是中央处理器(central processing unit,cpu)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器310中存储的程序代码或处理数据，例如执行操作系统的预安装程序等。总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总
线、控制总线等。为便于表示，图3中仅用一条双向中空指示线表示，但并不表示仅有一根总线或一种类型的总线。
80.应当理解，图3所提供的结构图仅为一种实施方式，在一优选实施方式中，如图4所示，一种换热器在线故障诊断和动态除垢系统，包括：分析控制器，所述分析控制器包括上述的存储器和处理器。
81.进一步的，还包括：数据中台、在线变频信号发生器、能量耦合环，所述数据中台与所述分析控制器连接，所述分析控制器、在线变频信号发生器、能量耦合环。
82.作为优选的，还包括冷/热物料管道以及设置在冷/热物料管道上的采集器；
83.其中，所述采集器包括冷物料在线电导检测仪2、在线变频信号发生器3、冷物料入口在线温度传感器5、冷物料入口在线压力传感器6、冷物料换热器入口在线流量传感器7、冷物料在线耦合环后电导检测仪8、冷物料出口在线总流量传感器9、冷物料出换热器电导检测仪10、冷物料出口在线温度传感器，11、冷物料出口在线压力传感器12、冷物料出口管道13、热物料入口管道14、热物料入口温度传感器15、热物料入口在线压力传感器16、冷物料入口在线总流量传感器17、换热器18、热物料出口在线总流量传感器19、热物料出口在线压力传感器20、热物料出口在线温度传感器21、热物料出口管道22。
84.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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改，或者对其中部分或者全部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范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

技术特征：
1.一种换热器在线故障诊断和动态除垢方法，其特征在于，包括：获取换热器实时的运行参数，并对所述运行参数进行预处理；将预处理后的运行参数输入故障预测诊断模型，结合机理判别模型，输出故障类型；在所述故障类型为结垢故障时，获取冷物料实时的电导变化值，结合经济性分析结果，生成除垢控制策略，根据所述除垢控制策略控制除垢设备工作。2.根据权利要求1所述的方法，其特征在于，所述预处理包括清洗、除重、补齐、整定、滤波、对齐、衍生数据的机理计算中的一种或者多种，所述衍生数据包括压差、温差、流量、热量、换热效率、热阻系数中的一种或者多种。3.根据权利要求1所述的方法，其特征在于，所述机理判别模型包括污堵判别模型、结垢判别模型、内漏判别模型和两相流故障判别模型。4.根据权利要求1所述的方法，其特征在于，所述污堵故障判别模型的判别条件包括：判断冷/热物料出入口压差与其对应的初始值的差值是否大于压差阈值；在物料入口的运行参数变动幅度较小时，判断冷物料入换热器流量是否明显下降且冷物料出口流量小于冷物料入换热器流量或者冷物料出口总流量是否小于冷物料出换热器总流量；在换热器入口冷热物料温差变动幅度较小时，判断换热器出口冷热物料温差是否在增大；所述结垢判别模型的判别条件包括：在物料为易生垢物料时，判断换热器的换热效率是否缓慢持续增长且热阻系数缓慢持续增长；判断任意侧物料压差是否持续上升；在物料出入口冷热物料温度参数变化较小时，判断冷物料入换热器流量和热物料入换热器流量是否呈相反的变化趋势；所述内漏判别模型的判别条件包括：判断冷/物料出入口压差与初始值的差值是否大于预设压差阈值；在换热器入口冷热物料压差变动幅度较小时，判断换热器出口冷热物料压差是否降低，且低压侧呈不规律波动；在换热器入口冷热物料压差变动幅度较小时，且中间跨度一定时，判断热物料出口总流量与冷物料出口总流量呈相反的变化趋势且高压侧冷热物料压差大于预设冷热物料压差；所述两相流故障判别模型的判别条件包括：判断热物料减少热量是否大于冷物料增加热量；判断冷物料出口温度是、换热器入口冷热物料温差以及换热器出口冷热物料温差是否大于其对应的温度阈值；判断冷物料出口压力、冷物料出入口压差变动幅度是否较大且热物料出口压力、热物料出入口压差变化幅度是否较大。5.根据权利要求1所述的方法，其特征在于，所述故障预测诊断模型的构建方法包括：获取预处理后的历史运行参数，从所述历史运行参数中选取稳定工况数据和故障工况数据，得到样本数据，将所述样本数据划分为训练集和测试集；构建初始故障预测诊断模型；
利用所述训练集训练所述初始故障预测诊断模型，得到故障预测诊断模型，利用所述测试集验证所述故障预测诊断模型，当所述故障诊断模型的精度到达预设精度时，输出所述故障诊断模型。6.根据权利要求1所述的方法，其特征在于，所述在所述故障类型为结垢故障时，获取冷物料的实时电导变化值，结合经济性分析结果，生成除垢控制策略，根据所述除垢控制策略控制除垢设备工作之前包括：根据劣化预测模型预测劣化趋势，根据经济性评价模型进行经济性分析。7.一种换热器在线故障诊断和动态除垢系统，其特征在于，包括：获取模块，用于获取换热器的实时运行参数，并对所述运行参数进行预处理；故障分析模块，用于将预处理后的运行参数输入故障预测诊断模型，结合机理判别模型，输出故障类型；在线除垢模块，在所述故障类型为结垢故障时，获取冷物料的实时电导变化值，结合经济性分析结果，生成除垢控制策略，根据所述除垢控制策略控制除垢设备工作。8.一种换热器在线故障诊断和动态除垢系统，其特征在于，包括：处理器和存储器，所述存储器中存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-7中任一项所述的方法。

技术总结
本发明公开了一种换热器在线故障诊断和动态除垢方法及系统，涉及换热器技术领域，本发明通过对换热器实时的运行参数进行数据清洗等预处理；将预处理后的运行参数输入故障预测诊断模型，结合机理判别模型，能够实现运行参数和故障情况的预测，并确定出故障类型，实现了将机理判别模型与故障预测诊断模型的结合分析，相互补充，确保能够得到更精准的故障诊断结果，有效对换热器故障进行预警与诊断，以提高换热器运行的稳定性和安全性。同时，当在线故障诊断结果为结垢故障时，还能够结合劣化分析、经济性分析结垢，确定除垢控制策略对除垢设备进行控制，实现了换热器在线除垢，不需要停机拆解除垢，提高了企业决策水平，降低了生产运行成本。了生产运行成本。了生产运行成本。


技术研发人员：田斌 柏林 刘华 姜红芳 邸晴川
受保护的技术使用者：内蒙古领益智能科技有限公司
技术研发日：2023.03.16
技术公布日：2023/7/19