Infolge des hohen Kostendrucks wird es für Kraftwerksbetreiber zunehmend wichtiger, ihre Anlagen in jedem geforderten Lastpunkt optimal zu betreiben und Abweichungen vom Sollzustand frühzeitig zu erkennen. In dieser Arbeit wird eine einheitliche und übertragbare Methodik für den Entwurf und die Implementierung von Gütegraden zur Online-Zustandsüberwachung unterschiedlicher Komponenten in Kraftwerken auf Basis von künstlichen Neuronalen Netzen vorgestellt. Durch Extrapolation des zeitlichen Gütegrad- oder Kostenverlaufs infolge der Zustandsverschlechterung ist es möglich, den optimalen Instandhaltungszeitpunkt einer Komponente zu bestimmen.To minimise costs, it is important to operate power plants optimally at every load requested. For this reason, an early detection of deviations is necessary. In this work, a unified and transferable methodology is introduced for the development and implementation of performance indicators. Based on artificial neural networks, these indicators are used for online condition monitoring. By extrapolating the performance indicator or cost trend due to degradation, it is possible to determine the optimum time for maintenance for the associated component.
- 179 pages
- English
- PDF
- Available on iOS & Android
eBook - PDF
About this book
Trusted by 375,005 students
Access to over 1.5 million titles for a fair monthly price.
Study more efficiently using our study tools.
Information
Print ISBN
9783954043040
Edition
1Table of contents
- Vorwort
- Inhaltsverzeichnis
- Formelzeichen, Indizes und Abkürzungen
- 1 Einleitung
- 2 Methodik
- 3 Nichtverfügbarkeitsanalyse
- 4 Zustandskenngrößen
- 5 Datenanalyse und Informationsverdichtung
- 6 Künstliche Neuronale Netze
- 7 Anwendungsbeispiele
- 8 Zusammenfassung
- Literaturverzeichnis
- A Brennkammerwand Gütegrade
- B Speisewasserpumpen Gütegrade
- Lebenslauf