1) Mediate-pr essure(MP)oxygen process
中压氧流程
2) medium pressure process
中压流程
3) Low-pressure(LP)oxygen process
低压氧流程
4) air separate process of liquid oxygen "internal compress"
液氧"内压缩"中压空分流程
5) Liquid-oxygen self-pressurization process
液氧自增压流程
6) Pumping process
泵压流程
补充资料:泵是设备和生产流程中液体的输送动力
因为泵对设备状态的反应非常敏感,所以泵也是反映设备状态的一个指示器,例如滑环密封件的损坏和滑动轴承无润滑运行,气蚀引起工作轮和机壳的损坏等。
为了提高设备的可使用性,就必须了解设备状态与泵体反应之间的相互关系,这也是发展新的智能型循环泵状态诊断和测定系统的基本前提和出发点,目的是要把这种逻辑关系转化为对传感元件的最低配置。从服务机构和使用者对故障统计数据的分析上可以看出,使用2~3个传感元件就足以测定泵的运行状态,并在一定程度上对泵体进行诊断。传感元件的用途是:
识别出泵处于无润滑运行状态;
测定出轴承的温度;
测定出泵的振动幅度。
对于使用这种设备的用户来说,能够以简明的方式表述出泵体的工作状态是极为重要的。所以,用一台测量装置测出一个数值,对每一个测量数值单独进行解释,然后再把各测量数值进行综合的做法是不可行的。在这种情况下,用户必须要在对数据进行综合的基础上自己做出逻辑推理,得出结论。在实际工作的基础上设定相应的阈值预报警,这也是很重要的一个步骤。
只是这种做法要求用户必须掌握一定的泵的基础知识,以便对泵设定合适的阈值。如果这种措施只是起到预防故障的作用的话,那么它对泵体工作状态的表述力就非常有限了。而在确定泵体处于非正常工作状态的时候,人们往往也会提出究竟是泵体上的哪个元件被损坏了的问题。所以,对泵体工作状态的评价不能只停留在对个别极限值的简单的测定上。如果对每个传感器所提供的数据进行智能化和集约化的测定和评价,就可以大大超越对单个指标的评价范围,进而全面掌握泵体和设备的工作状态。
为此目的,可以使用循环泵的诊断系统——Pump Expert。这种系统只需借助少量安设在泵体上的传感元件,即可对泵体和设备的工作状态进行有效的监控。系统的各种信号相互连接,并与所储存的智能专家进行对比和调整。另外,还可以采用智能诊断方法如故障列表分析方法。
首先,要从错误的树状结构中挑选出具有说服力的测量值。针对每组测量值都设有相应的测量阈值,然后这些数值相互进行逻辑连接。根据连接情况产生出错误报告,并通过显示器显示出来。在做智能化选择、阈值确定和连接时,这种方法还可以附加提供一些信息:当泵体还未达到所设定的阈值时,逻辑连接单元就会发出信号,预示泵体将会进入危险状态。借助于电子装置和微处理器,可以把这些数据和信号进行连接。
采取这种方法可以及时确定出泵体损坏部件的位置,而且有时甚至还可以测定出故障的原因。泵体的使用者可以做出诸如下列的表述:滑动轴承损伤,磨损,工作轮受卡,输送液体介质粘稠度过高,调整错误,设备未被灌入液体,液体中含有太多的气体,断流,轴承座的冷却受到电机冷却空气的干扰。
为了提高设备的可使用性,就必须了解设备状态与泵体反应之间的相互关系,这也是发展新的智能型循环泵状态诊断和测定系统的基本前提和出发点,目的是要把这种逻辑关系转化为对传感元件的最低配置。从服务机构和使用者对故障统计数据的分析上可以看出,使用2~3个传感元件就足以测定泵的运行状态,并在一定程度上对泵体进行诊断。传感元件的用途是:
识别出泵处于无润滑运行状态;
测定出轴承的温度;
测定出泵的振动幅度。
对于使用这种设备的用户来说,能够以简明的方式表述出泵体的工作状态是极为重要的。所以,用一台测量装置测出一个数值,对每一个测量数值单独进行解释,然后再把各测量数值进行综合的做法是不可行的。在这种情况下,用户必须要在对数据进行综合的基础上自己做出逻辑推理,得出结论。在实际工作的基础上设定相应的阈值预报警,这也是很重要的一个步骤。
只是这种做法要求用户必须掌握一定的泵的基础知识,以便对泵设定合适的阈值。如果这种措施只是起到预防故障的作用的话,那么它对泵体工作状态的表述力就非常有限了。而在确定泵体处于非正常工作状态的时候,人们往往也会提出究竟是泵体上的哪个元件被损坏了的问题。所以,对泵体工作状态的评价不能只停留在对个别极限值的简单的测定上。如果对每个传感器所提供的数据进行智能化和集约化的测定和评价,就可以大大超越对单个指标的评价范围,进而全面掌握泵体和设备的工作状态。
为此目的,可以使用循环泵的诊断系统——Pump Expert。这种系统只需借助少量安设在泵体上的传感元件,即可对泵体和设备的工作状态进行有效的监控。系统的各种信号相互连接,并与所储存的智能专家进行对比和调整。另外,还可以采用智能诊断方法如故障列表分析方法。
首先,要从错误的树状结构中挑选出具有说服力的测量值。针对每组测量值都设有相应的测量阈值,然后这些数值相互进行逻辑连接。根据连接情况产生出错误报告,并通过显示器显示出来。在做智能化选择、阈值确定和连接时,这种方法还可以附加提供一些信息:当泵体还未达到所设定的阈值时,逻辑连接单元就会发出信号,预示泵体将会进入危险状态。借助于电子装置和微处理器,可以把这些数据和信号进行连接。
采取这种方法可以及时确定出泵体损坏部件的位置,而且有时甚至还可以测定出故障的原因。泵体的使用者可以做出诸如下列的表述:滑动轴承损伤,磨损,工作轮受卡,输送液体介质粘稠度过高,调整错误,设备未被灌入液体,液体中含有太多的气体,断流,轴承座的冷却受到电机冷却空气的干扰。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条