用于阀的状态监测的方法和设备
技术领域
本发明涉及在工业过程中的阀的状态监测。
背景技术
例如阀等处理仪器的状态监测在无扰操作和处理的性能中发挥了重要的作用。故障阀能够导致工厂计划外的停工并且造成重大损失。因此,开发了不同类型的状态监测系统以基于对由智能定位器执行的阀数据包的操作的测量而观察阀的状态。智能数字阀控制器带出大量的阀性能指示符。所述阀性能指示符使在阀的维护和寿命周期管理中能实现更高的生产力。由于一个维护机构可能负责多个阀,甚至多达5000个阀,因此显然的是自动分析和性能监测帮助了解全局、预测维护的需要并且分配维护操作。
存在各种类型的状态监测方法,并且所述方法通常根据知识水平划分为基于模型的方法和统计学方法。存在许多状态监测应用,并且所述应用可以被划分为例如通用应用和装置专用应用。装置专用状态监测应用最适合于装置对操作和生产车间的安全至关重要的情况。选择装置专用应用的另一个理由是所安装的装置的数量,通常存在很多阀,使得最佳方案是使用阀专用状态监测应用。
Friman M.发表在Automation 2003Seminar,Helsinki FairCentre 9.-11.9.2003,Society of Automation,Helsinki,2003,p.477-482中的A New Method for Condition Monitoring of Unit Processes andField Devices(芬兰语)公开了一种统计学状态监测方法,该方法被应用到泵的状态监测。所述方法应用状态柱状图,这是常规的统计学分析方法,并且如果需要,将在检测中考虑例如操作方法和处理的工作点。被监测的特性被称为质量变量。所述质量变量可以是表示与所述装置的操作有关的情况的任意变量,例如泵的电流、被测量的质量、成本或基于所述测量计算的性能变量。工作点变量是作用在质量变量上的说明变量。工作点变量可以包括例如,流量、泵后压力、生产量和生产率、类型和产品编号、原材料性质、处理状态(如闲置、开工和停工或其他故障或失灵)以及处理阶段。所述方法将工作点变量与质量变量相区别。质量分布,即柱状图,自短时范围内的质量变量(例如,在最近4小时内泵的电流的分布)生成,由此质量变量的数值被划分为多个二进制文件(例如,泵的电流被划分为11个二进制文件40,41,...50A)。此外,生成了工作点专用基准分布,每个所述分布表示长时间周期内的一组工作点中的质量分布。所述工作点通过将工作点变量划分为多个二进制文件(例如,针对流量的6个二进制文件,如15,19...35l/s,以及针对泵后压力的3个二进制文件,如200,300,400kPa)而形成。向操作者显示出瞬时质量分布(例如最近4小时内的泵的电流分布)以及基准分布,操作者可以将基准分布与瞬时分布相比较。因此,运行比以前变差的泵基于彼此不同的质量分布和基准分布将通过扫视被立即暴露。
Mats Friman等人在Automation 2005Seminar,Helsinki FairCentre 6.-8.9.2005中发表的An Analysing and MonitoringEnvironment of Intelligent Control Valves(芬兰语)公开了一种状态监测方法,其中控制阀当前的操作和状态与自所述装置的历史数据生成的阀专用模型(多变量柱状图)相比较。说明了阀当前的操作和状态的信号可以是例如偏差和负载因数等测量数值或例如阀行进仪表和反转数量等的计数器。作为所述比较的结果,每个信号被提供具有类别“高”、“正常”和“低”的模糊聚类。这些读数表示最后的观察是在何种水平上与相同信号的更长时间的分布进行的比较。模糊聚类被提供给推理机构,所述推理机构将已知阀故障配置为不同信号的高/正常/低组合。作为推理的结果,阀的状态以及与已知故障的匹配被估计。对于每个阀,计算一个关于性能的标识,即性能指数(PI),所述性能指数还可以作为趋势被观察。所述指数在0和1之间变化,由此较大的指数意味着更好的性能。PI=1意味着阀良好,PI=0意味着最坏的可能的性能状态。性能指数的趋势被观察以便预测故障的发生。
Mats Friman等人在会议:The 15th Mediterranean Conferenceon Control and Automation(MED’07),雅典(Athens),希腊(Greece),2007中发表的Managing Adaptive Process Monitoring:New Toolsand Case Examples中公开了一种基于状态柱状图的类似的状态监测。
发明内容
本发明的一个目的是提供了一种用于处理工业中的阀的状态监测的改进的方法和设备。在本说明书中,阀涉及关闭阀或控制阀、操作所述阀的致动器和控制所述致动器的阀控制器的任意组合。本发明的所述目的通过方法和设备实现,所述方法和设备的特征在于独立权利要求中公开的内容。本发明的优选实施例公开在从属权利要求中。
在本发明的方法中,在阀的状态和性能被监测时考虑处理状态。根据本发明的一个实施例,除了阀内部的测量外,在阀的状态监测中还使用了过程测量,使得过程测量识别阀操作的工作点,并且在这些工作点处观察阀内部的测量以检测变化并且确定阀的状态。当仅在相同工作点处将阀的操作与基准测量相比较时,在对变化的观察中获得更为精确的最终结果,因为这使得可以注意到使阀的状态监测复杂化的“非线性”并且消除所述“非线性”对状态监测的影响。
阀的故障诊断中的一个挑战是认识到致动器的摩擦问题以及阀在定位器的故障中充分可靠。一个问题是定位器的故障,例如滑动部分的污染,对阀数据包的动态造成与致动器或阀的摩擦或阻滞问题类似的结果。一方面,在充分有益的时间内区分阀的摩擦问题和致动器的摩擦问题是一项苛求的任务,但其在阀的维护中发挥了重要作用。在一个实施例中,所述方法考虑了阀上的压力差以及开启角度的变化。因此,阀的状态监测变得相当的精确,因为主要作用在阀负载(摩擦、动态扭矩)上的压力差中的变化可以被考虑,等等。
根据本发明的一个实施例,用于监测阀的状态的方法包括以下步骤:
收集表示工作在工业过程中的阀的操作的性能变量数据,
基于所述收集的性能变量数据生成表示阀的给定性能变量的长期行为的统计学基准分布,
生成表示阀的所述性能变量的短期行为的统计学分布,
生成表示阀的所述性能变量的长期行为的统计学基准分布,
通过将短期统计学分布与长期统计学基准分布相比较而分析阀的当前状态,
收集表示所述工业过程的工作点的工作点变量数据,
在工业过程的多个工作点处分离地生成表示阀的给定性能变量的短期行为的所述统计学分布,
在工业过程的多个工作点处分离地生成表示阀的给定性能变量的长期行为的所述统计学基准分布,
在所述分析中,通过将不同工作点处的短期统计学分布与相应工作点的长期基准分布相比较而分析阀的当前状态。
根据本发明的一个实施例,表示工业过程的工作状态的所述变量包括以下变量中的至少一个:阀上的压力差、对阀的控制、阀位置、仪表气压、阀之前的压力或自工业过程测量并且与阀上的压力差成比例的其他变量。
根据本发明的一个实施例,当观察到阀的摩擦负载和/或致动器的负载因数中的变化时,考虑表示工业过程的工作状态的所述变量。
根据本发明的一个实施例,阀的所述给定性能变量是以下变量中的一个:平衡偏差、平衡偏差的标准偏差、动态偏差、摩擦、平衡摩擦、启动负载、滑阀位置、滑阀位置的标准偏差、反转的次数、反转与动量的比率。
本发明的一个实施例包括:
作为分析的结果获得关于性能变量在不同工作点处的变化的信息,
通过获得的信息计算一个通用标准化性能指示符,
将所述性能指示符的数值与阈值相比较,
当阀的性能指数达到所述阈值时,将阀的操作解释为异常。
根据本发明的一个实施例,阀或致动器的摩擦问题可以通过通过将致动器的负载因数的变化与阀负载因数的变化相对于彼此相比较而被局限于所述分析的结果。
附图说明
本发明将在下文中结合示例性实施例并参考附图被更详细地说明,其中:
图1示出了示例性的分散自动化系统;
图2A和2B分别说明了用于动态扭矩Mdyn和摩擦负载Mvalve的阀的非线性操作;
图3示出了根据本发明的一个示例性实施例的状态监测配置的功能框图;
图4说明了阀负载因数在不同工作点(Δp,ival/hval)处的柱状图;
图5说明了阀负载因数在不同工作点(Δpvalve,hvalve,PS)处的柱状图;
图6说明了阀负载在不同工作点(Δpvalve,hvalve)处的柱状图;
图7说明了针对控制阀定位传感器以确定由阀负载和阀上的压力差引起的总扭矩;以及
图8是示出了根据时间的性能指数的变化的示例的图示。
具体实施方式
当阀的状态和性能被监测时,根据本发明的示例性实施例的方法考虑了处理状态。根据本发明的一个实施例,除了阀内部的测量外,在阀的状态监测中还使用了过程测量,使得过程测量识别阀操作的工作点,并且在这些工作点处观察阀内部的测量以检测变化并且确定阀的状态。当将阀的操作仅与在相同工作点处执行的基准测量相比较时,在对变化的观察中获得更为精确的最终结果,因为这使得可以注意到使阀的状态监测复杂化的“非线性”并且消除所述“非线性”对状态监测的影响。
本发明可以被应用于任意处理或自动化系统中的阀的状态监测。例如,自动化系统可以是独立的可编程逻辑器件或用于控制整个工厂操作的系统。图1示意性地说明了示例性的分散自动化系统,本发明的示例性实施例可以应用于所述分散自动化系统。控制例如造纸厂等整个工厂的生产活动的所述自动化系统的中央处理单元通常是控制室,该控制室包括例如一个或多个控制室计算机1。所述自动化系统可以包括处理总线/网络3和/或控制室总线/网络2,通过该处理总线/网络3和/或控制室总线/网络2,不同的处理控制组件或计算机被相互耦接。控制室总线/网络2可以互连自动化系统的用户接口组件。控制室总线/网络2例如可以是基于标准以太网技术的局域网。反过来,处理总线/网络3可以互连处理控制组件。处理总线/网络3例如可以基于确定性的令牌传递协议。处理控制器还可以被连接到控制室网络3,从而允许处理控制器和用户接口之间的通信。处理网络3还可以与一个或多个接口单元或I/O(输入/输出)单元连接,所述接口单元或I/O单元通常连接有一般被称为现场总线的控制总线5。现场总线将现场中的例如,致动器、阀、泵和传感器等独立的现场装置6-1,6-2,...6-N连接到控制室计算机1。现场总线类型的示例包括基金会现场总线、过程现场总线(Profibus)和HART。这种分散自动化系统的一个示例是由美卓自动化公司(Metso Automation Inc.)发布的MetsoDNA(DNA,动态网络应用)。然而,必须意识到图1仅说明了自动化系统的一个示例并且其不意图将本发明的应用范围限制于自动化系统的任何具体的实施方式。
现场装置可以是例如提供有智能阀控制器的控制阀。智能阀控制器的操作可以基于例如微处理器(μP)的微控制器,所述微控制器基于自现场总线获得的控制信息控制阀的位置。阀控制器优选为提供有阀位置测量,除此之外还可以测量许多其他变量,例如加压空气的供给压力(PS)、致动器活塞上的压力差(Δpactuator)或温度,所述变量在阀的自诊断中可能是必须的,或者所述变量被阀控制器经由现场总线同样地或作为被处理的诊断信息传输到控制室计算机、处理控制器、状态监测计算机或自动化系统的类似的更高级别的单元。这种智能阀控制器的一个示例是由美卓自动化公司制造的Neles ND9000。
根据图1的示例性实施例的自动化系统还与监测现场装置的状态的状态监测计算机9连接。状态监测计算机9可以是自动化系统的一部分,在此情况下,所述状态监测计算机9优选为经由处理总线和现场总线与现场装置通信。虽然状态监测计算机9在图1中被显示为独立的装置,但其还可以是控制室计算机的一部分,或者是自动化系统的软件,或者是自动化系统的其他一些站点或软件。状态监测计算机9还可以从自动化系统中分离出来,在此情况下,所述状态监测计算机9可以经由其自身的接口单元10(例如用于HART现场装置的HART多路复用器,或者用于PROFIBUS现场装置的ISA或PCI卡或者ISA或PCI网关)连接到现场总线,接口单元10的一个或多个I/O端口11被连接(虚线11表示接口总线)到一条或多条现场总线5并且接口单元10的另一侧经由适当的数据总线连接到状态监测计算机9。状态监测计算机9收集由现场装置提供的诊断信息和状况信息并且在潜在问题危害过程之前向用户发出该潜在问题的警告。每个现场装置提供关于其自身状况的信息,并且状态监测计算机经由现场总线自现场装置读取这种信息。这种类型的监测计算机或软件的一个示例是由美卓自动化公司发布的FieldCareTM软件。
自现场装置获得的诊断和测量信息可以存储在适当的数据库中,例如处理数据库7和状态监测数据库8。处理数据库7可以例如存储由自动化系统执行的阀环境的过程测量,例如阀上的压力差(Δpvalve)以及对阀(ival)或阀位置(hval)的控制。如果阀上的压力差未知,则在绝大多数情况下入口管道的压力足以用于确定处理状态。状态监测数据库8可以存储例如测量和诊断信息,所述测量和诊断信息的变化被观察以便发现阀的状态,例如负载因数(LF)、偏差(ΔE)、阀的反转与动量的计数器比率(counter ratio)(CR)。负载因数LF说明了关于可用扭矩的被要求的扭矩。例如,负载因数数值62%意味着开启阀需要致动器的最大扭矩的62%。高负载因数表示高摩擦或不够大的致动器。换句话说,100%的负载因数表示实际负载可以超过可用扭矩。在本发明的一个实施例中,致动器的负载因数LF被确定为变量Δpactuator/PS,即由致动器和阀的组合的推进压力差(致动器活塞上的压力差Δpactuator)除以供给压力pS。偏差意味着定位点数值和阀的实际位置之间的差或误差。可行的性能变量的其他示例包括平衡偏差、平衡偏差的标准偏差、动态偏差、摩擦、平衡摩擦、启动负载、定位器的位置或阀控制器的滑阀、滑阀位置的标准偏差、反转次数、反转与动量的比率。
根据本发明的一些实施例,当监测到阀的摩擦负载和/或致动器的负载因数中的变化时,考虑表示工业过程的工作状态的所述变量。在本发明的一些示例性实施例中,状态监测考虑阀上的压力差Δpvalve的变化和阀开启角度hvalve的变化。因此,阀的状态监测变得相当精确,因为可以考虑主要作用在阀负载(摩擦、动态扭矩)上的压力差中的变化等等。图2A中的动态扭矩Mdyn和图2B中的摩擦负载Mvalve说明了阀的非线性操作。
图3示出了根据本发明的一个示例性实施例的状态监测配置的操作框图。测量和诊断信息例如自阀状态监测系统的数据库8读取,所述测量和诊断信息的变化被观察以检测阀的状态。本示例中使用的测量包括负载因数(LF)、偏差(ΔE)和/或反转与阀动量的计数器比率(CR),然而,这些不作为对本发明的限制。由自动化系统执行的阀的环境的过程测量例如可以用于确定工作点。例如,这些过程测量数据自处理数据库获得。在本示例中,这些过程测量数据包括阀上的压力差(Δp)、阀的控制/供给压力(ival)或阀位置(hval),然而,这些不作为对本发明的限制。如果阀上的压力差未知,则例如入口管道的压力或其他一些压力测量可以被用于确定处理状态。同步和滤波框31首先自测量滤除不相关的元素并且在时间上使不同的测量数据彼此同步。分析框32使用这些滤波后的测量数据以用于多状态监测(MUST)和分析,由此在装置的状态和性能被监测时可以考虑处理状态。在多状态监测中,在不同工作点处的新的阀测量与在相应工作点处收集的历史阀测量相比较。这可以通过基于短期测量,即短期柱状图,生成用于在每个处理点处被监测的阀测量(例如,LF)的分布而实现,在所述短期测量中,被监测的变量的数值被划分为多个二进制文件(例如,负载因数被划分为10个数值二进制文件)。此外,生成工作点专用基准分布,每个工作点专用基准分布表示基于被观察的变量的长期测量的分布,所述长期测量即长期柱状图。所述工作点通过将工作点变量划分为多个二进制文件(例如,对于压力差Δpvalve是5个二进制文件,而对于阀开启角度hvalve是6个二进制文件)而形成。这在图4中被示意性地说明,图4示出了在不同工作点(Δp,ival/hval)处的一组柱状图。由于分析框32的输出,获得了在不同工作点处的阀测量(例如,LF,ΔE,CR)的变化的信息。这些变化被并入一个变量:针对每个阀的性能指数或“阀触发器”,其表示阀操作中的变化。还可以设置用于该变量的警报界限,并且当达到所述界限时,生成、传输警报报告、警报信号或警报消息和/或将所述警报报告、警报信号或警报消息显示给维护人员等等。
在本发明的一些实施例中,计算针对每个阀的一个关于性能的标识,即性能指数(PI),其还可以作为趋势被观察。所述指数在0和1之间变化,由此较大的指数意味着更好的性能。PI=1意味着阀良好,PI=0意味着最糟的性能状况。例如,性能指数可以描述在测量中“好”或“坏”的测量数值的比例为何。性能指数的趋势被观察以便预测故障的发生。图8是示出了性能指数如何根据时间变化的一个示例的图示。警报界限被设置为数值0.1,由此更低的数值引起警报。
在本发明的一个实施例中,通过使用定位器或阀控制器的仪表气源的供给压力(pS)、阀上的压力差(Δpvalve)和阀开启角度(hvalve)来观察阀-致动器的负载因数而确定工作点。通过考虑这些因数,可以补偿自致动器测量的对阀和致动器的组合的负载因数具有自然作用的非线性。当在定位器的供给压力、阀开启角度和阀上的压力差恒定的小状态元素(三维空间(pS,Δpvalve,hvalve)中)的类别中比较负载因数LF时,可以结合致动器或阀的摩擦或阻滞问题精确地检测负载因数中的变化。这在图5中被说明,在图5中,负载因数的长期统计学分布与负载因数的短期统计学分布相比较。偏差表示致动器和阀的组合在给定工作状态下的摩擦或阻滞问题,所述给定工作状态即控制阀的状态元素(pS,Δpvalve,hvalve)。
一个或多个警报界限可以被设置以用于所述偏差,并且当达到该界限时,生成、传输警报报告、警报信号或警报消息和/或将所述警报报告、警报信号或警报消息显示给维护人员等等。如图5所示,例如,当需要时,或者在达到所述警报界限之后,针对一个或多个工作点的柱状图可以实时显示给维护人员等等。
在本发明的一个示例性实施例中,阀和致动器的组合的故障(摩擦或阻滞问题)可以在检测后通过再次利用MUST方法而局限在阀或致动器中。在本实施例中,由于阀负载引起的总扭矩(Mvalve)的变化被观察或监测。阀负载的幅值(基于阀类型)由密封摩擦、箱体摩擦、支撑轴承磨擦、推力轴承摩擦和/或阀的动态扭矩构成。在这些情况下,阀上的压力差(Δpvalve)连同开启角度(hvalve)(动态扭矩)成为重要的因数。图6是在给定工作点或状态(Δpvalve,hvalve)下对阀负载(Mvalve)的监测以及长期负载(长期柱状图)和瞬时负载(短期柱状图)的比较的说明性图示。长期负载和瞬时负载之间的偏差表示阀的增大的摩擦或阻滞问题。将被考虑的重要因数(说明因数)包括阀上的压力差和阀开启角度。
在本发明的一个实施例中,未测量或使用阀上的压力差(Δpvalve),而被考虑的因数(说明因数)仅是阀开启角度hvalve。这相应于仅图6中的最下面一行中的柱状图被考察的情况。
阀或致动器的摩擦或阻滞问题可以例如以下面的方式被局限:
a)阀和致动器的组合的负载因数LF中的增大表示阀或致动器中的摩擦或阻滞问题。
b)与阀和致动器的组合的负载因数LF中的增大同时发生的阀负载(Mvalve)中的增大表示阀中的摩擦或阻滞问题。
c)阀负载(Mvalve)始终恒定,但阀和致动器的组合的负载因数LF增大,这表示致动器的摩擦或阻滞问题(例如杠杆机构的摩擦或阻滞问题)。
d)在阀和致动器的摩擦或阻滞问题同时出现的情况下,所述问题通过借助MUST方法在给定工作点处观察致动器和阀的组合的负载因数LF与阀负载(Mvalve)的比率而被检测。如果所述比率始终近似恒定,则表示致动器侧和阀侧上的摩擦均增大。在此情况下,所述说明因数与图4中所示相同。
根据本发明的一个实施例,通过利用一个应变仪74或多个应变仪来确定总扭矩(Mvalve),例如,所述应变仪被以图7中所示的方式放置致动器71和阀外壳72之间的连接点处的阀轴73上。由于力矩,轴73转动并且与其附连的应变仪伸展,并且通过测量应变仪的电阻中的变化,可以测量轴73的应变和力矩。不需要确定阀力矩的精确数值,但其数值足以测量电阻变化,因为MUST方法允许间接测量。为了减小温度变化和不期望的力的作用,可以使用连接到惠斯通电桥的一个或多个应变仪。惠斯通电桥包括以正方形图案安装的四个电阻器,所述电阻器位于正方形的角落。供应电压自上面和下面的角落馈送,并且在其余角落处测量输入电压。如果输入电压为零,则电桥处于平衡并且未承受任何外力(当致动器开启或关闭阀时,阀轴不变为扭曲或张紧)。一个或多个电桥电阻器可以是应变仪。在应变仪变换器中,优选为以应变仪代替每个电阻器。如果任何应变仪承受了外力(例如,当阀轴因增大的力矩而扭曲时),则所述电桥失去平衡。由于具有四个应变仪,力自然被施加到全部四个应变仪。所述力引起应变仪中的电阻变化,该电阻变化可以被测量并且之后被转换为期望的单位,例如电压信号。例如,这些测量数据可以有线或无线的方式被提供到阀控制器75,并且例如自阀控制器75经由现场总线传输到状态监测计算机。图7说明了无线连接,由此阀控制器75包括无线接收机76。
如图7所示,阀上的压力差(Δpvalve)可以例如通过阀的两侧上的压力传感器77和78被测量。压力传感器77和78可以有线或无线方式连接到阀控制器75。图7说明了无线连接,由此阀控制器75包括无线接收机76。如果阀上的压力差(Δpvalve)未知(未被测量),则在一些应用中,阀开启角度(hvalve)还可以用于描述阀上的压力差(阀开启角度和容积流量之间明显的相关性)。处理状态还可以借助例如入口管道的压力或其他一些压力测量而确定。
在本发明的一个实施例中,基于在开启和关闭方向上测量的负载因数LF的差而确定阀上的压力差(Δpvalve)。负载因数的差描述了阀的动态扭矩的幅值,所述幅值反过来与阀上的压力差成比例。
示例性实施例的以上说明仅意图说明本发明。本发明可以具有在所附权利要求的范围内的不同的变型和实施例。