CN110307212B - 一种液压伺服系统漏油监测方法 - Google Patents

Abstract

本发明公开了一种液压伺服系统漏油监测方法，包括：模型建立及数据训练，建立以历史数据为输入，系统漏油故障为输出的神经网络模型，并对神经网络模型进行训练优化；实时数据采集，实时对伺服系统中的设备运行数据进行采集，通过采集到的实时数据信息，对伺服阀调节状态进行识别；工况识别，将采集的数据，导入训练优化后的神经网络模型中，识别伺服系统在此工况中的输出、给定范围，判断系统是否故障漏油。本发明能够有效对液压系统中的伺服系统是否漏油进行监测，可大大提高现场人员点检效率，有利于降低油品消耗。

Description

一种液压伺服系统漏油监测方法

技术领域

本发明涉及一种漏油监测方法，更具体的说是涉及一种液压伺服系统漏油监测方法，属于液压伺服系统技术领域。

背景技术

冶金企业为连续性生产方式，伺服系统大量应用于炼钢、轧钢系统当中，一个液压系统中同时存在大量的常规、比例及伺服系统，伺服系统具有压力高、动作频繁、小漏不易点检一旦漏油趋势恶化短时间内损失严重的特点。由于系统数量庞杂一旦发生漏油，在初期阶段生产过程中伴随水蒸气、冷却水等给点检人员查漏带来较大的困难，在中后期阶段由于漏油变大，若不能及时定位漏油点，进行处理，将会给企业带来严重的油品损失。

因此，如何提供一种液压伺服系统漏油监测方法成为了本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种液压伺服系统漏油监测方法，能够有效对液压系统中的伺服系统是否漏油进行监测，可大大提高现场人员点检效率，有利于降低油品消耗。

为了实现上述目的，本发明采用如下技术方案：

一种液压伺服系统漏油监测方法，包括：

模型建立及数据训练，建立以历史数据为输入，系统漏油故障为输出的神经网络模型，并对神经网络模型进行训练优化；

实时数据采集，实时对伺服系统中的设备运行数据进行采集，通过采集到的实时数据信息，对伺服阀调节状态进行识别；

工况识别，将采集的数据，导入训练优化后的神经网络模型中，识别伺服系统在此工况中的输出、给定范围，判断系统是否故障漏油。

优选的，还包括漏油报警，当伺服阀输出或反馈持续超出设定阀值一定时间，伺服系统自动报警，能够提醒使用者伺服系统出现漏油故障，方便人们及时维修处理。

优选的，伺服阀输出或反馈持续超出设定阀值的时间，根据不同部位、不同轧制参数、不同系统进行分别设定，能够保证漏油检测的准确性。

优选的，所述伺服阀的正负输出分别设定报警区间。根据伺服系统在稳压或保持位移时输出调节较小的机理，对伺服阀的正负输出分别设定报警区间，确保伺服系统漏油监测的准确性。

优选的，所述历史数据包括生产数据、工艺数据、伺服阀输出、压力设定、实际压力、设定位移和实际位移数据。

优选的，所述运行数据包括轧制规格工艺参数、轧制厚度、压下力、弯辊力、涨缩力、伺服系统温度、液压缸杆侧压力、液压缸塞侧压力、液压缸位移、伺服阀输出和伺服阀反馈。

优选的，通过传感器对设备运行数据进行采集，所述传感器包括温度传感器、压力传感器、液位计和码盘。

优选的，对伺服阀调节状态进行识别的方法为：通过实时数据信息对伺服阀工况进行标记，识别伺服阀在不同时间段的控制方式。其中不同时间段包括弯辊系统咬钢调节、稳压(保持位移)调节、抛钢调节、待机调节等时间段。

本发明的有益效果在于：

本发明通过模型建立及数据训练，实时数据采集以及工况识别，可有效对液压伺服系统是否漏油进行监测，保证漏油监测的准确性，并可大大提高现场人员点检效率。此外，在故障漏油起始阶段就可报警，辅助生产人员进行决策，方便人们及时维修处理，有助于降低油品消耗。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种液压伺服系统漏油监测方法，包括：

模型建立及数据训练，建立以历史数据为输入，系统漏油故障为输出的神经网络模型，并对神经网络模型进行训练优化；通过对网络神经进行训练，得到训练好的神经模型，其中历史数据为液压伺服系统不同性能状态时的设备运行特征数据，训练好的数据用于判断系统是否漏油及漏油概率。

实时数据采集，实时对伺服系统中的设备运行数据进行采集，通过采集到的实时数据信息，对伺服阀调节状态进行识别。

工况识别，将采集的数据，导入训练优化后的神经网络模型中，识别伺服系统在此工况中的输出、给定范围，对系统正常、异常工况进行划分，实时对液压伺服系统进行漏油监测，从而能够对漏油部位进行定位。

本发明还包括漏油报警，当伺服阀输出或反馈持续超出设定阀值一定时间，可认为伺服系统存在漏油风险并自动报警，能够提醒使用者伺服系统出现漏油故障，方便人们及时维修处理。其中，伺服阀输出为伺服阀的设定开度，伺服阀的反馈为伺服阀的实际开度。

在另一种实施例中，伺服阀输出或反馈持续超出设定阀值的时间，根据不同部位、不同轧制参数、不同系统进行分别设定，能够保证漏油检测的准确性。

在另一种实施例中，伺服阀的正负输出分别设定报警区间。由于伺服阀在待机、稳压(位移)阶段工作较平稳，当伺服系统出现漏油故障后，伺服系统会通过伺服阀输出进行调节，根据伺服阀在调节压力或位移到位后只是进行微调节的机理，调节越大漏油风险越大。通过对伺服阀在稳压、保持位移或待机调节段设定伺服阀的输出、反馈范围阀值，判断系统是否故障漏油，确保伺服系统漏油监测的准确性。

在另一种实施例中，历史数据包括生产数据、工艺数据(轧制宽度、厚度)、伺服阀输出、压力设定、实际压力、设定位移、实际位移数据、伺服系统温度和液位等。

在另一种实施例中，运行数据包括轧制规格工艺参数、轧制厚度、轧制宽度、压下力、弯辊力、涨缩力、伺服系统温度、液压缸杆侧压力、液压缸塞侧压力、液压缸位移、伺服阀输出、伺服阀反馈和液位等。

在另一种实施例中，通过传感器对设备运行数据进行采集，传感器包括温度传感器、压力传感器、液位计和码盘等。

在另一种实施例中，对伺服阀调节状态进行识别的方法为：通过实时数据信息对伺服阀工况进行标记，识别伺服阀在不同时间段的控制方式。其中不同时间段包括弯辊系统咬钢调节、稳压(保持位移)调节、抛钢调节、待机调节等时间段。

本发明通过模型建立及数据训练，实时数据采集以及工况识别，可有效对液压伺服系统是否漏油进行监测，保证漏油监测的准确性，并可大大提高现场人员点检效率。此外，在故障漏油起始阶段就可报警，辅助生产人员进行决策，方便人们及时维修处理，有助于降低油品消耗。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (2)

1.一种液压伺服系统漏油监测方法，其特征在于，包括：

模型建立及数据训练，建立以历史数据为输入，系统漏油故障为输出的神经网络模型，并对神经网络模型进行训练优化；所述历史数据包括生产数据、工艺数据、伺服阀输出、压力设定、实际压力、设定位移和实际位移数据；

实时数据采集，实时对伺服系统中的设备运行数据进行采集，通过采集到的实时数据信息，对伺服阀调节状态进行识别；所述运行数据包括轧制规格工艺参数、轧制厚度、压下力、弯辊力、涨缩力、伺服系统温度、液压缸杆侧压力、液压缸塞侧压力、液压缸位移、伺服阀输出和伺服阀反馈；

工况识别，将采集的数据，导入训练优化后的神经网络模型中，识别伺服系统在此工况中的输出、给定范围，判断系统是否故障漏油；对伺服阀调节状态进行识别的方法为：通过实时数据信息对伺服阀工况进行标记，识别伺服阀在不同时间段的控制方式；

还包括漏油报警，当伺服阀输出或反馈持续超出设定阈 值一定时间，伺服系统自动报警；

伺服阀输出或反馈持续超出设定阈 值的时间，根据不同部位、不同轧制参数、不同系统进行分别设定；

所述伺服阀的正负输出分别设定报警区间。

2.根据权利要求1所述的一种液压伺服系统漏油监测方法，其特征在于，通过传感器对设备运行数据进行采集，所述传感器包括温度传感器、压力传感器、液位计和码盘。