CN110307213A - 一种液压常规系统漏油监测方法 - Google Patents
一种液压常规系统漏油监测方法 Download PDFInfo
- Publication number
- CN110307213A CN110307213A CN201910533775.8A CN201910533775A CN110307213A CN 110307213 A CN110307213 A CN 110307213A CN 201910533775 A CN201910533775 A CN 201910533775A CN 110307213 A CN110307213 A CN 110307213A
- Authority
- CN
- China
- Prior art keywords
- hydraulic
- conventional system
- oil leak
- time
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
- F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
- F15B19/00—Testing; Calibrating; Fault detection or monitoring; Simulation or modelling of fluid-pressure systems or apparatus not otherwise provided for
- F15B19/005—Fault detection or monitoring
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
Abstract
本发明公开了一种液压常规系统漏油监测方法,包括:模型建立,建立以历史数据为输入,不同状态下液压缸每个动作方向动作时长为输出的神经网络模型;实时数据采集,实时对液压常规系统中的数据进行采集;工况识别,将采集的数据,导入神经网络模型中,识别液压常规系统状态,判断系统是否故障漏油。本发明能够有效对液压常规系统中的各常规系统是否漏油进行监测,可大大提高点检效率,有利于降低油品消耗。
Description
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常规系统漏油监测方法,属于液压常规系统技术领域。
背景技术
在冶金行业液压常规系统大量应用于各个工序当中,常规液压常规系统具有数量众多、管路长、压力高、动作振动大特点,且部分液压元件位置隐蔽长期受高温、水蒸汽腐蚀,漏油故障较多。现在并无有效手段对其漏油进行监测,主要靠点检人员经验进行点检,费时费力,效率低下。
因此,如何提供一种液压常规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常规系统漏油监测方法,能够有效对液压常规系统中的各常规系统是否漏油进行监测,可大大提高点检效率,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:
一种液压常规系统漏油监测方法,包括:
模型建立,建立以历史数据为输入,不同状态下液压缸每个动作方向动作时长为输出的神经网络模型;
实时数据采集,实时对液压常规系统中的数据进行采集;
工况识别,将采集的数据,导入神经网络模型中,识别液压常规系统状态,判断系统是否故障漏油。
优选的,所述历史数据包括常规阀A\B项得电时间、液压缸到位时间、液压缸动作方向、系统压力、温度、液位的历史数据及液压阀流量曲线、油缸尺寸、环境温度和接近开关位置信息。
优选的,所述实时数据包括常规阀A\B项得电时间、液压缸到位时间、液压缸动作方向、系统压力、温度、液位的历史数据及液压阀流量曲线、油缸尺寸、环境温度和接近开关位置信息。
优选的,将采集到的数据信息,导入进神经网络模型中,识别液压常规系统在动作过程中的动作时间范围,并根据动作时间来判断液压常规系统是否漏油。
优选的,动作时间设为T:T=t1-t2
其中,t1为液压缸接近开关接收到信号的时间;t2为常规阀得电时间。
优选的,还包括漏油报警,当液压常规系统动作超出动作时间阀值,或泄漏量超出阀值,液压常规系统漏油报警。能够提醒使用者液压常规系统出现漏油故障,方便人们及时维修处理。
本发明的有益效果在于:
本发明通过模型建立,实时数据采集以及工况识别,不仅可有效对液压常规系统是否漏油进行监测,保证漏油监测的准确性,而且有效对液压系统中的各常规系统漏油机架、控制部位进行漏油定位,可大大提高点检效率。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。
一种液压常规系统漏油监测方法,包括:
模型建立,建立以历史数据为输入,不同状态下液压缸每个动作方向动作时长为输出的神经网络模型;
实时数据采集,实时对液压常规系统中的数据进行采集;
工况识别,将采集的数据,导入神经网络模型中,识别液压常规系统状态,判断系统是否故障漏油。
通过对液压常规系统中不同工况下的历史数据进行训练,对液压缸动作时间范围进行划分,同时通过设定时间范围阀值确定系统是否存在漏油。
在另一种实施例中,历史数据包括常规阀A\B项得电时间、液压缸到位时间、液压缸动作方向、系统压力、温度、液位的历史数据及液压阀流量曲线、油缸尺寸、环境温度和接近开关位置信息。
在另一种实施例中,实时数据包括常规阀A\B项得电时间、液压缸到位时间、液压缸动作方向、系统压力、温度、液位的历史数据及液压阀流量曲线、油缸尺寸、环境温度和接近开关位置信息。
在另一种实施例中,将采集到的数据信息,导入进神经网络模型中,识别液压常规系统在动作过程中的动作时间范围,并根据动作时间来判断液压常规系统是否漏油。
在另一种实施例中,动作时间设为T:T=t1-t2
其中,t1为液压缸接近开关接收到信号的时间;t2为常规阀得电时间。
本发明还包括漏油报警,当液压常规系统动作超出动作时间阀值,或泄漏量超出阀值,液压常规系统漏油报警。能够提醒使用者液压常规系统出现漏油故障,方便人们及时维修处理。
本发明通过模型建立,实时数据采集以及工况识别,不仅可有效对液压常规系统是否漏油进行监测,保证漏油监测的准确性,而且有效对液压系统中的各常规系统漏油机架、控制部位进行漏油定位,可大大提高点检效率。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 (6)
1.一种液压常规系统漏油监测方法,其特征在于,包括:
模型建立,建立以历史数据为输入,不同状态下液压缸每个动作方向动作时长为输出的神经网络模型;
实时数据采集,实时对液压常规系统中的数据进行采集;
工况识别,将采集的数据,导入神经网络模型中,识别液压常规系统状态,判断系统是否故障漏油。
2.根据权利要求1所述的一种液压常规系统漏油监测方法,其特征在于,所述历史数据包括常规阀A\B项得电时间、液压缸到位时间、液压缸动作方向、系统压力、温度、液位的历史数据及液压阀流量曲线、油缸尺寸、环境温度和接近开关位置信息。
3.根据权利要求1或2所述的一种液压常规系统漏油监测方法,其特征在于,所述实时数据包括常规阀A\B项得电时间、液压缸到位时间、液压缸动作方向、系统压力、温度、液位的历史数据及液压阀流量曲线、油缸尺寸、环境温度和接近开关位置信息。
4.根据权利要求3所述的一种液压常规系统漏油监测方法,其特征在于,将采集到的数据信息,导入进神经网络模型中,识别液压常规系统在动作过程中的动作时间范围,并根据动作时间来判断液压常规系统是否漏油。
5.根据权利要求4所述的一种液压常规系统漏油监测方法,其特征在于,动作时间设为T:T=t1-t2
其中,t1为液压缸接近开关接收到信号的时间;t2为常规阀得电时间。
6.根据权利要求4或5所述的一种液压常规系统漏油监测方法,其特征在于,还包括漏油报警,当液压常规系统动作超出动作时间阀值,或泄漏量超出阀值,液压常规系统漏油报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910533775.8A CN110307213B (zh) | 2019-06-19 | 2019-06-19 | 一种液压常规系统漏油监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910533775.8A CN110307213B (zh) | 2019-06-19 | 2019-06-19 | 一种液压常规系统漏油监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110307213A true CN110307213A (zh) | 2019-10-08 |
CN110307213B CN110307213B (zh) | 2022-05-24 |
Family
ID=68077282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910533775.8A Active CN110307213B (zh) | 2019-06-19 | 2019-06-19 | 一种液压常规系统漏油监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110307213B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111473022A (zh) * | 2020-04-13 | 2020-07-31 | 攀钢集团攀枝花钢钒有限公司 | 用于伺服液压系统故障振动分析诊断的方法 |
CN113029227A (zh) * | 2021-02-02 | 2021-06-25 | 中船第九设计研究院工程有限公司 | 一种液压台车运移用状态监测系统 |
CN113358300A (zh) * | 2021-05-27 | 2021-09-07 | 中冶赛迪工程技术股份有限公司 | 一种液压系统管道泄漏状态检测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102705303A (zh) * | 2012-05-16 | 2012-10-03 | 北京航空航天大学 | 一种基于残差与双级Elman神经网络的液压伺服系统故障定位方法 |
CN103542983A (zh) * | 2013-10-17 | 2014-01-29 | 联合汽车电子有限公司 | 发动机气缸的漏气检测方法 |
CN104750742A (zh) * | 2013-12-31 | 2015-07-01 | 南京理工大学常熟研究院有限公司 | 一种掘进机液压系统故障诊断方法和系统 |
CN105465101A (zh) * | 2014-10-23 | 2016-04-06 | 徐州重型机械有限公司 | 一种液压油缸内泄漏检测设备及装置 |
-
2019
- 2019-06-19 CN CN201910533775.8A patent/CN110307213B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102705303A (zh) * | 2012-05-16 | 2012-10-03 | 北京航空航天大学 | 一种基于残差与双级Elman神经网络的液压伺服系统故障定位方法 |
CN103542983A (zh) * | 2013-10-17 | 2014-01-29 | 联合汽车电子有限公司 | 发动机气缸的漏气检测方法 |
CN104750742A (zh) * | 2013-12-31 | 2015-07-01 | 南京理工大学常熟研究院有限公司 | 一种掘进机液压系统故障诊断方法和系统 |
CN105465101A (zh) * | 2014-10-23 | 2016-04-06 | 徐州重型机械有限公司 | 一种液压油缸内泄漏检测设备及装置 |
Non-Patent Citations (1)
Title |
---|
李新胜等: "基于多级数据融合技术的液压支架故障诊断技术", 《煤炭科学技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111473022A (zh) * | 2020-04-13 | 2020-07-31 | 攀钢集团攀枝花钢钒有限公司 | 用于伺服液压系统故障振动分析诊断的方法 |
CN111473022B (zh) * | 2020-04-13 | 2022-08-19 | 攀钢集团攀枝花钢钒有限公司 | 用于伺服液压系统故障振动分析诊断的方法 |
CN113029227A (zh) * | 2021-02-02 | 2021-06-25 | 中船第九设计研究院工程有限公司 | 一种液压台车运移用状态监测系统 |
CN113358300A (zh) * | 2021-05-27 | 2021-09-07 | 中冶赛迪工程技术股份有限公司 | 一种液压系统管道泄漏状态检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110307213B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110307213A (zh) | 一种液压常规系统漏油监测方法 | |
GB2608476A (en) | Intelligent parallel pumping system and optimal regulating method thereof | |
CN108458146B (zh) | 一种智能阀门系统 | |
CN105021382B (zh) | 水下采油树液压阀门性能在线监测及诊断系统和方法 | |
CN203980747U (zh) | 自动真空灌注机 | |
CN206128187U (zh) | 一种基于gprs通信的城市供水系统智能监控装置 | |
CN105909595B (zh) | 一种判断液压站漏油与压力波动的方法 | |
CN110895867A (zh) | 基于压力信号的尾矿输送管道动态报警方法 | |
CN108916663B (zh) | 一种市政供水管网监测系统以及监测方法 | |
CN103699514A (zh) | 一种火力发电厂水处理流程稳态检测及运行工况判别方法 | |
CN202342994U (zh) | 一种在线更换滤芯的过滤系统 | |
CN110057406A (zh) | 一种多尺度自适应的机械设备趋势预警方法 | |
CN102507244A (zh) | 液压启闭机故障自诊断专家系统 | |
CN205581660U (zh) | 一种水管流量监测和安全管控系统 | |
CN110307212A (zh) | 一种液压伺服系统漏油监测方法 | |
CN107390637A (zh) | 一种自动检测数控机床故障的方法及系统 | |
CN1995465B (zh) | 预焙铝电解槽的打壳气缸 | |
CN102692886A (zh) | 全自动排水监控系统 | |
CN202500758U (zh) | 一种隔膜泵在线检测系统 | |
CN112284463A (zh) | 一种降低燃气微泄漏误报警的方法、智能燃气表及系统 | |
CN101957604A (zh) | 地表水受控在线测试分级识别和分质排放监控系统及方法 | |
CN110296125B (zh) | 一种检测设备液压系统漏油的方法 | |
CN204248631U (zh) | 一种超精机油石报警装置 | |
CN203812079U (zh) | Ic卡排污总量控制监控仪专家系统 | |
CN201348410Y (zh) | 氨制冷控制装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |