CN111857098A - 基于信息统计分析的燃气轮机电动执行器的故障诊断方法 - Google Patents

Abstract

本发明公开了属于故障诊断技术领域的一种基于信息统计分析的燃气轮机电动执行器的故障诊断方法；包括以下步骤：数据采集及预处理、数据存储与对比、数据匹配诊断与补偿修正、数据处理及对突发状况的应对：首先故障诊断模块对处理后的燃气轮机电动执行器的实时信息进行诊断，快速准确地知晓燃气轮机电动执行器是否出现故障；有效提高故障诊断准确性，且适用性强，能够诊断出大部分故障信息，提高了诊断效率；若燃气轮机电动执行器发生未知故障时，联锁报警层将会启动运行监控模块监控运行状况或者启动报警处理模块发出报警，传至外界控制设备紧急切断电源进行联锁；实现了对突发状况的有效控制，减小了没有计划停机所导致的极大经济损失。

Description

基于信息统计分析的燃气轮机电动执行器的故障诊断方法

技术领域

本发明属于故障诊断技术领域，特别涉及一种基于信息统计分析的燃气轮机电动执行器的故障诊断方法。

背景技术

近年来，燃气轮机在能源电力领域正发挥着越来越重要的作用。但是燃气轮机控制系统由于各种复杂原因在运行工程中会存在各种故障，而没有计划的停机将会产生极大的经济损失。据统计，80％的燃气轮机控制系统失效起因于执行器的故障，而在燃气轮机机组中电动执行器由于其结构简单、动作可靠、平稳、输出推力大，所以较其他类型的执行机构应用更为广泛。因此，研究燃气轮机电动执行器故障，在电动执行器微小故障发生后、故障进一步恶化前，能够准确地进行故障诊断，将具有重大的意义。

发明内容

本发明的目的是提出一种基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于，所述基于信息统计分析的燃气轮机电动执行器的故障诊断包括以下步骤：

步骤1、数据采集及预处理：

首先利用故障采集模块中的传感器采集获取燃气轮机电动执行器当前状态的实时信息；然后对所采集到的实时信息进行整理后，再对实时信息进行归一化特征提取；所述电动执行器是由电动执行机构和调节机构两部分组成的，其中电动执行机构将控制信号转换为力或力矩；而各种类型的控制阀或具有类似作用的调节设备则统称为调节机构。

步骤2、数据存储与对比：

利用故障诊断模块将步骤1中故障采集模块采集的实时信息与燃气轮机电动执行器参照模块内存储的无故障燃气轮机电动执行器的参照信息进行比对，判断实时信息与参照信息是否匹配；若否，则燃气轮机电动执行器发生了故障，故障诊断模块对故障信息进行采集后将其生成故障状态信息；

步骤3、数据匹配诊断与补偿修正：

故障诊断模块将检测到的故障信号的发送频率和故障数学模型保存至故障特征库中，故障特征库对故障信号进行匹配诊断，通过主动补偿容错控制模块中的历史故障补偿容错控制库实现对故障信号的补偿修正，完成对于历史故障的主动补偿容错控制；

其中，所述历史故障特征库按照发生故障后信号幅值的变化程度、变化速度将传感器故障归类为软故障和硬故障，幅值变化小且缓慢的为软故障，幅值变化大且迅速的为硬故障；具体包括：偏差故障、漂移故障、精度下降故障和完全故障；

步骤4、数据处理及对突发状况的应对：

当故障诊断模块中当前的故障信号与故障特征库未能匹配时，判定当前的故障信号为未知故障，联锁报警层启动运行监控模块监控运行状况或者启动报警处理模块发出报警，然后再传至外界控制设备紧急切断电源进行联锁；其中，所述联锁报警层包括运行监控模块和报警处理模块。

所述步骤1中并对采集到的实时信息进行归一化特征提取时采用的公式为：

式中，Y＝{Y₁,Y₂,…,Y_n}为某一时刻采集到的燃气轮机电动执行器的实时信息，i＝{1,2,…,n}为实时信息Y的维数。

所述步骤2中的参照信息包括无故障燃气轮机电动执行器的位置、温度、压力或输入电流、反馈电流信息；当参照信息为燃气轮机电动执行器的位置、温度、压力时，包括：

若燃气轮机电动执行器发生故障时，故障诊断模块则会生成故障状态矢量

式中，x(t)是燃气轮机电动执行器故障状态矢量；P₁(t)，P₂(t)分别是阀前和阀后压力传感器测得压力，Pa；S(t)是阀门定位器测得阀杆位置；F(t)是阀后流量计测得流量，m³/h；T₁(t)是阀内温度传感器测得温度，℃；e(t)是实际阀杆位置偏差值；t是时间，s；

若燃气轮机电动执行器未发生故障时，故障诊断模块则会生成无故障状态矢量：

式中，x_n(t)为电动执行器无故障状态矢量；P_1n(t)，P_2n(t)分别是正常条件下阀前和阀后压力传感器测得压力，Pa；S_n(t)是正常条件下的阀杆位置；F_n(t)是正常条件下的阀门流量，m³/h；T_1n(t)是正常条件下的阀内流体温度，℃；e_n(t)是正常条件下的阀杆位置偏差值；t是时间，s；下标n表示无故障发生。

所述参照信息为无故障燃气轮机电动执行器的电流和电压时，分别在燃气轮机电动执行器正常情况、恒偏差、死区太大三种状况下取得实验数据，然后通过费歇尔判别函数根据各个类别到中心的距离分类，并采用贝叶斯的费歇尔线性判别函数作为判别决策，以此来判断上述三种故障现象。

所述根据各个类别包括均值、方差、未加权的权重和加权的权重。

所述基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于：所述步骤3中偏差故障的函数表示为：

ζ(x,u,t)＝K (4)

式中，K为常数，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数；所述漂移故障的函数表示为：

ζ(x,u,t)＝K(t-t₀) (5)

式中，K为常数，t₀为发生故障的起始时刻，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。

所述步骤3中精度下降故障的函数表示为:

ζ(x,u,t)～N(0,σ₂₂) (6)

式中，σ₂₂表示方差，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数；上述式(4)、式(5)、式(6)中ζ(x，u，t)为故障函数的通用表达式。

所述步骤3中完全故障的函数表示为：

y(t)＝V_max或V_min (7)

式中，V_max和V_min分别表示仪表量程的最大值和最小值。

本发明的有益效果是：本发明通过故障采集模块能实时获取燃气轮机电动执行器的参照信息，并通过后续对获取的实时信息进行归一化特征提取后，便于后续的故障诊断模块对处理后的燃气轮机电动执行器的实时信息进行诊断，且在一定程度上能对故障信号进行补偿修正，完成对于历史故障的主动补偿容错控制。便于工作者快速准确地知晓燃气轮机电动执行器是否出现故障。有效提高了电动执行器的故障诊断准确性，且适用性强，能够诊断出大部分故障信息，提高了诊断效率。若燃气轮机电动执行器发生未知故障时，本发明中的联锁报警层将会启动运行监控模块监控运行状况或者启动报警处理模块发出报警，然后传至外界控制设备紧急切断电源进行联锁。实现了对突发状况的有效控制，也有效减小了相关工厂因燃气轮机电动执行器突然发生故障，而没有计划停机所导致的极大经济损失。

附图说明

图1为燃气轮机电动执行器的故障诊断系统原理及流程示意图。

具体实施方式

本发明提出一种基于信息统计分析的燃气轮机电动执行器的故障诊断方法，包括以下步骤：

步骤1、数据采集及预处理：

首先利用故障采集模块中的传感器采集获取燃气轮机电动执行器当前状态的实时信息；然后对所采集到的实时信息进行整理后，再对实时信息进行归一化特征提取；所述电动执行器是由电动执行机构和调节机构两部分组成的，其中电动执行机构将控制信号转换为力或力矩；而各种类型的控制阀或具有类似作用的调节设备则统称为调节机构。

步骤2、数据存储与对比：

利用故障诊断模块将步骤1中故障采集模块采集的实时信息与燃气轮机电动执行器参照模块内存储的无故障燃气轮机电动执行器的参照信息进行比对，判断实时信息与参照信息是否匹配；若否，则燃气轮机电动执行器发生了故障现象，故障诊断模块对故障信息进行采集后将其生成故障状态信息；

步骤3、数据匹配诊断与补偿修正：

故障诊断模块将检测到的故障信号的发送频率和故障数学模型保存至故障特征库中，故障特征库对故障信号进行匹配诊断，通过主动补偿容错控制模块中的历史故障补偿容错控制库实现对故障信号的补偿修正，完成对于历史故障的主动补偿容错控制；

其中，所述历史故障特征库按照发生故障后信号幅值的变化程度、变化速度将传感器故障归类为软故障和硬故障，幅值变化小且缓慢的为软故障，幅值变化大且迅速的为硬故障；具体包括：偏差故障、漂移故障、精度下降故障和完全故障；

步骤4、数据处理及对突发状况的应对：

当故障诊断模块中当前的故障信号与故障特征库未能匹配时，判定当前的故障信号为未知故障，联锁报警层启动运行监控模块监控运行状况或者启动报警处理模块发出报警，然后在传至外界控制设备紧急切断电源进行联锁；其中，所述联锁报警层包括运行监控模块和报警处理模块。

所述步骤1中对采集到的实时信息进行归一化特征提取时采用的公式为：

式中，Y＝{Y₁,Y₂,…,Y_n}为某一时刻采集到的燃气轮机电动执行器的实时信息，i＝{1,2,…,n}为实时信息Y的维数。

所述步骤2中的参照信息包括无故障燃气轮机电动执行器的位置、温度、压力或输入电流、反馈电流信息。当参照信息为燃气轮机电动执行器的位置、温度、压力时；包括：

若燃气轮机电动执行器发生故障时，故障诊断模块则会生成故障状态矢量：

式中，x(t)是燃气轮机电动执行器故障状态矢量；P₁(t)，P₂(t)分别是阀前和阀后压力传感器测得压力，Pa；S(t)是阀门定位器测得阀杆位置；F(t)是阀后流量计测得流量，m³/h；T₁(t)是阀内温度传感器测得温度，℃；e(t)是实际阀杆位置偏差值；t是时间，s。

若燃气轮机电动执行器未发生故障时，故障诊断模块则会生成无故障状态矢量：

式中，x_n(t)为电动执行器无故障状态矢量；P_1n(t)，P_2n(t)分别是正常条件下阀前和阀后压力传感器测得压力，Pa；S_n(t)是正常条件下的阀杆位置；F_n(t)是正常条件下的阀门流量，m³/h；T_1n(t)是正常条件下的阀内流体温度，℃；e_n(t)是正常条件下的阀杆位置偏差值；t是时间，s；下标n表示无故障发生。

参照信息为无故障燃气轮机电动执行器的电流和电压时，分别在燃气轮机电动执行器正常情况、恒偏差、死区太大三种状况下取得实验数据，然后通过费歇尔判别函数根据各个类别到中心的距离分类，并采用贝叶斯的费歇尔线性判别函数作为判别决策，以此来判断上述三种故障现象。

所述各类别包括均值、方差、未加权的权重和加权的权重。

所述步骤3中偏差故障的函数表示为：

ζ(x,u,t)＝K (4)

式中，K为常数，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。

所述漂移故障的函数表示为：

ζ(x,u,t)＝K(t-t₀) (5)

式中，K为常数，t₀为发生故障的起始时刻，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。

所述精度下降故障的函数表示为:

ζ(x,u,t)～N(0,σ₂₂) (6)

式中，σ₂₂表示方差，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数；上述式(4)、式(5)、式(6)中ζ(x，u，t)为故障函数的通用表达式。

所述完全故障的函数表示为：

y(t)＝V_max或V_min (7)

式中，V_max和V_min分别表示仪表量程的最大值和最小值。

下面将结合本发明的系统结构原理图和实施例对本发明实施例中的技术方案进行清楚、完整地描述。

如图1所示为燃气轮机电动执行器的故障诊断系统原理及流程示意图。该故障诊断系统包括信息输入、故障诊断层、联锁报警层和外界控制设备依次连接组成；其中，故障诊断层依次包括故障采集模块(含传感器)、故障诊断模块(含故障特征库)、主动补偿容错控制模块(含历史故障补充容错控制库)组成，其中故障诊断为软故障(偏差故障、漂移故障、精度下降故障)和硬故障(完全故障)；联锁报警层包括联锁报警模块(未知故障)和报警处理模块(未知故障)。

实施例一

先利用故障采集模块中的传感器采集获取燃气轮机电动执行器当前状态的实时信息；然后对所采集到的实时信息进行整理后，再通过公式

对实时信息进行归一化特征提取,式中，Y＝{Y₁,Y₂,…,Y_n}为某一时刻采集到的燃气轮机电动执行器的实时信息，i＝{1,2,…,n}为实时信息Y的维数；利用故障诊断模块将步骤1中故障采集模块采集的实时信息与燃气轮机电动执行器参照模块内存储的无故障燃气轮机电动执行器的参照信息进行比对，判断实时信息与参照信息是否匹配；若否，则燃气轮机电动执行器发生了故障现象，故障诊断模块对故障信息进行采集后将其生成故障状态信息；

当参照信息为燃气轮机电动执行器的位置、温度、压力时；

若燃气轮机电动执行器发生故障时，故障诊断模块则会生成故障状态矢量：

式中，x(t)是燃气轮机电动执行器故障状态矢量；P₁(t)，P₂(t)分别是阀前和阀后压力传感器测得压力，Pa；S(t)是阀门定位器测得阀杆位置；F(t)是阀后流量计测得流量，m³/h；T₁(t)是阀内温度传感器测得温度，℃；e(t)是实际阀杆位置偏差值；t是时间，s。

若燃气轮机电动执行器未发生故障时，故障诊断模块则会生成无故障状态矢量：

式中，x_n(t)为电动执行器无故障状态矢量；P_1n(t)，P_2n(t)分别是正常条件下阀前和阀后压力传感器测得压力，Pa；S_n(t)是正常条件下的阀杆位置；F_n(t)是正常条件下的阀门流量，m³/h；T_1n(t)是正常条件下的阀内流体温度，℃；e_n(t)是正常条件下的阀杆位置偏差值；t是时间，s；下标n表示无故障发生。

故障诊断模块将检测到的故障信号的发送频率和故障数学模型保存至其故障特征库中，故障特征库对故障信号进行匹配诊断，通过主动补偿容错控制模块中的历史故障补偿容错控制库实现对故障信号的补偿修正，完成对于历史故障的主动补偿容错控制；

其中，历史故障特征库按照发生故障后信号幅值的变化程度、变化速度将传感器故障归类为软故障和硬故障，幅值变化较小且缓慢的为软故障，幅值变化较大且迅速的为硬故障；具体包括：偏差故障、漂移故障、精度下降故障和完全故障；

当故障诊断模块中当前的故障信号与故障特征库未能匹配时，判定当前的故障信号为未知故障，联锁报警层启动运行监控模块监控运行状况或者启动报警处理模块发出报警，然后在传至外界控制设备紧急切断电源进行联锁；其中，联锁报警层包括运行监控模块和报警处理模块。

步骤3中偏差故障的函数表示为：

ζ(x,u,t)＝K (4)

式中，K为常数，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。所述漂移故障的函数表示为：

ζ(x,u,t)＝K(t-t₀) (5)

式中，K为常数，t₀为发生故障的起始时刻，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。所述精度下降故障的函数表示为:

ζ(x,u,t)～N(0,σ₂₂) (6)

式中，σ₂₂表示方差，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。所述完全故障的函数表示为：

y(t)＝V_max或V_min (7)

式中，V_max和V_min分别表示仪表量程的最大值和最小值

实施例二

先利用故障采集模块中的传感器采集获取燃气轮机电动执行器当前状态的实时信息；然后对所采集到的实时信息进行整理后，再通过公式

对实时信息进行归一化特征提取,式中，Y＝{Y₁,Y₂,…,Y_n}为某一时刻采集到的燃气轮机电动执行器的实时信息，i＝{1,2,…,n}为实时信息Y的维数；利用故障诊断模块将步骤1中故障采集模块采集的实时信息与燃气轮机电动执行器参照模块内存储的无故障燃气轮机电动执行器的参照信息进行比对，判断实时信息与参照信息是否匹配；若否，则燃气轮机电动执行器发生了故障现象，故障诊断模块对故障信息进行采集后将其生成故障状态信息；

参照信息为无故障燃气轮机电动执行器的电流和电压时，分别在燃气轮机电动执行器正常情况、恒偏差、死区太大三种状况下取得实验数据，然后通过费歇尔判别函数根据各个类别到中心的距离分类，并采用贝叶斯的费歇尔线性判别函数作为判别决策，以此来判断上述三种故障现象。

各类别包括均值、方差、未加权的权重和加权的权重。

故障诊断模块将检测到的故障信号的发送频率和故障数学模型保存至其故障特征库中，故障特征库对故障信号进行匹配诊断，通过主动补偿容错控制模块中的历史故障补偿容错控制库实现对故障信号的补偿修正，完成对于历史故障的主动补偿容错控制；

其中，历史故障特征库按照发生故障后信号幅值的变化程度、变化速度将传感器故障归类为软故障和硬故障，幅值变化较小且缓慢的为软故障，幅值变化较大且迅速的为硬故障；具体包括：偏差故障、漂移故障、精度下降故障和完全故障；

当故障诊断模块中当前的故障信号与故障特征库未能匹配时，判定当前的故障信号为未知故障，联锁报警层启动运行监控模块监控运行状况或者启动报警处理模块发出报警，然后在传至外界控制设备紧急切断电源进行联锁；其中，联锁报警层包括运行监控模块和报警处理模块。

步骤3中偏差故障的函数表示为：

ζ(x,u,t)＝K (4)

式中，K为常数，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。所述漂移故障的函数表示为：

ζ(x,u,t)＝K(t-t₀) (5)

式中，K为常数，t₀为发生故障的起始时刻，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。所述精度下降故障的函数表示为:

ζ(x,u,t)～N(0,σ₂₂) (6)

式中，σ₂₂表示方差，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。所述完全故障的函数表示为：

y(t)＝V_max或V_min (7)

式中，V_max和V_min分别表示仪表量程的最大值和最小值。

Claims (8)

1.一种基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于，包括以下步骤：

步骤1、数据采集及预处理：

首先利用故障采集模块中的传感器采集获取燃气轮机电动执行器当前状态的实时信息；然后对所采集到的实时信息进行整理后，再对实时信息进行归一化特征提取；所述电动执行器是由电动执行机构和调节机构两部分组成的，其中电动执行机构将控制信号转换为力或力矩；而各种类型的控制阀或具有类似作用的调节设备则统称为调节机构；

步骤2、数据存储与对比：

利用故障诊断模块将步骤1中故障采集模块采集的实时信息与燃气轮机电动执行器参照模块内存储的无故障燃气轮机电动执行器的参照信息进行比对，判断实时信息与参照信息是否匹配；若否，则燃气轮机电动执行器发生了故障，故障诊断模块对故障信息进行采集后将其生成故障状态信息；

步骤3、数据匹配诊断与补偿修正：

故障诊断模块将检测到的故障信号的发送频率和故障数学模型保存至故障特征库中，故障特征库对故障信号进行匹配诊断，通过主动补偿容错控制模块中的历史故障补偿容错控制库实现对故障信号的补偿修正，完成对于历史故障的主动补偿容错控制；

其中，所述历史故障特征库按照发生故障后信号幅值的变化程度、变化速度将传感器故障归类为软故障和硬故障，幅值变化小且缓慢的为软故障，幅值变化大且迅速的为硬故障；具体包括：偏差故障、漂移故障、精度下降故障和完全故障；

步骤4、数据处理及对突发状况的应对：

当故障诊断模块中当前的故障信号与故障特征库未能匹配时，判定当前的故障信号为未知故障，联锁报警层启动运行监控模块监控运行状况或者启动报警处理模块发出报警，然后再传至外界控制设备紧急切断电源进行联锁；其中，所述联锁报警层包括运行监控模块和报警处理模块。

2.根据权利要求1所述的一种基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于：所述步骤1中并对采集到的实时信息进行归一化特征提取时采用的公式为：

式中，Y＝{Y₁,Y₂,…,Y_n}为某一时刻采集到的燃气轮机电动执行器的实时信息，i＝{1,2,…,n}为实时信息Y的维数。

3.根据权利要求1所述基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于，所述步骤2中的参照信息包括无故障燃气轮机电动执行器的位置、温度、压力或输入电流、反馈电流信息；当参照信息为燃气轮机电动执行器的位置、温度、压力时，包括：

若燃气轮机电动执行器发生故障时，故障诊断模块则会生成故障状态矢量

式中，x(t)是燃气轮机电动执行器故障状态矢量；P₁(t)，P₂(t)分别是阀前和阀后压力传感器测得压力，Pa；S(t)是阀门定位器测得阀杆位置；F(t)是阀后流量计测得流量，m³/h；T₁(t)是阀内温度传感器测得温度，℃；e(t)是实际阀杆位置偏差值；t是时间，s；

若燃气轮机电动执行器未发生故障时，故障诊断模块则会生成无故障状态矢量：

式中，x_n(t)为电动执行器无故障状态矢量；P_1n(t)，P_2n(t)分别是正常条件下阀前和阀后压力传感器测得压力，Pa；S_n(t)是正常条件下的阀杆位置；F_n(t)是正常条件下的阀门流量，m³/h；T_1n(t)是正常条件下的阀内流体温度，℃；e_n(t)是正常条件下的阀杆位置偏差值；t是时间，s；下标n表示无故障发生。

4.根据权利要求3所述基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于，所述参照信息为无故障燃气轮机电动执行器的电流和电压时，分别在燃气轮机电动执行器正常情况、恒偏差、死区太大三种状况下取得实验数据，然后通过费歇尔判别函数根据各个类别到中心的距离分类，并采用贝叶斯的费歇尔线性判别函数作为判别决策，以此来判断上述三种故障现象。

5.根据权利要求4所述基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于，所述根据各个类别包括均值、方差、未加权的权重和加权的权重。

6.根据权利要求1所述基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于：所述步骤3中偏差故障的函数表示为：

ζ(x,u,t)＝K (4)

式中，K为常数，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数；是故障函数的一种通用表示形式；公式(5)是由漂移函数并结合偏差故障函数所得到的所述漂移故障的函数表示为：

ζ(x,u,t)＝K(t-t₀) (5)

式中，K为常数，t₀为发生故障的起始时刻，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数。

7.根据权利要求1所述基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于，所述步骤3中精度下降故障的函数表示为:

ζ(x,u,t)～N(0,σ₂₂) (6)

式中，σ₂₂表示方差，x为故障状态矢量，u为控制信号，x和u都是关于时间t的函数；上述式(4)、式(5)、式(6)中ζ(x，u，t)为故障函数的通用表达式。

8.根据权利要求1所述基于信息统计分析的燃气轮机电动执行器的故障诊断方法，其特征在于，所述步骤3中完全故障的函数表示为：

y(t)＝V_max或V_min (7)

式中，V_max和V_min分别表示仪表量程的最大值和最小值。

Images