CN112049975A - 一种自动控制的电动敞开式插板阀控制系统 - Google Patents

Abstract

本发明涉及一种自动控制的电动敞开式插板阀控制系统，该系统包括电动敞开式插板阀和控制设备；控制设备包括：数据获取模块，包括至少一个传感器，用于获取监测数据；数据处理模块，用于解析所述监测数据，判断是否满足自动关闭条件；数据通讯模块，分别与数据获取模块、数据处理模块连接，用于接收、上传传感器获得到的传感器，并与远程服务器进行通讯及对电动敞开式插板阀的控制；电动驱动装置，在控制信号的作用下，通过控制第一电动驱动装置和第二电动驱动装置，控制阀门的启闭；所述电动敞开式插板阀包括：阀体、阀体内部的阀板、链条传动机构。通过大数据挖掘技术，控制驱动装置带动链条传动机构来实现阀板自动启闭，结构简单且可靠性好。

Description

一种自动控制的电动敞开式插板阀控制系统

技术领域

本发明属于一种涉及阀门控制技术领域，更具体的说：它涉及一种自动控制的电动敞开式插板阀控制系统。

背景技术

敞开式插板阀应用在钢铁和冶金类企业的大中型煤气输送管道中，其用途是工业管道中起开通和隔断的作用，是一种理想的气体隔断设备，广泛应用在冶金、石油、化工、煤气等工业部门的管道上。

敞开式插板阀工作原理是通过夹紧驱动装置动作，将扭矩直接作用在主动阀杆上，使其旋转，并通过传动结构机构同时使4-6根阀杆做同步旋转(口径小为4根，口径大为6根)，阀杆上的螺纹副带动浮动座向压缩波纹管方向移动，使阀板密封圈与两面阀体密封圈完全脱离。再启动行走驱动装置将阀板进行水平移动，使阀板的盲圈和通圈相对阀体管路位置发生更换，夹紧驱动装置再次动作，使浮动座向左阀体密封圈移动，将阀板橡胶密封圈夹紧，从而完成阀门的开关动作。阀板是由盲板和通圈组成。当夹紧机构松开后，阀板旋转变换位置即可实现阀门开关。通过阀体和阀板间的密封副紧密接触，达到切断管道内的介质流动和防止外泄漏的目的，反之亦然。

目前，插板阀基本上都是通过维修人员定期进行维护。当输送工程管道存在压缩机设备老化，维护不良，燃气通过缸体连接处、吸排气阀门、轴封处、设备和管道的法兰、焊口和密封等缺陷部位泄漏，或设备外壳局部腐蚀穿孔、疲劳断裂等，不能及时向移动终端的维护人员发出警告，导致高压燃气喷出，容易引起火灾，造成无法挽回的生命财产损失。因此如何准通过计算机对泄露位置进行定位，及时实现预警、控制、隔断，急需改进。

发明内容

本发明的目的在于提供一种自动控制的电动敞开式插板阀控制系统，通过对采集的环境数据进行精准分析，可以实现插板阀装置的自动控制，提高了装置的安全性能，降低了操作员工职业健康风险。

本发明的上述技术目的是通过以下技术方案得以实现的：

自动控制的电动敞开式插板阀控制系统，所述系统包括电动敞开式插板阀和控制设备；

其中，所述控制设备包括：

数据获取模块，包括至少一个传感器，用于获取监测数据；

数据处理模块，解析所述监测数据，判断是否满足自动关闭条件；

数据通讯模块，分别与数据获取模块、数据处理模块连接，用于接收、上传传感器获得到的测量数据，并与外加设备进行通讯，通过通讯信息实现对电动敞开式插板阀的控制；

控制模块，接收所述数据处理模块的数据分析结果，在控制信号的作用下，通过控制电动驱动装置控制阀门的启闭；

所述电动敞开式插板阀的结构包括：阀体、阀体内部的阀板、第一电动驱动装置、第二电动驱动装置、波纹管、阀杆；所述波纹管焊接在阀腔内中，其中，所述波纹管为反向波纹管，围绕所述阀杆的轴向部分安置在阀腔中，以便使所述阀杆和所述阀腔内的系统流体隔离，流体阻止波纹管向外作用。

进一步的，所述数据处理模块解析所述监测数据，判断是否满足自动关闭条件，包括：

获取参考数据库中的参考数据，根据所述参考数据，将获取的历史监测数据进行过滤、清洗、转换，并进行准确性分析；

判断所述数据是否包含异常数据，并进行标识，结合历史数据构成样本数据；

根据样本数据及关闭条件构建卷积神经网格模型，通过卷积神经网络算法对数据做预测判断得到气体监测数据，每个训练样本都对应一个训练标签，卷积神经网络会对数据做卷积操作自动提取样本特征，最后分类器根据特征权重判别VOCs值浓度获取VOCs气体监测数据，所述模型包括训练样本模块、交叉验证数据模块以及测试数据模块；解析所述监测数据，通过预设的神经网络模型，输出解析结果。

进一步的，所述控制阀门的启闭包括控制阀板的横向移动和压紧的操作，其中，所述第一电动驱动装置位于阀体上部，通过减速机连接第一从动链轮，阀板底部具有链条，在第一电动驱动装置的作用下，用于带动阀板的横向移动，直至到达横向限位挡板后停止；所述第二电动驱动装置位于阀体下部，其上部具有链条，通过链条带动上部连接的第二从动链轮，第二从动链轮在垂直方向上连接丝杠，进而带动下部丝杠转动拉板，拉动托轮来实现阀板与两边阀座的距离，实现阀板的顶开压紧动作，同时与密封装置紧密接触，共同实现阀门密封，完成阀门的启闭。

进一步的，所述外加设备用于接收监测数据，并对所述监测数据通过动力学原理进行反向核查，进一步判断所述监测数据是否为异常数据，并将核查结果反馈到所述数据处理模块；其中所述外加设备为远程服务器。

进一步的，与电动敞开式插板阀连接的移动终端，所述移动终端通过控制权限与所述插板阀进行绑定，当出现泄露时，向该移动终端发出警告。

进一步的，所述密封装置采用双道密封，其使用材质为聚乙烯石墨填料和特种硅橡胶。

进一步的，所述卷积神经网格模型包括第一、第二、第三神经网络模型，第一神经网络模型、第二神经网络模型的输出结果，作为第三神经网络模型的输入，由所述第三神经网络模型输出最终解析结果。

进一步的，所述传感器至少包括检测环境类传感器、采集气体深度的特种气体检测传感器。

进一步的，所述检测环境类传感器包括温度传感器、压力传感器中的一个或多个，所述特种气体检测传感器包括PID传感器、硫化氢传感器、六氟化硫气体传感器中的一个或多个。

进一步的，所述模型包括训练样本模块、交叉验证数据模块以及测试数据模块。

综上所述，本发明具有以下有益效果：

(1)本公开对多种环境数据进行收集、清洗、整合，可以对历史数据和现有数据进行准确的分析，能够精准预测未来，从而为大数据智能决策提供支持；

(2)本公开基于电动敞开式插板阀配有多种驱动方式可供选择，可实现计算机程序控制的结构特点。本公开基于大数据对传输中的气体是否泄露进行预测，实时控制控制阀门的启闭，实现了气动插板阀远程控制，当判断发生气体泄露时，能及时向移动终端的维护人员发出警告，大大降低了维护人员检测泄露点、处理泄露等故障带来的安全风险，提高了装置的安全性能，降低了操作员工职业健康风险。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本申请，并不构成对本公开的不当限定。

图1是根据一种或多种实施方式的自动控制的电动敞开式插板阀装置结构图。

图2是根据一种或多种实施方式的自动控制的电动敞开式插板阀装置的正面剖视图。

图3是根据一种或多种实施方式的自动控制的电动敞开式插板阀装置的侧剖视图。

1阀体，2阀板，3第一从动链轮，4第一驱动装置，5托轮机构，6拉板，7第二驱动装置，8丝杠，9第二从动链轮，10密封装置。

具体实施方式

下面结合附图和实施例，对本发明进行详细描述。

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本公开使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

一种或多种实施例提供一种自动控制的电动敞开式插板阀装置，如图1所示，该装置包括电动敞开式插板阀和控制设备；其中，

所述控制设备包括：

数据获取模块，包括至少一个传感器，用于获取监测数据。

所述传感器包括检测环境类传感器，如温度传感器、压力传感器等，也可以为采集气体深度的特种气体检测传感器，如PID传感器(Photo Ionization Detector，光离子化气体传感器)或硫化氢传感器、六氟化硫气体传感器等。

优选的，多传感器模块为MEMS(Microelectro Mechanical Systems)微型压力阵列传感器，该传感器模块由多种MEMS气体传感器及压力传感器组成。

所述数据处理模块，用于解析所述监测数据，判断是否满足自动关闭条件。

具体的，解析所述监测数据，判断是否满足自动关闭条件，包括：

步骤1，根据参考数据库中的参考数据，将获取的历史监测数据进行过滤、清洗、转换，并进行准确性分析；

步骤2，判断所述数据是否包含异常数据，并进行标识，结合历史数据共同结合历史数据构成样本数据；

步骤3，根据样本数据及关闭条件构建卷积神经网格模型，通过卷积神经网络算法对数据做预测判断得到气体监测数据，每个训练样本都对应一个训练标签，卷积神经网络会对数据做卷积操作自动提取样本特征，最后分类器根据特征权重判别VOCs值浓度获取VOCs气体监测数据，所述模型包括训练样本模块、交叉验证数据模块以及测试数据模块；解析所述监测数据，通过预设的神经网络模型，输出解析结果，所述卷积神经网格模型包括第一、第二、第三神经网络模型，第一神经网络模型、第二神经网络模型的输出结果，作为第三神经网络模型的输入，由所述第三神经网络模型输出最终解析结果。

所述模型包括训练样本模块、交叉验证数据模块以及测试数据模块。

针对上述对异常数据的分析，可以看出如果在进行数据浓度趋势预测前不进行数据的规范化处理，会极大的干扰预测的准确性，从而导致趋势预测没有什么实际的意义。因此，对于不同的干扰情况，针对性的提出了两种数据预处理方法。

第一种为MA模型处理法，即移动平均值法。主要针对干扰数据中偶然出现的负值以及极大值，这种情况出现的概率还是很高的，主要由于外界环境干扰太大，因此需要对其进行数据的替换还原，因为在整个时间序列当中，这些偶然出现的数据还是符合它前后一段时间内数据的统计规律的，因此只需要对其前后一定时间段内的数据进行取平均值，作为这类干扰数据的估值即可。

第二种为自回归(AR)模型预测法。这种方法主要针对的异常数据有三大特点，数据多、数值突变、时间跨度大，这类情况不能简单的取平均处理，需要根据异常点之前的数据进行建模，满足数据发展整体态势。

在处理的处理中，当将两种方法结合使用，会提高模型预测的准确性。

步骤4，解析所述监测数据，通过预设的神经网络模型，输出解析结果。

其中，神经网络模型包括第一、第二、第三神经网络模型，第一神经网络模型、第二神经网络模型的输出结果，作为第三神经网络模型的输入，由所述第三神经网络模型输出最终解析结果。

具体方式可以为：通过多个传感器模块获取气体及压力监测数据；并根据时间段将气体监测数据进行切分处理，得到每个时间段的气体、压力数据集；通过后验概率分布算法对数据进行预处理，去除噪声数据；分别将气体监测数据、压力监测数据分别输入第一、第二神经网络模型进行训练，提取故障敏感特征因子作为预测时间序列，分别对预测时间序列中的各种信号数据在一个预测区间内预测，对预测时间序列分别计算在i时刻单项预测模型的信息熵大小，确定i时刻该单项预测模型的权重系数，得到具有一定精度的第一、第二神经网络模型。所述第一神经网络模型的输出结果为气体监测数据的预测结果。所述第二神经网络模型的输出结果为压力监测数据的预测结果。

将所述第一、第二神经网络模型的输出数据输入第三神经网络模型，将正常数据值组成新气体数据集；采用人工蜂群算法对所述第三神经网络模型进行优化，将待测气体监测数据输入至精准的第三神经网络模型中，得到预测趋势结果，通过气体、压力监测数据判断是否气体泄露。

进一步，所述控制模块，接收所述数据处理模块的数据分析结果，在控制信号的作用下，通过控制电动驱动装置控制阀门的启闭。

进一步，所述电动敞开式插板阀的结构包括：阀体、阀体内部的阀板、第一电动驱动装置、第二电动驱动装置、波纹管、阀杆；所述波纹管焊接在阀腔内中，其中，所述波纹管为反向波纹管，围绕所述阀杆的轴向部分安置在阀腔中，以便使所述阀杆和所述阀腔内的系统流体隔离，流体阻止波纹管向外作用。

进一步，所述电动敞开式插板阀包括：阀体、阀体内部的阀板、第一电动驱动装置和第二电动驱动装置；所述阀体内部焊接结构为：内装有垫圈、套筒，套筒与左阀体、右阀体、左阀体、右阀体、阀盖之间分别用阀体垫片、阀盖垫片密封，所述阀芯安装在套筒中，阀芯与阀杆之间用螺纹固定连接，所述波纹管的一端与阀杆、阀芯焊接后，将波纹管、阀杆以及阀芯装在阀盖定位槽中焊接固定，压盖用螺栓、螺母将阀盖与阀体连接在一起，所述阀盖上端部设有密封堵头，所述阀杆与阀盖之间用填料组件密封；其中，波形管为反向波形管，围绕所述阀杆的轴向部分安置在阀腔中，以便使所述阀杆和所述阀腔内的系统流体隔离，流体阻止波纹管向外作用。

在一种实施方式中，所述控制阀门的启闭包括控制阀板的横向移动和压紧的操作，其中，如图2、3所示，所述第一电动驱动装置(4)位于阀体(1)上部，通过减速机连接第一从动链轮(3)，阀板(2)底部具有链条，在第一电动驱动装置(4)的作用下，用于带动阀板(2)的横向移动，直至到达横向限位挡板后停止；所述第二电动驱动装置(7)位于阀体下部，其上部具有链条，通过链条带动上部连接的第二从动链轮(9)，第二从动链轮(9)在垂直方向上连接丝杠(8)，进而带动下部丝杠(8)转动拉板(6)，拉动托轮(5)来实现阀板(2)与两边阀座的距离，实现阀板(2)的顶开压紧动作，同时与密封装置(10)紧密接触，共同实现阀门密封，完成阀门的启闭；其中，所述密封装置采用双道密封，其使用材质为聚乙烯石墨填料和特种硅橡胶。

在一种实施方式中，所述远程服务器用于接收监测数据，并对所述监测数据通过动力学原理进行反向核查，进一步判断所述监测数据是否为异常数据，并将核查结果反馈到所述数据处理模块。

在一种实施方式中，还包括：与电动敞开式插板阀连接的移动终端，所述移动终端通过控制权限与所述插板阀进行绑定，当出现泄露时，向该移动终端发出警告。

本实施例提出的自动控制的电动敞开式插板阀装置，实现气体环境或浓度数据的抓取和精准分析，符合存储和处理的智能化需求，兼容、支持多元化监控终端交互，具备高可靠性、通用性和高可扩展性。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种自动控制的电动敞开式插板阀控制系统，所述系统包括电动敞开式插板阀和控制设备；

其中，所述控制设备包括：

数据获取模块，包括至少一个传感器，用于获取监测数据；

数据处理模块，解析所述监测数据，判断是否满足自动关闭条件；

数据通讯模块，分别与数据获取模块、数据处理模块连接，用于接收、上传传感器获得到的测量数据，并与外加设备进行通讯，通过通讯信息实现对电动敞开式插板阀的控制；

控制模块，接收所述数据处理模块的数据分析结果，在控制信号的作用下，通过控制电动驱动装置控制阀门的启闭；

所述电动敞开式插板阀的结构包括：阀体、阀体内部的阀板、第一电动驱动装置、第二电动驱动装置、波纹管、阀杆；所述波纹管焊接在阀腔内中，其中，所述波纹管为反向波纹管，围绕所述阀杆的轴向部分安置在阀腔中，以便使所述阀杆和所述阀腔内的系统流体隔离，流体阻止波纹管向外作用。

2.根据权利要求1所述的自动控制的电动敞开式插板阀控制系统，其特征在于，所述数据处理模块解析所述监测数据，判断是否满足自动关闭条件，包括：

获取参考数据库中的参考数据，根据所述参考数据，将获取的历史监测数据进行过滤、清洗、转换，并进行准确性分析；

判断所述数据是否包含异常数据，并进行标识，结合历史数据构成样本数据；

根据样本数据及关闭条件构建卷积神经网格模型，通过卷积神经网络算法对数据做预测判断得到气体监测数据，每个训练样本都对应一个训练标签，卷积神经网络会对数据做卷积操作自动提取样本特征，最后分类器根据特征权重判别VOCs值浓度获取VOCs气体监测数据，所述模型包括训练样本模块、交叉验证数据模块以及测试数据模块；解析所述监测数据，通过预设的神经网络模型，输出解析结果。

3.根据权利要求2所述的自动控制的电动敞开式插板阀控制系统，其特征在于，所述控制阀门的启闭包括控制阀板的横向移动和压紧的操作，其中，所述第一电动驱动装置(4)位于阀体上部，通过减速机连接第一从动链轮(3)，阀板(2)底部具有链条，在第一电动驱动装置(4)的作用下，用于带动阀板(2)的横向移动，直至到达横向限位挡板后停止；所述第二电动驱动装置(7)位于阀体下部，其上部具有链条，通过链条带动上部连接的第二从动链轮(9)，第二从动链轮(9)在垂直方向上连接丝杠(8)，进而带动下部丝杠(8)转动拉板(6)，拉动托轮(5)来实现阀板(2)与两边阀座的距离，实现阀板(2)的顶开压紧动作，同时与密封装置(10)紧密接触，共同实现阀门密封，完成阀门的启闭。

4.根据权利要求1所述的自动控制的电动敞开式插板阀控制系统，其特征在于，所述外加设备用于接收监测数据，并对所述监测数据通过动力学原理进行反向核查，进一步判断所述监测数据是否为异常数据，并将核查结果反馈到所述数据处理模块；其中所述外加设备为远程服务器。

5.根据权利要求1所述的自动控制的电动敞开式插板阀控制系统，其特征在于，还包括：与电动敞开式插板阀连接的移动终端，所述移动终端通过控制权限与所述插板阀进行绑定，当出现泄露时，向该移动终端发出警告。

6.根据权利要求3所述的自动控制的电动敞开式插板阀控制系统，其特征在于，所述密封装置采用双道密封，其使用材质为聚乙烯石墨填料和特种硅橡胶。

7.根据权利要求2所述的自动控制的电动敞开式插板阀控制系统，其特征在于，所述卷积神经网格模型包括第一、第二、第三神经网络模型，第一神经网络模型、第二神经网络模型的输出结果，作为第三神经网络模型的输入，由所述第三神经网络模型输出最终解析结果。

8.根据权利要求1所述的自动控制的电动敞开式插板阀控制系统，其特征在于，所述传感器至少包括检测环境类传感器、采集气体深度的特种气体检测传感器。

9.根据权利要求8所述的自动控制的电动敞开式插板阀控制系统，其特征在于，所述检测环境类传感器包括温度传感器、压力传感器中的一个或多个，所述特种气体检测传感器包括PID传感器、硫化氢传感器、六氟化硫气体传感器中的一个或多个。

10.根据权利要求2所述的自动控制的电动敞开式插板阀控制系统，其特征在于，所述模型包括训练样本模块、交叉验证数据模块以及测试数据模块。

Images