CN114488985A - 一种智能调节阀远程控制与故障诊断系统及方法 - Google Patents
一种智能调节阀远程控制与故障诊断系统及方法 Download PDFInfo
- Publication number
- CN114488985A CN114488985A CN202210100994.9A CN202210100994A CN114488985A CN 114488985 A CN114488985 A CN 114488985A CN 202210100994 A CN202210100994 A CN 202210100994A CN 114488985 A CN114488985 A CN 114488985A
- Authority
- CN
- China
- Prior art keywords
- regulating valve
- module
- valve
- sensor
- pressure
- 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.)
- Pending
Links
- 230000001105 regulatory effect Effects 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000003745 diagnosis Methods 0.000 title claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 52
- 238000006243 chemical reaction Methods 0.000 claims description 28
- 239000012530 fluid Substances 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 23
- 238000006073 displacement reaction Methods 0.000 claims description 18
- 230000007246 mechanism Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 230000035882 stress Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 230000002787 reinforcement Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000032683 aging Effects 0.000 claims description 3
- 238000001704 evaporation Methods 0.000 claims description 3
- 230000008020 evaporation Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 239000012528 membrane Substances 0.000 claims description 3
- 238000012856 packing Methods 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 238000004171 remote diagnosis Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000002401 inhibitory effect Effects 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000009533 lab test Methods 0.000 claims 1
- 238000012795 verification Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000009434 installation Methods 0.000 abstract 1
- 230000010354 integration Effects 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31439—Alarms can be warning, alert or fault
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种智能调节阀远程控制与故障诊断系统及方法，可应用在智能调节阀领域。该装置可获取调节阀的实时运行状态，建立基准数据库，进行预测估计、故障诊断和控制补偿，诊断调节阀多种故障问题并给出检测维修提示信息，实现对调节阀的数字化控制与智能化监测。本发明能提高调节阀控制精度，同时在生产设备不停机状态下有效预防严重故障发生，提升流程工业的安全运行、产品质量与经济效益。本系统零布线，安装简便，通用性、扩展性与兼容性较强。
Description
技术领域
本发明属于工业仪表与过程控制的技术领域，特别是涉及一种智能调节阀远程控制与故障诊断系统及方法。
背景技术
“中国制造2025”以智能转型推动新一代信息化与工业化深度融合，以网络化、数字化、智能化实现智能制造。流程工业正在由集中式控制向分散式增强型控制的基本模式转变，其核心技术是对过程控制各个环节实现信息获取、实时通信、动态交互、决策分析与控制，包含智能传感与控制装备、智能检测与分析装备等。
调节阀是流程工业过程控制的终端执行元件，是在流体流量管道中进行调节的动力操作装置，它包括阀门及其所连接的执行机构，执行机构根据控制信号而调节阀门稳定精准的运行到设定开度。根据执行机构的不同，调节阀可分为气动调节阀、电动调节阀、液动调节阀，广泛地应用于冶金、能源、化工、石油、军事、水利等工业部门。调节阀的智能化升级才能实施信息化整合进入智能工厂，通过数字化数据处理、双向通信以及人工智能应用，从而实现智能化升级。
本发明的目的是获取调节阀的实时运行状态，进行预测估计、故障诊断和控制补偿，实现对调节阀的数字化控制与智能化监测。使得调节阀在外界因素影响或自身参数改变的条件下，稳定精准的运行在设定开度状态；使得根据基准数据库预测调节阀的运行状态，并给出检测维修提示信息，有效预防严重故障发生，增强调节阀运行的安全性；使得当调节阀出现严重故障时，给出调节阀故障部件提示，进行针对性快速维修与更换。
发明内容
本发明针对带有智能阀门定位器的调节阀，为实现实时通信、信息获取、故障诊断、决策分析与控制，提供一种智能调节阀远程控制与故障诊断系统及方法。该系统实现零布线，安装简便，通用性、扩展性与兼容性较强。
本发明所述的一种智能调节阀远程控制与故障诊断系统通过主控机发送数字控制信号，数字控制信号由通信模块发送到中央处理器模块，经中央处理器模块进行数据处理，并通过D/A转换模块发送对应的模拟量控制信号到智能定位器，从而实时远程控制调节阀开度。传感器模块进行调节阀状态信息实时获取，状态信息经A/D模块发送数字信号到中央处理器模块，将状态信息与主控机实时数据交互并将状态信息存储到数据库中。主控机通过基准数据库进行预测估计，当调节阀状态或工作环境发生变化，主控机可发送控制补偿信号进行补偿控制，当故障状态达到一定程度，则发出报警信号。本装置实现数字化、智能化控制与监测，建立调节阀运行状态基准数据库，实时监测调节阀运行状态，进行预测评估、智能故障诊断和远程补偿控制。本装置提高调节阀的控制精度，有利用预防调节阀故障的发生和诊断调节阀故障部件，从而提升流程工业的安全运行、产品质量与经济效益。
智能调节阀远程控制与故障诊断系统包括主控机、通信模块、数据库模块、中央处理器模块、A/D模块、D/A模块、滤波模块、传感器模块、电源模块、LCD模块、报警模块与智能定位器。所述的主控机用于接收调节阀运行状态数据，进行大数据分析、预测估计与远程诊断，在一定的可调节范围内，发送控制信号进行精确控制；所述的通信模块利用工业无线通信模组进行数据交互，通过网关连接到Profibus、ModBus、DevieeNet和Interbus；所述的数据库模块用于存储调节阀的运行状态数据，作为预测估计与诊断的基准数据；所述的中央处理器模块处理传感器模块信号，响应主控机发出的控制命令；所述的A/D模块用于传感器的模拟信号转换为数字信号，D/A模块用于控制信号的数字信号转换为模拟信号；所述的滤波模块用于抑制模拟信号的干扰脉冲，提高系统的抗干扰能力(EMS)；所述的传感器模块包括位移传感器、压力传感器、加速度传感器、温度传感器与流量传感器，用于实时监测调节阀工作状态；所述的LCD模块用于显示主控机诊断结果，实时阀位；所述的报警模块根据主控机的预警命令或中央处理器接收到的实时状态分析做出相应的报警响应；所述的电源模块为中央处理器模块、D/A模块、A/D模块与传感器模块提供相应的工作电压；所述的智能定位器根据控制信号与调节阀阀位反馈信号形成闭环控制，通过智能定位器中的控制算法输出PWM电信号，改变I/P压电阀的进排气状态，气室压力变化驱动执行机构从而实现调节阀开度精确控制。
本发明通过上述智能调节阀远程控制与故障诊断系统，有如下智能调节阀远程控制与故障诊断方法，通过以下步骤来实现：
步骤A1：通过传感器模块将调节阀运行状态信号实时传输到中央处理器模块，中央处理模块进行数据的缩放与标准化处理，发送到主控机。
步骤A2：主控机实时获取步骤A1的状态数据，对基准数据库进行数据分析，预测估计与故障诊断，对智能调节阀进行智能自动控制。
步骤A3：主控机发送控制命令信号到中央处理器，中央处理器接收主控机控制信号，发送控制信号到智能定位器模块。
步骤A4：智能定位器接收到步骤A3发送的控制信号，驱动调节阀到达目标阀值R(t)，通过调节阀内置位移传感器反馈阀位值C1(t)，智能定位器内部算法利用误差信号e(t)＝R(t)-C1(t)进行闭环控制。
步骤A5：通过外置高精传感器实时检测阀位值C2(t)，若|C1(t)-C2(t)|>ε，则中央处理器模块进行控制信号补偿控制，中央处理器发送误差信号e(t)＝R(t)-C2(t)，之后进入步骤A3，若|C1(t)-C2(t)|<ε，不进行任何操作，进入步骤A1，循环执行。其中，ε为容许误差精度，ε＝γ·FSR，γ为控制精度，FSR为调节阀额定行程，γ取值范围为0％～1％。
步骤A6：主控机通过步骤A2，实时显示调节阀运行状态，检测故障发生部件，预判调节阀性能工作状态，发送不同的报警信号对用户提示，并将预判结果在人机界面上提示操作。
进一步的，步骤A1所述的传感器模块检测调节阀运行状态的具体实现步骤如下：
传感器模块包括高精位移传感器、压力传感器、加速度传感器、温度传感器与流量传感器，将各传感器经滤波模块，A/D转换发送到中央处理器。所述的高精位移传感器安装在调节阀外侧，实时检测随动平衡杆的相对位置，确定调节阀当前阀位值C2(t)，其中t为时间，单位为秒。将第一压力传感器安装在调节阀气室口连接处，确定该处压力P1，单位是kPa；第二压力传感器安装在I/P转换单元(电流信号转换气压信号单元)的出气口，确定该处的压力P2，单位是kPa；将第三压力传感器安装在I/P转换单元的进气口，确定该处的压力P3，单位是kPa；将第四压力传感器安装在气源供气端，确定该处的压力P4，单位是kPa；对动力源从气源压力到执行压力进行全面监控；将第五压力传感器安装在调节机构的流体流量输入端，确定该处的压力P5，单位是Pa；将第六压力传感器安装在调节机构的流体流量输出端，确定该处的压力P6，单位是Pa。所述的加速度传感器置于调节阀阀杆处，实时检测阀杆速度v(t)，单位是mm/s。其中，t为时间，单位为秒。将所述的温度传感器安装在调节阀智能定位器外侧，实时监测智能定位器的工作环境温度T(t),单位是℃。将所述的流量传感器安装在调节机构的流体流量输出端，实时检测输出流量Q(t)。
进一步的，步骤A1所述的数据放缩与标准化处理的具体实现步骤如下：
步骤C1：将传感器的输出值value标准化输出值outn＝(value-min)/(max-min)；其中，max为A/D模块数值转换区间的最大值，min为A/D模块数值转换区间的最小值。
步骤C2：将标准化输出进行物理量等比放缩，调节阀状态实际物理值对应的数字量outp＝[outn·(Max–Min)]+Min；其中，Max为传感器的测量量程最大值，Min为传感器的测量量程最小值。
步骤C3：在中央处理器中，主要对位移传感器当前阀位值C2(t)进行算法运算，并将传感器模块的outp数据通过通信模块发送到主控机，进入步骤A2。
进一步的，步骤A2所述的进行基准数据库的数据分析的具体步骤实现如下：
步骤D1：初始基准数据库在调节阀出厂前实验室测试获得。通过中央处理器实时监测调节阀的运行状态，并将状态数据实时保存到基准数据库中。
步骤D2：通过步骤B3获取动力源通道各位置的压力，可诊断输入低压压力是否过低、气室是否漏气、气路管道是否泄露或堵塞，过滤器阻塞、I/P转换单元故障等问题。具体实现方法：
方法D2.1：在调节阀处于稳态下，实时监测压力传感器1的压力，压力P1若处于波动状态，且波动幅度λ>χ，则诊断故障为气室漏气。其中χ定义为χ＝γ·ACC，γ为控制精度，ACC为调节阀气室容量，γ取值范围为0％～1％。
方法D2.2：定义
其中，p1为压电阀进气口压力，p2为压电阀出气口压力，μ为气压转换系数，通过基准数据库得基准μ，监测压力传感器2与3并得出气压转换系数μ0，当|μ-μ0|＞γ时，则诊断为I/P压电阀故障。
步骤D3：评估空化与闪蒸问题，通过步骤B3获取流体流量输入端、输出端压力，空化指数σ＝(p1-pv)/(p1-p2)与σ2＝(p2-pv)/(p1-p2)；其中，p1为流体流量输入端压力，单位是Pa；p2流体流量输出端压力，单位是Pa；pv为绝对热力学蒸气压；闪蒸阀容量qmax＝FLPCv[(p1-FFpv)/Gf]1/2；其中Cv为流量系数。
步骤D4：通过步骤B5获取工作环境温度，分析温度对调节阀的控制性能的影响。根据基准数据库中的温度对调节阀性能影响关系，当调节阀工作温度升高或降低时，主控机发出控制补偿信号，控制调节阀达到初始控制性能。
步骤D5：利用调节阀整个运行期间的基准数据库进行大数据算法分析，通过强化学习、预测估计等智能算法技术对调节阀的整体运行状态进行综合分析与预测，探究各项状态指标是否偏移，做出故障的判断与预测，故障包括：填料摩擦力故障、弹簧故障、气室膜片故障、阀塞故障、调节机构泄露故障、阀座接触载荷等。具体实现步骤：
子步骤D5.1：计算气源推力FQ＝AgP，其中Ag为气缸中膜片受力的有效面积，P为气缸气压。
子步骤D5.2：计算气室复位弹簧的合弹力Fk＝Kx，其中K为弹簧弹性系数。
子步骤D5.3：计算阀芯所受流体扰动力
其中，dg为阀芯直径，ds为阀杆直径，阀芯两侧压差ΔP＝P3-P4。
子步骤D5.4：计算阀杆所受摩擦力
其中，Fc为库伦摩擦力，Fsmax为最大静摩擦力，vFv为粘性摩擦项，v为阀杆速度。
子步骤D5.5：根据牛顿第二定律
基于基本数据库，通过调节阀的受力状态进行故障智能分析，利用强化学习，预测控制方法获取调节阀运行状态参数。其中，m为阀杆质量，x为阀杆位移量，Fq为气源推力，Fk为弹簧的弹力，Ff为阀杆摩擦力，Fp为流体扰动力。
步骤D6：通过对基准数据库大数据分析，若故障在可控范围内，则主控机发送控制补偿信号em(t)，进入步骤A3。若状态预测可能出现失控问题或部件老化，则主控机发送报警提示信号。
进一步的，步骤A3所述的发送控制信号到智能定位器模块的具体实现步骤如下：
步骤E1：控制信号分为主控机控制信号r(t)，主控机控制补偿信号em(t)，中央处理器控制补偿信号e(t)，控制优先级r(t)＞em(t)＞e(t)，其中r(t)为4-20mA控制信号。
步骤E2：若主控机手动发送控制信号r(t)时，经通信模块发送到中央处理器，中央处理器记录当前控制信号r(t)，该控制信号优先级最高，进入步骤A4，否则，进入步骤D3。
步骤E3：通过步骤B2，实时获取当控制信号为r(t)时调节阀的开度C2(t)，通过步骤A3，获取调节阀开度C1(t)，控制信号r(t)对应的目标阀值R(t)。当|C1(t)-C2(t)|>ε时，进行中央处理器控制补偿e(t)＝R(t)-C2(t)。
步骤E4：当主控机发送控制补偿信号em(t)时，进入步骤A3，之后执行步骤D3。
进一步的，步骤A6所述的发送不同的报警信号与用户提示具体实现如下：
功能F1：报警信号分为两种，一种是故障预测信号，另一种为故障报警信号。
功能F2：预测报警信号仅做出预测故障响应与可能故障提示信息，提示相关人员进行现场检查，主控机不向中央处理器发送控制信号。
功能F3：当发送故障报警信号时，主控机发出报警响应，等待相关人员故障核验。
功能F4：用户提示界面可对故障信息进行详细提示，如检查调节阀的具体部件、检查方法等，可调用基准数据库进行调节阀状态性能的图形化显示，如精度性能、死区性能、点漂移性能、滞后性能等可视化偏差图。
附图说明
图1是本发明系统的结构和功能示意图；
图2是本发明系统的具体实现步骤流程图；
图3是智能阀门定位器的闭环控制示意图；
具体实施方式
下面结合附图，对本发明的技术方案进行详细说明。
如图1所示，智能调节阀远程控制与故障诊断系统包括主控机、通信模块、数据库模块、中央处理器模块、A/D模块、D/A模块、滤波模块、传感器模块、电源模块、LCD模块、报警模块与智能定位器等。主控机与数据库模块、通信模块连接；通信模块与中央处理器模块、主控机连接；中央处理器模块与通信模块、A/D、D/A模块连接；A/D模块与中央处理器模块、传感器模块连接；D/A模块与中央处理器模块、智能定位器模块连接；智能定位器与D/A模块、调节阀执行机构连接；传感器模块与A/D模块、调节阀执行机构连接。
主控机用于接收调节阀运行状态数据，进行大数据分析、预测估计与远程诊断，在一定的可调节范围内，发送控制信号进行精确控制；所述的通信模块利用工业无线通信模组进行数据交互，通过网关连接到Profibus、ModBus、DevieeNet和Interbus；所述的数据库模块用于存储调节阀的运行状态数据，作为预测估计与诊断的基准数据；所述的中央处理器模块处理传感器模块信号，响应主控机发出的控制命令；所述的A/D模块用于传感器的模拟信号转换为数字信号，D/A模块用于控制信号的数字信号转换为模拟信号；所述的滤波模块用于抑制模拟信号的干扰脉冲，提高系统的抗干扰能力(EMS)；所述的传感器模块主要包括位移传感器、压力传感器、加速度传感器、温度传感器与流量传感器，用于实时监测调节阀工作状态；所述的LCD模块用于显示主控机诊断结果，实时阀位；所述的报警模块根据主控机的预警命令或中央处理器接收到的实时状态分析做出相应的报警响应；所述的电源模块为中央处理器模块、D/A模块、A/D模块与传感器模块提供相应的工作电压；所述的智能定位器根据控制信号与调节阀阀位反馈信号形成闭环控制，通过智能定位器中的控制算法输出PWM电信号，改变I/P压电阀的进排气状态，气室压力变化驱动执行机构从而实现调节阀开度精确控制。
如图2所示，智能调节阀远程控制与故障诊断方法，具体包括以下步骤：
步骤A1：通过传感器模块将调节阀运行状态信号实时传输到中央处理器模块，中央处理模块进行数据的缩放与标准化处理，发送到主控机；具体为：传感器模块包括高精位移传感器、压力传感器、加速度传感器、温度传感器与流量传感器，将各传感器经滤波模块，A/D转换发送到中央处理器。高精位移传感器安装在调节阀外侧，实时检测随动平衡杆的相对位置，确定调节阀当前阀位值C2(t)，其中t为时间，单位为秒。将第一压力传感器安装在调节阀气室口连接处，确定该处压力P1，单位是kPa；第二压力传感器安装在I/P转换单元的出气口，确定该处的压力P2，单位是kPa；将第三压力传感器安装在I/P转换单元的进气口，确定该处的压力P3，单位是kPa；将第四压力传感器4安装在气源供气端，确定该处的压力P4，单位是kPa；对动力源从气源压力到执行压力进行全面监控；将第五压力传感器安装在调节机构的流体流量输入端，确定该处的压力P5，单位是Pa；将第六压力传感器安装在调节机构的流体流量输出端，确定该处的压力P6，单位是Pa。加速度传感器置于调节阀阀杆处，实时检测阀杆速度v(t)，单位是mm/s。其中，t为时间，单位为秒。
温度传感器安装在调节阀智能定位器外侧，实时监测智能定位器的工作环境温度T(t),单位是℃。流量传感器安装在调节机构的流体流量输出端，实时检测输出流量Q(t)。
数据放缩与标准化处理的具体实现：
步骤C1：将传感器的输出值value标准化输出值outn＝(value-min)/(max-min)；其中，max为A/D模块数值转换区间的最大值，min为A/D模块数值转换区间的最小值。
步骤C2：将标准化输出进行物理量等比放缩，调节阀状态实际物理值对应的数字量outp＝[outn·(Max–Min)]+Min；其中，Max为传感器的测量量程最大值，Min为传感器的测量量程最小值。
步骤C3：在中央处理器中，主要对位移传感器当前阀位值C2(t)进行算法运算，并将传感器模块的outp数据通过通信模块发送到主控机，进入步骤A2。
步骤A2：主控机模块实时获取步骤A1的状态数据，对基准数据库进行数据分析，预测估计与故障诊断，对智能调节阀进行智能自动控制；具体为：
步骤D1：初始基准数据库在调节阀出厂前实验室测试获得。通过中央处理器实时监测调节阀的运行状态，并将状态数据实时保存到基准数据库中。
步骤D2：通过步骤B3获取动力源通道各位置的压力，可诊断输入低压压力是否过低、气室是否漏气、气路管道是否泄露或堵塞，过滤器阻塞、I/P转换单元故障等问题。具体实现方法：
方法D2.1：在调节阀处于稳态下，实时监测压力传感器1的压力，压力P1若处于波动状态，且波动幅度λ>χ，则诊断故障为气室漏气。其中χ定义为χ＝γ·ACC，γ为控制精度，ACC为调节阀气室容量，γ取值范围为0％～1％。
方法D2.2：定义
其中，p1为压电阀进气口压力，p2为压电阀出气口压力，μ为气压转换系数，通过基准数据库得基准μ，监测压力传感器2与3并得出气压转换系数μ0，当|μ-μ0|＞γ时，则诊断为I/P压电阀故障。
步骤D3：评估空化与闪蒸问题，通过步骤B3获取流体流量输入端、输出端压力，空化指数σ＝(p1-pv)/(p1-p2)与σ2＝(p2-pv)/(p1-p2)；其中，p1为流体流量输入端压力，单位是Pa；p2流体流量输出端压力，单位是Pa；pv为绝对热力学蒸气压；闪蒸阀容量qmax＝FLPCv[(p1-FFpv)/Gf]1/2；其中Cv为流量系数。
步骤D4：通过步骤B5获取工作环境温度，分析温度对调节阀的控制性能的影响。根据基准数据库中的温度对调节阀性能影响关系，当调节阀工作温度升高或降低时，本系统进行控制补偿，控制调节阀达到初始控制性能。
步骤D5：利用调节阀整个运行期间的基准数据库进行大数据算法分析，通过强化学习、预测估计等智能算法技术对调节阀的整体运行状态进行综合分析与预测，探究各项状态指标是否偏移，做出故障的判断与预测，故障包括：填料摩擦力故障、弹簧故障、气室膜片故障、阀塞故障、调节机构泄露故障、阀座接触载荷等。具体实现步骤：
子步骤D5.1：计算气源推力FQ＝AgP，其中Ag为气缸中膜片受力的有效面积，P为气缸气压。
子步骤D5.2：计算气室复位弹簧的合弹力Fk＝Kx，其中K为弹簧弹性系数。
子步骤D5.3：计算阀芯所受流体扰动力
其中，dg为阀芯直径，ds为阀杆直径，阀芯两侧压差ΔP＝P3-P4。
子步骤D5.4：计算阀杆所受摩擦力
其中，Fc为库伦摩擦力，Fsmax为最大静摩擦力，vFv为粘性摩擦项，v为阀杆速度。
子步骤D5.5：根据牛顿第二定律
基于基本数据库，通过调节阀的受力状态进行故障智能分析，利用强化学习，预测控制方法获取调节阀运行状态参数。其中，m为阀杆质量，x为阀杆位移量，Fq为气源推力，Fk为弹簧的弹力，Ff为阀杆摩擦力，Fp为流体扰动力。
步骤D6：通过对基准数据库大数据分析，若故障在可控范围内，则主控机发送控制补偿信号em(t)，进入步骤A3。若状态预测可能出现失控问题或部件老化，则主控机发送报警提示信号。
步骤A3：主控机发送控制命令信号到中央处理器，中央处理器接收主控机控制信号，发送控制信号到智能定位器模块；具体为：
步骤E1：控制信号分为主控机控制信号r(t)，主控机控制补偿信号em(t)，中央处理器控制补偿信号e(t)，控制优先级r(t)＞em(t)＞e(t)，其中r(t)为4-20mA控制信号。
步骤E2：若主控机手动发送控制信号r(t)时，经通信模块发送到中央处理器，中央处理器记录当前控制信号r(t)，该控制信号优先级最高，进入步骤A4，否则，进入步骤D3。
步骤E3：通过步骤B2，实时获取当控制信号为r(t)时调节阀的开度C2(t)，通过步骤A3，获取调节阀开度C1(t)，控制信号r(t)对应的目标阀值R(t)。当|C1(t)-C2(t)|>ε时，进行中央处理器控制补偿e(t)＝R(t)-C2(t)。
步骤E4：当主控机发送控制补偿信号em(t)时，进入步骤A3，之后执行步骤D3。
如图3所示，智能阀门定位器的闭环控制示意图，具体控制流程如下：
步骤A4：智能定位器接收到步骤A3发送的控制信号，经定位器控制算法，输出相应的PWM驱动信号作用到I/P转换单元，控制I/P转换单元进排气，从而改变气室气压，驱动调节阀到达目标阀值R(t)，通过调节阀内置位移传感器反馈阀位值C1(t)，智能定位器内部算法利用误差信号e(t)＝R(t)-C1(t)进行闭环控制。
步骤A5：通过外置高精传感器实时检测阀位值C2(t)，若|C1(t)-C2(t)|>ε，则中央处理器模块进行控制信号补偿控制，中央处理器发送误差信号e(t)＝R(t)-C2(t)，之后进入步骤A3，若|C1(t)-C2(t)|<ε，不进行任何操作，进入步骤A1，循环执行。其中，ε为容许误差精度，ε＝γ·FSR，γ为控制精度，FSR为调节阀额定行程，γ取值范围为0％～1％。
步骤A6：通过步骤A2，为用户实时显示调节阀运行状态，检测故障发生部件，预判调节阀性能工作状态，发送不同的报警信号对用户提示，并将预判结果在人机界面上提示操作；具体为：
功能F1：报警信号分为两种，一种是故障预测信号，另一种为故障报警信号。
功能F2：预测报警信号仅做出预测故障响应与可能故障提示信息，提示相关人员进行现场检查，主控机不向中央处理器发送控制信号。
功能F3：当发送故障报警信号时，主控机发出报警响应，等待相关人员故障核验。
功能F4：用户提示界面可对故障信息进行详细提示，如检查调节阀的具体部件、检查方法等，可调用基准数据库进行调节阀状态性能的图形化显示，如精度性能、死区性能、点漂移性能、滞后性能等可视化偏差图。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (7)
1.一种智能调节阀远程控制与故障诊断系统，其特征在于：包括主控机、通信模块、数据库模块、中央处理器模块、A/D模块、D/A模块、滤波模块、传感器模块、电源模块、LCD模块、报警模块与智能定位器；所述的主控机用于接收调节阀运行状态数据，进行大数据分析、预测估计与远程诊断，发送精确控制信号；所述的通信模块利用工业无线通信模组进行数据交互，通过网关连接到Profibus、ModBus、DevieeNet和Interbus；所述的数据库模块用于存储调节阀的运行状态数据，作为预测估计与诊断的基准数据；所述的中央处理器模块处理传感器模块信号，响应主控机发出的控制命令；所述的A/D模块用于传感器的模拟信号转换为数字信号，D/A模块用于控制信号的数字信号转换为模拟信号；所述的滤波模块用于抑制模拟信号的干扰脉冲，提高系统的抗干扰能力(EMS)；所述的传感器模块包括位移传感器、压力传感器、加速度传感器、温度传感器与流量传感器，用于实时监测调节阀工作状态；所述的LCD模块用于显示主控机诊断结果，实时阀位；所述的报警模块根据主控机的预警命令或中央处理器接收到的实时状态分析做出相应的报警响应；所述的电源模块为中央处理器模块、D/A模块、A/D模块与传感器模块提供相应的工作电压；所述的智能定位器根据控制信号与调节阀阀位反馈信号形成闭环控制，通过智能定位器中的控制算法输出PWM电信号，改变I/P压电阀的进排气状态，气室压力变化驱动执行机构从而实现调节阀开度精确控制；
主控机发送数字控制信号，数字控制信号由通信模块发送到中央处理器模块，经中央处理器模块进行数据处理，并通过D/A转换模块发送对应的模拟量控制信号到智能定位器，从而实时远程控制调节阀开度；传感器模块进行调节阀状态信息实时获取，状态信息经A/D模块发送数字信号到中央处理器模块，将状态信息与主控机实时数据交互并将状态信息存储到数据库中；主控机通过基准数据库进行预测估计，当调节阀状态或工作环境发生变化，主控机可发送控制补偿信号进行补偿控制，当故障状态达到一定程度，则发出报警信号。
2.基于权利要求1所述的系统有如下智能调节阀远程控制与故障诊断方法，其特征在于：具体包括如下步骤来实现：
步骤A1：通过传感器模块将调节阀运行状态信号实时传输到中央处理器模块，中央处理模块进行数据的缩放与标准化处理，发送到主控机模块；
步骤A2：主控机实时获取步骤A1的状态数据，对基准数据库进行数据分析，预测估计与故障诊断，对智能调节阀进行智能自动控制；
步骤A3：主控机发送控制命令信号到中央处理器，中央处理器接收主控机控制信号，发送控制信号到智能定位器模块；
步骤A4：智能定位器接收到步骤A3发送的控制信号，驱动调节阀到达目标阀值R(t)，通过调节阀内置位移传感器反馈阀位值C1(t)，智能定位器内部算法利用误差信号e(t)＝R(t)-C1(t)进行闭环控制；
步骤A5：通过外置高精传感器实时检测阀位值C2(t)，若|C1(t)-C2(t)|>ε，则中央处理器模块进行控制信号补偿控制，中央处理器发送误差信号e(t)＝R(t)-C2(t)，之后进入步骤A3，若|C1(t)-C2(t)|<ε，不进行任何操作，进入步骤A1，循环执行；其中，ε为容许误差精度，ε＝γ·FSR，γ为控制精度，FSR为调节阀额定行程，γ取值范围为0％～1％；
步骤A6：主控机通过步骤A2，实时显示调节阀运行状态，检测故障发生部件，预判调节阀性能工作状态，发送不同的报警信号对用户提示，并将预判结果在人机界面上提示操作。
3.如权利要求2所述的智能调节阀远程控制与故障诊断方法，其特征在于：步骤A1所述的传感器模块检测调节阀运行状态的具体实现步骤如下：传感器模块包括高精位移传感器、压力传感器、加速度传感器、温度传感器与流量传感器，将各传感器经滤波模块，A/D转换发送到中央处理器；高精位移传感器安装在调节阀外侧，实时检测随动平衡杆的相对位置，确定调节阀当前阀位值C2(t)，其中t为时间，单位为秒；将第一压力传感器安装在调节阀气室口连接处，确定该处压力P1，单位是kPa；第二压力传感器安装在I/P转换单元的出气口，确定该处的压力P2，单位是kPa；将第三压力传感器安装在I/P转换单元的进气口，确定该处的压力P3，单位是kPa；将第四压力传感器安装在气源供气端，确定该处的压力P4，单位是kPa；对动力源从气源压力到执行压力进行全面监控；将第五压力传感器安装在调节机构的流体流量输入端，确定该处的压力P5，单位是Pa；将第六压力传感器安装在调节机构的流体流量输出端，确定该处的压力P6，单位是Pa；所述的加速度传感器置于调节阀阀杆处，实时检测阀杆速度v(t)，单位是mm/s；其中，t为时间，单位为秒；将所述的温度传感器安装在调节阀智能定位器外侧，实时监测智能定位器的工作环境温度T(t),单位是℃；将所述的流量传感器安装在调节机构的流体流量输出端，实时检测输出流量Q(t)。
4.如权利要求2所述的智能调节阀远程控制与故障诊断方法，其特征在于：步骤A1所述的数据放缩与标准化处理的具体实现步骤如下：
步骤C1：将传感器的输出值value标准化输出值outn＝(value-min)/(max-min)；其中，max为A/D模块数值转换区间的最大值，min为A/D模块数值转换区间的最小值；
步骤C2：将标准化输出进行物理量等比放缩，调节阀状态实际物理值对应的数字量outp＝[outn·(Max–Min)]+Min；其中，Max为传感器的测量量程最大值，Min为传感器的测量量程最小值；
步骤C3：在中央处理器中，主要对位移传感器当前阀位值C2(t)进行算法运算，并将传感器模块的outp数据通过通信模块发送到主控机，进入步骤A2。
5.如权利要求2所述的智能调节阀远程控制与故障诊断方法，其特征在于：步骤A2所述的进行基准数据库的数据分析的具体步骤实现如下：
步骤D1：初始基准数据库在调节阀出厂前实验室测试获得；通过中央处理器实时监测调节阀的运行状态，并将状态数据实时保存到基准数据库中；
步骤D2：获取动力源通道各位置的压力，诊断输入低压压力是否过低、气室是否漏气、气路管道是否泄露或堵塞，过滤器阻塞、I/P转换单元故障问题；具体实现方法：
方法D2.1：在调节阀处于稳态下，实时监测压力传感器1的压力，压力P1若处于波动状态，且波动幅度λ>χ，则诊断故障为气室漏气；其中χ定义为χ＝γ·ACC，γ为控制精度，ACC为调节阀气室容量，γ取值范围为0％～1％；
方法D2.2：定义
其中，p1为压电阀进气口压力，p2为压电阀出气口压力，μ为气压转换系数，通过基准数据库得基准μ，监测压力传感器2与3并得出气压转换系数μ0，当|μ-μ0|＞γ时，则诊断为I/P压电阀故障；
步骤D3：评估空化与闪蒸问题，通过步骤B3获取流体流量输入端、输出端压力，空化指数σ＝(p1-pv)/(p1-p2)与σ2＝(p2-pv)/(p1-p2)；其中，p1为流体流量输入端压力，单位是Pa；p2流体流量输出端压力，单位是Pa；pv为绝对热力学蒸气压；闪蒸阀容量qmax＝FLPCv[(p1-FFpv)/Gf]1/2；其中Cv为流量系数；
步骤D4：获取工作环境温度，分析温度对调节阀的控制性能的影响；根据基准数据库中的温度对调节阀性能影响关系，当调节阀工作温度升高或降低时，主控机发出控制补偿信号，控制调节阀达到初始控制性能；
步骤D5：利用调节阀整个运行期间的基准数据库进行大数据算法分析，通过智能算法技术对调节阀的整体运行状态进行综合分析与预测，探究各项状态指标是否偏移，做出故障的判断与预测，故障包括：填料摩擦力故障、弹簧故障、气室膜片故障、阀塞故障、调节机构泄露故障、阀座接触载荷等；具体实现步骤：
子步骤D5.1：计算气源推力FQ＝AgP，其中Ag为气缸中膜片受力的有效面积，P为气缸气压；
子步骤D5.2：计算气室复位弹簧的合弹力Fk＝Kx，其中K为弹簧弹性系数；
子步骤D5.3：计算阀芯所受流体扰动力
其中，dg为阀芯直径，ds为阀杆直径，阀芯两侧压差ΔP＝P3-P4；
子步骤D5.4：计算阀杆所受摩擦力
其中，Fc为库伦摩擦力，Fsmax为最大静摩擦力，vFv为粘性摩擦项，v为阀杆速度；
子步骤D5.5：根据牛顿第二定律
基于基本数据库，通过调节阀的受力状态进行故障智能分析，利用强化学习，预测控制方法获取调节阀运行状态参数；其中，m为阀杆质量，x为阀杆位移量，Fq为气源推力，Fk为弹簧的弹力，Ff为阀杆摩擦力，Fp为流体扰动力；
步骤D6：通过对基准数据库大数据分析，若故障在可控范围内，则主控机发送控制补偿信号em(t)，进入步骤A3；若状态预测可能出现失控问题或部件老化，则主控机发送报警提示信号。
6.如权利要求2所述的智能调节阀远程控制与故障诊断方法，其特征在于：步骤A3所述的发送控制信号到智能定位器模块的具体实现步骤如下：
步骤E1：控制信号分为主控机控制信号r(t)，主控机控制补偿信号em(t)，中央处理器控制补偿信号e(t)，控制优先级r(t)＞em(t)＞e(t)，其中r(t)为4-20mA控制信号；
步骤E2：若主控机手动发送控制信号r(t)时，经通信模块发送到中央处理器，中央处理器记录当前控制信号r(t)，该控制信号优先级最高，进入步骤A4，否则，进入步骤D3；
步骤E3：通过步骤B2，实时获取当控制信号为r(t)时调节阀的开度C2(t)，通过步骤A3，获取调节阀开度C1(t)，控制信号r(t)对应的目标阀值R(t)；当|C1(t)-C2(t)|>ε时，进行中央处理器控制补偿e(t)＝R(t)-C2(t)；
步骤E4：当主控机发送控制补偿信号em(t)时，进入步骤A3，之后执行步骤D3。
7.如权利要求2所述的智能调节阀远程控制与故障诊断方法，其特征在于：步骤A6所述的发送不同的报警信号与用户提示具体实现如下：
功能F1：报警信号分为两种，一种是故障预测信号，另一种为故障报警信号；
功能F2：预测报警信号仅做出预测故障响应与可能故障提示信息，提示相关人员进行现场检查，主控机不向中央处理器发送控制信号；
功能F3：当发送故障报警信号时，主控机发出报警响应，等待相关人员故障核验；
功能F4：用户提示界面可对故障信息进行详细提示，如检查调节阀的具体部件、检查方法等，可调用基准数据库进行调节阀状态性能的图形化显示，如精度性能、死区性能、点漂移性能、滞后性能等可视化偏差图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210100994.9A CN114488985A (zh) | 2022-01-27 | 2022-01-27 | 一种智能调节阀远程控制与故障诊断系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210100994.9A CN114488985A (zh) | 2022-01-27 | 2022-01-27 | 一种智能调节阀远程控制与故障诊断系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114488985A true CN114488985A (zh) | 2022-05-13 |
Family
ID=81476749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210100994.9A Pending CN114488985A (zh) | 2022-01-27 | 2022-01-27 | 一种智能调节阀远程控制与故障诊断系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114488985A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114702119A (zh) * | 2022-06-07 | 2022-07-05 | 天润(山东)生态环境科技有限公司 | 一种有机废水的处理系统及处理方法 |
| CN114992368A (zh) * | 2022-08-04 | 2022-09-02 | 山东鑫亚格林鲍尔燃油系统有限公司 | 一种阀门智能远程控制管理系统 |
| CN116223012A (zh) * | 2023-05-09 | 2023-06-06 | 苏州海卓伺服驱动技术有限公司 | 一种用于电子元件的智能检测方法及系统 |
-
2022
- 2022-01-27 CN CN202210100994.9A patent/CN114488985A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114702119A (zh) * | 2022-06-07 | 2022-07-05 | 天润(山东)生态环境科技有限公司 | 一种有机废水的处理系统及处理方法 |
| CN114992368A (zh) * | 2022-08-04 | 2022-09-02 | 山东鑫亚格林鲍尔燃油系统有限公司 | 一种阀门智能远程控制管理系统 |
| CN116223012A (zh) * | 2023-05-09 | 2023-06-06 | 苏州海卓伺服驱动技术有限公司 | 一种用于电子元件的智能检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114488985A (zh) | 一种智能调节阀远程控制与故障诊断系统及方法 | |
| CN112673321B (zh) | 阀门定位器及诊断方法 | |
| EP1017950B1 (en) | Diagnostic device and method for pressure regulator | |
| EP2843281B1 (en) | Diagnostic method for detecting control valve component failure | |
| CA2668315C (en) | Intelligent pressure regulator | |
| US7283894B2 (en) | System and method for fluid regulation | |
| EP1379803B1 (en) | Method for detecting broken valve stem | |
| US20130110418A1 (en) | Control valve diagnostics | |
| US20170030972A1 (en) | Actuator fault detection device, controlling device and control method | |
| US20230288888A1 (en) | Position controller self-assessment for digital twin | |
| CN116931610A (zh) | 一种压力控制的快速响应方法及装置 | |
| CN100533109C (zh) | 执行器故障诊断方法 | |
| CN101782094A (zh) | 用于在气动调节驱动器的受控电动-气动阀中找到开放点的方法和电子装置 | |
| CN115573965B (zh) | 一种多功能电液流量控制阀及流量控制方法 | |
| CN109737236B (zh) | 调节阀检测装置 | |
| EP3961316A1 (en) | Control system with diagnostics monitoring for engine control | |
| US11624332B2 (en) | Control system with diagnostics monitoring for engine control | |
| CN114110249B (zh) | 一种诊断调节阀填料摩擦力的方法 | |
| KR20190019369A (ko) | 공기식 컨트롤 밸브 고장 진단 방법 | |
| Tlisov et al. | Adaptive control system for pipeline valve pneumatic actuator | |
| CN118467922A (zh) | 一种用于配备机械定位器的气动调节阀的实时在线监测方法 | |
| CN117366322A (zh) | 一种阀门定位器及阀门结构 | |
| CN118768075A (zh) | 一种磨煤机的比例溢流阀控制方法、系统、设备及介质 |
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 |