CN115112361A - 一种用于检测闸阀阀杆与阀板脱落的方法及装置 - Google Patents

Abstract

本发明提供了一种用于检测闸阀阀杆与阀板脱落的方法及装置，涉及闸阀技术领域，该方法包括：通过数据处理模块对力矩检测设备的力矩输出数据进行同步，获得力矩监测数据；获得力矩信号规则列表；根据力矩监测数据、力矩信号变化规则列表进行阀杆与阀板脱落状态分析，确定阀杆与阀板脱落信息。本发明解决了现有技术中对于闸阀阀杆与阀板脱落的检测，人为介入程度高，存在的检测成本较大、检查准确度较低的技术问题，达到了提升闸阀阀杆与阀板脱落状态检测效率和效果的技术效果。

Description

一种用于检测闸阀阀杆与阀板脱落的方法及装置

技术领域

本发明涉及闸阀技术领域，具体涉及一种用于检测闸阀阀杆与阀板脱落的方法及装置。

背景技术

闸阀为沿管道通道轴线垂直方向移动的阀门，可将管道通道进行切断或打开，使管道全开或全关，达到控制管道内流体是否流通的作业，不可用作调节和节流作用。

闸阀内包括阀杆和阀板，阀杆和阀板直接影响闸阀的切断性能。阀杆和阀板由于外力、腐蚀等原因，导致阀杆和阀板材料或结构失效，会出现脱落等现象。

现有技术中对于闸阀阀杆与阀板脱落的检测，主要通过人工定期巡检，以及根据管道流量分析判断，人为介入程度高，检测成本较大、检查准确度较低。

发明内容

本申请提供了一种用于检测闸阀阀杆与阀板脱落的方法及装置，用于针对解决现有技术中对于闸阀阀杆与阀板脱落的检测，人为介入程度高，存在的检测成本较大、检查准确度较低的技术问题。

鉴于上述问题，本申请提供了一种用于检测闸阀阀杆与阀板脱落的方法及装置。

本申请的第一个方面，提供了一种用于检测闸阀阀杆与阀板脱落的装置，所述装置包括：电机；蜗轮，所述蜗轮与所述电机通过蜗杆连接；传感器压板，所述传感器压板包括第一压板、第二压板，所述第一压板与所述第二压板依次设置在所述蜗杆上，且位于所述电机与涡轮之间，其中，所述第一压板固定在所述蜗杆上，且与阀体接触连接；橡胶圈，所述橡胶圈设置在所述第一压板与所述第二压板之间；金属挡片，所述金属挡片设置在所述橡胶圈与所述第二压板之间；力矩检测设备，所述力矩检测设备设置在所述第一压板远离阀体一侧；其中，所述蜗杆受到所述电机带动产生轴向推力，通过第二压板将轴向推力由所述金属挡片均匀的传递给所述橡胶圈，使所述橡胶圈产生形变，所述力矩检测设备对所述橡胶圈受到的推力转成力矩信号。

本申请的第二个方面，提供了一种用于检测闸阀阀杆与阀板脱落的方法，所述方法应用于第一方面所述的装置，所述装置还包括数据处理模块，所述数据处理模块与所述力矩检测设备连接，所述方法包括：通过数据处理模块对所述力矩检测设备的力矩输出数据进行同步，获得力矩监测数据；获得力矩信号规则列表；根据所述力矩监测数据、所述力矩信号规则列表进行阀杆与阀板脱落状态分析，确定阀杆与阀板脱落信息。

本申请的第三个方面，提供了一种用于检测闸阀阀杆与阀板脱落的装置，所述装置包括：力矩数据采集模块，用于通过数据处理模块对力矩检测设备的力矩输出数据进行同步，获得力矩监测数据；信号规则确定模块，用于获得力矩信号规则列表；脱落状态分析模块，用于根据所述力矩监测数据、所述力矩信号规则列表进行阀杆与阀板脱落状态分析，确定阀杆与阀板脱落信息。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请提供的技术方案通过设置电机、涡轮蜗杆、传感器、橡胶圈、金属片、力矩检测设备等，通过蜗轮受到电机带动产生轴向推力，通过第二压板将轴向推力由金属挡片均匀的传递给橡胶圈，使橡胶圈产生形变，力矩检测设备对所述橡胶圈受到的推力转成力矩信号，对力矩输出数据进行同步，获得力矩检测数据，结合力矩信号规则列表进行阀杆与阀板脱落状态分析，确定阀杆与阀板脱落信息。本申请通过设置力矩传感器和力矩检测设备，通过对阀杆或阀板施加压力，检测力矩信号，基于此前进行力矩试验的历史信息，构建力矩信号规则列表，分析当前阀杆和阀板的脱落状态，本申请构建了智能的闸阀阀杆和阀板脱落的检测方法，能够准确、快捷、实时地进行阀杆和阀板脱落状态的检测，且检测更为准确、高效，能够有效节省人力检测成本，避免人力检测的不准确性，达到提升阀杆和阀板脱落检测效率和效果的技术效果。

附图说明

图1为本申请提供的一种用于检测闸阀阀杆与阀板脱落的方法流程示意图；

图2为本申请提供的一种用于检测闸阀阀杆与阀板脱落的装置的结构示意图；

图3为本申请提供的一种用于检测闸阀阀杆与阀板脱落的方法中构建获得力矩信号规则列表的流程示意图；

图4为本申请提供的一种用于检测闸阀阀杆与阀板脱落的方法中获得力矩影响脱落关系和脱落程度影响关系的流程示意图；

图5为本申请提供了另一种用于检测闸阀阀杆与阀板脱落的装置结构示意图。

附图标记说明：力矩数据采集模块11，信号规则确定模块12，脱落状态分析模块13，电机1，蜗轮2，蜗杆21，阀体3，第一压板4，第二压板5，橡胶圈6，金属挡片7，力矩传感器8，力矩标定设备9。

具体实施方式

本申请通过提供了一种用于检测闸阀阀杆与阀板脱落的方法及装置，用于针对解决现有技术中对于闸阀阀杆与阀板脱落的检测，人为介入程度高，存在的检测成本较大、检查准确度较低的技术问题。

实施例一

如图1所示，本申请提供了一种用于检测闸阀阀杆与阀板脱落的方法，所述方法应用于一用于检测闸阀阀杆与阀板脱落的装置。

如图2所示，该用于检测闸阀阀杆与阀板脱落的装置包括电机1、蜗轮2、蜗杆21、传感器压板、橡胶圈6、金属挡片7和力矩检测设备，传感器压板包括第一压板4和第二压板5，力矩检测设备包括力矩传感器8和力矩标定设备9。

其中，所述蜗轮2与所述电机1通过蜗杆21连接，电机1可输出旋转动力，进而带动蜗轮2和蜗杆21转动。

传感器压板包括第一压板3、第二压板5，第一压板3与第二压板5依次设置在蜗杆21上，且位于电机1与涡轮之间，第一压板3靠近该涡轮、第二压板5靠近该电机1。其中，第一压板3固定在蜗杆21上，且与阀体接触连接。该阀体可为闸板中的阀杆或阀板。

橡胶圈6设置在第一压板3与第二压板5之间，金属挡片7设置在橡胶圈6与第二压板5之间，力矩检测设备设置在第一压板3远离阀体一侧，即靠近橡胶圈6的一侧。优选地，第一压板3、第二压板5、金属挡片7、橡胶圈6的横截面的截面面积大小相同。

其中，蜗杆21受到电机1带动产生轴向推力，通过第二压板5将轴向推力传递给金属挡片7，然后由金属挡片7均匀的将力传递给橡胶圈6，使橡胶圈6产生形变，进而产生对力矩检测设备的推力，力矩检测设备对橡胶圈6受到的推力转成力矩信号，进一步基于该力矩信号进行阀杆和阀板脱落状态的检测分析。

进一步地，该力矩检测设备包括力矩传感器8和力矩标定设备9。该力矩传感器8与橡胶圈6连接，力矩传感器8应力面受到橡胶圈6的推力，将产生的推力转换为电信号。力矩标定设备9与力矩传感器8连接，其中，力矩标定设备9接收力矩传感器8的电信号，并将其转换为力矩信号。示例性地，力矩传感器8和力矩标定设备9分别基于现有技术中的压力传感器以及数模转换等原理制成。

上述的用于检测闸阀阀杆与阀板脱落的装置还包括数据处理模块，数据处理模块与力矩检测设备连接，上述的用于检测闸阀阀杆与阀板脱落的方法包括：

S100：通过数据处理模块对所述力矩检测设备的力矩输出数据进行同步，获得力矩监测数据；

具体地，基于该数据处理模块，与力矩检测设备连接，持续监测采集获取力矩信号，作为力矩输出数据，按照时间顺序，对力矩输出数据进行同步采集，获得力矩检测数据。

S200：获得力矩信号规则列表；

本申请实施例中，基于此前历史时间内采用上述装置对阀体进行力矩检测的历史力矩信号，构建力矩信号规则列表，其内反映了力矩信号的变化与阀杆和阀体脱落之间的关系，基于该力矩信号规则列表，可根据当前的力矩信号，进行阀杆和阀体脱落状态的分析判断。

S300：根据所述力矩监测数据、所述力矩信号规则列表进行阀杆与阀板脱落状态分析，确定阀杆与阀板脱落信息。

具体地，根据该力矩监测数据以及上述的力矩信号规则列表，分析当前阀杆与阀板的脱落状态，确定阀杆与阀板的脱落信息，完成阀杆与阀板脱落状态的智能、自动化分析。

如图3所示，本申请实施例提供的方法中的步骤S200包括：

S210：获得历史脱落记录数据集，其中，所述历史脱落记录数据集包括力矩监测记录信息、脱落时间信息；

S220：根据所述脱落时间信息对所述力矩监测记录信息进行节点标记，基于节点标记将所述力矩监测记录信息划分为多个故障区间；

S230：根据故障区间从所述历史脱落记录数据集中提取对应区间的力矩监测记录信息，作为区间力矩记录信息；

S240：根据所述区间力矩记录信息确定力矩脱落关系，根据所述力矩脱落关系，构建所述力矩信号规则列表。

具体地，基于上述的用于检测闸阀阀杆与阀板脱落的装置，对阀体进行力矩信号检测，采集获取历史时间内进行力矩信号检测的数据，获得力矩监测记录信息。以及，对阀体进行脱落状态分析，采集历史时间内的脱落状态信息，其内包括发生阀体脱落的时间信息，即为脱落时间信息。示例性地，该脱落状态信息可基于现有技术中的主观分析，分析阀体的脱落状态而获得。

将该力矩监测记录信息和脱落时间信息作为历史脱落记录数据集，根据其内的脱落时间信息对力矩监测记录信息进行时间节点的节点标记，即根据出现阀体脱落情况的时间节点，对力矩监测记录信息内的数据进行标记，基于节点标记的结果，将力矩监测记录信息划分为多个故障区间，每个故障区间内包括历史时间内出现阀体脱落的时间以及对应的力矩监测记录信息。

根据该多个故障区间，从历史脱落记录数据集中提取多个故障区间内的力矩监测记录信息，作为区间力矩记录信息。该区间力矩记录信息内包括发生阀体脱落时监测获得的力矩监测记录信息。

根据多个区间力矩记录信息，确定力矩脱落关系，即确定阀体脱落与力矩监测记录信息之间的关系，根据该力矩脱落关系，构建上述的力矩信号规则列表。

如图4所示，本申请实施例提供的方法中的步骤S240包括：

S241：分别对多个所述区间力矩记录信息进行变化趋势相关性分析，获得区间力矩相关变化信息；

S242：基于所述区间力矩相关变化信息，确定力矩影响脱落关系；

S243：根据所述历史脱落记录数据集，获得脱落程度信息，并根据所述脱落程度信息与闸阀影响结果进行影响关系分析，确定脱落程度影响关系；

S244：基于所述力矩影响脱落关系、所述脱落程度影响关系建立映射关系，构建所述力矩信号规则列表，所述力矩信号规则列表包括力矩信号与脱落程度及闸阀影响结果的映射关系。

具体地，根据上述的多个区间力矩记录信息，对其中的力矩监测记录信息进行变化趋势相关性分析，分析力矩监测记录信息的变化趋势与出现阀体脱落情况之间的相关性，示例性地，具体分析区间力矩记录信息内出现阀体脱落时，力矩监测记录信息变化的幅度和变化速度等信息，获得区间力矩相关变化信息。

基于该区间力矩相关变化信息，确定力矩监测记录信息变化与阀体脱落出现的关系，即为力矩影响脱落关系。根据该力矩影响脱落关系，可获知力矩监测记录信息的变化趋势达到何种情况时，会出现阀体脱落的情况。

进一步地，根据上述的历史脱落记录数据集，获得其中脱落时间信息对应的阀体脱落状态的脱落程度信息，该脱落程度信息可基于现有技术中的闸阀检测手段进行检测评价获得。

基于该脱落程度信息与闸阀影响结果进行影响关系分析，其中，闸阀影响结果为出现不同脱落程度的阀体脱落情况时，对于闸阀的性能影响程度，可基于现有技术中的闸阀检测手段进行检测评价获得。具体进行脱落程度信息与闸阀影响结果的影响关系分析时，可根据脱落程度信息变化的幅度与闸阀影响结果变化的幅度进行分析，获得脱落程度影响关系，其中，脱落程度信息越大，则闸阀影响结果越大。

根据该力矩影响脱落关系、脱落程度影响关系建立映射关系，进而构建上述的力矩信号规则列表，该力矩信号规则列表内包括力矩信号与阀体的脱落程度及闸阀影响结果的映射关系。

本申请实施例通过分析区间力矩记录信息的变化趋势相关性，并分析脱落程度信息与闸阀影响结果的影响关系，能够较为准确、智能地分析获得力矩信号与脱落程度及闸阀影响结果的映射关系。

本申请实施例提供的方法还包括步骤S400，其中，步骤S400包括：

S410：基于所述力矩监测数据，构建力矩变化曲线；

S420：根据所述力矩影响脱落关系进行脱落力矩变化分析，构建脱落力矩变化曲线；

S430：将所述力矩变化曲线与所述脱落力矩变化曲线进行耦合分析，获得走势重叠度；

S440：当所述走势重叠度满足预设阈值时，发送提醒信息。

本申请实施例中，根据力矩信号规则列表中的力矩影响脱落关系，分析可能出现阀体脱落的脱落力矩，分析当前实时监测获得的力矩监测数据，分析当前是否有可能发生力矩脱落的情况，进行预警提醒。

具体地，基于当前实时监测获得的力矩监测数据，按照时间顺序和力矩监测信号，构建与时间相关的实时的力矩变化曲线。

根据上述的力矩影响脱落关系，进行脱落力矩变化分析，即分析出现阀体脱落时力矩信号的变化趋势，并将对应的力矩信号进行提取，结合对应的时间节点，构建脱落力矩变化曲线，其内包括出现阀体脱落情况时，力矩曲线的变化趋势。

将当前实时的力矩变化曲线与该脱落力矩变化曲线进行耦合分析，分析力矩变化曲线与脱落力矩变化曲线内力矩变化趋势的相似性，获得走势重叠度。

当该走势重叠度满足预设阈值时，则说明力矩变化曲线与脱落力矩变化曲线较为相似，即当前实时的力矩监测数据变化情况为可能出现阀体脱落的变化情况，则发送提醒信息，提醒闸阀检测工作人员进行进一步的检修。该预设阈值可根据力矩变化曲线与脱落力矩变化曲线的耦合分析经验进行设置。

本社区实施例通过根据力矩影响脱落关系进行脱落力矩变化分析，构建脱落力矩变化曲线，并将其作为数据基础，与当前实时的力矩变化曲线进行耦合分析，分析当前实时力矩信号变化与脱落力矩变化曲线的重叠度，进而进行阀体脱落情况的监测预警，提升闸阀脱落情况监测的效果，避免影响闸阀性能。

本申请实施例提供的方法中的步骤S240还包括：

S240-1：根据各区间力矩记录信息，获得拟合各区间力矩走势回归线，确定各区间回归函数；

S240-2：基于各区间回归函数，得到各区间回归函数的系数；

S240-3：根据所述各区间回归函数的系数，确定系数置信区间；

S240-4：根据所述系数置信区间进行梯度下降，确定回归系数，根据所述回归系数确定所述力矩脱落关系。

具体地，根据上述的多个区间力矩记录信息，按照时间顺序构建多个区间力矩记录信息曲线，进一步对多个区间力矩记录信息曲线进行回归拟合，拟合获得多个拟合区间力矩走势回归线，获得多个区间回归函数。每个区间回归函数内，均包括发生阀体脱落的故障区间内力矩信号变化与时间变化的函数关系。

基于多个区间回归函数，得到各区间回归函数的系数，各系数可反映，在不同的故障区间内，力矩信号变化与出现阀体脱落之间的函数关系。

根据多个区间回归函数的系数，确定多个系数的系数置信区间。在该系数置信区间内，基于机器学习中的梯度下降方法进行寻优，获得最优系数，即确定为回归系数。该回归系数可认为为最能反映力矩信号变化与阀体脱落之间关系的系数，即在该系数下，随着力矩信号的变化，能够更为准确的分析判断阀体的脱落情况。

根据该回归系数，确定力矩信号变化与阀体脱落状态之间的力矩脱落关系。示例性地，可根据该回归系数，构建力矩信号与阀体脱落状态变化的回归函数，得到该力矩脱落关系。

本申请实施例通过根据多个区间力矩记录信息，进行拟合回归，获得多个区间回归函数，进一步构建多个区间回归函数系数的系数置信区间，基于梯度下降进行寻优，获得最优的回归系数，能够较为准确、智能地获得力矩信号与阀体脱落之间的力矩脱落关系，进而能够构建较为准确的力矩信号规则列表。

可选的，本申请实施例提供的方法中的步骤S240还包括步骤S240-5，步骤S240-5包括：

S240-51：基于所述历史脱落记录数据集，获得脱落程度信息，根据所述脱落程度信息进行影响度划分，确定多级脱落划分信息；

S240-52：根据所述多级脱落划分信息对所述各区间力矩记录信息进行多级划分，获得多级力矩记录信息；

S240-53：分别基于多级力矩记录信息获得各级力矩脱落关系。

本申请实施例中，在不同程度的阀体脱落状态下，力矩信号的变化与阀体脱落状态变化之间的关系是不同的，为获取更为准确的力矩脱落关系，按照脱落程度信息，分析获得不同阀体脱落状态下的力矩脱落关系。

具体地，基于前述内容，根据上述的历史脱落记录数据集获得多个脱落程度信息，根据多个脱落程度信息的大小，获得多级脱落划分信息，每级脱落划分信息对应的脱落程度信息不同。

根据多级脱落划分信息，对各个区间力矩记录信息进行多级划分，获得多级力矩记录信息，每级力矩记录信息对应一具有不同脱落程度信息的区间力矩记录信息。

分别基于多级力矩记录信息，分析获得多个区间力矩记录信息内的力矩脱落关系，即为各级力矩脱落关系，基于该各级力矩脱落关系，构建上述的力矩信号规则列表，可在不同的脱落程度下，进行阀杆与阀板的脱落信息的具体分析，更为准确。

综上所述，本申请实施例至少具有如下技术效果：

本申请实施例通过设置力矩传感器和力矩检测设备，通过对阀杆或阀板施加压力，检测力矩信号，基于此前进行力矩试验的历史信息，构建力矩信号规则列表，分析当前阀杆和阀板的脱落状态，本申请构建了智能的闸阀阀杆和阀板脱落的检测方法，能够准确、快捷、实时地进行阀杆和阀板脱落状态的检测，且检测更为准确、高效，能够有效节省人力检测成本，避免人力检测的不准确性，达到提升阀杆和阀板脱落检测效率和效果的技术效果。

实施例二

基于与前述实施例中一种用于检测闸阀阀杆与阀板脱落的方法相同的发明构思，如图5所示，本申请提供了一种用于检测闸阀阀杆与阀板脱落的装置，其中，所述装置包括：

力矩数据采集模块11，用于通过数据处理模块对力矩检测设备的力矩输出数据进行同步，获得力矩监测数据；

信号规则确定模块12，用于获得力矩信号规则列表；

脱落状态分析模块13，用于根据所述力矩监测数据、所述力矩信号规则列表进行阀杆与阀板脱落状态分析，确定阀杆与阀板脱落信息。

进一步地，所述信号规则确定模块12还用于实现以下功能：

根据所述脱落时间信息对所述力矩监测记录信息进行节点标记，基于节点标记将所述力矩监测记录信息划分为多个故障区间；

根据故障区间从所述历史脱落记录数据集中提取对应区间的力矩监测记录信息，作为区间力矩记录信息；

根据所述区间力矩记录信息确定力矩脱落关系，根据所述力矩脱落关系，构建所述力矩信号规则列表。

其中，根据所述区间力矩记录信息确定力矩脱落关系，根据所述力矩脱落关系，构建所述力矩信号规则列表，包括：

分别对多个所述区间力矩记录信息进行变化趋势相关性分析，获得区间力矩相关变化信息；

基于所述区间力矩相关变化信息，确定力矩影响脱落关系；

根据所述历史脱落记录数据集，获得脱落程度信息，并根据所述脱落程度信息与闸阀影响结果进行影响关系分析，确定脱落程度影响关系；

基于所述力矩影响脱落关系、所述脱落程度影响关系建立映射关系，构建所述力矩信号规则列表，所述力矩信号规则列表包括力矩信号与脱落程度及闸阀影响结果的映射关系。

进一步地，所述装置还包括走势分析模块，用于实现以下功能：

基于所述力矩监测数据，构建力矩变化曲线；

根据所述力矩影响脱落关系进行脱落力矩变化分析，构建脱落力矩变化曲线；

将所述力矩变化曲线与所述脱落力矩变化曲线进行耦合分析，获得走势重叠度；

当所述走势重叠度满足预设阈值时，发送提醒信息。

进一步地，所述装置还包括力矩脱落关系分析模块，用于实现以下功能：

根据各区间力矩记录信息，获得拟合各区间力矩走势回归线，确定各区间回归函数；

基于各区间回归函数，得到各区间回归函数的系数；

根据所述各区间回归函数的系数，确定系数置信区间；

根据所述系数置信区间进行梯度下降，确定回归系数，根据所述回归系数确定所述力矩脱落关系。

进一步地，所述装置还包括多级力矩脱落关系分析模块，用于实现以下功能：

基于所述历史脱落记录数据集，获得脱落程度信息，根据所述脱落程度信息进行影响度划分，确定多级脱落划分信息；

根据所述多级脱落划分信息对所述各区间力矩记录信息进行多级划分，获得多级力矩记录信息；

分别基于多级力矩记录信息获得各级力矩脱落关系。

本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (9)

1.一种用于检测闸阀阀杆与阀板脱落的装置，其特征在于，所述装置包括：

电机；

蜗轮，所述蜗轮与所述电机通过蜗杆连接；

传感器压板，所述传感器压板包括第一压板、第二压板，所述第一压板与所述第二压板依次设置在所述蜗杆上，且位于所述电机与涡轮之间，其中，所述第一压板固定在所述蜗杆上，且与阀体接触连接；

橡胶圈，所述橡胶圈设置在所述第一压板与所述第二压板之间；

金属挡片，所述金属挡片设置在所述橡胶圈与所述第二压板之间；

力矩检测设备，所述力矩检测设备设置在所述第一压板远离阀体一侧；

其中，所述蜗杆受到所述电机带动产生轴向推力，通过第二压板将轴向推力由所述金属挡片均匀的传递给所述橡胶圈，使所述橡胶圈产生形变，所述力矩检测设备对所述橡胶圈受到的推力转成力矩信号。

2.如权利要求1所述的装置，其特征在于，所述力矩检测设备包括：

力矩传感器，所述力矩传感器与所述橡胶圈连接，所述力矩传感器应力面受到所述橡胶圈的推力，将产生的推力转换为电信号；

力矩标定设备，所述力矩标定设备与所述力矩传感器连接，其中，所述力矩标定设备接收所述电信号将其转换为力矩信号。

3.一种用于检测闸阀阀杆与阀板脱落的方法，其特征在于，所述方法应用于权利要求1-2任一项所述的装置，所述装置还包括数据处理模块，所述数据处理模块与所述力矩检测设备连接，所述方法包括：

通过数据处理模块对所述力矩检测设备的力矩输出数据进行同步，获得力矩监测数据；

获得力矩信号规则列表；

根据所述力矩监测数据、所述力矩信号规则列表进行阀杆与阀板脱落状态分析，确定阀杆与阀板脱落信息。

4.如权利要求3所述的方法，其特征在于，所述获得力矩信号规则列表，包括：

获得历史脱落记录数据集，其中，所述历史脱落记录数据集包括力矩监测记录信息、脱落时间信息；

根据所述脱落时间信息对所述力矩监测记录信息进行节点标记，基于节点标记将所述力矩监测记录信息划分为多个故障区间；

根据故障区间从所述历史脱落记录数据集中提取对应区间的力矩监测记录信息，作为区间力矩记录信息；

根据所述区间力矩记录信息确定力矩脱落关系，根据所述力矩脱落关系，构建所述力矩信号规则列表。

5.如权利要求4所述的方法，其特征在于，根据所述区间力矩记录信息确定力矩脱落关系，根据所述力矩脱落关系，构建所述力矩信号规则列表，包括：

分别对多个所述区间力矩记录信息进行变化趋势相关性分析，获得区间力矩相关变化信息；

基于所述区间力矩相关变化信息，确定力矩影响脱落关系；

根据所述历史脱落记录数据集，获得脱落程度信息，并根据所述脱落程度信息与闸阀影响结果进行影响关系分析，确定脱落程度影响关系；

基于所述力矩影响脱落关系、所述脱落程度影响关系建立映射关系，构建所述力矩信号规则列表，所述力矩信号规则列表包括力矩信号与脱落程度及闸阀影响结果的映射关系。

6.如权利要求5所述的方法，其特征在于，所述方法包括：

基于所述力矩监测数据，构建力矩变化曲线；

根据所述力矩影响脱落关系进行脱落力矩变化分析，构建脱落力矩变化曲线；

将所述力矩变化曲线与所述脱落力矩变化曲线进行耦合分析，获得走势重叠度；

当所述走势重叠度满足预设阈值时，发送提醒信息。

7.如权利要求4所述的方法，其特征在于，根据所述区间力矩记录信息确定力矩脱落关系，包括：

根据各区间力矩记录信息，获得拟合各区间力矩走势回归线，确定各区间回归函数；

基于各区间回归函数，得到各区间回归函数的系数；

根据所述各区间回归函数的系数，确定系数置信区间；

根据所述系数置信区间进行梯度下降，确定回归系数，根据所述回归系数确定所述力矩脱落关系。

8.如权利要求7所述的方法，其特征在于，所述方法还包括：

基于所述历史脱落记录数据集，获得脱落程度信息，根据所述脱落程度信息进行影响度划分，确定多级脱落划分信息；

根据所述多级脱落划分信息对所述各区间力矩记录信息进行多级划分，获得多级力矩记录信息；

分别基于多级力矩记录信息获得各级力矩脱落关系。

9.一种用于检测闸阀阀杆与阀板脱落的装置，其特征在于，所述装置包括：

力矩数据采集模块，用于通过数据处理模块对力矩检测设备的力矩输出数据进行同步，获得力矩监测数据；

信号规则确定模块，用于获得力矩信号规则列表；

脱落状态分析模块，用于根据所述力矩监测数据、所述力矩信号规则列表进行阀杆与阀板脱落状态分析，确定阀杆与阀板脱落信息。

Images