CN115392313A - 一种屏蔽电机阀门的状态检测和故障智能诊断系统 - Google Patents
一种屏蔽电机阀门的状态检测和故障智能诊断系统 Download PDFInfo
- Publication number
- CN115392313A CN115392313A CN202211038817.9A CN202211038817A CN115392313A CN 115392313 A CN115392313 A CN 115392313A CN 202211038817 A CN202211038817 A CN 202211038817A CN 115392313 A CN115392313 A CN 115392313A
- Authority
- CN
- China
- Prior art keywords
- module
- fault
- motor valve
- state
- valve
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
- F16K37/0025—Electrical or magnetic means
- F16K37/0041—Electrical or magnetic means for measuring valve parameters
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
- F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
- F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
- F16K37/0083—For recording or indicating the functioning of a valve in combination with test equipment by measuring valve parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种屏蔽电机阀门的状态检测和故障智能诊断系统,包括状态检测系统和故障智能诊断算法模块;状态检测系统,用于对屏蔽电机阀门至少一种类型的状态信号进行采集与处理,并把采集与处理后的状态信号传输至故障智能诊断算法模块;故障智能诊断算法模块,用于根据采集与处理后的状态信号,对屏蔽电机阀门进行故障诊断;本发明可在屏蔽电机阀门不拆卸的前提下获取到用于评估屏蔽电动阀门的状态信号,解决了需要获取阀杆力参数的常规阀门状态检测系统对屏蔽电机阀门不适用的问题,可实现对屏蔽电机阀门的多类型状态信号的全面采集和综合处理,及实现了对阀门故障快速、准确识别,提高了检修质量和效率。
Description
技术领域
本发明涉及状态设备及屏蔽电机阀门故障诊断技术领域,具体涉及一种屏蔽电机阀门的状态检测和故障智能诊断系统。
背景技术
电动阀门作为工艺系统中一种重要的控制设备,其状态对整个系统的正常运行起着至关重要的作用。其中,屏蔽电机阀门由于其体积小、结构紧凑,安全性高,被广泛使用于安装空间有限,腐蚀性、放射性介质、高温高压工况。目前,常规的电动阀门的状态检测和故障诊断通常需要在阀杆上加装力传感器,再借助常规数据采集系统获取力参数,同时依靠有经验的专家来确认阀门是否处于故障状态。但相较于常规电动阀门,屏蔽电机阀门无法直接在阀杆上安装力传感器,这就使得传统的方式及检测系统难以对屏蔽电机阀门进行状态检测,因此只能通过计划性拆解来排查屏蔽电动阀门故障,但反复拆解与安装过程中又可能引入新的故障,降低了设备的可靠性与安全性;同时,以往阀门的故障诊断结果对诊断专家的依赖程度高,诊断时效性低下,无形中拉长了维修周期,加重了核电设备维修成本。
发明内容
本发明目的在于提供一种屏蔽电机阀门的状态检测和故障智能诊断系统,在常规阀门状态检测系统对阀杆不外露的屏蔽电机阀门不适用的情况下,通过对多种类型状态信号的综合探测,获取屏蔽电机阀门运行状态数据,基于状态数据智能识别出阀门潜在故障,为维修人员合理安排维修计划提供必要支持,避免维修不及时或者维修过度导致的阀门故障,避免发生严重事故的发生的同时减少维修成本,且诊断结果更加可靠。
本发明通过下述技术方案实现:
一种屏蔽电机阀门的状态检测和故障智能诊断系统,该系统包括状态检测系统和故障智能诊断算法模块;
状态检测系统,用于对屏蔽电机阀门至少一种类型的状态信号进行采集与处理,并把采集与处理后的状态信号传输至故障智能诊断算法模块;
故障智能诊断算法模块,用于根据采集与处理后的状态信号,对屏蔽电机阀门进行故障诊断;其中,故障智能诊断算法模块内嵌入有用于故障诊断的故障智能诊断算法程序,且故障智能诊断算法程序以屏蔽电机阀门故障诊断软件为载体,集成于状态检测系统的状态检测主机内。
进一步地,状态检测系统包括状态检测主机,状态检测主机外接有传感器;
状态检测主机包括电源单元、核心计算控制单元和信号采集单元;
电源单元,用于通过内部电池或者外接电源的方式,为核心计算控制单元和信号采集单元提供稳定的电源输入;
信号采集单元,用于对外接的传感器进行屏蔽电机阀门的多类型状态信号的采集,并将采集的多类型状态信号传输至核心计算控制单元;
核心计算控制单元,用于控制信号采集单元并接收控制信号采集单元传回的状态信号,并对传回的状态信号分析处理,对信号分析结果进行显示,及控制设备工作状态的功能。
进一步地,电源单元包括电源接口、输入保护模块、电源调理模块、电池控制模块、电池模块和隔离式电源分配模块,电源接口、输入保护模块、电源调理模块、电池控制模块、电池模块依次连接,电池模块连接隔离式电源分配模块,电源调理模块还连接隔离式电源分配模块;
核心计算控制单元包括信号电缆接口、无线传输模块、通讯模块、存储模块、控制计算模块、总线控制模块、触摸显示屏和显示屏控制模块,通讯模块连接信号电缆接口,通讯模块连接无线传输模块,通讯模块连接控制计算模块,控制计算模块连接存储模块,控制计算模块连接总线控制模块,控制计算模块还连接显示屏控制模块,显示屏控制模块连接触摸显示屏;控制计算模块还连接隔离式电源分配模块;
信号采集单元包括总线通讯模块和若干数据采集模块,总线通讯模块与各个数据采集模块均连接,总线通讯模块还连接总线控制模块;数据采集模块的个数与传感器的类型数对应。
进一步地,传感器主要包含用于屏蔽电机阀门多类型状态信号采集的各类型传感器,包括加速度传感器、声发射传感器、电流/电压传感器和开关量传感器。它们以外接形式连接状态检测系统;
进一步地,加速度传感器,安装于屏蔽电机阀门的电机顶部、阀体上法兰以及阀座中法兰处;
声发射传感器,安装于屏蔽电机阀门的阀座中法兰密封面处和阀瓣密封面外部阀座处;
电流/电压传感器采用夹持式的电流钳表,夹持在三相电机的供电电源线上;
开关量传感器,安装于屏蔽电机阀门开位位置指示器处和屏蔽电机阀门关位位置指示器处。
以上技术方案,在开展屏蔽电机阀门状态检测时,将加速度传感器、声发射传感器、电流/电压传感器以及开关量传感器外接于状态检测系统的状态检测主机的数据采集模块。其中加速度传感器通过加速度信号采集端口与加速度数据采集模块相连接,声发射传感器通过声发射采集端口与数据采集模块进行连接,电流/电压传感器通过电流/电压采集端口与数据采集模块相连接,开关量传感器通过开关量采集端口与开关量采集模块进行连接。
外部传感器采集的多个状态信号由信号采集单元的数据采集模块采集后,经由总线通讯模块,传输至核心计算控制单元,具体为核心计算控制单元的总线控制模块;在核心控制计算单元中,当采集的信号传输至核心计算控制单元的总线控制模块后,由总线控制模块送至控制计算模块进行分析处理,所采用的总线结构控制简便、快捷,数据传输速度快,并且可以根据采集信号的特点以及数量进行合理的配置;控制计算模块又同时与通讯模块、存储模块、电源分配模块、显示屏控制模块相连接,可将信号处理分析结果送至存储模块,也可通过通讯模块再经由信号线缆接口或无线传输模块将结果与外界进行交换,因此系统主机支持有线和无线两种信号传输方式;同时,信号处理分析结果还可经由显示屏控制模块送至触摸显示屏,触摸显示屏可将数据处理结果呈现给检测人员。
由于前述信号采集单元和核心计算控制单元需要持续供电,电源单元通过隔离式电源分配模块为信号采集单元和核心计算控制单元提供必需的电源。在电源单元中,电源接口、输入保护模块、电源调理模块、电池控制模块、电池模块顺序进行连接;电池模块和电池调理模块分别与隔离式电源分配模块进行连接,通过隔离式电源分配模块将电源分配至信号采集单元和核心计算控制单元的各个模块。
本发明提供的屏蔽电机阀门状态检测设备可在阀门不拆卸的前提下,获取到用于评估屏蔽型电动阀门的状态信号的能力,具备对屏蔽电机阀门的多类型状态信号同时采集和处理的能力,解决了常规阀门状态检测系统对屏蔽电机阀门不适用的问题,以及用于阀门故障诊断的信号类型单一而无法确保诊断结果可靠性的问题,为后续阀门故障诊断提供了必需的硬件条件。
进一步地,故障智能诊断算法模块具备数据分析、数据存储、数据查询、管理(日志、维护、权限等)、数据可视化等功能,可实现对屏蔽电机阀门故障的甄别以及故障类型的识别;故障智能诊断算法模块包括预处理单元、故障特征提取单元和对比诊断单元;
预处理单元,用于对屏蔽电机阀门采集的状态信号进行去直流和截断处理,得到处理后的状态信号;并将处理后的状态信号输入至故障特征提取单元;
故障特征提取单元,用于接收处理后的状态信号,进行各类状态信号的特征提取,提取出用于屏蔽电机阀门各类故障鉴别特征和智能诊断建模特征;
对比故障诊断单元,用于将各类故障鉴别特征的特征值与屏蔽电机阀门无故障状态下基础数据的特征值进行对比,若对比结果满足鉴别预设规则,则判定状态信号为屏蔽电机阀门故障数据;若对比结果不满足鉴别预设规则,则判定状态信号为屏蔽电机阀门正常数据。
进一步地,屏蔽电机阀门无故障状态下基础数据的特征值是从预先设置并进行保存的数据库读取获得。
进一步地,故障智能诊断算法模块还包括故障类型识别单元;
故障类型识别单元,用于根据屏蔽电机阀门故障数据,首先进行屏蔽电机阀门故障数据的样本划分,按照一定比例将故障特征提取单元提取的智能诊断建模特征数据划分为训练集特征数据和测试集特征数据;其次以训练集特征数据作为输入,以表征不同类别故障的数值标签作为输出,基于智能分类算法,训练得到屏蔽电机阀门故障分类模型;最后,再将测试集作为输入,利用屏蔽电机阀门故障分类模型对测试集状态数据所属故障类别进行识别,得到故障类型识别结果。
以上技术方案,本发明提供的屏蔽电机阀门故障智能诊断算法程序可基于获取的阀门状态数据,实现阀门故障的甄别,并可对屏蔽电机阀门的故障类型进行快速、准确的识别,解决了传统阀门故障诊断方式对诊断专家的依赖程度高,诊断时效性低下的问题。
进一步地,基于智能分类算法是采用支持向量机SVM算法来训练阀门故障分类模型。相较于神经网络、贝叶斯、隐马尔可夫等其他智能分类算法,基于SVM算法建立的模型的分类结果只取决于少数支持向量,故其在小样本数据集的学习上拥有明显的优势。在工程应用中,用于建立故障智能分类模型的屏蔽电机阀门的故障样本数量有限,故本发明中基于支持向量机算法来训练建立屏蔽电机阀门的故障智能分类模型。
进一步地,该系统的状态检测主机外接传感器,是在屏蔽电机阀门不拆卸的前提下直接安装于屏蔽电机阀门上即可。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明一种屏蔽电机阀门的状态检测和故障智能诊断系统,可在屏蔽电机阀门不拆卸的前提下获取到用于评估屏蔽电动阀门的状态信号,解决了需要获取阀杆力参数的常规阀门状态检测系统对屏蔽电机阀门不适用的问题,可实现对屏蔽电机阀门的多类型状态信号的全面采集和综合处理,解决了用于阀门故障诊断的信号类型单一而无法确保诊断结果可靠性的问题,可基于智能诊断算法实现对屏蔽电机阀门故障的智能诊断,实现了对阀门故障快速、准确识别,为现场检修人员提供了直接有效的屏蔽电机阀门信息,为合理安排维修计划提供了必要支持,避免了维修不及时或者维修过度导致的阀门故障,提高了检修质量和效率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明一种屏蔽电机阀门的状态检测和故障智能诊断系统结构示意图。
图2为本发明的状态检测系统结构示意图。
图3为本发明故障智能诊断算法模块的结构示意图。
图4为本发明屏蔽电机阀门及传感器安装位置示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
如图1所示,本发明一种屏蔽电机阀门的状态检测和故障智能诊断系统,该系统包括状态检测系统和故障智能诊断算法模块;
状态检测系统,用于对屏蔽电机阀门至少一种类型的状态信号进行采集与处理,并把采集与处理后的状态信号传输至故障智能诊断算法模块;
故障智能诊断算法模块,用于根据采集与处理后的状态信号,对屏蔽电机阀门进行故障诊断;其中,故障智能诊断算法模块内嵌入有用于故障诊断的故障智能诊断算法程序,且故障智能诊断算法程序以屏蔽电机阀门故障诊断软件为载体,集成于状态检测系统的状态检测主机的核心控制计算单元内。
作为进一步地实施,如图2所示,状态检测系统包括状态检测主机,状态检测主机外接有传感器;
状态检测主机包括电源单元、核心计算控制单元和信号采集单元;
电源单元,用于通过内部电池或者外接电源的方式,为核心计算控制单元和信号采集单元提供稳定的电源输入;
信号采集单元,用于对外接的传感器进行屏蔽电机阀门的多类型状态信号的采集,并将采集的多类型状态信号传输至核心计算控制单元;
核心计算控制单元,用于控制信号采集单元并接收控制信号采集单元传回的状态信号,并对传回的状态信号分析处理,对信号分析结果进行显示,及控制设备工作状态的功能。
具体地,电源单元包括电源接口、输入保护模块、电源调理模块、电池控制模块、电池模块和隔离式电源分配模块,电源接口、输入保护模块、电源调理模块、电池控制模块、电池模块依次连接,电池模块连接隔离式电源分配模块,电源调理模块还连接隔离式电源分配模块;
核心计算控制单元包括信号电缆接口、无线传输模块、通讯模块、存储模块、控制计算模块、总线控制模块、触摸显示屏和显示屏控制模块,通讯模块连接信号电缆接口,通讯模块连接无线传输模块,通讯模块连接控制计算模块,控制计算模块连接存储模块,控制计算模块连接总线控制模块,控制计算模块还连接显示屏控制模块,显示屏控制模块连接触摸显示屏;控制计算模块还连接隔离式电源分配模块;
信号采集单元包括总线通讯模块和若干数据采集模块,总线通讯模块与各个数据采集模块均连接,总线通讯模块还连接总线控制模块;数据采集模块的个数与传感器的类型数对应。
作为进一步地实施,传感器主要包含用于屏蔽电机阀门多类型状态信号采集的各类型传感器,包括加速度传感器、声发射传感器、电流/电压传感器和开关量传感器。它们以外接形式连接状态检测系统;
如图4所示,图4为屏蔽电机阀门,其结构主要包含三部分:屏蔽电机、执行机构以及阀座。其中,屏蔽电机与执行机构通过上法兰连接,执行机构与阀座通过中法兰连接。外接传感器类型及数量为:3个加速度传感器、3个电流传感器、2个声发射传感器、2个开关量传感器。
三个加速度传感器分别安装于屏蔽电机阀门的电机顶部、阀体上法兰以及阀座中法兰处,焊接适配座于阀门本体相应位置处后将适配座与传感器通过螺栓连接;
两个声发射传感器分别安装于屏蔽电机阀门的阀座中法兰密封面处和阀瓣密封面外部阀座处;
三个电流/电压传感器采用夹持式的电流钳表,分别夹持在三相电机的供电电源线上
两个开关量传感器分别安装于屏蔽电机阀门开位位置指示器处和屏蔽电机阀门关位位置指示器处。
作为进一步地实施,故障智能诊断算法模块具备数据分析、数据存储、数据查询、管理(日志、维护、权限等)、数据可视化等功能,可实现对屏蔽电机阀门故障的甄别以及故障类型的识别;故障智能诊断算法模块包括预处理单元、故障特征提取单元和对比诊断单元;
预处理单元,用于对屏蔽电机阀门采集的状态信号进行去直流和截断处理,得到处理后的状态信号;并将处理后的状态信号输入至故障特征提取单元;
故障特征提取单元,用于接收处理后的状态信号,进行各类状态信号的特征提取,提取出用于屏蔽电机阀门各类故障鉴别特征和智能诊断建模特征;
对比故障诊断单元,用于将各类故障鉴别特征的特征值与屏蔽电机阀门无故障状态下基础数据的特征值进行对比,若对比结果满足鉴别预设规则,则判定状态信号为屏蔽电机阀门故障数据;若对比结果不满足鉴别预设规则,则判定状态信号为屏蔽电机阀门正常数据。
具体地,屏蔽电机阀门无故障状态下基础数据的特征值是从预先设置并进行保存的数据库读取获得。
作为进一步地实施,故障智能诊断算法模块还包括故障类型识别单元;
故障类型识别单元,用于根据屏蔽电机阀门故障数据,首先进行屏蔽电机阀门故障数据的样本划分,按照一定比例将故障特征提取单元提取的智能诊断建模特征数据划分为训练集特征数据和测试集特征数据;其次以训练集特征数据作为输入,以表征不同类别故障的数值标签作为输出,基于智能分类算法,训练得到屏蔽电机阀门故障分类模型;最后,再将测试集作为输入,利用屏蔽电机阀门故障分类模型对测试集状态数据所属故障类别进行识别,得到故障类型识别结果。
故障智能诊断算法模块内的故障诊断算法程序实现屏蔽电机阀门故障诊断的技术流程图如3所示。以上技术方案,本发明提供的屏蔽电机阀门故障智能诊断算法程序可基于获取的阀门状态数据,实现阀门故障的甄别,并可对屏蔽电机阀门的故障类型进行快速、准确的识别,解决了传统阀门故障诊断方式对诊断专家的依赖程度高,诊断时效性低下的问题。
作为进一步地实施,基于智能分类算法是采用支持向量机SVM算法来训练阀门故障分类模型。相较于神经网络、贝叶斯、隐马尔可夫等其他智能分类算法,基于SVM算法建立的模型的分类结果只取决于少数支持向量,故其在小样本数据集的学习上拥有明显的优势。在工程应用中,用于建立故障智能分类模型的屏蔽电机阀门的故障样本数量有限,故本发明中基于支持向量机算法来训练建立屏蔽电机阀门的故障智能分类模型。
如图1所示,屏蔽电机阀门状态检测和故障诊断系统包括由检测系统主机和外接传感器组成的检测设备,以及以软件为载体集成于检测系统主机核心计算控制单元的屏蔽电机阀门故障智能诊断算法程序。其中检测系统主机主要包括:电源单元、信号采集单元以及核心计算控制单元。在工程现场使用时,检测系统主机信号采集单元采集安装于电机供电线缆上的电流传感器采集的电流信号,采集安装于屏蔽电机阀门上的加速度传感器采集的加速度信号,采集安装于屏蔽电机阀门上的声发射传感器采集的声发射信号,采集屏蔽电机阀门开关量信号,并将上述传感器采集的各类型信号统一转换成数字信号传输至核心计算控制单元;在核心控制计算单元中接受到前述数字信号后,对前述数字信号进行分析处理,并将处理结果传输至外界。
屏蔽电机阀门故障诊断算法程序以故障诊断软件为载体,该软件集成于核心计算控制单元的控制计算模块。在对屏蔽电机阀门进行故障诊断时,首先对来自检测系统主机采集的原始加速度信号、电流信号、声发射信号、开关量信号进行去直流、截断等预处理,其次对加速度信号、电流信号、声发射信号、开关量信号,依据软件中对应信号特征提取的算法程序,分别提取出用于故障鉴别以及后续智能诊断建模的特征量,此处,对于开关量信号仅提取用于故障鉴别的特征量,然后前述步骤中得到的多类型信号的特征量与数据库事先保存的阀门无故障状态下的基础数据的特征量进行对比,若满足故障鉴别预设规则,则判定为故障数据。
对于确认为阀门故障的数据,其构成建模特征样本集。对于该样本集,首先进行样本划分,样本划分比例可在软件中手动选择,默认按照7:3的比例将前述特征提取阶段获得的建模特征数据划分为训练集特征数据和测试集特征数据;对于训练集数据,在初次训练分类模型前,需要在软件中手动点击确认样本类别标签,类别标签的数值对应代表不同类型的故障;其次以训练集特征数据作为输入,以表征不同类别故障的数值标签作为输出,基于支持向量机算法,训练得到阀门故障分类模型;最后,将测试集作为输入,利用得到的阀门故障分类模型对测试集状态数据所属故障类别进行鉴别,得到故障类型识别结果。
在使用时,首先根据算法程序对状态数据是否是故障数据进行甄别,若确认是故障数据后,则采用训练好的支持向量机模型对检测系统采集的阀门故障状态数据进行智能分类,得到模型输出,最终识别出阀门故障类型。
本发明公开了一种屏蔽电机阀门的状态检测和故障智能诊断系统,属于阀门故障诊断的技术领域。本发明的核心为针对不具备在阀杆上安装力传感器从而开展状态检测和故障诊断的屏蔽电机阀门,提供了一种状态检测和故障智能智能诊断系统,该系统外接传感器可在阀门不拆卸的前提下直接安装于屏蔽电机阀门上,检测系统主机可对外接传感器的多类型信号同时进行采集和处理,集成于检测系统主机的故障智能诊断算法程序,可基于系统主机采集的阀门状态数据来对阀门故障进行甄别并基于建立的智能分类模型实现对阀门故障的甄别和其类型的识别。本发明所提供的屏蔽电机阀门的状态检测和故障智能诊断系统实现了在不拆卸的前提下实现屏蔽电机阀门状态检测,综合了多类型状态信号并建立智能分类模型来开展故障诊断,诊断结果更加可靠;为后续阀门故障诊断提供了必需的硬件条件。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,该系统包括状态检测系统和故障智能诊断算法模块;
所述状态检测系统,用于对屏蔽电机阀门至少一种类型的状态信号进行采集与处理,并把采集与处理后的状态信号传输至故障智能诊断算法模块;
所述故障智能诊断算法模块,用于根据采集与处理后的状态信号,对屏蔽电机阀门进行故障诊断;其中,所述故障智能诊断算法模块内嵌入有用于故障诊断的故障智能诊断算法程序,且所述故障智能诊断算法程序以屏蔽电机阀门故障诊断软件为载体,集成于状态检测系统的状态检测主机内。
2.根据权利要求1所述的一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,所述状态检测系统包括状态检测主机,所述状态检测主机外接有传感器;
所述状态检测主机包括电源单元、核心计算控制单元和信号采集单元;
所述电源单元,用于为核心计算控制单元和信号采集单元提供稳定的电源输入;
所述信号采集单元,用于对外接的传感器进行屏蔽电机阀门的多类型状态信号的采集,并将采集的多类型状态信号转换成数字信号传输至核心计算控制单元;
所述核心计算控制单元,用于控制信号采集单元并接收控制信号采集单元传回的状态信号,并对传回的状态信号分析处理,对信号分析结果进行显示,及控制设备工作状态的功能。
3.根据权利要求2所述的一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,所述电源单元包括电源接口、输入保护模块、电源调理模块、电池控制模块、电池模块和隔离式电源分配模块,所述电源接口、输入保护模块、电源调理模块、电池控制模块、电池模块依次连接,所述电池模块连接隔离式电源分配模块,所述电源调理模块还连接隔离式电源分配模块;
所述核心计算控制单元包括信号电缆接口、无线传输模块、通讯模块、存储模块、控制计算模块、总线控制模块、触摸显示屏和显示屏控制模块,通讯模块连接信号电缆接口,通讯模块连接无线传输模块,通讯模块连接控制计算模块,控制计算模块连接存储模块,控制计算模块连接总线控制模块,控制计算模块还连接显示屏控制模块,显示屏控制模块连接触摸显示屏;控制计算模块还连接隔离式电源分配模块;
所述信号采集单元包括总线通讯模块和若干数据采集模块,总线通讯模块与各个数据采集模块均连接,总线通讯模块还连接总线控制模块;所述数据采集模块的个数与传感器的类型数对应。
4.根据权利要求2所述的一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,所述传感器包括加速度传感器、声发射传感器、电流/电压传感器和开关量传感器。
5.根据权利要求4所述的一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,所述加速度传感器,安装于屏蔽电机阀门的电机顶部、阀体上法兰以及阀座中法兰处;
所述声发射传感器,安装于屏蔽电机阀门的阀座中法兰密封面处和阀瓣密封面外部阀座处;
所述电流/电压传感器采用夹持式的电流钳表,夹持在三相电机的供电电源线上;
所述开关量传感器,安装于屏蔽电机阀门开位位置指示器处和屏蔽电机阀门关位位置指示器处。
6.根据权利要求1所述的一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,所述故障智能诊断算法模块包括预处理单元、故障特征提取单元和对比诊断单元;
所述预处理单元,用于对屏蔽电机阀门采集的状态信号进行去直流和截断处理,得到处理后的状态信号;并将处理后的状态信号输入至故障特征提取单元;
所述故障特征提取单元,用于接收处理后的状态信号,进行各类状态信号的特征提取,提取出用于屏蔽电机阀门各类故障鉴别特征和智能诊断建模特征;
所述对比故障诊断单元,用于将各类故障鉴别特征的特征值与屏蔽电机阀门无故障状态下基础数据的特征值进行对比,若对比结果满足鉴别预设规则,则判定状态信号为屏蔽电机阀门故障数据;若对比结果不满足鉴别预设规则,则判定状态信号为屏蔽电机阀门正常数据。
7.根据权利要求6所述的一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,所述屏蔽电机阀门无故障状态下基础数据的特征值是从预先设置并进行保存的数据库读取获得。
8.根据权利要求6所述的一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,所述故障智能诊断算法模块还包括故障类型识别单元;
所述故障类型识别单元,用于根据所述屏蔽电机阀门故障数据,首先进行所述屏蔽电机阀门故障数据的样本划分,按照一定比例将所述故障特征提取单元提取的智能诊断建模特征数据划分为训练集特征数据和测试集特征数据;其次以训练集特征数据作为输入,以表征不同类别故障的数值标签作为输出,基于智能分类算法,训练得到屏蔽电机阀门故障分类模型;最后,再将测试集作为输入,利用所述屏蔽电机阀门故障分类模型对测试集状态数据所属故障类别进行识别,得到故障类型识别结果。
9.根据权利要求8所述的一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,所述基于智能分类算法是采用支持向量机SVM算法来训练阀门故障分类模型。
10.根据权利要求2所述的一种屏蔽电机阀门的状态检测和故障智能诊断系统,其特征在于,该系统的状态检测主机外接传感器,是在屏蔽电机阀门不拆卸的前提下直接安装于屏蔽电机阀门上即可。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211038817.9A CN115392313A (zh) | 2022-08-29 | 2022-08-29 | 一种屏蔽电机阀门的状态检测和故障智能诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211038817.9A CN115392313A (zh) | 2022-08-29 | 2022-08-29 | 一种屏蔽电机阀门的状态检测和故障智能诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115392313A true CN115392313A (zh) | 2022-11-25 |
Family
ID=84123441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211038817.9A Pending CN115392313A (zh) | 2022-08-29 | 2022-08-29 | 一种屏蔽电机阀门的状态检测和故障智能诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115392313A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115824519A (zh) * | 2023-02-14 | 2023-03-21 | 中国海洋大学 | 基于多传感器信息融合的阀门泄露故障综合诊断方法 |
-
2022
- 2022-08-29 CN CN202211038817.9A patent/CN115392313A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115824519A (zh) * | 2023-02-14 | 2023-03-21 | 中国海洋大学 | 基于多传感器信息融合的阀门泄露故障综合诊断方法 |
CN115824519B (zh) * | 2023-02-14 | 2023-05-12 | 中国海洋大学 | 基于多传感器信息融合的阀门泄露故障综合诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647539B (zh) | 一种用于车辆故障的预测方法和系统 | |
CN109186813A (zh) | 一种温度传感器自检装置及方法 | |
CN105759201A (zh) | 基于异常样本识别的高压断路器自诊断方法 | |
US20120304008A1 (en) | Supervised fault learning using rule-generated samples for machine condition monitoring | |
CN106405475A (zh) | 电能表异常诊断方法 | |
CN111444169A (zh) | 一种变电站电气设备状态监测与诊断系统及方法 | |
CN103671190A (zh) | 一种智能早期矿用通风机在线故障诊断系统 | |
CN116629627A (zh) | 输电在线监测装置的智能检测系统 | |
CN113472079B (zh) | 配电站运维监控云机器人系统、后台处理及作业任务方法 | |
CN114519382B (zh) | 一种核动力装置关键运行参数提取与异常监测方法 | |
CN117639251A (zh) | 一种高压开关柜智能在线监测系统 | |
CN115392313A (zh) | 一种屏蔽电机阀门的状态检测和故障智能诊断系统 | |
CN113607271A (zh) | 一种基于振动信号的gil缺陷在线监测系统及方法 | |
CN104317778A (zh) | 基于海量监测数据的变电设备故障诊断方法 | |
CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
CN117110794A (zh) | 一种电缆故障智能诊断系统及方法 | |
CN117170303B (zh) | 一种基于多元时间序列预测的plc故障智能诊断维护系统 | |
CN114460519A (zh) | 基于电力互感器检验的现场与终端融合管理系统和方法 | |
CN116796261A (zh) | 一种基于人工智能的封闭开关设备机械特性预测方法 | |
CN113036917B (zh) | 一种基于机器学习的配电网监控信息监视系统和方法 | |
CN112885049B (zh) | 基于运行数据的智能电缆预警系统、方法及装置 | |
CN108627242B (zh) | 基于盲源分离单边检测法的环冷机漏风率检测方法 | |
CN111986469A (zh) | 一种现场终端故障智能化诊断的方法 | |
CN112215256A (zh) | 一种低压配电网多源数据处理方法 | |
CN113608074B (zh) | 一种多表位耐压试验装置自动化在线监测方法及系统 |
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 |