CN117251738B - 一种基于数据的调节阀组振动阈值设置方法 - Google Patents
一种基于数据的调节阀组振动阈值设置方法 Download PDFInfo
- Publication number
- CN117251738B CN117251738B CN202311531602.5A CN202311531602A CN117251738B CN 117251738 B CN117251738 B CN 117251738B CN 202311531602 A CN202311531602 A CN 202311531602A CN 117251738 B CN117251738 B CN 117251738B
- Authority
- CN
- China
- Prior art keywords
- regulating valve
- valve
- data
- ith
- data set
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000001105 regulatory effect Effects 0.000 claims abstract description 104
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Indication Of The Valve Opening Or Closing Status (AREA)
Abstract
本发明公开了一种基于数据的调节阀组振动阈值设置方法，涉及工业控制技术领域，包括：在调节阀组的每个调节阀均安装压力传感器和振动传感器，获取每个调节阀的数据，并以振动信号的均方根作为振动阈值设置的指标；建立数据库用于存储数据及振动信号的均方根；从数据库中提取第i个调节阀的历史健康值和历史故障值，根据数据库中的数据，建立该调节阀在不同工况下振动均方根的健康数据集和故障数据集。本发明根据不同调节阀在不同工况下健康数据集和故障数据集，确定不同调节阀在不同工况下的阈值，能够降低误报率和漏报率，有效了解各调节阀的健康状态。
Description
技术领域
本发明涉及工业控制技术领域，更具体地说，它涉及一种基于数据的调节阀组振动阈值设置方法。
背景技术
在工业中为了有效控制流量，一般会设计一组调节阀组。由于调节阀组中各调节阀的流量大小会存在一定的差异，各自在正常情况下的振动会不一致。如果采用统一的专家经验阈值，则导致小的调节阀产生较大的误报，大的调节阀产生较大的漏报。如不能有效设置阀门振动阈值，导致可能出现阀门故障，严重影响工业生产进度。
发明内容
本发明的目的是提供一种基于数据的调节阀组振动阈值设置方法，由于各调节阀的大小致使存在一定的差异，需要对每个调节阀设置相应的阈值，根据不同调节阀在不同工况下健康数据集和故障数据集的平均值、标准差、类间最近距离，确定不同调节阀在不同工况下的阈值，能够降低误报率和漏报率。
本发明的上述技术目的是通过以下技术方案得以实现的：一种基于数据的调节阀组振动阈值设置方法，包括如下步骤：
S1：在调节阀组的每个调节阀均安装压力传感器和振动传感器，获取每个调节阀的数据，包括：调节阀的阀前压力数据，调节阀的阀后压力数据，调节阀处于正常状态下调节阀的振动信号和调节阀处于异常状态下调节阀的振动信号，并以振动信号的均方根作为振动阈值设置的指标；基于调节阀处于正常状态下调节阀的振动信号获得调节阀的历史健康数据，基于调节阀处于异常状态下调节阀的振动信号获得调节阀的历史故障数据；
S2：建立数据库用于存储每个调节阀的数据及振动信号的均方根；
S3：从数据库中提取第i个调节阀的历史健康值和历史故障值，根据数据库中的数据，建立该调节阀在不同工况下振动信号的均方根的健康数据集P和故障数据集Q；
S4：获取第i个调节阀在第j个工况下健康数据集P的中心，计算健康数据集P中所有数据与健康数据集P的中心的距离，基于该距离来评估与中心的偏离程度，其中/>为第i个调节阀在第j个工况健康数据集P中第k个数据与健康数据集P的中心的距离，p为第i个调节阀在第j个工况中健康数据集P的数据量，然后计算的平均值/>和标准差/>；获取距离的平均值和标准差，即获得距离的数据分布特征；
S5：计算第i个调节阀在第j个工况下故障数据集Q的中心和距离，其中，该距离用来评估与中心的偏离程度，其中/>为第i个调节阀在第j个工况的故障数据集Q中第k个数据与故障数据集Q的中心的距离，q为第i个调节阀在第j个工况中故障数据集Q的数据量，然后计算/>的平均值/>和标准差/>；获取距离的平均值和标准差，即获得距离的数据分布特征；
S6：计算第i个调节阀在第j个工况下健康数据集P和故障数据集Q的最近距离，，其中/>，/>；其中，计算该距离的目的是用于评估两个数据集的距离，用于辅助设置阈值；
S7：设置第i个调节阀在第j个工况下报警阈值为，设置第i个调节阀在第j个工况下故障阈值为，其中/>、/>和/>为常数，为第i个调节阀在第j个工况下健康数据集P和故障数据集Q的最近距离；其中，根据健康距离的分布特征，设置报警阈值并根据两个数据集之间的距离，辅助修正报警阈值，以防止阈值设置过小或过大。根据故障距离的分布特征，设置报警阈值并根据两个数据集之间的距离，辅助修正报警阈值，以防止阈值设置过小或过大。
S8：依次重复步骤S4-步骤S7，直至循环完第i个调节阀的所有的工况后结束重复步骤，确定第i个调节阀在不同工况下的阈值；
S9：更换i的取值，依次重复步骤S3-步骤S8，直至循环完所有的调节阀，确定所有调节阀在不同工况下的阈值。
本发明进一步设置为：所述步骤S1中获取的调节阀的数据包括阀前压力、阀后压力、阀门开度和振动信号。其中，通过阀门开度可以获得调节阀的工况，通过阀前压力、阀后压力和振动信号可以获得调节阀的状态数据。
综上所述，本发明具有以下有益效果：根据不同调节阀在不同工况下健康数据集和故障数据集，确定不同调节阀在不同工况下的阈值，能够降低误报率和漏报率，有效了解各调节阀的健康状态。
附图说明
图1是本发明所述一种基于数据的调节阀组振动阈值设置方法。
具体实施方式
以下结合附图1对本发明作进一步详细说明；
实施例：一种基于数据的调节阀组振动阈值设置方法，如图1所示，
S1，在每个调节阀布置压力传感器和振动传感器，获取每个调节阀的阀前压力、阀后压力、阀门开度和振动信号等数据，并以振动信号的均方根作为振动阈值设置的指标。
S2，根据工程经验可知，振动信号的均方根与阀前压力、阀后压力、阀门开度紧密相关，即阀前压力、阀后压力、阀门开度可作为调节阀振动的工况。为此，建立包含振动信号的均方根、阀前压力、阀后压力、阀门开度等信息的数据库。
S3，以第i（i<N,N是调节阀的数量）个调节阀为例，从数据库中提取第i个调节阀的历史健康值和历史故障值，根据阀前压力、阀后压力和阀门开度，建立第i个调节阀在不同工况下振动均方根的健康数据集和故障数据集。
S4，获取第i个调节阀在第j（j<M,M是工况数量）个工况下健康数据集的中心，计算健康数据集中所有数据与中心的距离，其中/>为第i个调节阀在第j个工况健康数据集中第k个数据与中心的距离，p为第i个调节阀在第j个工况中健康数据集的数据量，然后计算/>的平均值/>和标准差/>。
S5，计算第i个调节阀在第j个工况下故障数据集的中心和距离，其中/>为第i个调节阀在第j个工况的故障数据集中第k个数据与中心的距离，q为第i个调节阀在第j个工况中故障数据集的数据量，然后计算/>的平均值/>和标准差/>
S6，计算第i个调节阀在第j个工况下健康数据集P和故障数据集Q的最近距离，，其中/>，/>。
S7，设置第i个调节阀在第j个工况下报警阈值为，设置第i个调节阀在第j个工况下故障阈值为，其中/>、/>和/>为常数，根据工程实践经验确定，/>为第i个调节阀在第j个工况下健康数据集P和故障数据集Q的最近距离。
S8，依次重复步骤S4-步骤S7，确定第i个调节阀在不同工况下的阈值。
S9，依次重复步骤S3-步骤S8，确定所有调节阀在不同工况下的阈值。
其中，确定所有调节阀在不同工况下的阈值后可以快速判断出每个工况下的调节阀是否异常，传统的方式是直接判断调节阀是否异常，并没有根据调节阀在不同的工况下根据阈值进行判断，本实施例中的判断方式更准确，具体的判断方式可以为实际工况下获得的数值与阈值比较，根据比较结果来进行判断，具体的判断方式本发明不进行限定。
根据不同调节阀在不同工况下健康数据集和故障数据集，确定不同调节阀在不同工况下的阈值，降低误报率和漏报率，有效了解各调节阀的健康状态。
其中，调节阀的工况由阀门的工作条件确定，例如阀门的开度。
其中，S1中每个调节阀的数据调节阀的阀前压力数据、阀后压力数据以及阀门的振动数据，压力数据通过压力传感器获得，振动数据通过振动传感器获得。
其中，S3中数据库中的数据为：调节阀的阀前压力数据、阀后压力数据、阀门的振动数据以及阀门的状态，故障或健康。
其中，均方根值是一个非常重要的振动指标，反应了振动信号的能量强度和稳定性，这个指标如果异常变大，则表示机械设备很有可能存在某种隐患。
其中，在工程实际中没有具体考虑不同工况下阈值，而是设置针对所有工况设置一个阈值，这导致某些工况下的正常值大于阈值（误报），也导致某些工况下的故障值小于阈值（漏报）。通过本发明的方法能通过设置不同工况下的阈值，然后通过是否超过对应工况下的阈值来判断阀门在不同工况下是否有故障发生，从而有效了解各阀门的健康状态，能够降低误报率和漏报率，有效了解各调节阀的健康状态。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (2)
1.一种基于数据的调节阀组振动阈值设置方法，其特征在于，所述方法包括如下步骤：
S1：在调节阀组的每个调节阀均安装压力传感器和振动传感器，获取每个调节阀的数据，包括：调节阀的阀前压力数据，调节阀的阀后压力数据，调节阀处于正常状态下调节阀的振动信号和调节阀处于异常状态下调节阀的振动信号，并以振动信号的均方根作为振动阈值设置的指标；基于调节阀处于正常状态下调节阀的振动信号获得调节阀的历史健康数据，基于调节阀处于异常状态下调节阀的振动信号获得调节阀的历史故障数据，根据阀前压力、阀后压力和阀门开度确定调节阀的工况；
S2：建立数据库用于存储每个调节阀的数据及振动信号的均方根；
S3：从数据库中提取第i个调节阀的历史健康值和历史故障值，根据数据库中的数据，建立该调节阀在不同工况下振动信号的均方根的健康数据集P和故障数据集Q；
S4：获取第i个调节阀在第j个工况下健康数据集P的中心，计算健康数据集P中所有数据与健康数据集P的中心的距离，其中/>为第i个调节阀在第j个工况健康数据集P中第k个数据与健康数据集P的中心的距离，p为第i个调节阀在第j个工况中健康数据集P的数据量，然后计算/>的平均值/>和标准差/>；
S5：计算第i个调节阀在第j个工况下故障数据集的Q中心和距离，其中/>为第i个调节阀在第j个工况的故障数据集Q中第k个数据与故障数据集Q的中心的距离，q为第i个调节阀在第j个工况中故障数据集Q的数据量，然后计算/>的平均值/>和标准差/>；
S6：计算第i个调节阀在第j个工况下健康数据集P和故障数据集Q的最近距离，，其中/>，/>；
S7：设置第i个调节阀在第j个工况下报警阈值为，设置第i个调节阀在第j个工况下故障阈值为/>，其中/>、/>和/>为常数，/>为第i个调节阀在第j个工况下健康数据集P和故障数据集Q的最近距离；
S8：依次重复步骤S4-步骤S7，直至循环完第i个调节阀的所有的工况后结束重复步骤，确定第i个调节阀在不同工况下的阈值；
S9：更换i的取值，依次重复步骤S3-步骤S8，直至循环完所有的调节阀，确定所有调节阀在不同工况下的阈值。
2.根据权利要求1所述的一种基于数据的调节阀组振动阈值设置方法，其特征在于，所述步骤S1中获取的调节阀的数据包括阀前压力、阀后压力、阀门开度和振动信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311531602.5A CN117251738B (zh) | 2023-11-17 | 2023-11-17 | 一种基于数据的调节阀组振动阈值设置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311531602.5A CN117251738B (zh) | 2023-11-17 | 2023-11-17 | 一种基于数据的调节阀组振动阈值设置方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117251738A CN117251738A (zh) | 2023-12-19 |
| CN117251738B true CN117251738B (zh) | 2024-01-23 |
Family
ID=89131712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311531602.5A Active CN117251738B (zh) | 2023-11-17 | 2023-11-17 | 一种基于数据的调节阀组振动阈值设置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117251738B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103454113A (zh) * | 2013-09-16 | 2013-12-18 | 中国人民解放军国防科学技术大学 | 一种适用于工况变化情况下的旋转机械健康监测方法 |
| CN105716857A (zh) * | 2016-01-20 | 2016-06-29 | 中国人民解放军军械工程学院 | 一种行星齿轮箱健康状态评估方法 |
| CN107063663A (zh) * | 2017-04-20 | 2017-08-18 | 重庆大学 | 一种空调水系统智能诊断调节阀 |
| CN110415494A (zh) * | 2019-07-25 | 2019-11-05 | 西安因联信息科技有限公司 | 一种基于历史运行数据的设备报警阈值计算方法 |
| CN112179655A (zh) * | 2020-08-17 | 2021-01-05 | 中国农业大学 | 一种基于阈值分级的汽轮发电机故障预警方法 |
| WO2021233941A1 (de) * | 2020-05-18 | 2021-11-25 | Samson Aktiengesellschaft | Verfahren zum erfassen von schwingungen und / oder schlägen, denen ein stellventil ausgesetzt sein kann |
| CN114739660A (zh) * | 2022-03-23 | 2022-07-12 | 西北工业大学 | 齿轮箱健康监测方法及系统 |
| CN114754020A (zh) * | 2022-04-18 | 2022-07-15 | 合肥通用机械研究院有限公司 | 基于进气噪声特性的压缩机喘振监控系统和监控方法 |
| CN116307938A (zh) * | 2023-05-17 | 2023-06-23 | 成都瑞雪丰泰精密电子股份有限公司 | 一种加工中心进给系统健康状态评估方法 |
| CN116432027A (zh) * | 2023-03-15 | 2023-07-14 | 国网山东省电力公司淄博供电公司 | 基于振动信号的变压器运行状态检测方法及系统 |
| CN116499742A (zh) * | 2022-12-07 | 2023-07-28 | 左明健 | 一种基于集成学习的旋转机械故障监测方法 |
| CN116678552A (zh) * | 2023-08-03 | 2023-09-01 | 四川中测仪器科技有限公司 | 一种变温度环境下光纤应力传感器异常监测方法 |
| WO2023197461A1 (zh) * | 2022-04-11 | 2023-10-19 | 西安热工研究院有限公司 | 一种基于工况相似性评估的齿轮箱故障预警方法及系统 |
-
2023
- 2023-11-17 CN CN202311531602.5A patent/CN117251738B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103454113A (zh) * | 2013-09-16 | 2013-12-18 | 中国人民解放军国防科学技术大学 | 一种适用于工况变化情况下的旋转机械健康监测方法 |
| CN105716857A (zh) * | 2016-01-20 | 2016-06-29 | 中国人民解放军军械工程学院 | 一种行星齿轮箱健康状态评估方法 |
| CN107063663A (zh) * | 2017-04-20 | 2017-08-18 | 重庆大学 | 一种空调水系统智能诊断调节阀 |
| CN110415494A (zh) * | 2019-07-25 | 2019-11-05 | 西安因联信息科技有限公司 | 一种基于历史运行数据的设备报警阈值计算方法 |
| WO2021233941A1 (de) * | 2020-05-18 | 2021-11-25 | Samson Aktiengesellschaft | Verfahren zum erfassen von schwingungen und / oder schlägen, denen ein stellventil ausgesetzt sein kann |
| CN112179655A (zh) * | 2020-08-17 | 2021-01-05 | 中国农业大学 | 一种基于阈值分级的汽轮发电机故障预警方法 |
| CN114739660A (zh) * | 2022-03-23 | 2022-07-12 | 西北工业大学 | 齿轮箱健康监测方法及系统 |
| WO2023197461A1 (zh) * | 2022-04-11 | 2023-10-19 | 西安热工研究院有限公司 | 一种基于工况相似性评估的齿轮箱故障预警方法及系统 |
| CN114754020A (zh) * | 2022-04-18 | 2022-07-15 | 合肥通用机械研究院有限公司 | 基于进气噪声特性的压缩机喘振监控系统和监控方法 |
| CN116499742A (zh) * | 2022-12-07 | 2023-07-28 | 左明健 | 一种基于集成学习的旋转机械故障监测方法 |
| CN116432027A (zh) * | 2023-03-15 | 2023-07-14 | 国网山东省电力公司淄博供电公司 | 基于振动信号的变压器运行状态检测方法及系统 |
| CN116307938A (zh) * | 2023-05-17 | 2023-06-23 | 成都瑞雪丰泰精密电子股份有限公司 | 一种加工中心进给系统健康状态评估方法 |
| CN116678552A (zh) * | 2023-08-03 | 2023-09-01 | 四川中测仪器科技有限公司 | 一种变温度环境下光纤应力传感器异常监测方法 |
Non-Patent Citations (4)
| Title |
|---|
| Vibration characteristics analysis of high-pressure long-distance dense paste pipeline transporting with hydraulic active check valve;Fuyan Lyu等;《Alexandria Engineering Journal》;第71卷;第669-677页 * |
| 基于振动和外磁场信号的离心泵状态监测系统研究;陈崟炜;《中国优秀硕士学位论文全文数据库 工程科技II辑》(第（2023）03期);C029-244 * |
| 基于数据驱动的调节阀故障诊断方法研究;黄爱芹;《中国博士学位论文全文数据库 工程科技II辑》(第（2016）04期);C029-4 * |
| 煤液化调节阀空化状态特征提取与状态识别研究;孙深圳;《中国优秀硕士学位论文全文数据库 工程科技I辑》(第（2023）02期);B017-20 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117251738A (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109359873B (zh) | 一种基于pca-t2的滚珠丝杠副健康评估方法 | |
| CN111426949B (zh) | 一种电磁阀健康评估方法、装置、设备及可读存储介质 | |
| CN110057406B (zh) | 一种多尺度自适应的机械设备趋势预警方法 | |
| CN112284440A (zh) | 一种传感器数据偏差自适应修正方法 | |
| CN117251738B (zh) | 一种基于数据的调节阀组振动阈值设置方法 | |
| CN116562623A (zh) | 一种适用于鹿茸菇种植的实时种植风险评估系统 | |
| CN117072460B (zh) | 一种基于振动数据和专家经验的离心泵状态监测方法 | |
| CN110083797B (zh) | 一种滴灌管生产线异常实时监测方法及系统 | |
| CN110307212A (zh) | 一种液压伺服系统漏油监测方法 | |
| CN108932358B (zh) | 一种确定威布尔型单元后续备件需求量的方法 | |
| CN114970309A (zh) | 一种火电设备状态预警评估方法 | |
| US11790700B2 (en) | Relearning necessity determination method and relearning necessity determination device of diagnostic model in machine tool, and computer readable medium | |
| CN109657329A (zh) | 基于改进自适应粒子滤波的传感器故障和结构损伤识别方法 | |
| CN117473533A (zh) | 一种磁控溅射冷却腔内反应数据传输管理系统 | |
| EP4328820A1 (en) | Performance testing method for water softening device | |
| CN117318297A (zh) | 基于状态监测的告警阈值设置方法、系统、设备及介质 | |
| CN116880601A (zh) | 熔融态黄磷恒温输送控制系统 | |
| CN111523662B (zh) | 基于adaline神经网络的动态过程控制限确定方法及设备 | |
| CN109712729B (zh) | 一种核电站报警方法、饱和裕度的计算方法及系统 | |
| CN112015619A (zh) | 通过参数调优筛选系统核心关键指标的方法 | |
| CN106771565B (zh) | 异常有功电度量处理方法 | |
| CN104901982A (zh) | 一种在线数据监控系统及监控方法 | |
| KR100793244B1 (ko) | 진공펌프 상태진단 시스템 | |
| TW202020689A (zh) | 工具機設備運作效率評分裝置及方法 | |
| CN116748352B (zh) | 一种金属弯管机加工参数监测控制方法、系统及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |