[发明专利]一种基于SVM的气动控制阀气密性故障诊断方法

说明书

本发明涉及了一种基于SVM的气动控制阀气密性故障诊断方法，尤其涉及一种多参数采集方式，并利用正常工况与异常工况下的控制系统动态性能指标的残差作为特征向量以及利用SVM支持向量机进行模式识别的故障诊断方法，其特征在于，根据气动控制阀斜坡响应的特点，同步采集阀位，流量，气源气压，气室压力四种信号，与无故障时的控制阀控制系统动态性能指标的残差作为特征向量，然后利用支持向量机对多种故障强度下的气源气压不足以及气室漏气两种故障进行分类，准确的判断气动控制阀的相应状态，包括设置气源压力不足以及气室漏气故障。本发明的诊断结果可为过程控制工业的仪表人员提供决策支撑，有效保证控制阀维修效率。

技术领域

本发明涉及一种调节阀故障诊断技术领域，具体为一种基于SVM的气动控制阀气密性故障诊断方法。

背景技术

调节阀是工业生产过程自动化控制系统中三大基础设备之一。调节阀即控制阀，由执行机构与阀体(调节机构)组装而成。执行机构按其所用的能源类型，可以分为电动执行机构、液动执行机构和气动执行机构三类。气动调节阀因其历史悠久、价格低廉、结构简单、动力源(空气)取之不尽又无污染而被广泛应用于炼油、石化、化工、电力、钢铁、冶金、造纸、食品饮料、公用工程等领域中。

调节阀作为工业过程中控制系统的终端控制元件，对控制系统的安全可靠运行有着非常重要的影响。由于其使用环境较为恶劣，如介质高温高压、深度冷冻、极毒、易燃易爆、易渗透、易结晶、强腐蚀和高粘度等恶劣环境，因而容易出现多种故障。据现场实际工作经验，调节系统中有70％的故障来自于调节阀。一旦发生故障将可能带来难以想象的后果，如浪费原材料、造成环境污染甚至造成工作人员的伤亡，从而给工业生产带来巨大的经济损失，因此及时发现调节阀运行过程中出现的故障并采取相应的措施是保证工业过程中自动控制系统安全、可靠、稳定运行的基础。

在本发明以前的现有技术中，刘武林等于2003年在热工自动控制系统故障诊断装置的研究中提出用速度均值和均方根之间的关系来诊断调节阀的粘滞—滑动故障。还有不少人提出了基于奇偶方程和状态估计的方法，他们都需要考虑被控过程数学模型，然而在工业生产过程中，过程模型往往难以获得或很不精准，这使得这类模型在实际应用上遇到巨大障碍。此外，黄孝彬在其博士学位论文中提到采用部件信息进行故障诊断，提出了基于部件信号趋势分析的调节阀故障诊断方法，并用于气动调节阀的故障诊断。另外，还有人针对非线性系统调节阀故障提出了神经网络观测器的方法。但大多数故障诊断方法都是在控制系统中对调节阀的输出进行分析，由于控制回路的干扰，往往会掩盖调节阀本身故障，因此这些方法具有一定的缺陷。

发明内容

本发明要克服现有技术的上述缺点，提供一种基于SVM的气动控制阀气密性故障诊断方法。

现将本发明的构思以及技术解决方案叙述如下：

本发明是一种基于SVM的气动控制阀气密性故障诊断方法，尤其涉及一种多参数采集方式，并利用正常工况与异常工况下的控制系统动态性能指标的残差的编码作为特征向量以及利用SVM支持向量机进行模式识别的故障诊断方法。根据气动控制阀斜坡响应的特点，同步采集阀位，流量，气源气压，气室压力四种信号，与无故障时的控制阀控制系统动态性能指标的残差作为特征向量，然后利用支持向量机对由弱到强八种故障强度下的气源气压不足以及气室漏气两种故障进行分类，准确的判断气动控制阀的相应状态，具体步骤如下：

步骤1：设置由弱到强八种故障强度下的气源压力不足以及气室漏气故障；

步骤2：搭建实验回路，在气源以及薄膜气室处接入压力传感器，在阀杆处接入位移传感器，以及与控制阀相连的管道后接入流量计；

步骤3：通过信号发出装置发出斜坡激励信号，通过信号采集装置同步采集四路信号；

步骤4：根据控制阀无故障下的控制系统动态性能指标，与采集的故障信号做残差，处理编码后作为特征向量：具体包括：