[发明专利]一种基于粒子群优化的气动调节阀故障诊断方法

摘要

本发明公开了一种基于粒子群优化的气动调节阀故障诊断方法，通过采用自适应变异的粒子群算法离线优化诊断专家系统步骤及在线故障诊断步骤，不仅实现气动调节阀故障自诊断的基础上提高了故障诊断的准确率，尤其减少了故障漏诊率，避免阀门故障运行；而且通用性较好；一般操作人员均可掌握，提高了气动调节阀故障诊断的自动化和智能化程度。

主权项

1.一种基于粒子群优化的气动调节阀故障诊断方法，其特征在于，包括以下步骤：A、采用自适应变异的粒子群算法离线优化诊断专家系统A.1、数据采集：在气动调节阀螺盖旁预留处和膜室外供气孔处分别安装位移传感器和压力传感器，按照25％阶跃给定4‑20mA的电流输入信号，通过数据采集装置采集压力和位移数据，并通过串口通信将采集的数据传输至上位机；气动调节阀故障分为C种，C是气动调节阀的状态类别数，包括C‑1种故障状态及1种正常状态；在本专家系统参数优化部分，每个状态采集到的压力和位移数据作为一个原始样本，通过不同故障强度可以采集到同一状态不同的样本；每种状态都有Num个样本，样本总数T＝Num*6A.2、数据预处理以及离线诊断：采集到的原始样本是一个包含压力和位移数据在内的2*N矩阵，N是采集的信号点数；将采集到的样本数据传输至上位机，并为每个样本添加标签1‑C，标签1‑C分别代表气动调节阀的状态类别；使用专家系统对预处理的数据进行离线诊断；根据专家系统离线诊断结果，求出诊断准确率，公式如下式中，Rate为诊断准确率，n(pre_label＝label)为准确诊断的样本个数，T为样本总个数；A.3、粒子群算法优化专家系统参数：采用自适应变异粒子群算法优化上述专家系统中的参数x₁、x₂、x₃、x₄；A.4、离线验证粒子群优化的专家系统模型:通过步骤A.3优化好的参数x₁、x₂、x₃、x₄更新专家系统，将采集到的样本输入到专家系统进行诊断，得到粒子群优化的专家系统的诊断结果，验证更新后的专家系统性能，实现离线故障诊断；B、在线故障诊断：B.1、植入故障诊断模型：将步骤A中得到的粒子群算法优化好的专家系统植入故障诊断系统中，在数据采集装置基础上写入专家系统诊断模型B.2、在线采集实时数据：通过数据采集装置在线采集运行状态下气动调节阀膜室压力、阀杆位移的实时数据；B.3、故障诊断:将所述步骤B.2中在线实时采集的样本x_i，输入到已经植入的专家系统模型中进行故障诊断；B.4、诊断结果输出：将诊断结果输出至液晶显示模块，如果诊断结果为故障，则通过故障报警模块发出故障警告，相应故障指示灯闪烁；若诊断结果无故障，则显示屏显示无故障，不发出故障警告；所述的步骤A.2中，专家系统具体如下：A.2.1、阀芯磨损故障:给定信号4mA处，只要阀杆位移小于零，则认定为此时出现阀芯磨损故障；A.2.2、阀座异物故障:给定信号4mA处，阀杆位移大于x₁，则认定为此时出现阀座异物故障，其中x₁是阀杆位移全行程的5％；A.2.3、弹簧刚性减弱故障:在最高信号点，膜室内的压缩空气气压与出厂时气压的差值大于最高信号点压力的20％时，则认定此时出现弹簧刚性减弱了故障；x₂＝P_m‑P_n，式中，x₂是最高信号点膜室压力之差，P_m调节阀最高信号点原始膜室压力，P_n调节阀最高信号点使用后膜室压力；A.2.4、摩擦力增大故障：压力信号由一稳定信号点向下一稳定信号点过渡时，其阶跃值超过出厂时阶跃值的100％，则认定此时出现摩擦力增大故障；式中x₃是出厂时该段压力阶跃值的两倍，max(X)是该段压力最大值，mean(X)该段压力均值；A.2.5、漏气故障：停留位置膜室压力稳定后，压力峰峰值大于x₄,则认为此时出现漏气故障，其中x₄是最高信号点压力的2％；A.2.6、如果未出现上述故障，则输出为无故障。