买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：阀毕威阀门有限公司

摘要：本发明涉及阀门技术领域，具体为一种阀门故障预测系统及方法，所述方法包括，实时监测阀门的运行状态，并通过传感器收集阀门数据；对收集的阀门数据进行预处理，去除数据中的异常值，提取阀门数据特征；对预处理后的阀门数据进行分析，构建阀门故障预警模型，在检测到阀门出现故障时，以及检测到阀门出现故障趋势时进行报警；构建卷积神经网络模型，基于阀门振动数据，检测阀门故障类型。本发明能够提高阀门故障预测准确性，减少维护成本，有效延长阀门等相关设备的使用寿命；提高系统安全性，保障整个管道系统的稳定运行。

主权项：1.一种阀门故障预测方法，其特征在于，包括，实时监测阀门的运行状态，并通过传感器收集阀门数据；对收集的阀门数据进行预处理，去除数据中的异常值，提取阀门数据特征；对预处理后的阀门数据进行分析，构建阀门故障预警模型，在检测到阀门出现故障时，以及检测到阀门出现故障趋势时进行报警；构建卷积神经网络模型，基于阀门振动数据，检测阀门故障类型；所述阀门的运行状态包括阀门的开合度；所述阀门数据包括阀门上游和下游的流体压力、流体流速以及阀门振动数据，所述阀门振动数据为阀门时域振动信号；所述预处理包括，对传感器收集的阀门振动数据进行数据清洗；所述数据清洗包括异常值检测、去除以及插值；通过傅立叶转换将阀门时域振动信号转换成频域振动信号；所述异常值检测包括，在阀门的时域振动信号转换成频域振动信号后，对阀门振动信号的频谱数据进行分析，设置振动信号中振幅阈值|THA|，将阀门振动信号的频谱数据中振幅超过|THA|的数据值标记为振动数据异常值；采用机器学习模型去除阀门振动数据异常值，机器学习去除阀门振动异常值的策略为：机器学习模型同时结合阀门上下游的流体压力和流体流速，对阀门振动数据的异常值进行检测和去除；去除因阀门上下游流体压力以及流体流速变化所造成的振动数据异常值；不去除阀门上下游流体压力以及流体流速未发生变化时的振动数据异常值；当去除因阀门上下游流体压力以及流体流速变化所造成的振动数据异常值时，通过数据插值对去除的振动数据进行补值；采用的去除数据上下两点数据的均值补充去除的数据；统计对阀门振动预处理后单位时间内阀门出现异常振动的时间和次数，构建阀门振动影响模型，计算异常振动对阀门的影响： 其中，Y表示阀门振动影响系数，Ai表示第i次异常振动的振动幅度，Ti表示第i次异常振动的时间段，T为单位时间；设立阀门振动影响系数阈值，所述阀门振动影响系数阈值包括第一阀门振动影响系数阈值THY1和第二阀门振动影响系数阈值THY2,THY2＞＞THY1；当阀门振动影响系数Y大于等于第一阀门振动影响系数阈值THY1时，触发阀门故障趋势预警；当阀门振动影响系数Y大于等于第二阀门振动影响系数阈值THY2时，处罚触发阀门故障报警；获取阀门上游和下游管道内的流体压力，根据阀门上游和下游管道内的流体压力变化率对阀门压力故障进行预警；所述阀门为非变压阀门；令Pupt和Pdownt分别表示时间t时刻阀门上游和下游管道内流体压力，通过计算压力的变化率，对阀门故障进行预警： 其中，Δt是两个时间点之间的时间间隔；设定压力变化预警值THP,计算上下游流体压力变化率的绝对值之和，并与设定的预警值进行比较，预警条件为： 当上下游流体压力变化率的绝对值之和大于预警值时发出故障预警。

全文数据：

权利要求：

百度查询： 阀毕威阀门有限公司 一种阀门故障预测系统及方法