基于改进Elman神经网络的气动阀执行机构故障诊断方法技术

本发明专利技术涉及一种基于改进Elman神经网络的气动阀执行机构故障诊断方法，包括以下步骤：1)根据阀门的输入输出参数与气动阀执行机构故障之间的关系，构建基于改进Elman神经网络的气动阀执行机构故障模型；2)对气动阀执行机构故障模型进行网络训练；3)在训练好的气动阀执行机构故障模型中输入测试数据进行故障诊断预测，得到故障预测结果。与现有技术相比，本发明专利技术具有收敛速度快、预测准确有效、考虑全面等优点。

Fault diagnosis method of pneumatic valve actuator based on improved Elman neural network

【技术实现步骤摘要】
基于改进Elman神经网络的气动阀执行机构故障诊断方法
本专利技术涉及气动阀门执行器故障诊断领域，尤其是涉及一种基于改进Elman神经网络的气动阀执行机构故障诊断方法。
技术介绍
气动阀是整个控制系统里必不可少且极为重要的终端执行仪器。其功能是根据控制系统里控制器输出的控制信号，改变被控对象的输入介质流量，实现对被控对象参数的调节和控制。控制阀作为工业过程控制系统中最为常见的执行器，其性能的优劣直接关系到整个控制系统控制精度大小、调节品质的好坏以及能否安全平稳地运行。由于控制阀的使用工况较为恶劣，常会遇到高温、高压、易燃、易爆、强腐蚀、巨毒、高粘度等介质，随着工作时间延长，最终导致控制阀的各方面性能有所改变。不仅造成资源或物料的浪费，而且还会造成环境污染，甚至引发事故。在实际的工业现场中，对控制阀的维护通常是被安排在停产检修期间执行的。工业现场一旦停止生产，就会对企业整个生产环节产生极为不利的影响，在停产检修前，对气动阀执行机构系统故障进行预诊断，可以为气动阀的维护提供有利条件，因此，寻找一种合适的气动控制阀故障诊断方法是十分必要的。在本文档来自技高网...

【技术保护点】
1.一种基于改进Elman神经网络的气动阀执行机构故障诊断方法，其特征在于，包括以下步骤：/n1)根据阀门的输入输出参数与气动阀执行机构故障之间的关系，构建基于改进Elman神经网络的气动阀执行机构故障模型；/n2)对气动阀执行机构故障模型进行网络训练；/n3)在训练好的气动阀执行机构故障模型中输入测试数据进行故障诊断预测，得到故障预测结果。/n

【技术特征摘要】
1.一种基于改进Elman神经网络的气动阀执行机构故障诊断方法，其特征在于，包括以下步骤：
1)根据阀门的输入输出参数与气动阀执行机构故障之间的关系，构建基于改进Elman神经网络的气动阀执行机构故障模型；
2)对气动阀执行机构故障模型进行网络训练；
3)在训练好的气动阀执行机构故障模型中输入测试数据进行故障诊断预测，得到故障预测结果。


2.根据权利要求1所述的一种基于改进Elman神经网络的气动阀执行机构故障诊断方法，其特征在于，所述的步骤1)中，改进Elman神经网络的气动阀执行机构故障模型以过程控制外部信号CV、阀门进口压力p1、阀门出口压力p2、主管道流量F、阀杆位移X以及故障强度f作为改进Elman神经网络的输入，以正常状态、阀门沉降、阀门摩擦增加、隔膜穿孔和阀门侵蚀的气动执行器故障作为改进Elman神经网络的输出。


3.根据权利要求2所述的一种基于改进Elman神经网络的气动阀执行机构故障诊断方法，其特征在于，所述的步骤1)中，改进Elman神经网络的气动阀执行机构故障模型为四层结构，包括输入层、承接层、隐含层和输出层，其中，输入层节点数为6，输出层节点数为5，承接层和隐含层的节点数为13，并且在承接层中嵌入自连接反馈增益因子。


4.根据权利要求3所述的一种基于改进Elman神经网络的气动阀执行机构故障诊断方法，其特...

【专利技术属性】
技术研发人员：严怀成，常晴晴，陈辉，陈瑞，李郅辰，王孟，张皓，叶灵宋，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：上海;31