【技术实现步骤摘要】
本专利技术属于燃气调压器领域，具体涉及一种基于bp神经网络燃气调压器声发射故障诊断方法。
技术介绍
1、燃气调压器是调节和稳定燃气管网压力的关键设备，在燃气输配系统中起着重要的作用，而在实际运行中，往往会因为下游用气量的变化和上游压力的变化而使下游压力发生不断变化，从而导致燃气调压器的运行状态急剧变化，大大增加其发生故障概率。
2、目前常用的燃气调压器故障诊断方式是，专业人员通过分析压力表纸和自动仪表采集的数据，然后依据经验来判定燃气调压器是否处在正常运行状态，有些燃气调压器即使没有问题或是没有在用，仍需要定期进行维护与检修，消耗了大量的人力和物力，导致运维成本大大增加，而且以调压器的压力作为数据来源，通过观察压力数据的差异变化来判断调压器是否发生故障，由于调压器的压力值变化是一个低频的缓变过程，其数据分析的有效周期长达15-30d，因此这种方法实时性较差，故障判别周期较长，不能够在燃气运输复杂的环境下即使发现故障，避免事故发生。
技术实现思路
1、本专利技术的目的是为了克服以上的不足，提供一种基于bp神经网络燃气调压器声发射故障诊断方法，直接利用声发射时域信号对调压器的运行状态进行诊断，基于bp神经网络调压器故障判别准确率达95%以上。
2、本专利技术的目的通过以下技术方案来实现：一种基于bp神经网络燃气调压器声发射故障诊断方法，具体步骤包括
3、s1、对声发射信号进行预处理，划分得到训练集和测试集；
4、s2、采用bp神经网络的方
5、s3、通过训练集数据对bp神经网络模型进行训练，通过调整模型参数来优化模型；
6、s4、将测试集数据输入故障诊断模型，得到燃气调压器当前运行的状态，判断燃气调压器当前是否处于故障状态。
7、本专利技术的进一步改进在于，步骤s3中， 当交叉阈值达到设定值时，结束训练，保存训练好的模型。
8、本专利技术的进一步改进在于，故障诊断模型为采用三层的bp神经网络，包括输入层、隐含层以及输出层。
9、本专利技术的进一步改进在于，bp神经网络的输入层节点数为8个，所述bp神经网络的隐含层节点数为32个，所述bp神经网络的输出节点数的数量为1。
10、本专利技术的进一步改进在于，步骤s2的步骤为：从输入层进入网络，经由隐含层逐层进行处理，直至输出层输出，每一层的神经元状态仅影响下一层神经元的状态，如果在输出层得不到期望输出，信号的传递流程则转入反向传播，根据预测误差不断调整权值和阈值，从而使bp神经网络的预测输出结果不断逼近期望输出值。
11、本专利技术的进一步改进在于，步骤s1中，对声发射信号进行预处理时，通过二阶巴特沃斯高通滤波器对信号中的低频段激扰进行预处理。
12、本专利技术的进一步改进在于，二阶巴特斯高通滤波器的截止频率设定为1hz。
13、本专利技术的进一步改进在于，步骤s1中，训练集中的运行参数以相应的能量特征向量表示。
14、本专利技术与现有技术相比具有以下优点：
15、本专利技术通过声发射信号的奇异性来检测高压调压器是否发生故障，声发射信号本质是一个时间序列，能够通过时域数据进行调压器故障诊断，更容易在实践中应用，具有优良的特征提取能力，能够直接利用时域声发射信号进行燃气调压器的故障诊断，可以摆脱依赖人工进行特征选取的传统方法的束缚，与bp神经网络的结合，显著缩短调压器故障诊断周期，及时了解调压器的运行状态，有效避免事故发生，故障判别准确率可达95%以上。
本文档来自技高网...【技术保护点】
1.一种基于BP神经网络燃气调压器声发射故障诊断方法，其特征在于：具体步骤包括
2.根据权利要求1所述一种基于BP神经网络燃气调压器声发射故障诊断方法，其特征在于：
3.根据权利要求2所述一种基于BP神经网络燃气调压器声发射故障诊断方法，其特征在于：
4.根据权利要求3所述一种基于BP神经网络燃气调压器声发射故障诊断方法，其特征在于：
5.根据权利要求4所述一种基于BP神经网络燃气调压器声发射故障诊断方法，其特征在于：
6.根据权利要求5所述一种基于BP神经网络燃气调压器声发射故障诊断方法，其特征在于：
7.根据权利要求6所述一种基于BP神经网络燃气调压器声发射故障诊断方法，其特征在于：
8.根据权利要求7所述一种基于BP神经网络燃气调压器声发射故障诊断方法，其特征在于：
【技术特征摘要】
1.一种基于bp神经网络燃气调压器声发射故障诊断方法，其特征在于：具体步骤包括
2.根据权利要求1所述一种基于bp神经网络燃气调压器声发射故障诊断方法，其特征在于：
3.根据权利要求2所述一种基于bp神经网络燃气调压器声发射故障诊断方法，其特征在于：
4.根据权利要求3所述一种基于bp神经网络燃气调压器声发射故障诊断方法，其特征在于：
<...【专利技术属性】
技术研发人员：崔志华，石家周，张倍倍，
申请(专利权)人：江苏汇通燃气技术设备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。