【技术实现步骤摘要】
本专利技术涉及阀门故障诊断，尤其涉及一种基于机器学习模型与机理模型的阀门故障诊断方法及系统。
技术介绍
1、阀门是一种用来控制流体流动并调节压力、流量等参数的装置，在工业生产和流程控制中被广泛应用。由于阀门长期运行受到多种因素的影响，如工作环境恶劣、操作不当、零部件老化等，导致阀门设备发生故障的概率较高，给企业生产带来了一定的损失和风险。因此，如何有效地对阀门进行预测性维护，提前发现潜在问题并减少设备故障带来的不利影响，成为当前工业生产中亟待解决的问题之一。
2、目前，阀门故障诊断主要依赖于定期人工检查和简单的状态监测手段。其中，人工检查需要将设备进行停机处理，耗时耗力，且难以及时发现潜在的故障；简单的状态监测手段，如压力、温度和流量的监测，虽然能够在一定程度上反映阀门的运行状态，但无法精确定位和识别具体的故障类型，特别是对于早期、微小的堵塞和泄漏故障，更是难以有效检测。
3、现有技术中，还有通过实时采集阀门的振动、声波、压力、温度和流量等运行参数，结合先进的数据处理和分析算法构建诊断模型，实现对阀门运行状态的实...
【技术保护点】
1.一种基于机器学习模型与机理模型的阀门故障诊断方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，获取等间隔采样的阀门的运行数据，并对运行数据中的阀门运行回路数据进行ARX模型辨识，依据辨识结果对运行数据进行工况分类标记包括：
3.如权利要求2所述的方法，其特征在于，在获取等间隔采样的阀门的运行数据，并对运行数据中的阀门运行回路数据进行ARX模型辨识，依据辨识结果对运行数据进行工况分类标记之后，还包括：
4.如权利要求1所述的方法，其特征在于，当同一工况下的运行数据为单回路运行数据时，将获取的阀门开度数据输入预设的机...
【技术特征摘要】
1.一种基于机器学习模型与机理模型的阀门故障诊断方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，获取等间隔采样的阀门的运行数据，并对运行数据中的阀门运行回路数据进行arx模型辨识，依据辨识结果对运行数据进行工况分类标记包括：
3.如权利要求2所述的方法，其特征在于，在获取等间隔采样的阀门的运行数据，并对运行数据中的阀门运行回路数据进行arx模型辨识，依据辨识结果对运行数据进行工况分类标记之后，还包括：
4.如权利要求1所述的方法，其特征在于，当同一工况下的运行数据为单回路运行数据时，将获取的阀门开度数据输入预设的机器学习模型中进行流量预测，将生成的流量预测值与阀门的实际流量值进行偏差计算，获得当前工况下的流量偏差值包括：
5.如权利要求4所述的方法，其特征在于，将阀门运行回路数据进行数据预处理，并将经预处理的阀门运行...
【专利技术属性】
技术研发人员：高宇廷，李雨宽，刘志勇，吴洁芸，吴庆尉，
申请(专利权)人：中控技术股份有限公司，
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。