高流量控制閥的智能故障診斷

慕國行 閆磊 朱燕芳 李遠 徐利美

【關鍵詞】故障診斷;控制閥;高流量

近年來，隨著經濟的快速發展，全國互聯電網建設迅速崛起[1-2]，對于控制閥的需求標準也在不斷提升。控制閥是通過動力控制過程來控制系統中介質流動的設備。其中節流元件的閥門組件可以改變介質的流速。該閥連接到致動器，該致動器向節流元件提供動力。在調節致動器位置的壓力下，節流元件的位置也被調節。所以控制閥的結構包括兩個部分：閥門組件和執行機構[3]。控制閥是流體管道的控制裝置，用于連接、截斷和引導工作流體，調節介質壓力和流量，保護管道和設備。控制閥在電力工業領域發揮著重要作用[4]。

常規故障診斷技術通常依賴于工程判斷。然而，在復雜情況下的工程判斷中的故障診斷是最困難的。實際上，一旦客觀閥門發生故障，故障信息就包含在檢測所得的振動信號中[5]，但不易觀察，特別是在復雜的多種故障模式或嘈雜的工作環境下。因此，它被認為是分析外部測量的振動信號以揭示故障特征和識別故障模式的通用且有效的方法。迄今為止，許多專門用于分析淹沒在振動信號中的故障特征的信號處理方法已被開發，例如小波包分解，局部均值分解，經驗模式分解，卡爾曼濾波器等。

在缺乏故障特征的診斷領域，各種智能故障診斷方法得到迅速發展。例如，基于對供應壓力、執行器通風口堵塞和隔膜泄漏的分析，利用多層前饋神經網絡來估計閥門的健康指標[6]。然而，值得注意的是，每種智能故障診斷方法都有自己的能力范圍，并不適合所有的故障診斷任務。在一些實際應用中，采用單一的智能故障診斷方法而獲得的診斷結果可能不穩定，例如，雖然整體識別準確率很高，但某些類型故障的準確率波動較大。為了提高受單一智能故障診斷方法限制的診斷結果的準確性和穩定性，提出了智能故障診斷（IFD）的關鍵技術。

閥門大多容易發生外部泄漏故障，下面我們對控制閥外部泄露的分類和機理進行簡要分析。

（一）外部泄漏的分類

除了閥體的泄漏之外，還有三個位置通常會出現外部泄漏[7]。因此，根據這些故障發生的不同位置，外部泄漏可以分為四組，如圖1所示。從圖1中，我們還可以知道外部泄漏可能發生在哪些部分。

（二）外部泄漏的機理

從圖1中所示的由故障導致外部泄漏的零件，我們可以找到外部泄漏機理的結果，如表1所示。對控制閥的其他類型的故障應通過類似的方式進行研究。

故障診斷是一門綜合性、多技術的學科。故障診斷方法分為三組：基于模型的方法、基于信號的方法和基于知識的方法[8-9]。每種方法都有自己的特點。基于信號的方法通過分析寬度、相位和頻率來檢測故障，這不需要建立系統的精確模型。

尋找合適的故障診斷方法是控制閥故障診斷研究的重要課題之一。根據常見故障的機理和不同診斷方法的特點，可以選擇適合每種故障的故障診斷方法。無論選擇哪種方法，其原理都可以描述為：被檢測對象的情況（包括正常和異常）由一個名為S的情況空間組成，而其可檢測數據的數值由一個名為Y的特征空間組成，所以當系統處于一個名為S的特定情況時，我們可以找到一個名為Y的特征值。

對于混合氣體控制閥的故障診斷，關鍵問題是根據特征值來區分情況的模型。我們可以通過三個步驟通過特征值來完成這個過程，如圖2所示。

我們可以按照圖3所示的路線來開發IFDD系統，包括對控制閥故障診斷策略的研究和對控制閥故障知識的總結。

泄漏、堵塞、振動、噪聲和穩定性是控制閥的常見故障。其中造成泄露和堵塞的原因更加復雜。我們對控制閥進行故障診斷時需要詳細排查是否發生泄露以及堵塞。在本文中，我們依據電力工業中控制閥的故障，分析了控制閥外部泄露的分類及機理，控制閥常見的故障診斷方法，并且提出了IFDD系統的研究路線。總之，對控制閥故障診斷方法的理論研究是故障檢測的基礎和開發IFDD系統的前提。研究某一類故障的機理，是尋找適用于閥門不同故障的診斷方法過程中的一個突破。