K2案例 | 数据驱动的流体设备健康管理——阀门篇
来源: | 作者:pmod6d781 | 发布时间: 2022-06-22 | 376 次浏览 | 分享到:

阀门健康管理的智能化价值

阀门是流体设备中重要的零部件,阀门常见的故障包括阻塞、泄漏以及开度执行失误等。阀门的故障影响阀门的使用。在一般的工业设备中阀门数量众多,因此对阀门的维护是一个费时、费力的工作。


另一方面,有些工质流涉及有毒有害物质,一旦出现跑冒滴漏的故障,将直接影响人员安全。阀的智能健康管理是基于数据对阀自身的健康状态进行监测与评估。从而实现数据巡检,减小人员工作量以及危险环境暴露的风险。阀门的智能健康管理与传统的阈值比较式报警相比,并非在故障阈值发出警报,而是在故障之前,提出提前预警,更加有利于进行预测性维护。本文以一个应用实践,对阀门智能健康管理进行介绍。


一个实际的阀健康管理问题

某核电厂有两台机组,常规百万千瓦级公用阀数量大致为3万台。电厂对设备的可靠性和可用性要求较高,而阀门数量大,巡检工作繁重,容易出现误判,是当前遇到的主要问题。电厂希望对工厂的阀门实现智能健康管理。我们选择给水阀为示例讲述分析方法与过程。


阀门状态的数据化

首先选择可以代表阀门工作状态的参数作为分析对象。阀门工作中动作的时间很短,通常都是执行到给定位置后的静止状态,很难用温度、振动等状态参数来描述。因此使用阀门动作的结果参数——工质流量、阀门开度、阀门通过能力等参数作为分析对象。


问题的机理理解

阀门的特性一般用CV特性描述。阀门的流量系数可以由工质体积流量、阀门压力损失系数、工质密度求得。


一般的阀门CV特性如下图所示:


给定一个开度,阀门的流量系数可由CV曲线中查得,如图中位置1. 阀门常见的故障可以从图中判读:

第一:阀门堵塞之后,相同流量下开度增加。此时,如图中位置2.

第二:阀门破损泄漏之后,相同流量下的流量开度降低。此时如图中位置3.


数据模型与机理模型的差异

阀门的诊断理想模型与实际数据存在差异。本案的实际给水阀控制中,多个阀组合工作,只有合并之后的总流量,而没有单个阀各自的流量,总体CV曲线是多段拼接,无法直接使用CV曲线。


设备工作于不同的工况条件下,阀的组合状态不同,多段拼接的CV组合曲线中,每一段对应的设备工况需要通过算法和模型自动识别。


健康管理模型思路解析

本案首先建立阀的正常健康模型,选择监控目标参数y,以及与目标参数相关的工况参数x(由相关原始数通过工况切分算法自动识别得到)。


选择设备健康状态下的监控目标yₕ以及相应的工况参数xₕ。建立调节阀的健康基准模型f

yₕ=fₕ(xₕ)

在阀工作期间,抽取实时工况参数xᵣ,通过fh得到实时目标预测参数yₕᵣ。