[發明專利]一種多路閥失效數據管理及失效模式自動診斷系統

有效

• 申請號: 202011102007.6
• 申請日: 2020-10-15
• 公開（公告）號: CN112231352B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 殷晨波;趙佳偉;紀籽臣;宋飛;華宏剛;賴謙;田夢懿
• 申請（專利權）人: 南京工業大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06N3/043;G06N3/042;G06N3/08
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 于瀚文;胡建華

1.一種多路閥失效數據管理及失效模式自動診斷系統，其特征在于，包括失效模式自動診斷模塊；

所述失效模式自動診斷模塊用于，將從多路閥中提取到的失效信號進行處理，建立失效模型，采用模糊理論對可能引起多路閥失效的原因和現象進行分析，對測試的數據進行失效模式自動診斷，將得到的故障信息反模糊化，得到失效診斷結論；

所述失效模式自動診斷模塊具體執行如下步驟：

步驟1將多路閥失效模式分為壓力類失效模式、流量類失效模式、泄露類失效模式、噪聲類失效模式，采集壓力類失效模式、流量類失效模式、泄露類失效模式、噪聲類失效模式的失效數據；

步驟2，確定系統模糊關系矩陣R，通過模糊矩陣表征多路閥失效和各種失效征兆之間的關系；設計系統推理機，對失效進行診斷，確定模糊算子M(∧,∨)，最終改進模糊判決得到失效診斷結論；

步驟1中，通過在多路閥內部安裝流量傳感器、壓力傳感器進行數據采集，提取狀態參量模擬量，再通過數據采集卡將模擬量轉化為數字量存入計算機，當多路閥出現失效現象時，此時采集到的數據作為失效現象集X和失效模式集A的元素，建立相對應的失效現象集X和失效模式集A，采集的失效現象有9種，包括：系統無壓力、系統無動作、工作閥無壓力、壓力過高、流量不足、流量不穩定、工作閥無流量、內泄漏、壓力沖擊，則失效現象集X表示為X＝{x₁,x₂,x₃,...,x₉}；所有的失效現象能夠表征的失效模式共有17種，包括：主安全閥密封損壞、LC單向閥密封損壞、LC減壓閥損壞、減壓閥閥芯卡滯、LC單向閥閥芯卡滯、補油閥密封損壞、LS減壓閥油路憋壞，堵塞、LC單向閥油路憋壞，堵塞、系統回油背壓高、主閥芯開度小、主閥芯卡滯、單片工作閥先導壓力不穩定、LS減壓閥壓力波動、先導壓力低、LC單向閥卡滯、先導式溢流閥導閥部分壓力不均、產生氣穴，失效模式集A表示為A＝{a₁,a₂,a₃,...,a₁₇}，x₉表示第9種失效現象，a₁₇表示第17種失效模式；多路閥后續獲得的參數用對應集合X和A的隸屬度表示，得到對應于失效現象X的失效現象向量V和對應于失效模式A的失效模式向量U；

步驟2包括：利用傳感器得到的多路閥失效數據的處理共分為三層，分別是輸入層、隱含層、輸出層，選取堆疊自編碼網絡對數據深度學習，在輸入層、隱含層、輸出層之間先進行編碼將輸入轉換為隱含層不同維度表示形式，在解碼時使用反模糊化將數據形式映射回原始表示；

步驟2中，輸入層進行如下數據處理：采集到的每一個多路閥信號作為一個節點，每一個節點都代表一個輸入變量，在集合中元素和集合的關系使用隸屬度的方式來描述，隸屬度本身是在0到1之間的實數，(0,1)之間表示元素部分的屬于該集合，如果集合A是某一域U的子集，u_A(x)是隸屬度函數，域U中的集合A由隸屬函數u_A(x)表示，u_A(x)的取值范圍是[0,1]，數值越大則表示x對A的隸屬程度越高，x表示從多路閥中獲取得到的多路閥失效信息，代表失效現象，以數字量形式呈現；元素對集合A的隸屬度函數為u_A(x)，A表示為A＝u_A(x₁)/x₁+u_A(x₂)/x₂+…u_A(x_n)/x_n，x_n為采集到的所有多路閥失效信息，n的取值為[1,9]；

步驟2中，隱含層進行如下數據處理：多路閥每一個失效現象對失效模式都有其對應的隸屬度，確定多路閥參數隸屬度，得到失效現象向量集合V：V＝{v₁,v₂,v₃,...,v₉}和失效模式向量集合U：U＝{u₁,u₂,u₃,...,u₁₇}，第i個失效現象x_i對應于第j種失效模式a_j的隸屬度為r_ij，失效現象集和失效模式集之間的模糊關系矩陣為其中，m指的是多路閥所有能夠列出的失效模式，此處取值范圍是[1,17]，n指的是路閥所有可列出的失效模式現象，此處取值范圍是[1,9]；i＝1,2,...,n，j＝1,2,...,m；r_ij表示第i個失效現象和第j個失效模式之間的關系，模糊關系矩陣R的確定需要結合專家打分和模糊統計的方法，專家打分分數表示第i個故障對應第j個失效模式的隸屬度模糊統計分數其中k_j表示第j種失效模式出現的總次數，k_ij表示第i種失效現象在第j種失效模式中出現的次數；

專家打分和模糊統計打分需要結合具體情況分別給不同的權重S1、S2，S1+S2＝1，通過專家打分和模糊統計兩種方式最終得到隸屬度r_ij：

設每個失效現象x_i的權值v_i是：

其中v_ij是第j個失效現象對失效模式集合U中第i個元素的權重，則權重矩陣V_i為：