【技術實現步驟摘要】
本申請涉及球閥領域，且更為具體地，涉及一種可防泄露的球閥及其工作方法。
技術介紹
1、球閥是一種常見的流體控制閥門，其能夠通過旋轉球體來控制流體的通斷，具有結構簡單、操作方便、密封性好等優點，廣泛應用于需要快速切斷流體的管路系統中以及各種工業領域，如石油化工、水處理、能源等。傳統的球閥雖然在設計上已經考慮了密封性，但在長期使用或極端工況下仍可能出現泄漏。球閥的流體泄漏是一個嚴重的問題，可能導致環境污染、安全事故和經濟損失。然而，傳統的球閥并沒有自主泄漏檢測裝置，通常依靠人工巡檢來進行泄漏檢測，存在漏檢和誤檢的風險，而且效率低下，智能化程度較低。
2、因此，期望一種可防泄露的球閥。
技術實現思路
1、為了解決上述技術問題，提出了本申請。本申請提供了一種可防泄露的球閥及其工作方法。
2、根據本申請的一個方面，提供了一種可防泄露的球閥，其包括：
3、閥體，所述閥體具有球型內腔、進口端和出口端；
4、位于所述閥體的進口端和出口端的閥座；
5、設置于所述球型內腔的球體；
6、安裝于所述閥座以確保所述球體與所述閥座之間的密封性的密封圈；
7、執行機構；
8、閥桿，其中，所述執行機構通過所述閥桿傳遞扭矩給所述球體以驅動所述球體旋轉；
9、傳感器，用于實施監測閥門的狀態參數；
10、通信模塊，用于將所述閥門的狀態參數傳輸至控制器；以及
11、所述控制器，用于基于所述閥
12、在上述的可防泄露的球閥中，所述控制器，包括：
13、閥門狀態參數采集模塊，用于獲取所述閥門的狀態參數的時間序列，其中，所述狀態參數包括壓力值和流量值；
14、閥門狀態參數時序排列模塊，用于將所述狀態參數的時間序列分別按照參數樣本維度和時間維度進行排列以得到壓力時序輸入向量和流量時序輸入向量；
15、閥門狀態參數全時域逐位置關聯模塊，用于計算所述壓力時序輸入向量和所述流量時序輸入向量的全時域關聯矩陣以得到壓力-流量全時域逐位置關聯矩陣；
16、參考錨點計算模塊，用于計算所述壓力-流量全時域逐位置關聯矩陣的全局均值作為參考錨點；
17、波動評估模塊，用于基于所述參考錨點，對所述壓力-流量全時域逐位置關聯矩陣進行基于參考錨點的波動評估以得到壓力-流量全時域波動關聯矩陣；
18、壓力-流量全時域波動關聯特征提取模塊，用于通過基于深度神經網絡的特征提取器對所述壓力-流量全時域波動關聯矩陣進行特征提取以得到壓力-流量全時域波動關聯特征圖；
19、壓力-流量時域波動標志特征表征模塊，用于將所述壓力-流量全時域波動關聯特征圖通過標志特征提取網絡以得到壓力-流量時域波動標志特征向量作為壓力-流量時域波動標志特征；以及
20、泄露檢測和閥門關閉控制模塊，用于基于所述壓力-流量時域波動標志特征，確定是否存在泄露，并確定是否緊急關閉閥門。
21、在上述的可防泄露的球閥中，所述波動評估模塊，用于：
22、計算所述壓力-流量全時域逐位置關聯矩陣中的各個位置的特征值與所述參考錨點之間的按位置相除以對所述壓力-流量全時域逐位置關聯矩陣中的各個位置的特征值進行波動評估以得到所述壓力-流量全時域波動關聯矩陣。
23、在上述的可防泄露的球閥中，所述基于深度神經網絡的特征提取器為基于resnet的特征提取器。
24、在上述的可防泄露的球閥中，所述壓力-流量時域波動標志特征表征模塊，用于：
25、將所述壓力-流量全時域波動關聯特征圖通過所述標志特征提取網絡以如下標志特征提取公式進行處理以得到所述壓力-流量時域波動標志特征向量；其中，所述標志特征提取公式為：
26、
27、
28、
29、其中，vi(x)和vj(x)分別為所述壓力-流量全時域波動關聯特征圖中沿通道維度的各個特征矩陣向量化排列得到的壓力-流量局部波動關聯特征向量的序列中第i和第j個壓力-流量局部波動關聯特征向量，vk是所述壓力-流量局部波動關聯特征向量的序列，log表示以2為底的對數函數，l為各個所述壓力-流量局部波動關聯特征向量的長度，m為所述壓力-流量局部波動關聯特征向量的序列中向量的個數減一，di為壓力-流量局部波動語義差異特征向量中各個位置的特征值，mask(·)為掩碼化操作，為掩碼壓力-流量局部波動語義差異特征向量中各個位置的特征值，ns是所述掩碼壓力-流量局部波動語義差異特征向量的長度，exp(·)為指數運算，v是所述壓力-流量時域波動標志特征向量。
30、在上述的可防泄露的球閥中，所述泄露檢測和閥門關閉控制模塊，包括：
31、泄漏檢測單元，用于將所述壓力-流量時域波動標志特征向量通過基于分類器的泄露檢測器以得到檢測結果，所述檢測結果用于表示是否存在泄露；以及
32、閥門控制單元，用于響應于所述檢測結果為存在泄露，確定緊急關閉閥門。
33、在上述的可防泄露的球閥中，還包括用于對所述基于resnet的特征提取器、所述標志特征提取網絡和所述基于分類器的泄露檢測器進行訓練的訓練模塊。
34、在上述的可防泄露的球閥中，所述訓練模塊，包括：
35、訓練參數采集單元，用于獲取所述閥門的訓練狀態參數的時間序列，其中，所述訓練狀態參數包括訓練壓力值和訓練流量值；
36、訓練閥門狀態參數時序排列單元，用于將所述訓練狀態參數的時間序列分別按照參數樣本維度和時間維度進行排列以得到訓練壓力時序輸入向量和訓練流量時序輸入向量；
37、訓練閥門狀態參數全時域逐位置關聯單元，用于計算所述訓練壓力時序輸入向量和所述訓練流量時序輸入向量的全時域關聯矩陣以得到訓練壓力-流量全時域逐位置關聯矩陣；
38、訓練參考錨點計算單元，用于計算所述訓練壓力-流量全時域逐位置關聯矩陣的全局均值作為訓練參考錨點；
39、訓練波動評估單元，用于計算所述訓練壓力-流量全時域逐位置關聯矩陣中的各個位置的特征值與所述訓練參考錨點之間的按位置相除以對所述訓練壓力-流量全時域逐位置關聯矩陣中的各個位置的特征值進行波動評估以得到訓練壓力-流量全時域波動關聯矩陣；
40、訓練壓力-流量全時域波動關聯特征提取單元，用于通過所述基于resnet的特征提取器對所述訓練壓力-流量全時域波動關聯矩陣進行特征提取以得到訓練壓力-流量全時域波動關聯特征圖；
41、訓練壓力-流量時域波動標志特征表征單元，用于將所述訓練壓力-流量全時域波動關聯特征圖通過所述標志特征提取網絡以得到訓練壓力-流量時域波動標志特征向量；
42、損失計算單元，用于將所述訓練壓力-流量時域波動標志特征向量通過所述基于分類器的泄露檢測器以得到分類損失函數值；以及
43、損失訓練單元，用于基于本文檔來自技高網...
【技術保護點】
1.一種可防泄露的球閥，其特征在于，包括：
2.根據權利要求1所述的可防泄露的球閥，其特征在于，所述控制器，包括：
3.根據權利要求2所述的可防泄露的球閥，其特征在于，所述波動評估模塊，用于：
4.根據權利要求3所述的可防泄露的球閥，其特征在于，所述基于深度神經網絡的特征提取器為基于ResNet的特征提取器。
5.根據權利要求4所述的可防泄露的球閥，其特征在于，所述壓力-流量時域波動標志特征表征模塊，用于：
6.根據權利要求5所述的可防泄露的球閥，其特征在于，所述泄露檢測和閥門關閉控制模塊，包括：
7.根據權利要求6所述的可防泄露的球閥，其特征在于，還包括用于對所述基于ResNet的特征提取器、所述標志特征提取網絡和所述基于分類器的泄露檢測器進行訓練的訓練模塊。
8.根據權利要求7所述的可防泄露的球閥，其特征在于，所述訓練模塊，包括：
9.一種用于如權利要求1-8任一項所述的可防泄露的球閥的工作方法，其特征在于，所述工作方法，包括：
10.根據權利要求9所述的工作方法，其特
...【技術特征摘要】
1.一種可防泄露的球閥，其特征在于，包括：
2.根據權利要求1所述的可防泄露的球閥，其特征在于，所述控制器，包括：
3.根據權利要求2所述的可防泄露的球閥，其特征在于，所述波動評估模塊，用于：
4.根據權利要求3所述的可防泄露的球閥，其特征在于，所述基于深度神經網絡的特征提取器為基于resnet的特征提取器。
5.根據權利要求4所述的可防泄露的球閥，其特征在于，所述壓力-流量時域波動標志特征表征模塊，用于：
6.根據權利要求5所述的可防泄露的球閥，其特征在于，所述泄露檢測和閥門關閉控制模塊，包括：...
【專利技術屬性】
技術研發人員：唐建峰，陳瓊，
申請(專利權)人：上海法登閥門有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。