【技術實現步驟摘要】
本專利技術涉及故障診斷，更具體的說是涉及一種工業控制使用的電磁閥故障診斷方法及相關系統。
技術介紹
1、電磁閥是工業控制系統的關鍵控制元件，它在工業自動化中應用較為廣泛比如石油化工行業等。電磁閥因其動作準確、自動化程度高、工作穩定可靠，在高效率的工作情況下成本不高，所以在各行各業都使用廣泛。但是在使用的過程中難免會出現各種問題。由于電磁閥在復雜工況下的限制，目前現有故障診斷技術對電磁閥狀態的監測仍存在不足，使得某些故障在初期很難被察覺，不易實時獲取到完整的故障特征信息，使得故障樣本數據匱乏，難以在此基礎上完成對電磁閥的故障診斷模型的訓練。
2、因此，如何更有效的對工業控制系統中的電磁閥進行檢測與診斷，是本領域技術人員亟需解決的技術問題。
技術實現思路
1、有鑒于此，本專利技術提供了一種工業控制使用的電磁閥故障診斷方法及相關系統，用于對工業控制系統中的電磁閥進行準確檢測與診斷。
2、為了實現上述目的，本專利技術采用如下技術方案：
3、本專利技術首先公開了一種工業控制使用的電磁閥故障診斷方法，包括以下步驟：
4、利用amesim仿真軟件設置電磁閥參數并構建電磁閥仿真模型；
5、利用所述電磁閥仿真模型對電磁閥不同故障工況進行仿真，得到不同故障工況下的電流仿真曲線；
6、利用maxwell仿真軟件仿真出所述電磁閥仿真模型在不同電流大小下的閥芯位移仿真數據；
7、搭建電磁閥測試工作臺，在實驗狀態下對與所述電磁
8、將所述閥芯位移仿真數據和所述閥芯位移真實數據進行比較驗證，將驗證通過的閥芯位移數據作為電磁閥故障診斷模型的數據集；
9、構建lstm-cnn混合神經網絡作為電磁閥故障診斷模型；
10、將得到的電磁閥故障診斷模型的數據集輸入電磁閥故障診斷模型進行訓練，得到訓練好的電磁閥故障診斷模型；
11、利用訓練好的電磁閥故障診斷模型對采集的電磁閥真實數據進行預測。
12、進一步地，所述電磁閥參數包括線圈匝數、線圈電阻、電磁閥閥芯重量、彈簧預緊力、驅動電壓、磁導率、閥芯最大行程、彈簧勁度系數和阻尼參數。
13、進一步地，所述電磁閥不同故障工況，包括線圈短路、閥芯卡滯、閥芯磨損、以及彈簧斷裂或變形。
14、進一步地，將數據集輸入電磁閥故障診斷模型進行訓練之前，還包括，對數據集進行預處理，具體包括，對數據集中的數據進行標準化處理。
15、進一步地，所述lstm-cnn混合神經網絡包括依次連接的輸入層、lstm層、cnn層、全連接層和輸出層。
16、基于上述方法本專利技術還公開了一種工業控制使用的電磁閥故障診斷系統，包括：
17、仿真數據獲取模塊：利用amesim仿真軟件設置電磁閥參數并構建電磁閥仿真模型；
18、利用所述電磁閥仿真模型對電磁閥不同故障工況進行仿真，得到不同故障工況下的電流仿真曲線；
19、利用maxwell仿真軟件仿真出所述電磁閥仿真模型在不同電流大小下的閥芯位移仿真數據；
20、實驗數據獲取模塊：獲取實現狀態下真實電磁閥在不同電流大小下的閥芯位移真實數據，所述真實電磁閥與所述電磁閥仿真模型擁有相同的電磁閥參數；
21、數據集獲取模塊：將所述閥芯位移仿真數據和所述閥芯位移真實數據進行比較驗證，將驗證通過的閥芯位移數據作為電磁閥故障診斷模型的數據集；
22、模型訓練模塊：將電磁閥故障診斷模型的數據集輸入電磁閥故障診斷模型進行訓練，得到訓練好的電磁閥故障診斷模型，所述電磁閥故障診斷模型包括lstm-cnn混合神經網絡；
23、故障診斷模塊：利用訓練好的電磁閥故障診斷模型對采集的電磁閥真實數據進行預測。
24、優選的，所述實驗數據獲取模塊中所述相同的電磁閥參數包括線圈匝數、線圈電阻、電磁閥閥芯重量、彈簧預緊力、驅動電壓、磁導率、閥芯最大行程、彈簧勁度系數和阻尼參數。
25、優選的，所述仿真數據獲取模塊中，所述電磁閥不同故障工況，包括線圈短路、閥芯卡滯、閥芯磨損、以及彈簧斷裂或變形。
26、優選的，所述模型訓練模塊中，將數據集輸入電磁閥故障診斷模型進行訓練之前，還包括，對數據集進行預處理，具體包括，對數據集中的數據進行標準化處理。
27、優選的，所述模型訓練模塊中，所述lstm-cnn混合神經網絡包括依次連接的輸入層、lstm層、cnn層、全連接層和輸出層。
28、經由上述的技術方案可知，與現有技術相比，本專利技術公開提供了一種工業控制使用的電磁閥故障診斷方法及相關系統，具有以下有益效果：
29、本專利技術可以實現對電磁閥故障的快速準確診斷，提高了電磁閥的可靠性和穩定性，提高了電磁閥的故障診斷效率，預測的準確率相比以往的方法會有較大提升，同時可以利用仿真得到的數據進行模型訓練，減去了大量實驗得到數據所花費的時間，同時也能夠為一些復雜工況下故障狀態難以模擬得到數據給出替代方式，同時能夠根據不同的電磁閥進行訓練并進行準確診斷。
本文檔來自技高網...【技術保護點】
1.一種工業控制使用的電磁閥故障診斷方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種工業控制使用的電磁閥故障診斷方法，其特征在于，所述電磁閥參數包括線圈匝數、線圈電阻、電磁閥閥芯重量、彈簧預緊力、驅動電壓、磁導率、閥芯最大行程、彈簧勁度系數和阻尼參數。
3.根據權利要求1所述的一種工業控制使用的電磁閥故障診斷方法，其特征在于，所述電磁閥不同故障工況，包括線圈短路、閥芯卡滯、閥芯磨損、以及彈簧斷裂或變形。
4.根據權利要求1所述的一種工業控制使用的電磁閥故障診斷方法，其特征在于，將數據集輸入電磁閥故障診斷模型進行訓練之前，還包括，對數據集進行預處理，具體包括，對數據集中的數據進行標準化處理。
5.根據權利要求1所述的一種工業控制使用的電磁閥故障診斷方法，其特征在于，所述LSTM-CNN混合神經網絡包括依次連接的輸入層、LSTM層、CNN層、全連接層和輸出層。
6.一種工業控制使用的電磁閥故障診斷系統，其特征在于，包括：
7.根據權利要求6所述的一種工業控制使用的電磁閥故障診斷系統，其特征在于，所述
8.根據權利要求6所述的一種工業控制使用的電磁閥故障診斷系統，其特征在于，所述仿真數據獲取模塊中，所述電磁閥不同故障工況，包括線圈短路、閥芯卡滯、閥芯磨損、以及彈簧斷裂或變形。
9.根據權利要求6所述的一種工業控制使用的電磁閥故障診斷系統，其特征在于，所述模型訓練模塊中，將數據集輸入電磁閥故障診斷模型進行訓練之前，還包括，對數據集進行預處理，具體包括，對數據集中的數據進行標準化處理。
10.根據權利要求6所述的一種工業控制使用的電磁閥故障診斷系統，其特征在于，所述模型訓練模塊中，所述LSTM-CNN混合神經網絡包括依次連接的輸入層、LSTM層、CNN層、全連接層和輸出層。
...【技術特征摘要】
1.一種工業控制使用的電磁閥故障診斷方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種工業控制使用的電磁閥故障診斷方法，其特征在于，所述電磁閥參數包括線圈匝數、線圈電阻、電磁閥閥芯重量、彈簧預緊力、驅動電壓、磁導率、閥芯最大行程、彈簧勁度系數和阻尼參數。
3.根據權利要求1所述的一種工業控制使用的電磁閥故障診斷方法，其特征在于，所述電磁閥不同故障工況，包括線圈短路、閥芯卡滯、閥芯磨損、以及彈簧斷裂或變形。
4.根據權利要求1所述的一種工業控制使用的電磁閥故障診斷方法，其特征在于，將數據集輸入電磁閥故障診斷模型進行訓練之前，還包括，對數據集進行預處理，具體包括，對數據集中的數據進行標準化處理。
5.根據權利要求1所述的一種工業控制使用的電磁閥故障診斷方法，其特征在于，所述lstm-cnn混合神經網絡包括依次連接的輸入層、lstm層、cnn層、全連接層和輸出層。
6.一種工業控制使用的電磁閥故障診斷...
【專利技術屬性】
技術研發人員：石巖，龔磊譽，黎磊，王一軒，孫治博，王策，馬軍，
申請(專利權)人：六盤山實驗室，
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。