[发明专利]一种电动闸阀剩余使用寿命预测方法及系统

权利要求书

1.一种电动闸阀剩余使用寿命预测方法，其特征在于，包括：

根据电动闸阀的典型故障和老化机理建立粒子滤波状态方程；阀门外阀体裂纹的粒子滤波状态方程：l_t+1＝l_t+C·(ΔK)^m·ΔN_f+w(t)；其中，l_t+1为t+1时刻的退化数据即裂纹长度，l_t为t时刻的退化数据裂纹长度，ΔK为应力强度因子幅，ΔK＝(0.0028l³-0.374l²+31.163l-253.53)/10；C和m均为与材料有关的参数；ΔN_f为载荷循环迭代间隔，w(t)为状态更替的误差项；

获取电动闸阀当前时刻的第一退化数据；

采用训练好的神经网络对所述第一退化数据进行校正，得到校正第一退化数据；所述训练好的神经网络包括卷积核和LSTM网络；

基于历史观测数据更新状态方程，采用训练好的神经网络预测得到声发射信号均方根值RMS，得到校正后的数据即均方根值RMS；

根据所述粒子滤波状态方程和所述校正第一退化数据确定下一时刻的第二退化数据；所述第二退化数据为电动闸阀剩余使用寿命，具体包括：采用均方根值RMS计算裂纹长度，得到t时刻的裂纹长度，采用粒子滤波算法使用t时刻的裂纹长度，对粒子滤波状态方程进行更新，得到t+1时刻的裂纹长度，t+1时刻的裂纹长度就表示t+1时刻电动闸阀剩余使用寿命；

均方根值RMS与裂纹长度的关系：

Q＝u·l·b

其中，Q为泄漏量，u为流速，b为裂纹宽度，ρ为流体密度，α为声音在流体中的速度，P₁为阀门进口压力，D为阀门公称直径，P为阀门出口压力，C₁为比例系数，C_f为阀门阻尼孔系数。

2.根据权利要求1所述的电动闸阀剩余使用寿命预测方法，其特征在于，所述根据所述粒子滤波状态方程和所述校正第一退化数据确定下一时刻的第二退化数据，之后还包括：

获取预设寿命结束时刻；

判断所述下一时刻是否等于所述预设寿命结束时刻，得到第一判断结果；

若所述第一判断结果表示所述下一时刻等于所述预设寿命结束时刻，结束；

若所述第一判断结果表示所述下一时刻小于所述预设寿命结束时刻，将所述下一时刻更新为当前时刻，返回步骤“获取电动闸阀当前时刻的第一退化数据”。

3.根据权利要求1所述的电动闸阀剩余使用寿命预测方法，其特征在于，所述获取电动闸阀当前时刻的第一退化数据之后还包括：

对所述第一退化数据进行滑动时窗处理，得到第一退化数据矩阵。

4.根据权利要求1所述的电动闸阀剩余使用寿命预测方法，其特征在于，所述训练好的神经网络的训练过程包括：

获取电动闸阀的历史数据，作为训练数据；

对所述训练数据进行滑动时窗处理，得到训练数据矩阵；

根据所述训练数据矩阵对神经网络中的权值参数和偏置参数进行调整，确定损失函数值和训练神经网络；所述训练神经网络包括卷积核和LSTM网络；

判断所述损失函数值是否大于预设损失值，得到第二判断结果；

若所述第二判断结果表示所述损失函数值大于预设损失值，返回步骤“根据所述训练数据矩阵对神经网络中的权值参数和偏置参数进行调整，确定损失函数值和训练神经网络”；

若所述第二判断结果表示所述损失函数值小于或等于预设损失值，确定所述训练神经网络为训练好的神经网络。