高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于运行过程变量特征分析的核级闸阀故障诊断方法

刘志龙 李曈希 聂常华 湛力 唐樟春 刘杰

刘志龙, 李曈希, 聂常华, 湛力, 唐樟春, 刘杰. 基于运行过程变量特征分析的核级闸阀故障诊断方法[J]. 核动力工程, 2022, 43(2): 171-174. doi: 10.13832/j.jnpe.2022.02.0171
引用本文: 刘志龙, 李曈希, 聂常华, 湛力, 唐樟春, 刘杰. 基于运行过程变量特征分析的核级闸阀故障诊断方法[J]. 核动力工程, 2022, 43(2): 171-174. doi: 10.13832/j.jnpe.2022.02.0171
Liu Zhilong, Li Tongxi, Nie Changhua, Zhan Li, Tang Zhangchun, Liu Jie. Fault Diagnosis Method of Nuclear Gate Valve Based on Characteristic Analysis of Operation Process Variables[J]. Nuclear Power Engineering, 2022, 43(2): 171-174. doi: 10.13832/j.jnpe.2022.02.0171
Citation: Liu Zhilong, Li Tongxi, Nie Changhua, Zhan Li, Tang Zhangchun, Liu Jie. Fault Diagnosis Method of Nuclear Gate Valve Based on Characteristic Analysis of Operation Process Variables[J]. Nuclear Power Engineering, 2022, 43(2): 171-174. doi: 10.13832/j.jnpe.2022.02.0171

基于运行过程变量特征分析的核级闸阀故障诊断方法

doi: 10.13832/j.jnpe.2022.02.0171
基金项目: 国家自然科学基金面上项目(51875087);广东省基础与应用基础研究基金(2019A1515011708)
详细信息
    作者简介:

    刘志龙(1990—),男,工程师,博士研究生,现主要从事装备可靠性、测量系统可靠性方面的研究,E-mail: lzluestc@163.com

  • 中图分类号: TH702;TL353

Fault Diagnosis Method of Nuclear Gate Valve Based on Characteristic Analysis of Operation Process Variables

  • 摘要: 针对核级闸阀卡滞故障,提出一种基于运行过程变量特征分析的闸阀故障诊断方法。闸阀开关运行过程往往包含故障特点及变化规律,因此该方法首先利用Shannon熵对闸阀开关过程振动信号功率谱进行信息化度量,计算出功率谱熵均值作为目标过程变量,分析闸阀健康情况下和故障情况下的目标过程变量的特征变化,进而划分故障区域和非故障区域,对闸阀进行故障诊断。最后基于核级闸阀实验,对该方法进行实验验证,结果表明该方法能够有效地诊断出核级闸阀故障,并且该方法具有一定的故障预测能力。因此该方法的使用能够降低因为闸阀卡滞故障造成的核设施事故发生概率,同时该方法能够用于其他领域闸阀故障诊断。

     

  • 图  1  基于运行过程变量特征分析的闸阀故障诊断方法整体框图

    Figure  1.  Overall Block Diagram of Gate Valve Fault Diagnosis Method Based on Characteristic Analysis of Operation Process Variables

    图  2  闸阀正常关闭时振动信号图

    t—时间;g—重力加速度

    Figure  2.  Vibration Signal Diagram When Gate Valve Is Normally Closed

    图  3  闸阀故障前3次关阀过程振动信号图

    Figure  3.  Vibration Signal Diagram of Three Valve Closing Processes Before Gate Valve Failure

    图  4  故障前11次闭阀过程闸阀功率谱熵变化趋势

    Figure  4.  Variation Trend of Gate Valve Power Spectrum Entropy in Eleven Valve Closing Processes Before

  • [1] 杨国峰,胡守印. 模式识别技术在安全级电动阀故障诊断中的应用[J]. 核动力工程,2010, 31(1): 79-82, 87.
    [2] 易全伟,李光俊. 安全壳喷淋系统地坑吸水管线隔离阀故障分析及处理[J]. 核动力工程,2018, 39(4): 112-115.
    [3] 熊鹏博,王晓东. 多时域特征与SVM的隔膜泵单向阀故障诊断[J]. 机械科学与技术,2019, 38(4): 538-543.
    [4] 权凌霄,郭海鑫,盛世伟,等. 采用"GA+LM"优化BP神经网络的电液伺服阀故障诊断[J]. 中国机械工程,2018, 29(5): 505-510. doi: 10.3969/j.issn.1004-132X.2018.05.001
    [5] 刘志浩,高钦和,牛海龙,等. 基于驱动端电流检测的电磁阀故障诊断研究[J]. 兵工学报,2014, 35(7): 1083-1090. doi: 10.3969/j.issn.1000-1093.2014.07.023
    [6] 李剑峰,肖明清,唐希浪. 基于线圈缓变失效的电磁阀故障诊断[J]. 热能动力工程,2018, 33(8): 99-107.
    [7] 郭梦茹,谭泽汉,陈焕新,等. 基于遗传算法和BP神经网络的多联机阀类故障诊断[J]. 制冷学报,2018, 39(2): 119-125. doi: 10.3969/j.issn.0253-4339.2018.02.119
  • 加载中
图(4)
计量
  • 文章访问数:  271
  • HTML全文浏览量:  82
  • PDF下载量:  40
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-03-01
  • 修回日期:  2021-07-29
  • 刊出日期:  2022-04-02

目录

    /

    返回文章
    返回