本发明属于执行器故障诊断技术领域，涉及一种基于多尺度分析的控制阀故障检测方法。
背景技术：
流程工业生产过程中，由于经常处于高温高压、低温有毒、结晶或强腐蚀的介质环境以及频繁调节动作，导致调节阀容易出现各类故障。而在控制流体流量的工作过程中，调节阀的动作灵敏与否，直接关系着整个控制系统的质量。一旦调节阀发生故障将可能给工业生产带来巨大的经济损失，甚至造成人员伤亡。因此，及时发现调节阀运行过程中出现的各种故障并采取相应的措施是保证工业过程中自动控制系统安全、可靠、稳定运行的基础。
目前，调节阀最常采用的故障诊断方法有：1)当调节阀发生故障后进行维修或更换的被动性诊断；2)结合装置大检修时，定期安排所有的调节阀进行维护和检修的预期性诊断；然而这二种方法不仅会造成工业生产过程的中断，而且对仍可正常使用的调节阀进行统一拆装和检查，既浪费时间和资源，又耽误工业生产，这两种维护方式都存在着一定的弊端。从控制阀的在线即阀按照原有的工作方式正常运行的角度，依据阀的工作信号参数寻找方法对阀进行在线检测，是一种新的在线故障诊断思路。
技术实现要素：
针对上述需求，本发明的目的在于提出一种基于多尺度分析的控制阀故障检测方法。
所述的一种基于多尺度分析的控制阀故障检测方法，对控制阀故障信号采用多尺度直线拟合，求取故障发生点，其特征在于包括如下步骤：
步骤1：读取含控制阀阀位故障信号x的时间序列x1,x2,x3,...,xn，n为故障信号的采样点的个数，计算初始尺度，初始尺度记为l1，N为自然数集合；
步骤2：将整个时间序列x1,x2,x3,...,xn分为m段，每一段记为sj，其中，j＝1,2,...,m，每一段长度为l1，m和长度l1存在关系：若最后一段的长度小于l1，那么将其纳入到前一段数据中；
步骤3：对sj里面的数据序列选用最小二乘法进行直线拟合，求取每个sj段的拟合直线的斜率k，依次记为k1,k2,k3,...,km；
步骤4：依次求取相邻线段的斜率差值的绝对值，记为ej＝|kj+1-kj|,1≤j≤m-1；
步骤5：求取故障的突变点所在区间，求取故障突变点时，当emax＝ej，此时原始序列s1,s2,s3,...,sm在sj与sj+1之间的变化趋势最大，突变点落于sj，sj+1即在区间(j×l1,j×l1+l1)之内；
步骤6：在步骤5)的区间内，重新计算新的初始尺度，重复步骤2)-步骤5)，确认故障突变点。
所述的一种基于多尺度分析的控制阀故障检测方法，其特征在于步骤3中的选用最小二乘法进行直线拟合，求取每个sj段的直线斜率的具体步骤为：
步骤3.1：求取残差和平方；设每段sj的拟合直线表达式为x'i＝k·i+b,i＝1,2,......,n,则序列sj和拟合直线的残差平方和记为RSS，其计算表达式如式(1)所示：
步骤3.2：将式(1)的右边进一步展开表示为式(2)：
式(2)中：从而得到RSS的表达式(3)：
式(3)中仅k、b为未知量，其他参数均为已知数据；
步骤3.3：要使残差平方和RSS最小，则必须且只需且分别为i，xi的平均值；
步骤3.4：求出每段sj，j＝1,2,...,m拟合直线的斜率k，依次记为k1,k2,k3,...,km。
所述的一种基于多尺度分析的控制阀故障检测方法，其特征在于步骤6中的确认故障突变点的具体步骤为：
步骤6.1：在sj，sj+1故障区间内进一步寻找故障突变点，以该区间序列长度为研究对象，再次计算新的初始尺度l2，l2＝floor(l1×0.5)；
步骤6.2：依次重复步骤2-步骤5的方法逐步逼近突变点，直至最终尺度ln＝2，此时所搜寻的区间长度为3，拟合尺度收敛为1，此区间内的中点即为时间序列x1,x2,x3,...,xn的突变点。
本发明通过采用上述技术，运用多尺度直线拟合，采用变换拟合尺度逐步逼近故障发生(突变)点：首先，根据故障信号的时间序列计算出初始尺度，将时间序列划分为若干段，对每一段采用最小二乘法拟合出该段斜率，比较相邻拟合线段的斜率并作差，差值最大即斜率变换最大的两端线段之内存在突变点。然后，在该两段线段的范围内，继续使用上述方法，逐步缩小故障点的范围区间，直至最终拟合尺度收敛为1，此时，斜率变化最大的点即是原时间序列的故障点，该方法在寻找控制阀故障点时的准确性、以及针对复杂信号时的有效性和计算效率上具有优越性。
附图说明
图1为本发明的基于多尺度分析的控制阀故障检测流程图；
图2是控制阀330s发生薄膜气室漏气图；
图3是含故障信号时序序列x(n)的示意图；
图4是故障检测结果图。
具体实施方式
现结合说明书附图及实施例对本发明具体实施方式阐述如下：
实施例：
如图1所示，本发明的一种基于多尺度分析的控制阀故障检测方法，对控制阀故障信号采用多尺度直线拟合，求取故障发生点，其具体包括如下步骤：
步骤1：设置控制阀在330s发生薄膜气室漏气故障，读取控制阀阀位故障信号x的时间序列x1,x2,x3,...,xn，n为故障信号的采样点的个数，计算初始尺度：
初始尺度记为l1，N为自然数集合；
如图2所示，步骤1设置控制阀在330s发生薄膜气室漏气故障；
如图3所示，步骤1获取以时间为横轴(s)为横轴，阀位(百分比)为纵轴，控制阀故障信号时序序列表示为x(n)，n＝1,2,···,600；
步骤2：将整个时间序列x1,x2,x3,...,xn分为m段，每一段记为sj，其中，j＝1,2,...,m，每一段长度为l1，m和长度l1存在关系：若最后一段的长度小于l1，那么将其纳入到前一段数据中；
步骤3：对sj里面的数据序列选用最小二乘法进行直线拟合，求取每个sj段的直线斜率；
步骤3.1：求取残差和平方；设每段sj的拟合直线表达式为x'i＝k·i+b,i＝1,2,......,n,则序列sj和拟合直线的残差平方和记为RSS，其计算表达式如式(1)所示：
步骤3.2：将式(1)的右边进一步展开表示为式(2)：
式(2)中：从而从而得到RSS的表达式(3)：
式(3)中仅k、b为未知量，其他参数均为已知数据；
步骤3.3：要使残差平方和RSS最小，则必须且只需且分别为i，xi的平均值；
步骤3.4：求出每段sj，j＝1,2,...,m拟合直线的斜率k，依次记为k1,k2,k3,...,km；
步骤4：依次求取相邻线段的斜率差值的绝对值：
相邻线段的斜率差值的绝对值记为ej＝|kj+1-kj|,1≤j≤m-1；
步骤5：求取故障的突变点所在区间：
求取故障突变点时需emax＝ej，此时原始序列s1,s2,s3,...,sm在sj与sj+1之间的变化趋势最大，突变点落于sj，sj+1即在区间(j×l1,j×l1+l1)之内；
步骤6：确认故障突变点：
步骤6.1：在sj，sj+1故障区间内进一步寻找故障突变点，以该区间序列长度为研究对象，再次计算新的初始尺度l2，l2＝floor(l1×0.5)；
步骤6.2：依次重复步骤2-步骤5的方法逐步逼近突变点，直至最终尺度ln＝2，此时所搜寻的区间长度为3，拟合尺度收敛为1，此区间内的中点即为时间序列x1,x2,x3,...,xn的突变点；
如图4所示，步骤6故障检测结果定位在(330s，360s)区间，故障检测结果较为准确。
本发明提出的一种基于多尺度分析的控制阀故障检测方法，运用多尺度直线拟合，采用变换拟合尺度逐步逼近故障发生(突变)点。首先，根据故障信号的时间序列计算出初始尺度，将时间序列划分为若干段，对每一段采用最小二乘法拟合出该段斜率，比较相邻拟合线段的斜率并作差，差值最大即斜率变换最大的两端线段之内存在突变点。然后，在该两段线段的范围内，继续使用上述方法，逐步缩小故障点的范围区间，直至拟合尺度收敛为1，此时，斜率变化最大的点即是原时间序列的突变点。该方法在寻找故障点时的准确性、以及针对复杂信号时的有效性和计算效率上具有优越性。