一种阀门监测方法及系统与流程

本发明涉及阀门监测技术领域，特别是涉及一种阀门监测方法及系统。

背景技术：

机组运行时阀门的运行状况尤为重要，当阀门出现卡涩和泄漏现象时不仅影响机组安全运行，而且会造成系统压力损失流体的浪费，特别是有腐蚀性、易燃易爆、有毒性流体的泄漏更会造成重大经济损失和环境污染问题。因此，如何及时准确的发现阀门卡涩和泄漏，对机组的安全运行是非常重要的。

目前，国内外关于阀门泄漏检验的方法主要有人工巡检法、超声检测技术、振动分析检测法等。这些检测方法具有定位精度高和低误报率的优点，但这些检测的方法的缺点是不能及时地发现泄漏，无法实现在线监测。

技术实现要素：

基于此，有必要提供一种阀门监测方法及系统，以及时地发现泄漏，实现对阀门状态的实时在线监测。

为实现上述目的，本发明提供了如下方案：

一种阀门监测方法，包括：

获取待监测运行设备的当前实际负荷；

获取分散控制系统中所有阀门的组态信息；所述组态信息为阀门的当前实际开度；

根据所述组态信息和关联关系确定关联数据；所述关联数据为与所述组态信息对应的压力、流量和阀后温度；

根据所述当前实际负荷、所述组态信息和所述关联数据确定阀门的当前运行状态。

可选的，所述根据所述当前实际负荷、所述组态信息和所述关联数据确定阀门的当前运行状态，具体包括：

根据所述组态信息和关联数据确定待监测运行设备的当前理论负荷；

由所述当前实际负荷和所述当前理论负荷计算阀门的误差值，

其中，e为误差值，l1为当前实际负荷，l2为当前理论负荷；

当所述误差值在设定时间内发生变化，且变化值大于设定阈值时，确定阀门的当前运行状态为跳变状态；

当所述误差值在设定时间内未发生变化，且所述误差值处于设定区间内时，确定阀门的运行状态为正常状态；

当所述误差值在设定时间内未发生变化，且所述误差值不在设定区间内时，确定阀门的运行状态为偏差状态。

可选的，在所述根据所述组态信息和关联数据确定待监测运行设备的当前理论负荷之前还包括：

当所述关联数据突变为零，则确定阀门的当前运行状态为坏点状态。

可选的，在所述根据所述当前实际负荷、所述组态信息和所述关联数据确定阀门的当前运行状态之后，还包括：

依据所述当前运行状态推送预先存储的后台处理方案。

可选的，在所述依据所述当前运行状态推送预先存储的后台处理方案之后，还包括：

对经推送的预先存储的后台处理方案处理后的阀门的运行状态进行监测。

可选的，所述关联关系是通过阀门逻辑实验确定的。

可选的，在所述获取待监测运行设备的当前实际负荷之后，还包括：

判断所述当前实际负荷是否大于设定负荷；

若是，则执行获取分散控制系统中所有阀门的组态信息的步骤。

可选的，在所述获取分散控制系统中所有阀门的组态信息之后，还包括：

判断阀门的当前实际开度是否小于保护阈值；

若是，则执行根据所述组态信息和关联关系确定关联数据的步骤；

若否，则根据所述组态信息推送预先存储的后台处理方案。

本发明还提供了一种阀门监测系统，包括：

负荷获取模块，用于获取待监测运行设备的当前实际负荷；

组态信息获取模块，用于获取分散控制系统中所有阀门的组态信息；所述组态信息为阀门的当前实际开度；

关联数据确定模块，用于根据所述组态信息和关联关系确定关联数据；所述关联数据为与所述组态信息对应的压力、流量和阀后温度；

当前运行状态确定模块，用于根据所述当前实际负荷、所述组态信息和所述关联数据确定阀门的当前运行状态。

可选的，所述当前运行状态确定模块，具体包括：

理论负荷确定单元，用于根据所述组态信息和关联数据确定待监测运行设备的当前理论负荷；

误差值计算单元，用于由所述当前实际负荷和所述当前理论负荷计算阀门的误差值，

其中，e为误差值，l1为当前实际负荷，l2为当前理论负荷；

运行状态确定单元，用于当所述误差值在设定时间内发生变化，且变化值大于设定阈值，则确定阀门的当前运行状态为跳变状态；当所述误差值在设定时间内未发生变化，且所述误差值处于设定区间内，则确定阀门的运行状态为正常状态；当所述误差值在设定时间内未发生变化，且所述误差值不在设定区间内，则确定阀门的运行状态为偏差状态。

与现有技术相比，本发明的有益效果是：

本发明提出了一种阀门监测方法及系统。所述方法包括：获取待监测运行设备的当前实际负荷；获取分散控制系统中所有阀门的组态信息；所述组态信息为阀门的当前实际开度；根据所述组态信息和关联关系确定关联数据；所述关联数据为与所述组态信息对应的压力、流量和阀后温度；根据所述当前实际负荷、所述组态信息和所述关联数据确定阀门的当前运行状态。本发明能够及时地发现阀门泄漏，实现对阀门状态的实时在线监测。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例1一种阀门监测方法的流程图；

图2为本发明实施例3一种阀门监测系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1

图1为本发明实施例1一种阀门监测方法的流程图。参见图1，本实施例的阀门监测方法，包括：

步骤s1：获取待监测运行设备的当前实际负荷。

步骤s2：获取分散控制系统中所有阀门的组态信息；所述组态信息为阀门的当前实际开度。

步骤s3：根据所述组态信息和关联关系确定关联数据；所述关联数据为与所述组态信息对应的压力、流量和阀后温度。

本实施例中，所述关联关系是组态信息分别与压力、流量和阀后温度的对应关系。所述关联关系是通过阀门逻辑实验确定的。

步骤s4：根据所述当前实际负荷、所述组态信息和所述关联数据确定阀门的当前运行状态。

所述步骤s4，具体包括：

41)根据所述组态信息和关联数据确定待监测运行设备的当前理论负荷。

42)由所述当前实际负荷和所述当前理论负荷计算阀门的误差值，

其中，e为误差值，l1为当前实际负荷，l2为当前理论负荷。

43)当所述误差值在设定时间内发生变化，且变化值大于设定阈值时，确定阀门的当前运行状态为跳变状态。

当所述误差值在设定时间内未发生变化，且所述误差值处于设定区间内时，确定阀门的运行状态为正常状态。

当所述误差值在设定时间内未发生变化，且所述误差值不在设定区间内时，确定阀门的运行状态为偏差状态。

当所述关联数据突变为零，则确定阀门的当前运行状态为坏点状态。

步骤s5：依据所述当前运行状态推送预先存储的后台处理方案。

步骤s6：对经推送的预先存储的后台处理方案处理后的阀门的运行状态进行监测。

作为一种可选的实施方式，在步骤s1之后，还包括：

判断所述当前实际负荷是否大于设定负荷；若是，则执行步骤s2，否则不进行阀门检测。

作为一种可选的实施方式，在步骤s2之后，还包括：判断阀门的当前实际开度是否小于保护阈值；若是，则执行步骤s3；若否，则根据所述组态信息推送预先存储的后台处理方案。

下面提供了一个更为具体的实施方式。

实施例2

第一步：阀门数据提取

在分散控制系统(distributedcontrolsystem，dcs)运行画面内的所有阀门数据以组态(运行系统后台内的逻辑关系)为依据，分解(文字描述每个逻辑含义)运行画面内的每个阀门数据的组态含义。针对组态关联(后台逻辑的文字含义)做数据对应的监测预警。

例如，凝结水箱补水调整阀门在dcs运行画面内就是一个调解阀门，在运行画面上只能看到它的实时流量数据和开度信息，但该阀门在组态中它的含义是阀门开度与上水流量是关联的，该阀门发生故障后关联凝结水泵停运，但在运行画面中该阀门的关联关系是不能显示的，只有在dcs组态内看到这个数据的关联。dcs内组态关联，运行人员是看不到的，只有相关专业人员在工程师站才能看到。因此，首先要把所有的阀门阈值和组态从dcs内提取出来。

第二步：阀门重置数据

dcs组态内阀门数据提取完成后，重新对相应有关联或是有保护的数据阈值做诊断和预警(例如，一个a阀门它的阈值是50，在该步骤重置它的阈值为45，以实现提前预警)。阈值是指临界值，是一个效应能够产生最低和最高的值。保护阈值就是系统中保护数据的最低和最高的限值，超过了保护阈值就会对系统产生很大的危险。

例如，运行画面内的一个上水调节阀门为正常状态，它的关联关系：阀门开度为50％，对应的压力是4mpa，对应的流量是30th，对应阀后温度是300℃，但在阀门异常状态下，阀门开度为50％，阀门后的压力值为2mpa，流量值为15th，阀后温度为200℃，综合关联设备信息得出诊断结果，阀门开度有误，推送相应的后台处理方案，并运行该后台处理方案，实现对这个阀门的检修。

第三步：阀门调试数据

对阀门阈值重新设置后，首先在系统里把负荷的数值人工植入数据25％以上，各个电厂运行系统都可以人工植入数据。这样虚拟运行系统就可以做阀门预警的调试环境了，针对不同位置的阀门，控制不同系统的阀门，做不同的对比条件，比如需要控制压力的阀门，就用阀门前后的压力值与负荷值、开度对比，再比如需要温度调节的阀门，就用阀门前后的温度值与负荷值、阀门开度做对比。在启机前dcs内做测试，对所需的阀门关联条件做强制，从而判断重新定义阀门逻辑以及阀门监测系统推送的处理方案是否正确得当。结合多年检修实践经验和老专家的知识库作为大数据的基础参考，在实践中会不断的完善处理意见，系统后台对处理意见可添加可修改。

例如，在启机前对阀门关联阈值做实验，在运行画面中，一个压力点与对应的流量点温度同时规则向大变化，阀门开度不变，这时阀门监测系统推送出阀门故障预警，同时推送出对应的解决方案，从而监测它推送的处理方案是否正确，对每个关联阀门都要做阀门逻辑实验。

第四步：自动监测

以负荷为目标监视，在负荷大于25％时，智能监视运行系统，在负荷低于25％时，智能解除，依据是dcs组态中逻辑关系，连锁启备条件。这是阀门预警的最重要的条件，机组负荷低于25％时，所有的阀门压力、温度、流量等这些数据以及阀门预警系统都是失效的，机组实际保护也是失效的，所以阀门预警系统和机组保护系统先觉条件是一致的，机组负荷一定要大于25％才能生效。

例如，汽轮机的连锁关系中，负荷是指汽轮机的运行时的正常功率。负荷低于当值前发电机组负荷的25％时，给水泵电机阀门和凝结水泵电机前入口阀门是不能达到开启条件的，负荷状态直接影响到汽轮机辅机各个阀门的开启。

第五步：骤缺陷识别

缺陷定义为：坏点--偏差--跳变，在软件中对普遍缺陷类型做了逻辑定义，通过后台逻辑换算得出缺陷特征。

主要缺陷包括有：1.系统图中数据点显示紫色(坏点现象)，一般这类缺陷会影响很多阀门的误动作。2.系统图中数据点显示的数据偏大或是偏小，一般系统图中都会用两个或是三个数据点做为判断设备运行状态的依据，但这几个点都大小不一样的时候，那么这就出现了数据偏差，所以下面进一步判断哪些数据是有问题的。

后台逻辑是：对应负荷为标准，在负荷变化的每个过程，它们对应的每一个数据点都是有规则的，例如：当负荷运行到70％的时候，它们对应的各个数据点都应该是70％，比对应的数据大或是小都是偏差缺陷，这类缺陷都会造成机组的非正常停机。

逻辑算法分别为：fnu(设备名称对比定量)＝当前状态负荷％对比当前状态，该逻辑算法的含义为：例如，当机组的负荷在50％的时候，那么b阀门就应该是关的状态，用负荷的状态对比阀门，阀门如果为开，则表示阀门出现故障。具体为：将负荷的状态与当前阀门状态所对应的理论负荷状态进行对比，从而确定缺陷类型，若当前实际负荷与当前理论负荷计算阀门的误差值，

其中，e为误差值，l1为当前实际负荷，l2为当前理论负荷；当所述误差值在设定时间内发生变化，且变化值大于设定阈值，则确定阀门的当前运行状态为跳变状态；当所述误差值在设定时间内未发生变化，且所述误差值处于设定区间内，则确定阀门的运行状态为正常状态；当所述误差值在设定时间内未发生变化，且所述误差值不在设定区间内，则确定阀门的运行状态为偏差状态；当关联数据突变为零，则确定阀门的当前运行状态为坏点状态。

例如，设置设定区间为[0-10％]，当前实际负荷为50％，当前阀门是开，对应的当前理论负荷大于60％，由此，可以确定阀门的当前运行状态有缺陷。那么当前负荷状态50％超出了10％的临界值，计算公式为所以确定该缺陷类型为偏差，即阀门的运行状态为偏差状态。

第六步：缺陷推送

重新制作系统画面，把有缺陷的数据故障点，用数据闪烁的办法识别，推送出后台处理方案。后台处理方案的确定方式为：通过对阀门数据实时监测，利用函数命令对阀门数据库数据实时对比方法，提前录入阀门缺陷类型，再把此类阀门缺陷的信息和处理方法对应录入，推送方案采用阀门数据库、缺陷与处理方案对应推送的方法。例如：电脑提前录入缺陷某某阀门数据指示为000。对应处理信息是：检查阀门数据通道-阀门数据硬件地址是某某机柜某某板件。检测方法：测量就地与机柜是否电压正常。处理意见：此类阀门缺陷处理为一般缺陷，与dcs系统无保护联锁(或有保护联锁)，需要确认联锁关系后处理，首先检查就地与机柜两侧电源接线是否松动或断路短路等等意见。

在对应阀门缺陷和对应阀门缺陷推送的处理方案出现时，运行画面上对应的故障点闪烁，点击闪烁点，就会弹出对话框，对话框为运行及检修的处理方案和故障的基础信息。

第七步：识别缺陷数据

在缺陷发生到处理完成，该数据点都在实时监视中，在数据采集周期内，该数据与量程数据有效对比后智能纳入数据恢复。

该步骤基于上个步骤实现，上个步骤是对缺陷的识别，识别缺陷后，系统就会监测数据什么时候恢复，即数据实时对比，一旦对比数据是合理数据，那么系统就会自动识别为已经恢复，所以系统认为缺陷恢复的重要依据就是数据的正常，然后再次自动进行实时监视。

第八步：缺陷累计

每次缺陷数据产生都会在后台记录详细的基础信息、发生时间、处理时间和恢复时间。

本实施例还将上述方法应用在dcs控制系统上，对阀门设备运行状态进行实际监测。例如，将上述方法用于浙江玉华热电厂sis系统上，经过现场实际应用，阀门监测方法对设备出现故障时，进行了准确及时诊断、预警和形影的处理方案。

本实施例的阀门监测方法，具有以下优点：

1)基于厂内原阀门设备基础上开发诊断模型对接到dcs或sis系统应用，能够减少因为升级dcs所带来的大量资金的投入。对接工期短，不影响正常运行的机组，实现实施与运行的同步。

2)更便于测试数据的管理，方便实现趋势跟踪、历史数据对比，使数据分析更加方便，对设备故障诊断和设备状态评估更便捷，当阀门故障出现时提前推送处理方案，有效的安排维护检修准备工作，避免紧急状况发生，可以将系统停运影响降到最小，造成的非停事故降到最低。

3)对阀门数据实时采集之后自动对阀门设备状态进行监测，快速判断出阀门设备状态，在大量测试数据中迅速筛选出存在严重缺陷或重大隐患的阀门设备，大大减轻运行操作人员、使用者的工作强度，提高工作效率，提升诊断结果的实效性，具有重大意义，符合电厂阀门智能监测的发展趋势。本实施例还通过阀门逻辑判断的方法，实现测试数据自动分类、整理，免去了人工识别、归类的麻烦。

4)基于运行数据，自动获取，第一时间分析出阀门故障原因，进一步简化了电厂检修人员的先判断再维修的工序，降低了使用者或分析人员的工作强度，提高了检修人员的准确度，提高了阀门设备在机组稳定运行的可靠性。

图2为本发明实施例3一种阀门监测系统的结构示意图。

参见图2，本实施例的阀门监测系统，包括：

负荷获取模块201，用于获取待监测运行设备的当前实际负荷。

组态信息获取模块202，用于获取分散控制系统中所有阀门的组态信息；所述组态信息为阀门的当前实际开度。

关联数据确定模块203，用于根据所述组态信息和关联关系确定关联数据；所述关联数据为与所述组态信息对应的压力、流量和阀后温度。

当前运行状态确定模块204，用于根据所述当前实际负荷、所述组态信息和所述关联数据确定阀门的当前运行状态。

作为一种可选的实施方式，所述当前运行状态确定模块204，具体包括：

理论负荷确定单元，用于根据所述组态信息和关联数据确定待监测运行设备的当前理论负荷。

误差值计算单元，用于由所述当前实际负荷和所述当前理论负荷计算阀门的误差值，

其中，e为误差值，l1为当前实际负荷，l2为当前理论负荷。

运行状态确定单元，用于当所述误差值在设定时间内发生变化，且变化值大于设定阈值，则确定阀门的当前运行状态为跳变状态；当所述误差值在设定时间内未发生变化，且所述误差值处于设定区间内，则确定阀门的运行状态为正常状态；当所述误差值在设定时间内未发生变化，且所述误差值不在设定区间内，则确定阀门的运行状态为偏差状态。

本实施例的阀门监测系统，能够及时地发现阀门泄漏，实现对阀门状态的实时在线监测。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。