本发明涉及阀门故障检测，具体涉及一种全封闭电动闸阀卡涩故障定位方法。
背景技术：
1、阀门是石油化工、核电、水电等行业中不可或缺的一种控制设备，阀门的种类较多。其中，全封闭电动闸阀是一种用于控制液体或气体流量的电动驱动阀门。同时，全封闭电动闸阀通过电动执行器来控制阀门的开闭，便于远程控制和自动化操作。其特点是阀体和阀座完全封闭，以防止介质泄漏。因此，由于全封闭电动闸阀其体积小、结构紧凑和安全性高的特点，被广泛使用于安装空间有限、腐蚀性、放射性介质、高温高压工况等需要严格密封和防止外界污染的场合，如化学工业、石油化工和食品加工等。
2、然而，全封闭电动闸阀在长时间的工作过程中，内部运动部件如轴承、滚珠丝杠等可能由于锈蚀等原因出现运行不畅，一定程度下将导致阀门出现卡涩，表现为阀门无法完成或无法在规定时间内完成开启或关闭动作，影响工艺系统整体功能实现，严重时可能引发运行事故。因此需要能够实时检测阀门的卡涩故障。
3、经发明人实践证明，在进行阀门状态检测时，可通过加装在全封闭电动闸阀阀门壳体表面的加速度传感器来获取阀门振动信号，再通过检测系统对信号进行预处理和特征提取，实现对阀门是否存在卡涩的判断。但检测系统仅能实现对有无卡涩故障的判别，无法实现对故障部件的定位，不利于后续定向拆解检修，进而不利于维修周期的缩短，设备维修成本的缩减，导致全封闭电动闸阀的维修成本高。
技术实现思路
1、针对无法对全封闭电动闸阀卡涩故障进行定位的技术问题，本发明提供了一种全封闭电动闸阀卡涩故障定位方法，通过构造可区分全封闭电动闸阀不同部件卡涩故障的特征，并建立全封闭电动闸阀卡涩故障部件定位模型，解决了全封闭电动阀门状态检测中无法对发生卡涩故障具体部件定位的技术问题，为后续针对性拆解检修提供了必要条件，有助于缩短检修周期和和提升维修的经济性。
2、本发明通过下述技术方案实现：
3、本发明提供了一种全封闭电动闸阀卡涩故障定位方法，包括以下步骤：
4、从全封闭电动闸阀状态检测历史数据中，筛选与轴承卡涩、滚珠丝杠卡涩、闸板卡涩相关的振动加速度数据，以获得故障定位模型训练数据集；
5、对所述故障定位模型训练数据集中的加速度信号进行时域和频域信号处理，以获得特征数据集；
6、对所述特征数据集进行标准化处理，以获得特征矩阵；
7、将所述特征矩阵作为输入，同时将表征轴承卡涩、滚珠丝杠卡涩和闸板卡涩的类别标签作为输出，基于随机森林建立全封闭电动闸阀卡涩故障定位模型，以通过所述全封闭电动闸阀卡涩故障定位模型识别出全封闭电动闸阀卡涩故障的部件位置。
8、需要说明的是，全封闭电动闸阀在长时间的工作过程中，内部运动部件如轴承、滚珠丝杠等可能由于锈蚀等原因出现运行不畅，一定程度下将导致阀门出现卡涩，表现为阀门无法完成或无法在规定时间内完成开启或关闭动作，影响工艺系统整体功能实现，严重时可能引发运行事故，因此需要能够实时检测阀门的卡涩故障。
9、一种可能的实现方式是，在进行阀门状态检测时，可通过加装在全封闭电动闸阀阀门壳体表面的加速度传感器来获取阀门振动信号，再通过检测系统对信号进行预处理和特征提取，实现对阀门是否存在卡涩的判断。但检测系统仅能实现对有无卡涩故障的判别，无法实现对故障部件的定位，不利于后续定向拆解检修，进而不利于维修周期的缩短，设备维修成本的缩减，导致全封闭电动闸阀的维修成本高。
10、有鉴于此，本发明提供的全封闭电动闸阀卡涩故障定位方法，先从全封闭电动闸阀状态检测历史数据中，筛选与轴承卡涩、滚珠丝杠卡涩、闸板卡涩相关的振动加速度数据，以获得故障定位模型训练数据集；然后对所述故障定位模型训练数据集中的加速度信号进行时域和频域信号处理，以获得特征数据集，再对所述特征数据集进行标准化处理，以获得特征矩阵，最后将所述特征矩阵作为输入，同时将表征轴承卡涩、滚珠丝杠卡涩和闸板卡涩的类别标签作为输出，基于随机森林建立全封闭电动闸阀卡涩故障定位模型，以通过所述全封闭电动闸阀卡涩故障定位模型识别出全封闭电动闸阀卡涩故障的部件位置。
11、也就是说，本发明针对全封闭电动闸阀故障检测时，仅可实现对有无卡涩故障的判别，无法对发生卡涩故障具体部件的进行定位的技术问题，通过对历史的阀门状态检测数据中的振动加速度信号进行特征计算，获得了用于全封闭电动闸阀不同部件卡涩故障区分的故障特征，然后对特征数据进行了标准化处理，再基于随机森林建立了一种可实现阀门轴承、滚珠丝杠、闸阀卡涩故障区分的模型，从而实现了故障部件的定位，解决了全封闭电动阀门状态检测中无法对发生卡涩故障具体部件定位的问题，为后续针对性拆解检修提供了必要条件，有助于缩短检修周期和和提升维修的经济性。
12、在本技术一可选的实施方式中，获得特征数据集的步骤包括时域特征提取步骤，所述时域特征提取步骤包括：
13、基于第一时域特征提取模型，提取反应信号稳态变化的时域特征；
14、基于第二时域特征提取模型，提取反应信号振动强弱程度的时域特征。
15、在本技术一可选的实施方式中，所述第一时域特征模型为：
16、
17、其中：xi为数据x中的第i个数据点(i＝1,2…,n)。
18、在本技术一可选的实施方式中，所述第二时域特征模型为：
19、其中，a0＝1um/s2为基准值，xi为数据x中的第i个数据点(i＝1,2…,n)。
20、在本技术一可选的实施方式中，获得特征数据集的步骤还包括拼频特征提取步骤，所述频域特征提取步骤包括：
21、基于第一频域特征提取模型，提取反应故障定位模型训练数据集中振动加速度信号频谱能量的大小的频域特征；
22、基于第二频域特征提取模型，提取反应故障定位模型训练数据集中振动加速度信号频谱分散程度的频域特征；
23、基于第三频域特征提取模型，提取反应故障定位模型训练数据集中振动加速度信号主频带位置变化的频域特征。
24、在本技术一可选的实施方式中：
25、所述第一频域特征提取模型为：
26、所述第二频域特征提取模型为：
27、所述第三频域特征提取模型为：
28、其中，y(f)，f＝1,2,…,m为信号频谱，m为谱线数，ks为第s条谱线对应的频率值。
29、在本技术一可选的实施方式中，在进行所述频域特征提取步骤前，先将所述故障定位模型训练数据集中的加速度信号通过快速傅里叶变换至频谱，以求得所述故障定位模型训练数据集中的加速度信号频谱。
30、在本技术一可选的实施方式中，获得特征矩阵的步骤包括：
31、采用数据均化模型对所述特征数据集进行标准化处理，以等比例缩放原始特征数据，将不同类型的特征数据均变换为[0，1]之间的数值；
32、所述数据均化模型为：
33、其中，fst为归一化后的数据，f为原始特征数据，fmax为原始特征数据的最大值，fmin为原始特征数据的最小值。
34、在本技术一可选的实施方式中，建立全封闭电动闸阀卡涩故障定位模型的步骤包括：
35、基于包含n个样本的训练集，根据获得特征数据集的步骤，获得n个样本的特征构成的初始的特征矩阵；
36、从初始特征矩阵中随机选择包含m(m＜n)个样本的训练样本子集；
37、将所述训练样本子集作为初始训练集数据训练生成一颗决策树；
38、通过有放回地选择若干次样本子集生成若干棵决策树；
39、在单棵决策树的各节点处，从k个特征属性中随机选择c个特征属性，并以基尼指数最小为标准从所述特征属性中选择部分特征属性，自上而下递归分裂产生二叉树；
40、重复上述步骤，直至决策树遍历k个特征属性。
41、在本技术一可选的实施方式中，所述基尼指数的计算模型为：其中，gini(i)为节点i的不纯度，pu为节点i上样本属于u类的频率。
42、与现有技术相比，本发明具有如下的优点和有益效果：
43、本发明提供的全封闭电动闸阀卡涩故障定位方法，先从全封闭电动闸阀状态检测历史数据中，筛选与轴承卡涩、滚珠丝杠卡涩、闸板卡涩相关的振动加速度数据，以获得故障定位模型训练数据集；然后对所述故障定位模型训练数据集中的加速度信号进行时域和频域信号处理，以获得特征数据集，再对所述特征数据集进行标准化处理，以获得特征矩阵，最后将所述特征矩阵作为输入，同时将表征轴承卡涩、滚珠丝杠卡涩和闸板卡涩的类别标签作为输出，基于随机森林建立全封闭电动闸阀卡涩故障定位模型，以通过所述全封闭电动闸阀卡涩故障定位模型识别出全封闭电动闸阀卡涩故障的部件位置，以通过对历史的阀门状态检测数据中的振动加速度信号进行特征计算，获得了用于全封闭电动闸阀不同部件卡涩故障区分的故障特征，然后对特征数据进行了标准化处理，再基于随机森林建立了一种可实现阀门轴承、滚珠丝杠、闸阀卡涩故障区分的模型，从而实现了故障部件的定位，为后续针对性拆解检修提供了必要条件，有助于缩短检修周期和和提升维修的经济性。
1.一种全封闭电动闸阀卡涩故障定位方法，其特征在于，包括以下步骤：
2.根据权利要求1全封闭电动闸阀卡涩故障定位方法，其特征在于，获得特征数据集的步骤包括时域特征提取步骤，所述时域特征提取步骤包括：
3.根据权利要求2所述的全封闭电动闸阀卡涩故障定位方法，其特征在于，所述第一时域特征模型为：
4.根据权利要求2所述的全封闭电动闸阀卡涩故障定位方法，其特征在于，所述第二时域特征模型为：
5.根据权利要求2所述的全封闭电动闸阀卡涩故障定位方法，其特征在于，获得特征数据集的步骤还包括拼频特征提取步骤，所述频域特征提取步骤包括：
6.根据权利要求5所述的全封闭电动闸阀卡涩故障定位方法，其特征在于：
7.根据权利要求5所述的全封闭电动闸阀卡涩故障定位方法，其特征在于，在进行所述频域特征提取步骤前，先将所述故障定位模型训练数据集中的加速度信号通过快速傅里叶变换至频谱，以求得所述故障定位模型训练数据集中的加速度信号频谱。
8.根据权利要求1所述的全封闭电动闸阀卡涩故障定位方法，其特征在于，获得特征矩阵的步骤包括：
9.根据权利要求1～8中任意一项所述的全封闭电动闸阀卡涩故障定位方法，其特征在于，建立全封闭电动闸阀卡涩故障定位模型的步骤包括：
10.根据权利要求9所述的全封闭电动闸阀卡涩故障定位方法，其特征在于，所述基尼指数的计算模型为：
