WO2021018906A1 - Diagnosesystem für ein über einen stelldruck betätigbares ventil - Google Patents
Diagnosesystem für ein über einen stelldruck betätigbares ventil Download PDFInfo
- Publication number
- WO2021018906A1 WO2021018906A1 PCT/EP2020/071297 EP2020071297W WO2021018906A1 WO 2021018906 A1 WO2021018906 A1 WO 2021018906A1 EP 2020071297 W EP2020071297 W EP 2020071297W WO 2021018906 A1 WO2021018906 A1 WO 2021018906A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- valve
- neural network
- diagnostic system
- signature
- valve position
- Prior art date
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
- F16K37/0025—Electrical or magnetic means
- F16K37/0041—Electrical or magnetic means for measuring valve parameters
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K17/00—Safety valves; Equalising valves, e.g. pressure relief valves
- F16K17/003—Safety valves; Equalising valves, e.g. pressure relief valves reacting to pressure and temperature
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Definitions
- the invention relates to a diagnostic system for a valve which can be actuated via a control pressure.
- Valves in the process industry are often controlled with the help of pneumatic drives.
- a pneumatic control pressure used to actuate the valve can be generated as a function of a measured valve position (actual position) in order to move the valve into a predetermined target position and hold it there.
- the functionality of the valve is impaired by wear and soiling.
- Typical malfunctions of the valve are e.g. B. leakage of the valve in the closed state and the hanging or sticking of the valve in the end positions.
- valve signature is the signal pressure / valve position dependency (pressure / travel characteristic) over the full travel of the valve.
- the signal pressure can be recorded as a function of the valve position of the valve as part of an initialization run and saved as an initial or reference signature.
- current valve signature can be recorded and compared with the initial signature.
- error states can be recognized.
- the recording of the current valve signature must, however, be initiated by a user, whereby the entire setting range of the valve is covered here as well. To do this, ongoing process operations must be interrupted.
- the invention is based on the object of enabling the current valve signature to be determined automatically.
- the invention therefore relates to a diagnostic system for a valve which can be actuated via a signal pressure and has a
- a pressure sensor that measures signal pressure, a position sensor that measures the valve position and an artificial neural network that is set up to map the valve signature in the form of the signal pressure / valve position dependency over the entire adjustment range of the valve and during operation of the valve on the basis of the measured signal pressure and the detected update the valve position.
- the neural network pre-trained with the initial signature is trained with the measured values of the signal pressure and the associated valve position obtained during ongoing operation of the valve and is therefore able to provide the current valve signature as an estimate.
- the neural network can advantageously be designed to keep the detected control pressure as an input variable, to generate the valve position as an output variable and to be trained as a function of a deviation between the output variable (estimated value) and the detected valve position (actual value) .
- the neural network trained in this way can then at any point in time the signal pressure can be supplied as a computational variable instead of a measured variable, with the neural network outputting the valve position over the entire adjusting range and thus the current valve signature when the signal pressure is varied accordingly.
- the measured valve position can be fed to the neural network as an input variable in order to obtain the control pressure as an output variable.
- the neural network is then trained as a function of a deviation between the output pressure and the actually measured control pressure.
- a temperature sensor measuring the temperature of the valve or its surroundings is preferably provided and the neural network is designed to receive the measured temperature as a further input variable.
- the valve signature usually has a hysteresis, which is why the neural network can preferably be designed to receive the current direction of change (effective direction) of the valve position as an additional input variable.
- the neural network can consist of two sub-networks for the two different directions of change of the valve position.
- the current valve signature is compared with the initial signature of the intact valve.
- the diagnostic system can have a memory for storing the initial signature and an evaluation device that makes and outputs a diagnostic statement about the valve by comparing the current valve signature mapped by the neural network with the stored initial signature.
- the invention is based onskybeispie sources and tert erläu with reference to the figures of the drawing; show in detail:
- Fig. 1 shows a valve with actuator, positioner and diagnosis system
- Fig. 1 shows a valve (z. B. lift valve) 1 that controls the flow of a medium 4 by a corresponding stroke of a closing body 3 cooperating with a valve seat 2.
- the stroke is generated by a pneumatic drive 5 and by means of a valve rod 6 transferred to the closing body 3.
- the drive 5 is connected to the housing of the valve 1 via a yoke 7.
- An electropneumatic positioner 8 is attached to the yoke 7, which detects the valve position s on the input side via a position sensor 9 acting on the valve rod 6, compares it with a setpoint s * supplied via a data interface and a compressed air output 10 the pneumati rule drive 5 controls in the sense of a compensation of the control difference.
- the pneumatic drive 5 shown here is a single-acting diaphragm drive with a spring return position and a drive chamber 11.
- the drive chamber 11 is purposefully pressurized or vented by the positioner 8, so that a control pressure p is generated in it that opposes the force of a spring 12 on a ver with the valve rod 6 connected membrane 13 acts.
- a double-acting actuator can be used in conjunction with a double-acting position controller that generates two opposing actuating pressures on both sides of the membrane 13.
- a swivel drive can be provided if a rotary movement for the valve (e.g. ball or flap valve) is to be generated instead of a linear stroke movement.
- a diagnostic unit 14 receives as input signals the valve position s detected by the position sensor 9, the control pressure p measured by a pressure gauge 15 and the temperature T measured by a temperature sensor 16 on the drive 5. As will be explained below, the diagnostic unit 14 determines by means of a neural network 17 from the supplied th input signals a current signature of the valve 1. In a memory 18, an initial signature of the intact valve 1 is stored. An evaluation device 19 is used to compare a currently determined valve signature with the initial signature and to diagnose errors such as wear, breakage of the return spring 12, leaky closing of the valve 1, etc. based on typical deviations.
- Fig. 2 shows an example of the valve signature 20 in the form of the control pressure p when pressurizing 21 and venting 22 of the pneumatic drive 5 depending on the valve position s.
- the 3 shows an example of the neural network 17, which receives the detected control pressure p, the measured temperature T and the current direction of action dir as input variables and generates an estimated value s for the valve position s as an output variable.
- the direction of action dir indicates in which of the two directions the valve 1 is currently being operated or whether the pneumatic drive 5 is currently being pressurized or vented.
- the neural network 17 was pretrained with the initial signature of the clocked valve 1.
- the shown neural network 17 is a feed-forward regression network which has an input layer with an input element 23 for each of the input variables p, T, dir.
- the positioner 8 can, for. B.
- the input variables p, T, dir can therefore be fed to the neural network 17 in the pauses between the control signals 20.
- the input layer is followed by two hidden layers, each consisting of several neurons 29 and 30, respectively.
- the input variables p, T, dir are provided with individual weighting factors wi j in each neuron 29 of the first hidden layer and added up to a response of the relevant neuron 29.
- the responses of the neurons 29 of the first hidden layer are seen in each neuron 30 of the second hidden layer with individual weighting factors W jk and added up to a response of the relevant neuron 30.
- the second hidden layer is followed by an output element 31 which adds up the responses of the neurons 30 each with an individual weighting factor W jk to form the estimated value s for the valve position.
- the neural network 17 consists of sub-networks 33, 34 for the two different directions of change dir of the valve position s.
- the input variables p, T via a switching device 35 are either the one or the other of the two subnetworks 33, 34, which are different for the two directions of change
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Indication Of The Valve Opening Or Closing Status (AREA)
- Fluid-Driven Valves (AREA)
Abstract
Diagnosesystem für ein über einen Stelldruck (p) betätigbares Ventil (1) mit einen den Stelldruck (p) messenden Drucksensor (15), einem die Ventilstellung (s) erfassenden Positionssensor (9) und einem künstlichen neuronalen Netz (17), das dazu eingerichtet ist, eine Ventilsignatur in Form der Stelldruck-Ventilstellung-Abhängigkeit über den gesamten Stellbereich des Ventils (1) abzubilden und im laufenden Betrieb des Ventils (1) anhand des gemessenen Stelldrucks (p) und der erfassten Ventilstellung (s) zu aktualisieren.
Description
Beschreibung
Diagnosesystem für ein über einen Stelldruck betätigbares Ventil
Die Erfindung betrifft ein Diagnosesystem für ein über einen Stelldruck betätigbares Ventil.
Ventile in der Prozessindustrie werden häufig mit Hilfe von pneumatischen Antrieben gesteuert. Mittels eines elektropneu matischen Stellungsreglers kann ein zur Betätigung des Ven tils dienender pneumatischer Stelldruck in Abhängigkeit von einer gemessenen Ventilstellung ( Istposition) erzeugt werden, um so das Ventil in eine vorgegebene Sollposition zu bewegen und dort zu halten.
Im Laufe des Betriebs wird die Funktionsfähigkeit des Ventils durch Verschleiß und Verschmutzung beeinträchtigt. Typische Funktionsstörungen des Ventils sind z. B. eine Leckage des Ventils im geschlossenen Zustand und das Hängen oder Kleben des Ventils in den Endpositionen.
Während des laufenden Betriebs auftretende Fehler können zu einem Ausfall der prozesstechnischen Anlage führen, in der das Ventil eingebaut ist. Eine ständige oder regelmäßige Dia gnose des Ventils ermöglicht es, Fehler in dem Ventil und seinem Antrieb frühzeitig zu erkennen oder vorherzusagen und durch rechtzeitige Wartungsmaßnahmen oder einen Austausch des Ventils Schäden in der Anlage zu verhindern.
Es ist bekannt, Fehlerzustände eines Ventils anhand einer so genannten Ventilsignatur zu diagnostizieren. Bei der Ventil signatur handelt es sich um die Stelldruck-Ventilstellung-Ab- hängigkeit (Druck-Weg-Kennlinie) über den vollen Stellweg des Ventils. Dazu kann bei der Inbetriebnahme des intakten Ven tils mit elektropneumatischem Stellungsregler im Rahmen eines Initialisierungslaufs der Stelldruck in Abhängigkeit von der Ventilstellung des Ventils aufgezeichnet und als Anfangs oder Referenzsignatur abgespeichert werden. Später kann im
Betrieb des Ventils in der Anlage eine neue, dann aktuelle Ventilsignatur aufgenommen und mit der Anfangssignatur ver glichen werden. Anhand des Vergleichs, der durch eine Diagno sesoftware automatisch ausgeführt werden kann, können Fehler zustände erkannt werden. Die Aufnahme der jeweils aktuellen Ventilsignatur muss jedoch von einem Benutzer angestoßen wer den, wobei auch hier der gesamte Stellbereich des Ventils durchfahren wird. Dazu muss der laufende Prozessbetriebe un terbrochen werden.
Der Erfindung liegt die Aufgabe zugrunde, eine automatische Ermittlung der aktuellen Ventilsignatur zu ermöglichen.
Gemäß der Erfindung wird dieses Problem durch das in An spruch 1 definierte Diagnosesystem gelöst, von dem vorteil hafte Weiterbildungen in den Unteransprüchen angegeben sind.
Gegenstand der Erfindung ist somit ein Diagnosesystem für ein über einen Stelldruck betätigbares Ventil mit einen den
Stelldruck messenden Drucksensor, einem die Ventilstellung erfassenden Positionssensor und einem künstlichen neuronalen Netz, das dazu eingerichtet ist, die Ventilsignatur in Form der Stelldruck-Ventilstellung-Abhängigkeit über den gesamten Stellbereich des Ventils abzubilden und im laufenden Betrieb des Ventils anhand des gemessenen Stelldrucks und der erfass ten Ventilstellung zu aktualisieren.
Das mit der Anfangssignatur vortrainierte neuronale Netz wird mit den im laufenden Betrieb des Ventils erhaltenen Messwer ten des Stelldrucks und der zugehörigen Ventilposition trai niert und ist daher in der Lage, die aktuelle Ventilsignatur als Schätzung anzugeben.
Das neuronale Netz kann in vorteilhafter Weise dazu ausgebil det sein, den erfassten Stelldruck als Eingangsgröße zu er halten, die Ventilstellung als Ausgangsgröße zu erzeugen und in Abhängigkeit von einer Abweichung zwischen der Ausgangs größe (Schätzwert) und der erfassten Ventilstellung (Istwert) trainiert zu werden. Dem so trainierten neuronalen Netz kann
dann zu jedem beliebigen Zeitpunkt der Stelldruck als Rechen größe anstatt als Messgröße zugeführt werden, wobei das neu ronale Netz bei entsprechender Variation des Stelldrucks die Ventilstellung über den gesamten Stellbereich und damit die aktuelle Ventilsignatur ausgibt.
Alternativ kann dem neuronalen Netz die gemessene Ventilstel lung als Eingangsgröße zugeführt werden, um den Stelldruck als Ausgangsgröße zu erhalten. Das neuronale Netz wird dann in Abhängigkeit von einer Abweichung zwischen dem ausgege benen Stelldruck und dem tatsächlich gemessenen Stelldruck trainiert .
Da das Ventilverhalten auch temperaturabhängig sein kann, ist vorzugsweise ein die Temperatur des Ventils oder seiner Umge bung messender Temperatursensor vorgesehen und das neuronale Netz dazu ausgebildet, die gemessene Temperatur als weitere Eingangsgröße zu erhalten.
Aufgrund von Haft- und Gleitreibung der Armatur weist die Ventilsignatur in der Regel eine Hysterese auf, weswegen das neuronale Netz vorzugsweise dazu ausgebildet sein kann, als eine zusätzliche Eingangsgröße die aktuelle Änderungsrichtung (Wirkrichtung) der Ventilstellung zu erhalten.
Alternativ kann das neuronale Netz aus zwei Teilnetzen für die beiden unterschiedliche Änderungsrichtungen der Ventil stellung bestehen.
Zur Ventildiagnose wird die aktuelle Ventilsignatur mit der Anfangssignatur des intakten Ventils verglichen. Dazu kann das Diagnosesystem einen Speicher zur Speicherung der An fangssignatur und eine Auswerteeinrichtung aufweisen, die durch Vergleich der durch das neuronale Netz abgebildeten ak tuellen Ventilsignatur mit der abgespeicherten Anfangssigna tur eine Diagnoseaussage über das Ventil trifft und ausgibt.
Im Weiteren wird die Erfindung anhand von Ausführungsbeispie len und unter Bezugnahme auf die Figuren der Zeichnung erläu tert; im Einzelnen zeigen:
Fig. 1 ein Ventil mit Stellantrieb, Stellungsregler und Di agnosesystem,
Fig. 2 ein Ventilsignatur,
Fig. 3 ein neuronales Netz als Bestandteil des Diagnose
systems und
Fig. 4 eine Variante des neuronalen Netzes bestehend aus zwei Teilnetzen.
Gleiche Bezugszeichen haben in den verschiedenen Figuren die gleiche Bedeutung. Die Darstellungen sind rein schematisch und repräsentieren keine Größenverhältnisse.
Fig. 1 zeigt ein Ventil (z. B. Hubventil) 1, das durch einen entsprechenden Hub eines mit einem Ventilsitz 2 zusammenwir kenden Schließkörpers 3 den Durchfluss eines Mediums 4 steu ert. Der Hub wird durch einen pneumatischen Antrieb 5 erzeugt und mittels einer Ventilstange 6 auf den Schließkörper 3 übertragen. Der Antrieb 5 ist über ein Joch 7 mit dem Gehäuse des Ventils 1 verbunden. An dem Joch 7 ist ein elektropneuma tischer Stellungsregler 8 angebracht, der eingangsseitig über einen an der Ventilstange 6 angreifenden Positionssensor 9 die Ventilstellung s erfasst, diese mit einem über eine Da tenschnittstelle von einem Feldbus zugeführten Sollwert s* vergleicht und über einen Druckluftausgang 10 den pneumati schen Antrieb 5 im Sinne einer Ausregelung der Regeldifferenz steuert .
Bei dem hier gezeigten pneumatischen Antrieb 5 handelt es sich um einen einfachwirkenden Membranantrieb mit Federrück stellung und einer Antriebskammer 11. Die Antriebskammer 11 wird durch den Stellungsregler 8 gezielt be- oder entlüftet, so dass in ihr ein Stelldruck p erzeugt wird, der entgegen
der Kraft einer Feder 12 auf eine mit der Ventilstange 6 ver bundene Membran 13 wirkt. Alternativ kann ein doppeltwirken der Antrieb in Verbindung mit einem doppeltwirkenden Stel lungsregler eingesetzt werden, der zwei gegenläufige Stell drücke auf den beiden Seiten der Membran 13 erzeugt. Ferner kann anstelle eines Membranantriebs ein Schwenkantrieb vorge sehen werden, wenn anstelle einer linearen Hubbewegung eine Drehbewegung für das Ventil (z. B. Kugel- oder Klappenventil) erzeugt werden soll.
Eine Diagnoseeinheit 14 erhält als Eingangssignale die von dem Positionssensor 9 erfasste Ventilstellung s, den von ei nem Druckmesser 15 gemessenen Stelldruck p und die von einem Temperatursensor 16 an dem Antrieb 5 gemessene Temperatur T. Wie weiter unten erläutert wird, ermittelt die Diagnoseein heit 14 mittels eines neuronalen Netzes 17 aus den zugeführ ten Eingangssignalen eine aktuelle Signatur des Ventils 1. In einem Speicher 18 ist eine Anfangssignatur des intakten Ven tils 1 hinterlegt. Eine Auswerteeinrichtung 19 dient dazu, eine aktuell ermittelte Ventilsignatur mit der Anfangssigna tur zu vergleichen und anhand von typischen Abweichungen Feh ler, wie Verschleiß, Bruch der Rückstellfeder 12, undichtes Schließen des Ventils 1 usw. zu diagnostizieren.
Fig. 2 zeigt ein Beispiel für die Ventilsignatur 20 in Form des Stelldrucks p beim Belüften 21 und Entlüften 22 des pneu matischen Antrieb 5 in Abhängigkeit von der Ventilstellung s. Dabei entspricht der Wert s = 0% dem vollständig geschlosse nen Ventil 1 und der Wert s = 100% dem offenen Ventil 1.
Fig. 3 zeigt als Beispiel für das neuronale Netzwerk 17, das den erfassten Stelldruck p, die gemessene Temperatur T und die aktuelle Wirkrichtung dir als Eingangsgrößen erhält und einen Schätzwert s für die Ventilstellung s als Ausgangsgröße erzeugt. Die Wirkrichtung dir gibt an, in welche der beiden Richtungen das Ventil 1 aktuell betätigt wird bzw. ob der pneumatische Antrieb 5 aktuell belüftet oder entlüftet wird. Das neuronale Netz 17 wurde mit der Anfangssignatur des in takten Ventils 1 vortrainiert.
Bei dem gezeigten neuronalen Netzwerk 17 handelt es sich um ein Feed-Forward Regressionsnetz, das eine Eingangsschicht mit jeweils einem Eingangselement 23 für jede der Eingangs größen p, T, dir aufweist. Die Eingangsgrößen p, T, dir wer den dem neuronalen Netz 17 nur dann zugeführt, wenn das Ven til 1 in Ruhe ist und nicht bewegt wird. Der Stellungsregler 8 kann z. B. eine Piezoventileinheit 24 enthalten, die von einem Regler 25 in Abhängigkeit von dem Soll-Ist-Vergleich s* - s erhaltene Steuersignale 26 in pneumatische Stellin kremente umsetzt, wobei an einem Zuluft-Anschluss 27 anlie gende Druckluft in die Antriebskammer 11 dosiert wird oder diese über einen Abluft-Anschluss 28 entlüftet wird. Die Ein gangsgrößen p, T, dir können also dem neuronalen Netz 17 in den Pausen zwischen den Steuersignalen 20 zugeführt werden. Der Eingangsschicht sind zwei verdeckte Schichten bestehend aus jeweils mehreren Neuronen 29 bzw. 30 nachgeordnet. Die Eingangsgrößen p, T, dir werden in jedem Neuron 29 der ersten versteckten Schicht mit individuellen Gewichtsfaktoren wij versehen und zu einer Antwort des betreffenden Neurons 29 aufsummiert. Die Antworten der Neuronen 29 der ersten ver deckten Schicht werden in jedem Neuron 30 der zweiten ver steckten Schicht mit individuellen Gewichtsfaktoren Wjk ver sehen und zu einer Antwort des betreffenden Neurons 30 auf summiert. Der zweiten verdeckten Schicht ist ein Ausgangs element 31 nachgeordnet, das die Antworten der Neuronen 30 jeweils mit einem individuellen Gewichtsfaktor Wjk zu dem Schätzwert s für die Ventilstellung aufsummiert. Um das neu ronale Netz 17 an Veränderungen des Ventilverhaltens anzupas sen und den nachzubildenden Zusammenhang zwischen dem Stell druck p und der Ventilstellung s (Ventilsignatur) zu lernen, werden die Gewichtsfaktoren w = Wij , Wjk, Wk des neuronalen Netzes 17 mit Hilfe von Adaptionsalgorithmen 32 im Sinne ei ner Verringerung des Fehlers As = s - s zwischen der von dem neuronalen Netz 17 gelieferten Schätzwert s der Ventilstel lung und der gemessenen Ventilstellung s verändert.
Um die Vertrauenswürdigkeit der gelernten Signatur 20 ab schätzen zu können, können die Häufigkeiten der angefahrenen
Ventilstellungen s ermittelt werden Wenn sich das Ventil 1 beispielsweise meist zwischen s = 70% und s = 90% bewegt, ist die gelernte Signatur 20 in diesem Bereich vertrauenswürdiger als außerhalb davon. Gelegentlich, z. B. bei Initialisierung, wird das Ventil 1 aber immer auch über den vollen Stellweg bewegt .
Bei dem in Fig. 4 gezeigten Beispiel besteht das neuronale Netzwerk 17 aus Teilnetzen 33, 34 für die beiden unterschied- liehen Änderungsrichtungen dir der Ventilstellung s. In Ab hängigkeit von der Änderungsrichtung dir werden die Eingangs größen p, T über eine Umschalteinrichtung 35 entweder dem ei nen oder anderen der beiden Teilnetze 33, 34 zugeführt, die für die beiden Änderungsrichtungen dir unterschiedliche
Schätzungen sl, s2 der Ventilstellung s liefern.
Claims
1. Diagnosesystem für ein über einen Stelldruck (p) betätig bares Ventil (1) mit einen den Stelldruck (p) messenden
Drucksensor (15), einem die Ventilstellung (s) erfassenden Positionssensor (9) und einem künstlichen neuronalen Netz (17), das dazu eingerichtet ist, eine Ventilsignatur (20) in Form der Stelldruck-Ventilstellung-Abhängigkeit über den ge samten Stellbereich des Ventils (1) abzubilden und im laufen den Betrieb des Ventils (1) anhand des gemessenen Stelldrucks (p) und der erfassten Ventilstellung (s) zu aktualisieren.
2. Diagnosesystem nach Anspruch 1, dadurch gekennzeichnet, dass das neuronale Netz (17) dazu ausgebildet ist, den er fassten Stelldruck (p) als Eingangsgröße zu erhalten, einen Schätzwert (s) der Ventilstellung (s) als Ausgangsgröße zu erzeugen und in Abhängigkeit von einer Abweichung zwischen der Ausgangsgröße (s) und der erfassten Ventilstellung (s) trainiert zu werden.
3. Diagnosesystem nach Anspruch 1 oder 2, dadurch gekenn zeichnet, dass ein die Temperatur (T) des Ventils (1) oder seiner Umgebung messender Temperatursensor (16) vorgesehen ist und dass das neuronale Netz (17) dazu ausgebildet ist, die gemessene Temperatur (T) als weitere Eingangsgröße zu er halten .
4. Diagnosesystem nach Anspruch 1, 2 oder 3, dadurch gekenn zeichnet, dass das neuronale Netz (17) dazu ausgebildet ist, die Änderungsrichtung (dir) der Ventilstellung (s) als zu sätzliche Eingangsgröße zu erhalten.
5. Diagnosesystem nach Anspruch 1, 2 oder 3, dadurch gekenn zeichnet, dass das neuronale Netz (17) aus zwei Teilnetzen (33, 34) besteht, die dazu eingerichtet sind, die Ventilsig natur (20) für unterschiedliche Änderungsrichtungen (dir) der Ventilstellung (s) abzubilden und zu aktualisieren.
6. Diagnosesystem nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass ein Speicher (18) zur Speicherung einer bei intaktem Ventil (1) aufgenommenen Ventilsignatur vorhan den ist und dass eine Auswerteeinrichtung (19) vorhanden ist, die dazu ausgebildet ist, durch Vergleich der durch das neu ronale Netz (17) abgebildeten aktuellen Ventilsignatur (20) mit der abgespeicherten Ventilsignatur eine Diagnoseaussage über das Ventil (1) zu treffen und auszugeben.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202080055239.2A CN114207336A (zh) | 2019-07-29 | 2020-07-28 | 用于能经由控制压力操纵的阀的诊断*** |
DE112020003645.6T DE112020003645A5 (de) | 2019-07-29 | 2020-07-28 | Diagnosesystem für ein über einen stelldruck betätigbares ventil |
US17/630,561 US20220260177A1 (en) | 2019-07-29 | 2020-07-28 | Diagnostic System for a Valve that can be Actuated by a Control Pressure |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019211213.7A DE102019211213A1 (de) | 2019-07-29 | 2019-07-29 | Diagnosesystem für ein über einen Stelldruck betätigbares Ventil |
DE102019211213.7 | 2019-07-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2021018906A1 true WO2021018906A1 (de) | 2021-02-04 |
Family
ID=72050817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/EP2020/071297 WO2021018906A1 (de) | 2019-07-29 | 2020-07-28 | Diagnosesystem für ein über einen stelldruck betätigbares ventil |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220260177A1 (de) |
CN (1) | CN114207336A (de) |
DE (2) | DE102019211213A1 (de) |
WO (1) | WO2021018906A1 (de) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022124706A1 (de) | 2022-09-26 | 2024-03-28 | Bürkert Werke GmbH & Co. KG | Verfahren zum Betreiben eines Membranventils und Membranventil |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130110418A1 (en) * | 2010-04-30 | 2013-05-02 | Metso Automation Oy | Control valve diagnostics |
US20150276086A1 (en) * | 2014-03-31 | 2015-10-01 | General Electric Company | System and method for performing valve diagnostics |
US20160071004A1 (en) * | 2015-10-23 | 2016-03-10 | Sarkhoon and Qeshm LLC | Method and system for predictive maintenance of control valves |
EP3421851A1 (de) * | 2017-06-30 | 2019-01-02 | VAT Holding AG | Vakuumventil mit drucksensor |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007045529A1 (de) * | 2007-09-24 | 2009-04-23 | Siemens Ag | Diagnosesystem und Diagnoseverfahren für ein Ventil, insbesondere ein Schließventil oder ein Regelventil |
DE102008062292A1 (de) * | 2008-12-15 | 2010-06-24 | Abb Technology Ag | Verfahren zur drucksensorischen Verschleißzustandsermittlung einer Ventilmechanik sowie pneumatisches Ventil |
US9625349B2 (en) * | 2012-02-29 | 2017-04-18 | Fisher Controls International Llc | Time-stamped emissions data collection for process control devices |
US10066501B2 (en) * | 2016-08-31 | 2018-09-04 | General Electric Technology Gmbh | Solid particle erosion indicator module for a valve and actuator monitoring system |
CN108304960A (zh) * | 2017-12-29 | 2018-07-20 | 中车工业研究院有限公司 | 一种轨道交通设备故障诊断方法 |
CN109685331A (zh) * | 2018-12-06 | 2019-04-26 | 中国软件与技术服务股份有限公司 | 一种基于机器学习的高铁转向架传感器故障诊断方法 |
-
2019
- 2019-07-29 DE DE102019211213.7A patent/DE102019211213A1/de not_active Withdrawn
-
2020
- 2020-07-28 CN CN202080055239.2A patent/CN114207336A/zh active Pending
- 2020-07-28 DE DE112020003645.6T patent/DE112020003645A5/de active Pending
- 2020-07-28 WO PCT/EP2020/071297 patent/WO2021018906A1/de active Application Filing
- 2020-07-28 US US17/630,561 patent/US20220260177A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130110418A1 (en) * | 2010-04-30 | 2013-05-02 | Metso Automation Oy | Control valve diagnostics |
US20150276086A1 (en) * | 2014-03-31 | 2015-10-01 | General Electric Company | System and method for performing valve diagnostics |
US20160071004A1 (en) * | 2015-10-23 | 2016-03-10 | Sarkhoon and Qeshm LLC | Method and system for predictive maintenance of control valves |
EP3421851A1 (de) * | 2017-06-30 | 2019-01-02 | VAT Holding AG | Vakuumventil mit drucksensor |
Also Published As
Publication number | Publication date |
---|---|
DE112020003645A5 (de) | 2022-04-21 |
US20220260177A1 (en) | 2022-08-18 |
CN114207336A (zh) | 2022-03-18 |
DE102019211213A1 (de) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69833893T2 (de) | Ventilstellungsregelsystem | |
DE102005004477B4 (de) | Verfahren zur Überprüfung einer Funktionsfähigkeit eines Stellgliedes, insbesondere für ein Sicherheitsventil | |
DE102007034060B4 (de) | Stelleinrichtung für ein Auf/Zu-Ventil | |
EP3254166B1 (de) | Proportionalventil | |
EP3339992B1 (de) | Regelungs- und/oder steuerungsverfahren für ein elektropneumatisches feldgerät | |
WO2009124891A1 (de) | Verfahren und vorrichtung zur fehlerdiagnose in einem motorsystem mit variabler ventilansteuerung | |
EP2129950B1 (de) | Verfahren zur überprüfung der funktionsfähigkeit eines stellgerätes | |
DE102008062290A1 (de) | Verfahren zur Diagnose des Verschleißzustandes einer Ventilanordnung zur Steuerung eines Prozessmediumflusses | |
DE102009006533A1 (de) | Stelleinrichtung mit einem Auf/Zu-Ventil | |
DE102008045775A1 (de) | Verfahren zur Überwachung der Funktionsfähigkeit eines Stellgeräts mit pneumatischem Antrieb und Magnetventil | |
DE102008062289A1 (de) | Verfahren zur weg- und drucksensorischen Verschleißzustandsermittlung einer Ventilmechanik sowie eine solche nutzende Ventilanordnung | |
DE102009012787A1 (de) | Verfahren zum Betreiben eines hydraulischen oder pneumatischen Systems | |
DE102018216338A1 (de) | Diagnoseeinrichtung, System und Verfahren | |
WO2021018906A1 (de) | Diagnosesystem für ein über einen stelldruck betätigbares ventil | |
DE102008058208B4 (de) | Stellgerät und Verfahren zur Überprüfung der korrekten Funktionsfähigkeit eines Faltenbalges eines Stellgerätes | |
EP1061269B1 (de) | Verfahren und Vorrichtung zum Erkennen einer Fehlfunktion von Stellantrieben | |
DE102009004572B4 (de) | Verfahren und elektronische Einrichtung zur Kompensation des Driftverhaltens bei einem pneumatischen Stellglied während des Betriebs | |
DE102007058251A1 (de) | Vorrichtung zum Ansteuern eines Prozessventils für den Einsatz in der Lebensmitteltechnik | |
EP2069155A1 (de) | Verfahren zur steuerung und/oder regelung des niveaus eines fahrzeugaufbaus eines kraftfahrzeuges | |
DE102007039716A1 (de) | Verfahren zur Erkennung des Antriebstyps eines Stellantriebs | |
DE102017223242A1 (de) | Steuervorrichtung, System und Verfahren zum Einstellen eines Werts einer Betriebsgröße | |
WO2020193236A1 (de) | Blasventilvorrichtung einer blasvorrichtung | |
WO2020007531A1 (de) | System zum ausgleichen einer durch thermische belastung einhergehende abmessungsänderung an einer stellarmatur, stellungsregelungssystem, verfahren zum ausgleichen einer durch thermische belastung einhergehende abmessungsänderung an einer stellarmatur und stellarmatur | |
EP4078307A1 (de) | Diagnosesystem für drehantriebe | |
EP3857074A1 (de) | Verfahren zum prüfen der funktionsfähigkeit eines magnetventils zum auslösen eines sicherheitsventils |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20754660 Country of ref document: EP Kind code of ref document: A1 |
|
DPE1 | Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101) | ||
REG | Reference to national code |
Ref country code: DE Ref legal event code: R225 Ref document number: 112020003645 Country of ref document: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 20754660 Country of ref document: EP Kind code of ref document: A1 |