论文部分内容阅读
气动调节阀是过程工业的控制回路中使用最为广泛的一类执行器件,它的完好运行是回路良好控制性能的保证。然而随着控制回路运行时间的增长,阀门就会慢慢的出现各种故障。针对弹簧膜片式气动阀门故障的检测和分类问题,提出了一种基于累计残差设置阈值的阀门故障检测方法,在故障检测后,提出利用粒子群优化BP神经网络的算法来实现故障的分类。利用所提方法在DAMADICS仿真平台上对阀门故障情况和故障种类进行了应用研究,最后通过某工厂的实际阀门故障数据进行验证。仿真分析和工厂实际数据的验证结果都表明该检测算法能够有效地检测