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 wi _j 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 W _jk 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 W _jk 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 = Wi _j , W _jk , W _k 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.