引言：在核电厂中，电动闸阀是应用频率最高的一种设备，主要就是对用于对管路中流体介质的流量进行调节和控制，由于接触蒸汽和放射性液体等介质的时间长，基于此，在加长服役时间下，有时会存老化。通过相关的统计得知，在核电站中阀门总故障中，电动闸阀等切断阀门故障占据的比例大。基于此，有必要采取有效的方法，预测核电厂电动阀门外漏故障，确保设备处于良好的运行状态。
一、电动闸阀裂纹拓展机理模型
阀门由于特殊的运行环节，再加上长期在高温高压介质下，容易产生裂纹问题，严重的情况下会破口，而如果出现裂纹，也受到冲击，会进一步的延伸扩展，导致难以确保阀门的密封性。同时，在本向工程中，阀门的裂纹稳定扩展阶段还应重点的去考量，描述该阶段对Paris 模型、Walker 模型、 Forman模型等方法给予充分的应用。Paris 模型将应力比的变化充分考量到，但往往通过实验数据拟合得到具体的参数。Walker 模型、 Forman模型有的地方类似，其中通过实验得到断裂韧度参数是这两个模型存在的区别。在得到材料参数C和m拟合值这方面，为防止Walker 模型、 Forman模型遇到难题，本文在对电动闸阀阀体裂纹扩展过程做出研究时，主要利用的是Psris模型。
二、电动闸阀裂纹拓展传感感知
测量完裂纹长度外，为能联系实验获得发射信号，本文利用声光射传感器无法实现。由于裂纹拓展致使出现阀门外漏模拟是在电动闸阀和连接螺丝中间所留下的缝隙，介质的出现主要在缝隙中，泄漏量大小的调节取决螺丝的松紧程度。如果已经拧紧螺丝，不会出现泄漏问题。如果没有拧紧螺丝，阀门很有可能出现泄漏问题，越是拧紧螺丝，越能减少泄漏问题发生。
如果阀门出现泄漏问题，泄漏流体紊流会致使波动压力场的产生，引发声发射信号，而利用声发射传感器，完成信号采集。因为在泄漏孔处，声发射信号具有大的强度，其往往在平整的位置处安装声发射传感器。在阀门部件表面处，如果发生泄漏的现象，如果泄漏孔压力边界处存在湍流环境，流体流动不是很稳定，这从某种程度上来看，会致使流体流动时间相关性。这时会促进声发射信号的产生。
三、粒子群优化粒子滤波的故障预测方法
（一）基于粒子群优化的粒子滤波方法
粒子滤波算法值得去应用，这是基于蒙特卡罗方法实现的一种贝叶斯估计算法，经过非参数化蒙特卡罗模拟达到递推贝叶斯滤波目的，而在状态空间模型描述非线性系统中，非常的适用，基于此，它提供一种解决方式，以解决电动闸阀外漏故障预测[1]。但在滤波估计的期间，基本粒子滤波存在问题，尤其是粒子退化问题，也就是在进一步增加粒子迭代次数下，粒子权重小，唯有少的粒子权重非常大。基于此，为更好地估计粒子滤波，提高其实际的精度，本文实现采样过程迭代优化，而主要采取的是粒子群算法，整个过程还把最新观值渗透在采样整个过程中。
采取粒子群算法，一定程度上，能够实现对适应度的计算，把所有的粒子移动至最优粒子，这时粒子往往会在真实良好状态附近处分布，而每个粒子具有高的适应度，反过来看，不管是每个粒子个体最优值，还是粒子群局部最优数值，往往均较低，这足说明粒子没有在系统真实状态附近合理分布。这时结合最优值，运用粒子速度，算法能更新粒子状态，促使粒子更加的靠近最真实状态。
在移动粒子群更加的靠近于全局最优值下，可驱动所有粒子在运用时，向高似然概率区域，如果粒子群的最优值与迭代停止条件相符，这足可说明一个问题，粒子群已经在最真实的状态附近分布，这时可实施权值更新，并实现归一化处理。
为将粒子退化的问题真正的解决好，在合理的选择权值大粒子时，采取重采样算法，以更新粒子集合的状态。
经过上述的优化，在更新权值的前期，使得粒子集和更加的趋向与高似然区域，这样除了能解决好粒子退化问题外，还能实现粒子滤波的估计，提高其精度。
（二）电动闸阀外漏故障预测流程
要想更好地预测电动闸阀外漏故障，可采取粒子滤波方法，但在具体预测的过程中，应实现对用于递推状态空间模型的建立。而应用粒子滤波方法预测电动闸阀外漏故障的具体流程为：
第一，不管是粒子群，还是粒子滤波算法的参数初始化，而对于粒子群和粒子滤波算法，所设置为100个粒子数。第二，粒子群完善重要性采样，通过分析电动闸阀裂纹拓展，得到状态空间方程，并利用这一方程去更新每个粒子状态，以实现每个粒子所代表裂纹长度更新值获取。而利用观测方程，了解每个粒子所代表状态值与之对应的RMS估计值[2]。借助当前时刻观测值，对粒子群算法中所有粒子适应度进行相应的计算，以更新粒子状态，实现重新的去分配每个粒子权重。第三，粒子重采样：合理的计算完粒子有效粒子数以外，对比所有的阀值，以对粒子退化的情况做出相应的判断，明确是否需要重采样算法。第四，加全平均的去计算好每个粒子状态值依权重值，并对裂纹长度进行估计。这时的粒子集合在系统状态空间模型中进行代入，以预测核电厂电动闸阀外漏故障。如果故障已经将故障的阀值达到，将全部粒子选取到，并对轨迹的中位数进行预测，这其实也是故障预测结果。下一时刻还应反复的去实施第二第三第四步骤，这样除了能了解到裂纹长度变化外，还能及时的获取电动闸阀故障预测结果[3]。
（三）电动闸阀外漏故障实验
在本文研究中，为模拟电动闸阀外漏故障，搭建试验台架，用来对Z941H-25p直螺杆闸阀研究，闸阀利用法兰将其和装置连接在一起。与此同时，为避免主管道全部截断情况发生，导致泵受到破坏，将前置泄漏阀按照相关的要求，合理的在泵出口附近安装，可把工质引向回储水箱，储水箱的容器属于是敞口的，蓄水量大。利用声发射传感器采集的数据信息，进而不管是在正常运行状态下，还是在阀体泄漏状态下，得到阀门的信息[4]。由于声光射采集卡的采样率，在具体实验的期间，实现变量的控制，这为回路的泵频率，而经过控制台，利用变频器，实现对泵频率的调节，阀门开度的调节可借助控制台。实验不仅能实现声发射信号能量等声发射数据记录，还能记录均方根植等。
结束语：总而言之，先利用Paris模型，并借助声发射信号RMS值，实现对电动阀门外漏故障状态空间模型的构建，在循环迭代下，实现对整个设备裂纹拓展过程叙述。另一方面，采取粒子群算法，对整个采样过程加以优化，也将粒子退化问题解决好，实现粒子滤波算法的预测，提高其精度。本文只测试电动闸阀数据，后续在核电厂中，会考量验证阀门设备故障工况，以实现对算法测试。
参考文献：
[1]徐仁义,王航,彭敏俊,刘永阔,邓强. 核电厂电动闸阀外漏故障预测方法研究[J]. 哈尔滨工程大学学报,2022,43(12):1759-1765.
[2]李青华,杨涛. 电动闸阀推力功能裕量计算方法研究[J]. 设备管理与维修,2022,(21):19-22.
[3]万耀阳,冯桂宏,程祥. 电动闸阀直驱永磁电机的设计与温度场分析[J]. 电工技术,2022,(15):92-95+100.
[4]金檑,艾阳,陈纠,周宁,刘立志,杨松. 全封闭闸阀电动装置运行故障的分析及改进[J]. 阀门,2021,(04):232-236.
