[发明专利]一种基于向量证据推理的船舶轴系不平衡故障诊断方法

说明书

本发明涉及一种基于向量证据推理的船舶轴系不平衡故障诊断方法。本发明根据贡献率大小对主成分变量进行组合，组合后的输入特征变量组成输入向量；利用定性信息转换方法获得故障样本关于输入向量与输出不平顺故障参考等级的综合相似度，并构造反映输入参考向量与输出故障关系的投点统计表；根据该表获取各参考向量对应的诊断证据，构造向量证据矩阵表；根据输入主成分变量的贡献率可以获得输入向量的可靠性和证据权重；获取样本集每一组输入样本向量的证据，利用证据推理规则得到融合结果，从中推理得到船舶轴系不平衡系统故障等级。本发明可以联合传感器、数据采集器等硬件组成在线监测系统，实现船舶轴系轴承机械设备的实时状态监测与故障诊断。

技术领域

本发明属于船舶机械设备状态检测与故障诊断技术领域，涉及一种基于向量证据推理的船舶轴系不平衡故障诊断方法。

背景技术

船舶推进轴系主要实现主机与螺旋桨之间的能量传递，同时又将螺旋桨旋转产生的轴向推力通过轴系传递给船体，推动船舶前进，它是船舶动力装置的重要组成部分。随着对远洋运载能力的要求逐渐提高，大型船舶轴系的长度和跨度不断增。由于轴系不能视为一个转动的刚体，具有一定的弹性和惯性，因此轴系不可避免的会发生扭转振动和横向振动，加上其运转时受力十分复杂，很容易因为疲劳导致事故的发生。因此对轴系的状态监测和故障诊断对于保证平稳安全的远洋运输是十分重要的。

对于诸如大型船舶轴系这样的旋转机械设备，在其各个关键部位可以布置振动传感器来采集设备的振动信号，从这些振动信号中提取的故障特征信息可以反映设备的各种故障。此时面临两个问题，一是需要找到一种在工程上简单易行的方式，对大量多维的故障特征监测数据进行分析处理，使得其提供的诊断证据客观可信；二是如何实现故障特征信息的综合。通常利用单个传感器提供的特征信息不能完全反应设备的故障，需要多个传感器提供的信息进行融合来提升诊断的精准度。

发明内容

本发明的目的是提出一种基于向量证据推理的船舶轴系不平衡故障诊断方法，通过在船舶轴系推进系统的基座和支架上安装振动位移传感器来采集故障特征信息，并利用主成分分析(PCA)方法对这些信息进行特征提取，接着构造输入特征向量，再基于输入参考向量从故障特征数据中统计各故障发生的似然信度得到输入向量证据矩阵，然后确定证据的可靠性因子和权重，最后利用证据推理规则融合输入样本向量激活的证据，并根据融合结果确定故障模式。该方法克服了单源故障特征信息诊断技术的缺点，并大大减少了输入量，成本低，精度高，而且实现了故障的实时检测和精确诊断。

本发明提包括以下步骤：

(1)设定船舶轴系轴承不平衡故障集合Θ＝{Y₁,…,Y_n,…,Y_N}，Y_n代表故障集合Θ中的第n个不平衡故障等级，n＝1,2,…,N，N为故障等级个数；设安装在船舶轴系轴承等位置上的4个振动位移传感器获得所在位置的时域振动加速度信号序列分别为S₁(t),S₂(t),S₃(t),S₄(t)，在每种不平衡故障等级下分别采集n次，共采集T＝N*n次，采样时刻t＝1,2,…,T，两次采样之间的间隔为0.8ms。