[发明专利]基于人工智能的全回转舵桨状态监测方法及系统

权利要求书

1.一种基于人工智能的全回转舵桨状态监测方法，其特征在于，包括以下步骤：

基于采样时间的不同，设定每一种工况在每一个行驶速度下具有至少两个子工况，获取各子工况的样本数据集合，所述样本数据集合包括同属于一个采样时间的全回转舵桨的振动数据序列和声音数据；

对于任意一个行驶速度，根据所述振动数据序列，计算同一行驶速度下，各子工况的工况相似度，并对同属于一个工况下的各子工况的工况相似度进行筛选，得到目标工况相似度；

根据与所述目标工况相似度相对应的声音数据，计算各子工况的声音相似度，并对同属于一个工况下的各子工况的声音相似度进行筛选，得到目标声音相似度；

采集当前工况下在当前行驶速度下的全回转舵桨的实际声音数据，根据所述目标声音相似度，以及当前工况下在当前行驶速度下的全回转舵桨正常运行状态的标准声音数据，计算当前工况下在当前行驶速度下的声音频域特征指标；

采集当前工况下在当前行驶速度下的全回转舵桨的实际振动数据序列，根据所述声音频域特征指标，以及当前工况下在当前行驶速度下的全回转舵桨正常运行状态的标准振动数据序列，计算置信度；

根据所述置信度所处的范围，判断所述当前工况下在当前行驶速度下的全回转舵桨的运行状态。

2.根据权利要求1所述的基于人工智能的全回转舵桨状态监测方法，其特征在于，所述振动数据序列的计算过程，包括：

将所述采样时间划分为至少两个采样子时间，计算各个采样子时间的振动方差，各个振动方差构成所述振动数据序列；

所述振动方差的计算过程，包括：

获取对应采样子时间中各采样时刻的振动值，采用如下计算公式计算得到所述振动方差：

其中，为所述振动方差，n为采样子时间中的采样时刻的个数，为采样子时间中的第i个采样时刻的振动值，为采样子时间中的所有的振动值的均值。

3.根据权利要求1所述的基于人工智能的全回转舵桨状态监测方法，其特征在于，所述根据所述振动数据序列，计算同一行驶速度下，各子工况的工况相似度，包括：

根据所述振动数据序列，计算同一行驶速度下，任意两个子工况之间的差异距离，计算公式如下：

其中，为子工况A和子工况B之间的差异距离，为子工况A的振动数据序列，为子工况B的振动数据序列，为计算和之间的距离的函数，为求取的极差的函数，为求取的极差的函数，为取和中最大值的函数，为取和中最小值的函数；

根据各差异距离，计算各子工况的工况相似度。

4.根据权利要求3所述的基于人工智能的全回转舵桨状态监测方法，其特征在于，所述根据各差异距离，计算各子工况的工况相似度，包括：

对于任意一个子工况，计算与该子工况相关的各个差异距离之和，得到该子工况的工况相似度。

5.根据权利要求1所述的基于人工智能的全回转舵桨状态监测方法，其特征在于，所述根据与所述目标工况相似度相对应的声音数据，计算各子工况的声音相似度，包括：

根据与所述目标工况相似度相对应的声音数据，计算任意两个子工况之间的频率差异；其中，所述声音数据包括声音信号的频率值，所述频率差异的计算公式如下：

其中，为子工况A和子工况B之间的频率差异，为子工况A的声音信号的频率值，为子工况B的声音信号的频率值；

根据各频率差异，计算得到各子工况的声音相似度。

6.根据权利要求5所述的基于人工智能的全回转舵桨状态监测方法，其特征在于，所述根据各频率差异，计算得到各子工况的声音相似度，包括：

对于任意一个子工况，计算与该子工况相关的各个频率差异之和，得到该子工况的声音相似度。