多傳感器融合的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)研究

趙云博

(江蘇海事職業(yè)技術(shù)學(xué)院，江蘇 南京 211170)

0 引 言

船舶系統(tǒng)中輪機(jī)設(shè)備至關(guān)重要，直接影響船舶航行安全。及時(shí)檢修船舶輪機(jī)設(shè)備，可避免重大安全事故發(fā)生，而影響船舶檢修效率與精度的因素是多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果。多發(fā)故障代表同一設(shè)備出現(xiàn)同一故障的次數(shù)較多，及時(shí)發(fā)現(xiàn)多發(fā)故障，可有效防止嚴(yán)重故障問(wèn)題。為此，需研究故障信號(hào)監(jiān)測(cè)方法。李汶駿等利用混合核的核主元分析方法，完成輪機(jī)故障監(jiān)測(cè)，該方法可有效在線監(jiān)測(cè)輪機(jī)故障，具備較優(yōu)的實(shí)用性。王崇宇等利用深度卷積神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)輪機(jī)故障監(jiān)測(cè)。該方法可有效監(jiān)測(cè)輪機(jī)故障，監(jiān)測(cè)精度高于95.47%，具備較優(yōu)的魯棒性。上述2 種方法完成故障監(jiān)測(cè)均依賴歷史數(shù)據(jù)，具備一定的局部性與不確定性，易出現(xiàn)故障監(jiān)測(cè)結(jié)果錯(cuò)誤情況。多傳感器融合是充分融合多個(gè)傳感器資源，彌補(bǔ)單個(gè)傳感器采集信息存在的冗余與缺失問(wèn)題，解決信息采集的局部性與不確定性問(wèn)題，為故障信號(hào)監(jiān)測(cè)提供更為精準(zhǔn)的數(shù)據(jù)支持。為此研究多傳感器融合的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)方法，實(shí)現(xiàn)多發(fā)故障信號(hào)監(jiān)測(cè)。

1 船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)

1.1 船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)特征提取

利用多個(gè)傳感器采集船舶輪機(jī)設(shè)備運(yùn)行信號(hào)，令單個(gè)傳感器采集的船舶輪機(jī)設(shè)備運(yùn)行信號(hào)為()，其中，采樣時(shí)間為；分解()獲取+1個(gè)本征模態(tài)函數(shù)x()，即經(jīng)驗(yàn)小波變換分量，()的計(jì)算公式如下：

其中：為信號(hào)本征模態(tài)函數(shù)編號(hào)。

將()劃分為個(gè)不間斷的區(qū)間，各小波濾波器間的邊界是 ω，第個(gè)分割區(qū)間Λ為：

利用經(jīng)驗(yàn)小波變換提取船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)特征，具體步驟如下：

1) 利用尺度空間法劃分()的頻譜，并分解()，獲取x()，=1,2,3,…,+1；

2) 以方差為指標(biāo)，再次分解首個(gè)()，以()與鄰近2 個(gè)經(jīng)驗(yàn)小波變換分量方差未超過(guò)0.01 為，此時(shí)獲取()內(nèi)的趨勢(shì)信號(hào)()；

3)在()內(nèi)剔除()，獲取新的船舶輪機(jī)設(shè)備運(yùn)行信號(hào)，并分解該信號(hào)。求解各x()與()相關(guān)系數(shù)r，公式如下：

在r內(nèi)選擇最大值，同時(shí)獲取r內(nèi)全部超過(guò)0.85A 的極大值數(shù)量，數(shù)量最多相應(yīng)的原始本征模態(tài)函數(shù)，利用重構(gòu)該本征模態(tài)函數(shù)，完成船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)特征提取。

1.2 單個(gè)傳感器的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)

歸一化處理單個(gè)傳感器的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)特征，并輸入徑向基函數(shù)(radial basis function，RBF)神經(jīng)網(wǎng)絡(luò)內(nèi)，輸出單個(gè)傳感的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果。RBF 網(wǎng)絡(luò)輸入與輸出向量間的映射關(guān)系為：

RBF 的第個(gè)隱藏神經(jīng)元的高斯函數(shù)θ，θ的中心與寬度是 ?，σ。第個(gè)輸出節(jié)點(diǎn)的輸出為：

其中：為隱藏神經(jīng)元數(shù)量；η為可調(diào)節(jié)因子；w為權(quán)值。

通過(guò)式(7)可獲取單個(gè)傳感器的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果。

1.3 基于多傳感器融合的多發(fā)故障信號(hào)檢測(cè)

以單個(gè)傳感器的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果為基本概率分配函數(shù)，利用基于證據(jù)理論的多傳感器融合方法，融合單個(gè)傳感器的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果，獲取最終的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果。多發(fā)故障信號(hào)監(jiān)測(cè)原理為：以輸出的單個(gè)傳感器多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果為基本概率分配函數(shù)，通過(guò)組合規(guī)則展開(kāi)運(yùn)算，按照融合結(jié)果完成多發(fā)故障信號(hào)監(jiān)測(cè)。多傳感器融合的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)框架是 Θ；Θ內(nèi)包含多發(fā)故障信號(hào)監(jiān)測(cè)的基本命題；令隨機(jī)命題屬于冪集 2，則在 2內(nèi)存在：

其中：?為空集；()∈[0,1]，?Θ，為基本概率分配函數(shù)；y(A)的為概率賦值，代表船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)證據(jù)支持的發(fā)生程度。若是 Θ的子集，同時(shí)()＞0，那么是船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)證據(jù)的焦元，全部焦元集合是核。證據(jù)是通過(guò)船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)證據(jù)體(,())構(gòu)建而成，通過(guò)(,()) 設(shè)置 2內(nèi)的信任函數(shù):2→[0,1] 與似真度函數(shù):2→[0,1]，公式如下：

式中：()代表對(duì)于的支持程度，()代表不否定的程度。

多傳感器的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果的組合規(guī)則為：，為 Θ中的信任函數(shù)；與之相應(yīng)的基本概率分配函數(shù)為y，y；船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)證據(jù)的焦元為,,···A，,,···C；證據(jù)間的信任沖突度為：

其中：A′，C′為 第個(gè)與第個(gè)焦元。

因此，組合后新的基本概率分配函數(shù)=⊕如下：

其中，為組合后多傳感器融合的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)證據(jù)的焦元。在≠1情況下，()僅存在一個(gè)確定的概率賦值；在=1情況下，說(shuō)明與完全矛盾，不可組合。

以融合后的為船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)的判斷依據(jù)，以設(shè)置閾值的方式，完成多發(fā)故障類型信號(hào)監(jiān)測(cè)。

2 實(shí)驗(yàn)結(jié)果與分析

以某船舶輪機(jī)設(shè)備為實(shí)驗(yàn)對(duì)象，該輪機(jī)主要包含主調(diào)節(jié)閥與高、低壓汽輪機(jī)等設(shè)備，結(jié)構(gòu)如圖1 所示。利用本文方法監(jiān)測(cè)輪機(jī)設(shè)備多發(fā)故障信號(hào)，在輪機(jī)的前后兩端各安裝1 個(gè)振動(dòng)傳感器，用于采集船舶輪機(jī)設(shè)備運(yùn)行信號(hào)，設(shè)置輪機(jī)設(shè)備共存在2 種類型的多發(fā)故障，分別是不對(duì)中與共生松動(dòng)。

圖1 船舶輪機(jī)結(jié)構(gòu)圖Fig.1 Structural diagram of ship turbine

利用2 個(gè)傳感器采集該船舶輪機(jī)設(shè)備運(yùn)行信號(hào)，以船舶輪機(jī)設(shè)備存在不對(duì)中故障時(shí)為例，2 個(gè)傳感器的采集結(jié)果如圖2 所示。根據(jù)圖2 可知，本文方法可有效采集船舶輪機(jī)設(shè)備運(yùn)行信號(hào)，2 個(gè)傳感器采集的結(jié)果雖存在微小差距，但變化趨勢(shì)大致相同。

圖2 船舶輪機(jī)設(shè)備運(yùn)行信號(hào)采集結(jié)果Fig.2 Acquisition results of operational signals of marine turbine equipment

利用本文方法在船舶輪機(jī)設(shè)備運(yùn)行信號(hào)中，提取船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)特征，以傳感器2 采集的信號(hào)為例，多發(fā)故障信號(hào)特征提取結(jié)果如圖3 所示。根據(jù)圖3 可知，本文方法可有效分解船舶輪機(jī)設(shè)備運(yùn)行信號(hào)，清晰呈現(xiàn)設(shè)備運(yùn)行信號(hào)的波形圖，提取不同頻率區(qū)間的多發(fā)故障信號(hào)特征，為后續(xù)多發(fā)故障信號(hào)監(jiān)測(cè)提供數(shù)據(jù)支持。

圖3 多發(fā)故障信號(hào)特征提取結(jié)果Fig.3 Feature extraction results of multiple fault signals

利用本文方法監(jiān)測(cè)該船舶多發(fā)故障信號(hào)，監(jiān)測(cè)結(jié)果如圖4 所示。根據(jù)圖4 可知，本文方法可有效監(jiān)測(cè)船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)，共監(jiān)測(cè)到2 種類型的多發(fā)故障信號(hào)，分別是不對(duì)中與共生松動(dòng)多發(fā)故障，與實(shí)際多發(fā)故障類型相同，說(shuō)明本文方法多發(fā)故障信號(hào)監(jiān)測(cè)精度較高，可精準(zhǔn)監(jiān)測(cè)船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)。

圖4 船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果Fig.4 Monitoring results of multiple fault signals of marine turbine equipment

3 結(jié) 語(yǔ)

船舶故障檢修屬于確保船舶安全航行的關(guān)鍵，船舶檢修時(shí)，需要依據(jù)多發(fā)故障信號(hào)監(jiān)測(cè)結(jié)果，實(shí)現(xiàn)快速、精準(zhǔn)維修。為此研究多傳感器融合的船舶輪機(jī)設(shè)備多發(fā)故障信號(hào)監(jiān)測(cè)方法，精準(zhǔn)監(jiān)測(cè)多發(fā)故障信號(hào)，確保維修人員可盡早發(fā)現(xiàn)船舶輪機(jī)設(shè)備存在的各種故障問(wèn)題，保證船舶航行安全。