趙云博
(江蘇海事職業(yè)技術(shù)學(xué)院,江蘇 南京 211170)
船舶系統(tǒng)中輪機設(shè)備至關(guān)重要,直接影響船舶航行安全。及時檢修船舶輪機設(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)故障信號監(jiān)測結(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,及時發(fā)現(xiàn)多發(fā)故障,可有效防止嚴重故障問題。為此,需研究故障信號監(jiān)測方法。李汶駿等利用混合核的核主元分析方法,完成輪機故障監(jiān)測,該方法可有效在線監(jiān)測輪機故障,具備較優(yōu)的實用性。王崇宇等利用深度卷積神經(jīng)網(wǎng)絡(luò),實現(xiàn)輪機故障監(jiān)測。該方法可有效監(jiān)測輪機故障,監(jiān)測精度高于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)測結(jié)果錯誤情況。多傳感器融合是充分融合多個傳感器資源,彌補單個傳感器采集信息存在的冗余與缺失問題,解決信息采集的局部性與不確定性問題,為故障信號監(jiān)測提供更為精準的數(shù)據(jù)支持。為此研究多傳感器融合的船舶輪機設(shè)備多發(fā)故障信號監(jiān)測方法,實現(xiàn)多發(fā)故障信號監(jiān)測。
利用多個傳感器采集船舶輪機設(shè)備運行信號,令單個傳感器采集的船舶輪機設(shè)備運行信號為(),其中,采樣時間為;分解()獲取+1個本征模態(tài)函數(shù)x(),即經(jīng)驗小波變換分量,()的計算公式如下:
其中:為信號本征模態(tài)函數(shù)編號。
將()劃分為個不間斷的區(qū)間,各小波濾波器間的邊界是 ω,第個分割區(qū)間Λ為:
利用經(jīng)驗小波變換提取船舶輪機設(shè)備多發(fā)故障信號特征,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,再次分解首個(),以()與鄰近2 個經(jīng)驗小波變換分量方差未超過0.01 為,此時獲取()內(nèi)的趨勢信號();
3)在()內(nèi)剔除(),獲取新的船舶輪機設(shè)備運行信號,并分解該信號。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,同時獲取r內(nèi)全部超過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),完成船舶輪機設(shè)備多發(fā)故障信號特征提取。
歸一化處理單個傳感器的船舶輪機設(shè)備多發(fā)故障信號特征,并輸入徑向基函數(shù)(radial basis function,RBF)神經(jīng)網(wǎng)絡(luò)內(nèi),輸出單個傳感的船舶輪機設(shè)備多發(fā)故障信號監(jiān)測結(jié)果。RBF 網(wǎng)絡(luò)輸入與輸出向量間的映射關(guān)系為:
RBF 的第個隱藏神經(jīng)元的高斯函數(shù)θ,θ的中心與寬度是 ?,σ。第個輸出節(jié)點的輸出為:
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。
通過式(7)可獲取單個傳感器的船舶輪機設(shè)備多發(fā)故障信號監(jiān)測結(jié)果。
以單個傳感器的船舶輪機設(shè)備多發(fā)故障信號監(jiān)測結(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,融合單個傳感器的船舶輪機設(shè)備多發(fā)故障信號監(jiān)測結(jié)果,獲取最終的船舶輪機設(shè)備多發(fā)故障信號監(jiān)測結(jié)果。多發(fā)故障信號監(jiān)測原理為:以輸出的單個傳感器多發(fā)故障信號監(jiān)測結(jié)果為基本概率分配函數(shù),通過組合規(guī)則展開運算,按照融合結(jié)果完成多發(fā)故障信號監(jiān)測。多傳感器融合的船舶輪機設(shè)備多發(fā)故障信號監(jiān)測框架是 Θ;Θ內(nèi)包含多發(fā)故障信號監(jiān)測的基本命題;令隨機命題屬于冪集 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,代表船舶輪機設(shè)備多發(fā)故障信號監(jiān)測證據(jù)支持的發(fā)生程度。若是 Θ的子集,同時()>0,那么是船舶輪機設(shè)備多發(fā)故障信號監(jiān)測證據(jù)的焦元,全部焦元集合是核。證據(jù)是通過船舶輪機設(shè)備多發(fā)故障信號監(jiān)測證據(jù)體(,())構(gòu)建而成,通過(,()) 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:()代表對于的支持程度,()代表不否定的程度。
多傳感器的船舶輪機設(shè)備多發(fā)故障信號監(jiān)測結(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;船舶輪機設(shè)備多發(fā)故障信號監(jiān)測證據(jù)的焦元為,,···A,,,···C;證據(jù)間的信任沖突度為:
其中:A′,C′為 第個與第個焦元。
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設(shè)備多發(fā)故障信號監(jiān)測證據(jù)的焦元。在≠1情況下,()僅存在一個確定的概率賦值;在=1情況下,說明與完全矛盾,不可組合。
以融合后的為船舶輪機設(shè)備多發(fā)故障信號監(jiān)測的判斷依據(jù),以設(shè)置閾值的方式,完成多發(fā)故障類型信號監(jiān)測。
以某船舶輪機設(shè)備為實驗對象,該輪機主要包含主調(diào)節(jié)閥與高、低壓汽輪機等設(shè)備,結(jié)構(gòu)如圖1 所示。利用本文方法監(jiān)測輪機設(shè)備多發(fā)故障信號,在輪機的前后兩端各安裝1 個振動傳感器,用于采集船舶輪機設(shè)備運行信號,設(shè)置輪機設(shè)備共存在2 種類型的多發(fā)故障,分別是不對中與共生松動。
圖1 船舶輪機結(jié)構(gòu)圖Fig.1 Structural diagram of ship turbine
利用2 個傳感器采集該船舶輪機設(shè)備運行信號,以船舶輪機設(shè)備存在不對中故障時為例,2 個傳感器的采集結(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設(shè)備運行信號,2 個傳感器采集的結(jié)果雖存在微小差距,但變化趨勢大致相同。
圖2 船舶輪機設(shè)備運行信號采集結(jié)果Fig.2 Acquisition results of operational signals of marine turbine equipment
利用本文方法在船舶輪機設(shè)備運行信號中,提取船舶輪機設(shè)備多發(fā)故障信號特征,以傳感器2 采集的信號為例,多發(fā)故障信號特征提取結(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設(shè)備運行信號,清晰呈現(xiàn)設(shè)備運行信號的波形圖,提取不同頻率區(qū)間的多發(fā)故障信號特征,為后續(xù)多發(fā)故障信號監(jiān)測提供數(shù)據(jù)支持。
圖3 多發(fā)故障信號特征提取結(jié)果Fig.3 Feature extraction results of multiple fault signals
利用本文方法監(jiān)測該船舶多發(fā)故障信號,監(jiān)測結(jié)果如圖4 所示。根據(jù)圖4 可知,本文方法可有效監(jiān)測船舶輪機設(shè)備多發(fā)故障信號,共監(jiān)測到2 種類型的多發(fā)故障信號,分別是不對中與共生松動多發(fā)故障,與實際多發(fā)故障類型相同,說明本文方法多發(fā)故障信號監(jiān)測精度較高,可精準監(jiān)測船舶輪機設(shè)備多發(fā)故障信號。
圖4 船舶輪機設(shè)備多發(fā)故障信號監(jiān)測結(jié)果Fig.4 Monitoring results of multiple fault signals of marine turbine equipment
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,需要依據(jù)多發(fā)故障信號監(jiān)測結(jié)果,實現(xiàn)快速、精準維修。為此研究多傳感器融合的船舶輪機設(shè)備多發(fā)故障信號監(jiān)測方法,精準監(jiān)測多發(fā)故障信號,確保維修人員可盡早發(fā)現(xiàn)船舶輪機設(shè)備存在的各種故障問題,保證船舶航行安全。