本發(fā)明屬于船舶動力裝置安全監(jiān)測
技術(shù)領(lǐng)域：
，涉及一種船舶推進軸系的運行故障監(jiān)測方法，特別是涉及一種船舶推進軸系軸承振動故障監(jiān)測方法。
背景技術(shù)：
：在船舶推進軸系中，軸承是船舶動力裝置系統(tǒng)中的重要部件，作為船舶運行能量傳遞的載體，發(fā)生故障所引發(fā)的事故后果相當嚴重，因此軸承的可靠性和穩(wěn)定性對于船舶安全具有重要意義。由于在整個軸系中軸承所處位置特殊、環(huán)境惡劣，不便于維護人員對軸系進行維護和檢修。另外，軸承在出現(xiàn)微小故障時很難從表面或者通過一些檢測設(shè)備檢測出故障，這些都加大了維護難度?，F(xiàn)有技術(shù)在軸承故障分析上，通常采用振動分析的方法，但單純的采取頻譜分析或功率譜分析很難確定故障類型，不利于對故障的診斷。技術(shù)實現(xiàn)要素：本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺陷，提出一種船舶推進軸系軸承振動故障監(jiān)測方法，可以在惡劣環(huán)境下進行數(shù)據(jù)采集，并能夠?qū)υ缙谖⑷豕收线M行診斷，具有在線監(jiān)測和故障診斷的功能，并且能夠滿足適應(yīng)長期故障診斷分析的要求。為解決現(xiàn)有技術(shù)存在的上述問題，本發(fā)明采用以下技術(shù)方案。一種船舶推進軸系軸承振動故障監(jiān)測方法，其特征在于，包括以下步驟：(1)離線創(chuàng)建船舶推進軸系振動模板庫：包括船舶推進軸系無故障運行工況下對應(yīng)于不同主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、齒輪箱合排狀態(tài)的各組軸承振動信號能量熵特征向量；(2)同步數(shù)據(jù)采集：同步采集船舶推進軸系軸承的振動加速度信號、主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、船舶吃水深度、齒輪箱合排狀態(tài)；(3)數(shù)據(jù)分類：依據(jù)所述的主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、船舶吃水深度、齒輪箱合排狀態(tài)對船舶推進軸系的軸承振動加速度信號進行數(shù)據(jù)分類；(4)特征值提?。翰捎眯〔ò治龇椒▽λ龅姆诸惡蟮恼駝蛹铀俣葦?shù)據(jù)進行時頻轉(zhuǎn)換，獲取不同特征頻帶上的能量特征向量，并對不同頻帶的能量特征向量進行轉(zhuǎn)換，提取其能量熵特征向量作為待匹配的特征向量；(5)故障監(jiān)測：分別采用歐氏距離、夾角余弦的方式計算待匹配能量熵特征向量與振動模板庫中能量熵特征向量相似性測度，并結(jié)合歐氏距離與夾角余弦距離進行權(quán)重分配后計算能量熵特征向量與振動模板庫中能量熵特征向量相似性測度，根據(jù)相似性測度匹配結(jié)果對故障判定，并進行故障預(yù)警。(6)更新振動模板庫：利用檢測無故障的能量熵特征向量在線更新所述的船舶推進軸系振動模板庫。在所述步驟(2)中，所述的同步采集是指：基于同一時鐘脈沖下，采集船舶推進軸系中軸承振動加速度信號以及主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、船舶吃水深度、齒輪箱合排狀態(tài)；其中，所述主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、齒輪箱合排狀態(tài)來自于船舶主機遙控系統(tǒng)，通過通訊方式或開關(guān)量方式采集，船舶吃水深度來自于吃水傳感器。在所述步驟(3)中，所述數(shù)據(jù)分類包括：根據(jù)船舶主機轉(zhuǎn)速范圍、船舶艉軸轉(zhuǎn)速范圍、船舶吃水深度范圍對軸承振動加速度信號分檔，不同的主機轉(zhuǎn)速分檔、艉軸轉(zhuǎn)速分檔、船舶吃水深度分檔以及齒輪箱合排狀態(tài)分別對應(yīng)不同的數(shù)據(jù)分類。所述步驟(4)的具體操作過程為：采用小波包分解與重構(gòu)的方法，對所述的采集的軸承振動加速度信號進行小波包分解獲得各頻帶數(shù)據(jù)，并進一步提取能量熵特征向量P＝{P1,P2,...,P16}作為待匹配特征向量，其計算公式為：Pi=-TiΣi=116Ti*logTiΣi=116Ti---(1)]]>其中Pi為能量熵特征向量P的第i個分量，Ti為能量特征向量的第i各分量。在所述步驟(5)中，分別采用歐氏距離、夾角余弦距離、組合距離計算能量熵特征向量與振動模板庫中能量熵特征向量的相似性測度，根據(jù)相似性測度匹配結(jié)果對故障判定，并進行故障預(yù)警，其具體過程如下：1)提取n個數(shù)據(jù)在16個頻帶上的能量熵特征向量；2)將所述的能量熵特征向量與所述的船舶推進軸系振動模板庫中能量熵特征向量進行歐式距離相似性測度匹配，所采用的匹配公式為：D(Pi,Pj)=Σk=116(Pik-Pjk)2---(2)]]>其中，Pi為能量熵特征向量P的第i個分量，Pj為振動模板庫中能量熵特征向量P的第j個分量，D(Pi,Pj)為歐氏距離相似性測度值。3)將所述的能量熵特征向量與船舶推進軸系振動模板庫中能量熵特征向量進行夾角余弦相似性測度匹配，所采用的匹配公式為：M(Pi,pj)=PiT*pj||Pi||*||pj||=Σi=1nPipjΣi=1nPi2Σi=1npi2---(3)]]>其中，Pi為能量熵特征向量P的第i個分量，Pj為振動模板庫中能量熵特征向量P的第j個分量，M(Pi,Pj)為夾角余弦距離相似性測度值。4)計算綜合相似性測度，所采用計算公式為：2(Pi,Pj)=a*D(Pi,Pj)+b*(1-M(Pi,Pj))=C1C1+C2*D(Pi,Pj)+C2C1+C2*(1-M(Pi,Pj))---(4)]]>其中，a為歐氏距離相似性測度權(quán)重，b為夾角余弦距離相似性測度權(quán)重，Pi為能量熵特征向量P的第i個分量，Pj為振動模板庫中能量熵特征向量P的第j個分量，D(Pi,Pj)為歐氏距離相似性測度值，M(Pi,Pj)為夾角余弦距離相似性測度值，C1為歐氏距離下不同類型能量熵特征向量相似性測度值與同類型能量熵特征向量相似性測度值的比值，C2夾角余弦距離下不同類型能量熵特征向量相似性測度值與同類型能量熵特征向量相似性測度值的比值。5)故障預(yù)警：分別計算歐氏距離相似性測度、夾角余弦相似性測度、綜合相似性測度，當三種相似性測度中任意一個相似性測度大于一限定值時，即可判定該軸承存在故障，產(chǎn)生預(yù)警，分別為：歐氏距離預(yù)警、夾角余弦預(yù)警、綜合預(yù)警。在所述步驟(6)中，所述更新振動模板庫，即利用檢測無故障的能量熵特征向量值在線更新所述的船舶推進軸系軸承振動模板庫，若在無故障情況下一分鐘內(nèi)采集數(shù)據(jù)獲取的能量熵特征向量與振動模板庫中能量熵特征向量匹配，則新獲取向量作為能量熵特征向量對振動模板庫進行更新。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點：1.本發(fā)明是針對船舶軸系軸承振動故障，可對不便于監(jiān)測的軸承早期故障進行故障分析和狀態(tài)監(jiān)測，可實時在線監(jiān)測故障，也可以對長期運行狀態(tài)做可視化分析；2.本發(fā)明對數(shù)據(jù)特征的提取采取小波包的方法，能夠精確提取到高頻故障數(shù)據(jù)，全面反映故障的類型；3、本發(fā)明從距離和幾何角度出發(fā)，對能量熵特征向量進行匹配，提高了故障識別的準確性。附圖說明圖1是本發(fā)明的一種實施例的方法流程圖。圖2是本發(fā)明的一種實施例的小波包分解各頻帶分布示意圖。具體實施方式下面結(jié)合附圖對本發(fā)明進行進一步描述。圖1是本發(fā)明所述的船舶推進軸系軸承振動故障監(jiān)測方法的一種實施例的方法流程圖。本實施例方法，包括以下步驟：(1)離線創(chuàng)建船舶推進軸系振動模板庫：包括船舶推進軸系無故障運行工況下對應(yīng)于不同主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、齒輪箱合排狀態(tài)的各組軸承振動信號能量熵特征向量；(2)同步數(shù)據(jù)采集：同步采集船舶推進軸系軸承的振動加速度信號、主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、齒輪箱合排狀態(tài)；(3)數(shù)據(jù)分類：依據(jù)所述的主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、船舶吃水深度、齒輪箱合排狀態(tài)對船舶推進軸系的軸承振動加速度信號進行數(shù)據(jù)分類；(4)特征值提?。翰捎眯〔ò治龇椒▽λ龅姆诸惡蟮恼駝蛹铀俣葦?shù)據(jù)進行時頻轉(zhuǎn)換，獲取不同特征頻帶上的能量特征向量，并對不同頻帶的能量特征向量進行轉(zhuǎn)換，提取其能量熵特征向量作為待匹配的特征向量；(5)故障監(jiān)測：分別采用歐氏距離、夾角余弦的方式計算能量熵特征向量與振動模板庫中能量熵特征向量相似性測度，并結(jié)合歐氏距離與夾角余弦進行權(quán)重分配后計算能量熵特征向量與振動模板庫中能量熵特征向量相似性測度，根據(jù)相似性測度匹配結(jié)果對故障判定，并進行故障預(yù)警。(6)更新振動模板庫：利用檢測無故障的能量熵特征向量在線更新所述的船舶推進軸系振動模板庫。所述的同步數(shù)據(jù)采集，即在同一時鐘脈沖下，采集船舶推進軸系中軸承振動加速度信號以及主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、船舶吃水深度、齒輪箱合排狀態(tài)；其中，所述主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、齒輪箱合排狀態(tài)來自于船舶主機遙控系統(tǒng)，通過通訊方式或開關(guān)量方式采集，船舶吃水深度來自于船舶吃水傳感器。所述數(shù)據(jù)分類包括，即根據(jù)船舶主機轉(zhuǎn)速范圍、船舶艉軸轉(zhuǎn)速范圍、船舶吃水深度范圍對軸承振動加速度信號分檔，不同的主機轉(zhuǎn)速分檔、艉軸轉(zhuǎn)速分檔、船舶吃水深度分檔以及齒輪箱合排狀態(tài)分別對應(yīng)不同的數(shù)據(jù)分類。所述特征值提取，具體過程為：采用小波包分解與重構(gòu)的方法，對所述的采集的軸承振動加速度信號進行小波包分解獲得各頻帶數(shù)據(jù)，并進一步提取能量熵特征向量P＝{P1,P2,...,P16}作為待匹配特征向量，其計算公式為：Pi=-TiΣi=116Ti*logTiΣi=116Ti---(1)]]>其中Pi為能量熵特征向量P的第i個分量，Ti為能量特征向量的第i個分量。所述故障監(jiān)測，分別采用歐氏距離測度、夾角余弦測度、綜合測度計算能量熵特征向量與振動模板庫中能量熵特征向量相似性測度，根據(jù)相似性測度匹配結(jié)果對故障判定，并進行故障預(yù)警，其具體過程是：1)提取n個數(shù)據(jù)在16個頻帶的能量熵特征值；2)將所述的能量熵特征向量與所述的船舶推進軸系振動模板庫中能量熵特征向量進行歐式距離相似性測度匹配，所采用的匹配公式為：D(Pi,Pj)=Σk=116(Pik-Pjk)2---(2)]]>其中，Pi為能量熵特征向量P的第i個分量，Pj為振動模板庫中能量熵特征向量P的第j個分量，D(Pi,Pj)為歐氏距離相似性測度值。3)將所述的能量熵特征向量與船舶推進軸系振動模板庫中能量熵特征向量進行夾角余弦相似性測度匹配，所采用的匹配公式為：M(Pi,pj)=PiT*pj||Pi||*||pj||=Σi=1nPipjΣi=1nPi2Σi=1npi2---(3)]]>其中，Pi為能量熵特征向量P的第i個分量，Pj為振動模板庫中能量熵特征向量P的第j個分量，M(Pi,Pj)為夾角余弦距離相似性測度值。4)計算綜合相似性測度，所采用計算公式為：2(Pi,Pj)=a*D(Pi,Pj)+b*(1-M(Pi,Pj))=C1C1+C2*D(Pi,Pj)+C2C1+C2*(1-M(Pi,Pj))---(4)]]>式中a為歐氏距離相似性測度權(quán)重，b為夾角余弦距離相似性測度權(quán)重，Pi為能量熵特征向量P的第i個分量，Pj為振動模板庫中能量熵特征向量P的第j個分量，D(Pi,Pj)為歐氏距離相似性測度值，M(Pi,Pj)為夾角余弦距離相似性測度值，C1為歐氏距離下不同類型能量熵特征向量相似性測度值與同類型能量熵特征向量相似性測度值的比值，C2夾角余弦距離下不同類型能量熵特征向量相似性測度值與同類型能量熵特征向量相似性測度值的比值。5)所述故障預(yù)警：分別計算歐氏距離相似性測度、夾角余弦相似性測度、綜合相似性測度，當三種相似性測度中任意一個相似性測度大于一限定值時，即可判定該軸承存在故障，產(chǎn)生預(yù)警，分別為：歐氏距離預(yù)警、夾角余弦距離預(yù)警、綜合預(yù)警。在所述步驟(6)中，所述更新振動模板庫，利用檢測無故障的能量熵特征向量在線更新所述的船舶推進軸系振動模板庫，若在一分鐘內(nèi)采集數(shù)據(jù)獲取的能量熵特征向量能夠與振動模板庫中能量熵特征向量匹配，則該能量熵特征向量作為新的故障類型對振動模板庫進行更新。以下為對軸承的四種狀態(tài)，如：內(nèi)圈故障、外圈故障、滾動體故障、正常的各頻帶能量熵進行同種故障類型相似性匹配結(jié)果，表一為歐氏距離相似性測度匹配結(jié)果，表二為夾角余弦距離相似性測度匹配結(jié)果，表三為歐式余弦距離測度匹配結(jié)果。表一:歐氏距離測度表二：夾角余弦距離測度表三：綜合距離測度從三張表中可以看出，無故障模板庫能量熵特征向量與采集獲取的能量熵特征向量匹配，正常狀態(tài)相似性測度匹配結(jié)果遠小于故障狀態(tài)，可以有效地對故障進行識別。總之，本發(fā)明從對船舶軸系軸承維護和早期故障監(jiān)測的角度出發(fā)，提出了一種船舶推進軸系軸承振動故障監(jiān)測方法，是一種適用于船舶軸系軸承的小波包能量熵故障類型匹配的診斷方法，包括振動模板庫構(gòu)建、船舶推進軸系軸承振動信號、主機轉(zhuǎn)速、艉軸轉(zhuǎn)速、船舶吃水深度以及齒輪箱合排狀態(tài)的同步采集、數(shù)據(jù)分類、故障特征小波包分析與提取以及相似性測度匹配。本發(fā)明具有很高的實時在線診斷能力和長期數(shù)據(jù)分析能力，在很大程度上提高了船舶軸系軸承早期故障的監(jiān)測效率和準確性，相關(guān)計算和分析數(shù)據(jù)可用于指導船員進行船舶推進軸系的日常維護和檢修。當前第1頁1 2 3