<pre id="xhlfn"></pre>

<ol id="xhlfn"></ol>

    <track id="xhlfn"></track> <video id="xhlfn"></video>
    <sub id="xhlfn"><output id="xhlfn"><var id="xhlfn"></var></output></sub>
    <video id="xhlfn"></video>

      <address id="xhlfn"><menuitem id="xhlfn"><noframes id="xhlfn">

      感謝光臨長江船舶物資供應鏈,重慶船舶設備物供網-輪機駕駛物資-客房維修物料-酒店裝修材料-柴油機配件
      船舶設備_船舶配件17898668978
      重慶船舶設備物供網-輪機駕駛物資-客房維修物料-酒店裝修材料-柴油機配件
      聯系我們

      重慶船舶設備物供網-輪機駕駛物資-客房維修物料-酒店裝修材料-柴油機配件

      聯系人:藍品匯供應鏈
      手 機:17898668978
      電 話:17898668978
      地 址:重慶市朝天門船舶設備

      船舶齒輪箱故障診斷及失效預報方法

      發布時間:2020-03-30人氣:132

         隨著造船技術與遠洋運輸事業的發展,現代船舶 的自動化程度越來越高,工作人員的數量不斷減少, 船舶機械裝置結構日益復雜 [1] 。齒輪箱是船舶的主要 動力部件,齒輪箱的工作狀態直接影響船舶的安全, 因此其一旦出現故障將導致船舶系統癱瘓,影響船舶 的航行任務 [2] 。timg212.jpg

         如何對船舶齒輪箱故障進行準確診斷 成為當前船舶研究領域的一個重大課題。 對于船舶齒輪箱故障診斷問題,20 世紀 80 年代就 有學者提出了診斷方法,其主要通過對船舶齒輪箱的 一些振動參數進行測量,如振動峰值,通過對這些振 動參數進行觀察和分析,找到這些參數與船舶齒輪箱 故障之間的關系,這種方法十分簡單,但是其存在船 舶齒輪箱故障診斷靈敏度差、診斷準確率低等不足 [3] 。 大多數情況下,根據一方面的參數無法對船舶齒輪箱 故障進行準確診斷,其涉及許多方面的內容,如船舶 齒輪箱工作原理、振動信號的分析等,在此背景下, 出現了基于智能化理論的船舶齒輪箱故障診斷方法, 如傅里葉變換的船舶齒輪箱故障診斷,通過傅里葉變 換對船舶齒輪箱的振動信號進行分析,提取相關特 征,但是該方法提取的特征不明顯,隨后出現了基于 最大熵譜的船舶齒輪箱故障診斷方法,其可以對船舶 齒輪箱故障進行準確定位,在此基礎上出現了基于奇 異值分解技術、包絡方法等船舶齒輪箱故障診斷方法 [4] 。 然而利用這些方法進行船舶齒輪箱故障診斷時,最后 必須建立船舶齒輪箱故障的分類器,當前船舶齒輪箱 故障診斷分類器主要有:模糊數學法、神經網絡,模 糊數學法根據模糊理論,將船舶齒輪箱故障診斷抽象 化,但是該理論十分抽象,普通人無法掌握,難以推 廣 [5] 。神經網絡是現代模式識別技術中機器學習算法 的佼佼者,其可以對特征向量和船舶齒輪箱故障診斷 類型之間的關系進行準確描述,這樣建立船舶齒輪箱 故障診斷分類器性能相對較優,但是其參數如何確定 一直是一個有待解決的難題 [6] 。 針對船舶齒輪箱故障診斷正確率的難題,提出蟻 群優化神經網絡的船舶齒輪箱故障診斷方法。采用小 波分析提取船舶齒輪箱故障診斷特征,采用神經網絡 建立船舶齒輪箱故障診斷和齒輪箱失效預測模型,采 用蟻群算法克服神經網絡存在的缺陷,實驗結果表 明,本文方法不僅提高了船舶齒輪箱故障診斷效果, 而且可以對船舶齒輪箱失效進行高精度預測。 

      1     船舶齒輪箱失效原因以及故障類型 1.1 齒輪箱失效原因 在船舶齒輪箱的工作過程中,能夠描述其工作狀 態的信息十分多,這樣與船舶齒輪箱故障相關的信息 也相當多,選擇那一種信息進行船舶齒輪箱故障診 斷,得到的故障診斷結果是各異的。船舶齒輪箱的主 要作用為:減速、倒順、離合、推力等,其性能的好 壞直接影響到船舶機械能否正常運行。引起船舶齒輪 箱產生故障的主要原因為:磨損、疲勞、設計不當、 不及時保養等。 1.2 齒輪箱故障類型 在船舶齒輪箱中,滾動軸承是最關鍵的零件,同 時也是容易出現故障的部件,因此本文主要研究船舶 齒輪箱的滾動軸承故障,其故障類型如表 1 所示。 

      2     船舶齒輪箱故障的特征提取 2.1 齒輪箱的振動機理 船舶齒輪箱可以看作是一個振動系統,其振動的 數學模型可以描述為: M r X+CX+k(t)[x?E(t)] = (T 2 ?iT 1 )/R, (1) 式中:X 為齒面嚙合力的相對位移;E(t)為兩齒輪 間的相對位移。 如果不考慮摩擦因素,那么 E(t)的計算公式為: E(t) = E 1 +E 2 (t), (2) 式中,E 1 和 E 2 分別表示船舶齒輪箱的彈性變形和故障 函數。 那么式(1)可以變為: M r X+CX+k(t)X = K(t)E 2 +K(t)E 2 (t)。 (3) K(t)E 2 (t) 從式(3)可以知道, 是引起船舶齒輪振動的 重要因素,船舶齒輪箱的故障與這部分的密切相關。 船舶齒輪箱發生故障時,振動頻率就會發生相應的變 化。在實際船舶齒輪箱故障診斷過程中,振動信號常 常淹沒于大量的噪聲中,因此需要采用一定的方法提 取船舶齒輪箱故障診斷的有用特征。 2.2 船舶齒輪箱故障診斷的特征提取 在傳統船舶齒輪箱故障診斷過程中,采用傅里葉 變換提取船舶齒輪箱故障特征,但是傅里葉變換其自 身存在難以克服的缺點,小波分析具有更好的信號分 析效果,為此本文選擇其提取船舶齒輪箱故障診斷特 征,具體步驟如下: 1)采集船舶齒輪箱故障診斷的振動信號。 { d j , j = 1,2,...,N } 2)對船舶齒輪箱的振動信號進行 N 層多分辨率分 解,那么可以得到 N 個低頻系數序列 。 j E j 3)計算第 層序列的能量 ,具體為: Z j = w ?S j (t) ? 2 d(t) = n ∑ k=1 |d j k | 2 。 (4) d j k 式中, 表示第 k 個分量。 {Z j , j = 1,2,...N} {Z 1 ,Z 2 ,...,Z N } 4)根據尺度產生序列 ,那么船舶 齒輪箱故障診斷的特征向量為: 。 本文提取船舶齒輪箱故障診斷第 1 層到第 4 層的 低頻特征值 Z 1 ,Z 2 ,…,Z 4 ,并將它們進行歸一化處 理,得到的特征值如表 2 所示。 表 1 船舶齒輪箱的主要故障類型 Tab. 1    Main fault types of ship gearboxes 船舶齒輪箱滾動軸承故障編號 故障類型 1 磨損 2 疲勞 3 腐蝕 4 壓痕 5 破裂 表 2 船舶齒輪箱故障診斷的故障特征 Tab. 2    Fault diagnosis of ship gearbox fault diagnosis 故障編號 Z 1 Z 2 Z 3 Z 4 1 0.052 0.998 0.532 0.531 2 0.429 0.474 0.400 0.857 3 0.607 0.206 0.707 0.785 4 0.459 0.816 0.205 0.317 5 0.953 0.065 0.800 0.122 第 40 卷 周    旭,等:船舶齒輪箱故障診斷及失效預報方法研究 · 77 · 3     船舶齒輪箱故障診斷模型 3.1 BP 神經網絡 p = √ m+n+l 在眾多神經網絡中,BP 神經網絡的分類性能最 佳,因此選擇其建立船舶齒輪箱故障診斷的分類器。 而 BP 神經網絡的結構和參數對船舶齒輪箱故障診斷結 果具有重要的影響,根據船舶齒輪箱故障診斷的實際 特點,神經網絡輸入節點數量與船舶齒輪箱故障診斷 特征向量數量相等,為此設置為 m=4,由于船舶齒輪 箱故障有 5 種類型,那么神經網絡的輸出的節點為 n=5,根據經驗公式 得到神經網絡的隱含 層節點為 9,l 取值為 6,這樣構建了 BP 神經網絡的結 構,那么船舶齒輪箱故障的編號方式如表 3 所示。 3.2 BP 神經網絡參數的優化 建立基于 BP 神經網絡的船舶齒輪箱故障分類器, 通常采用隨機方式確定初始化權值和閾值,這種確定 方式沒有依據、具有盲目性,導致 BP 神經網絡的訓練 時間長、且易陷入局部極值的缺陷,為此選擇蟻群算 法確定初始化權值和閾值。 4     驗證性測試 為了本文設計的船舶齒輪箱故障模型的性能,選 擇標準 BP 神經網絡進行船舶齒輪箱故障診斷對比測 試,它們的船舶齒輪箱故障診斷正確率如圖 1 所示。 從圖 1 可以看出,本文方法的船舶齒輪箱故障正確率 要高于標準 BP 神經網絡,這主要是本文方法引入蟻群 算法對神經網絡的初始化權值和閾值進行優化,得到 的初始化權值和閾值更為合理,建立了性能更優的船 舶齒輪箱故障診斷分類器,降低了船舶齒輪箱故障診 斷誤差。 為了驗證本文方法對船舶齒輪箱失效預報的性 能,對齒輪箱軸承失效進行預報實驗,共進行 5 次仿 真測試,統計它們的平均值,得到的結果如表 4 所 示。從表 4 可以看出,本文模型的船舶齒輪箱軸承失 效預報精度得以提高,較好克服了標準神經網絡訓練 時間長和易陷入局部極小值的缺點,并且加快了船舶 齒輪箱軸承失效預報速度。 5     結 語 為了改善船舶齒輪箱故障診斷效果,采用小波分 析提取船舶齒輪箱故障診斷特征向量,以描述船舶齒 輪箱故障診斷類型,然后采用神經網絡建立船舶齒輪 箱故障診斷器,并將神經網絡應用于船舶齒輪箱失效 的預報中。通過測試實驗驗證本文方法,是一種有效 的船舶齒輪箱故障診斷方法,同時可以獲得高精度的 船舶齒輪箱預報結果,具有廣泛的實際應用價值。

      你覺得這篇文章怎么樣?

      0 0
      網友評論

      管理員

      該內容暫無評論

      重慶市網友
      17898668978