原文传递
数据驱动的船用轴承故障诊断和维修决策研究
| 论文题名： | 数据驱动的船用轴承故障诊断和维修决策研究 |
| 关键词： | 船用轴承;故障诊断;维修决策;数据驱动 |
| 摘要： | 轴承是船舶系统重要的组成部件，在船舶的安全可靠地运行中扮演着重要角色。因此，开展船用轴承故障诊断和维修决策研究具有十分重要的工程应用价值。当今，依靠以传感器技术为核心的状态监测手段，可以收集反映船用轴承健康状态变化的海量数据。本文通过分析轴承故障诊断和维修决策的研究背景与现状，采取数据驱动的方式，深入研究船用轴承故障诊断和维修决策方法。主要研究内容包括： 首先，充分利用小波分析在微弱信号处理上的优点，提出了基于多尺度小波包变换的船用轴承早期微弱故障征兆识别方法。结合深度卷积神经网络在图像识别上的优势，提出了基于深度卷积神经网络和S变换的船用轴承故障诊断方法。 其次，对轴承海量监测信号进行预处理，分别从时域、频域和时频域提取反映轴承状态变化的特征。在此基础上，对所提取的特征进行相关性和单调性分析，实现特征选择，并运用主成分分析法对所选择的特征进行了特征融合。 接着，研究轴承多目标维修决策方法。建立了基于维纳过程的退化模型，利用粒子滤波算法和蒙特卡洛算法实现参数估计和退化预测，揭示了轴承可靠性变化趋势。提出了基于经验贝叶斯算法的轴承寿命预测方法。基于退化建模和寿命预测，综合考虑轴承的可靠性、费用率和可用度等指标，建立了船用轴承维修决策的多目标模型。 最后，开展轴承加速寿命实验研究。设计并搭建实验平台，布置振动、温度和电流等传感器获取海量轴承监测数据。采用提出的方法对实验监测数据进行分析，验证了所提出方法的可行性和科学性。 |
| 作者： | 曹帅 |
| 专业： | 船舶与海洋工程 |
| 导师： | 吴军;熊尧 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
