详情

原文传递船舶综合电力推进系统故障诊断技术研究

论文题名：	船舶综合电力推进系统故障诊断技术研究
关键词：	船舶综合电力推进系统;中压直流;特征提取;故障诊断;模糊神经网络
摘要：	船舶综合电力推进系统在下一代先进船舶中发挥着重要的作用。随着推进载荷、船舶服务载荷、武器系统和任务系统对功率的需求不断增长，稳定可靠的船舶综合电力推进系统对于维持船舶运行的各个方面至关重要，也成为了提高船舶运行效率、经济性、可靠性以及生存能力的重要支撑。船舶中压直流综合电力推进系统是一种紧密耦合和复杂的网络结构，在船舶航行过程中，设备内部、直流母线或节点处很可能出现故障，这些故障通常会对电力推进系统造成严重的影响，从而危及船舶的正常航行。因此，在船舶不同操作条件下对系统中不同类型的故障进行快速检测和定位，保证综合电力推进系统的安全运行具有十分重要的研究意义。本文针对船舶中压直流综合电力推进系统故障诊断技术中的几个关键问题进行了研究: 　　首先，设计了船舶综合电力推进系统故障诊断体系结构。对系统中关键设备的典型故障及现象进行归纳总结，构建了船舶综合电力推进系统故障树，设计故障树-专家系统和智能故障诊断方法融为一体的故障诊断体系结构。然后研究了系统结构及运行机理，进而根据系统每部分的功能划分分别建立了发电系统数学模型、推进系统数学模型、区域负载数学模型以及配电系统数学模型，为后续的船舶综合电力推进系统故障特性分析及故障诊断技术研究提供必要的整体结构框架及系统数学模型。　　接着，对船舶综合电力推进系统智能故障诊断方法中的故障特征提取技术进行了研究。以精炼故障信息、剔除干扰成分、降低故障特征维数为目的，设计了基于噪声辅助的多元经验模态分解与能量矩理论的故障特征提取方法，利用噪声辅助的多元经验模态分解方法对多通道故障数据进行预处理，然后通过能量矩理论对分解结果中的关键信息进行提取。结合故障信号的自身特性，提出了基于速度修正-突变粒子群优化辅助的多元经验模态分解中白噪声方差参数的方法，引入了变异思想从而扩大了粒子的搜索范围，实现了对白噪声方差参数的自适应选取。进行船舶中压直流综合电力推进系统故障特征提取方法数值仿真和实测数据分析，验证了本文所提故障特征提取方法的有效性。　　然后，针对船舶综合电力推进系统中的电气故障诊断和定位技术进行了研究。对船舶综合电力推进系统中典型的电气故障产生的原因、故障发生后出现的现象以及对系统造成的影响进行了探讨及故障仿真。为了解决训练样本中正常样本和故障样本数量不平衡而引起的训练梯度发生偏移的问题，提出了一种基于经验模态分解和加权迭代LightGBM的电气故障诊断方法，设计了分类置信度评估方法，引入了训练样本权重系数，实现在样本不平衡情况下的船舶中压直流综合电力推进系统交流故障及直流故障的检测。提出了一种船舶综合电力推进系统多工况下的电气故障诊断和定位技术，将电气故障诊断和故障定位融合到同一架构中，仅通过对直流母线电压的检测和分析，确定系统中交流故障及直流故障的类型及发生的位置，降低了系统波动对故障诊断和定位方法的影响面积。研究了系统工况变化对故障诊断和定位方法的影响，以此设计了一种泛化能力强的电气故障诊断与定位方法。进行船舶综合电力推进系统多工况下电气故障诊断与定位方法有效性仿真验证，评估了所提的电气故障诊断与定位方法在不同工况下的泛化能力及有效性。　　最后，提出了一种船舶综合电力推进系统机械故障诊断技术。对船舶综合电力推进系统典型机械故障特性及现象进行了分析，结合机械故障特点和共性，设计船舶综合电力推进系统机械故障诊断思路。针对实际工程中难以获得大量的故障样本而导致的模型训练不充分的问题，提出一种基于改进泛函模糊神经网络的机械故障分类器，结合故障特征提取方法，设计了泛函连接网络与模糊神经网络相结合的网络结构，引入三角函数作为基函数以完成对输入数据的函数扩展，构建状态层以增加对有限训练样本的学习效率，实现在小样本情况下对机械故障进行准确快速的检测。以船舶推进电机典型故障以及燃气轮机典型故障为例，验证了本文所提的船舶综合电力推进系统故障特征提取方法和机械故障诊断方法的有效性。
作者：	孙玥
专业：	控制科学与工程
导师：	刘胜
授予学位：	博士
授予学位单位：	哈尔滨工程大学
学位年度：	2021