详情

原文传递基于综合健康因子的船舶动力系统状态评估及失效预测方法研究

论文题名：	基于综合健康因子的船舶动力系统状态评估及失效预测方法研究
关键词：	船舶动力系统;综合健康因子;状态评估;失效预测
摘要：	随着现代技术的发展，船舶自动化和智能化水平逐步提高，船舶系统的运行维护技术面临着新的问题。依靠人类经验和知识的船舶管理手段已不能满足智能船舶的运维需求。随着状态监测及评估、故障诊断和失效预测技术的深入研究，基于更主动维护策略的健康管理逐渐成为智能运维的新趋势。而运维的重心更多的是从全局的、系统的研究船舶系统及其设备组件的健康状态变化规律，因此，开展系统健康状态评估及失效预测的研究具有重要理论意义和实际应用价值。　　本文围绕船舶系统运行过程中性能状态退化、不确定性等实际工程和内在科学问题，结合现代评估和预测方法理论，开展了系统健康状态评估及预测研究，旨在完成全生命周期的健康状态识别和健康状态预测，实现系统的健康管理。本文主要研究工作如下：　　(1) 系统结构功能及健康状态影响因素分析　　根据船舶系统的结构及类型特点，分析了影响系统健康状态的内部及外部不确定性因素，提出了利用功能分析法实现系统功能的划分，明确系统任务。选择船舶燃油供给系统作为目标系统，分析了系统结构及基本工作原理并确定了系统状态参数。　　(2) 面向系统不确定性的状态参数自适应基线及阈值模型建立　　考虑系统健康状态逐渐变化且受整个生命周期内不确定性的影响，系统的状态参数参考标准(基线值及阈值)也要随之改变。因此论文提出了自适应基线及阈值的构建方法。利用系统健康状态数据建立数据驱动模型，实现基线及阈值的自动更新，为评估和预测提供了更加准确的参考基准。进而结合基线-阈值方法实现了系统健康阶段的定义并确定了失效预测始点。　　(3) 基于云重心模型的系统健康状态评估　　提出了系统健康状态评估健康因子的内涵和概念，建立了表征系统健康状态的指标体系。通过构建云重心模型，实现系统状态参数、人为主观因素的有机融合，综合了定性知识与定量数据的优势，同时考虑了船舶燃油供给系统中设备及其组件相互之间的关联、影响的特点，实现了系统健康状态评估。利用综合权重方法，实现了各个指标权重的动态更新，并有效跟踪系统健康状态的变化。　　(4) 基于融合健康因子的系统失效预测　　提出了系统健康状态失效预测的内涵，构建了系统失效健康因子。利用分型理论优化动态主元分析方法，实现了系统退化特征的动态自适应提取。利用栈式自编码方法实现多维退化特征到单一健康因子序列的映射，尽可能保留系统的健康状态信息。针对船舶系统存在全局退化、局部自愈及局部干扰现象，提出了采用变分模态方法对健康因子序列分解，并根据分解后信号的不同特点采用混合失效预测实现健康状态的追踪，解决了不同预测模型适用于不同数据特征的问题，提高了系统健康状态预测精度。　　(5) 系统应用案例研究　　基于上述研究成果，以船舶燃油供给系统为对象，应用系统健康状态评估及预测模型，利用不同状态的实船数据，开展了系统健康状态的评估及预测的应用验证。结合验证结果我们发现，实现系统的连续的动态评估及预测可以更好的量化系统健康状态，尤其适用于具有明显自愈功能的船舶系统。评估及预测结果为船舶管理人员决策的制定提供了量化基准，为船舶智能运维提供了有效解决方案，具有工程应用价值。
作者：	张鹏
专业：	轮机工程
导师：	孙培廷
授予学位：	博士
授予学位单位：	大连海事大学
学位年度：	2022