原文传递
船闸反弧门底止水故障诊断及预测
| 论文题名： | 船闸反弧门底止水故障诊断及预测 |
| 关键词： | 船闸反弧门;ARIMA预测模型;LSTM预测模型;底止水;寿命预测 |
| 摘要： | 内河航运作为一种安全可靠、环境友好和可持续发展的交通运输方式，承担着推动我国经济社会发展的重任。但与此同时，航运业的快速发展直接导致船闸的日常超负荷运转，高压闸门止水装置的合理性和可靠性也面临严峻的考验。由于反弧门及底止水常年工作在深水环境中，且受到高水头水压、止水部件的老化以及季节性水位变化等因素影响，其底止水板与放置在底坎埋件的橡胶止水或钢止水的密封程度越来越差。当闸门关闭时，在高水头水压的持续冲击以及反弧门的自身重力作用下，由于无法精确判断反弧门及底止水的工作状态，可能发生反弧门直接撞击底坎的事件。因此，通过反弧门的准确定位来评判底止水工作情况是目前亟待解决的问题。 本文以葛洲坝三号船闸反弧门底止水为研究对象，通过对船闸反弧门运行状态监测系统的分析，依据采集到的倾角数据定位反弧门的运行位置，构建底止水高度变化长期预测模型，实现对反弧门底止水工作情况的分析和使用寿命的评估。本文研究的工作内容主要包括以下几方面： （1）简述船闸反弧门结构及工作原理，介绍倾角传感器的技术参数和测量方案。在反弧门无水运行的情况下，对比分析倾角传感器监测结果、传统标杆测定方法的结果和井下反弧门实测高度变化值，验证倾角传感器监测的可行性和稳定性，将实测正常工作环境下反弧门关终位高度变化序列作为底止水分析的原始时间序列。 （2）将反弧门的下降高度等效为底止水的下压高度，通过数学建模建立长期预测模型。对比分析ARIMA模型和LSTM模型的工作原理和网络结构，并评估二者的参数选择，总结LSTM模型相比于RNN模型的优势。 （3）分别选用ARIMA预测模型和LSTM预测模型，预测反弧门底止水高度变化时间序列的变化趋势，将经验模态分解和集合经验模态分解方法加入到LSTM预测模型中以提高预测精度。通过阶段性预测图和模型评判标准值筛选出精度最高的预测模型，作为橡胶止水寿命预测的参考模型。 （4）研究橡胶止水的老化问题，建立推导室温等效方程，评估橡胶老化对于底止水的影响，将橡胶老化问题与止水工作受闸门压力问题共同评判，综合推算反弧门底止水的更换周期。对反弧门底止水故障做初步诊断的研究，利用Mann-Kendall检验法对原始数据序列进行突变点检测，配合底止水阶段性变化预测结果，通过突变发生的频次和幅度对底止水是否发生故障做初步诊断。 |
| 作者： | 刘一鸣 |
| 专业： | 电子与通信工程 |
| 导师： | 乌旭 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
