详情

原文传递挖泥船泥泵预测性维护技术研究

论文题名：	挖泥船泥泵预测性维护技术研究
关键词：	挖泥船;泥泵设备;状态评估;剩余寿命预测;预测性维护
摘要：	泥泵作为挖泥船作业的主要大型部件，同时也是挖泥船消耗功率最大的设备，一般占挖泥船总装机功率的60%以上，其健康状态直接关系到挖泥船工作的展开，是制约船舶能耗水平的重要因素。因此在泥泵日常工作过程中安装了诸多传感器用以监测相关参数，这些数据深层次的反应了泥泵工作状态，但由于作业需求等各方面因素限制，往往没有得到充分的利用。此外，随着我国疏浚行业的不断发展，一批具有新服役、小样本、缺乏故障数据等特点的疏浚设备给相关运维方面也带来了挑战。本文以泥泵为对象，对预测性维护技术的相关应用进行了研究，基于泥泵SCADA数据，结合状态评估、趋势预测等技术实现预测性维修，对提高挖泥船泥泵运维效率及可靠度具有重要的实用价值和意义。　　论文的主要工作如下：　　（1）构建基于灰云模型和组合赋权的泥泵健康状态评估模型。首先对泥泵结构进行分析，建立泥泵健康状态评估指标体系；然后采取灰色白化权函数和正态云模型构建灰云模型，提出基于灰云模型和组合赋权的泥泵健康状态评估模型，结合实船数据开展评估。结果表明，灰云模型能很好的兼顾灵敏性与模糊性，验证了评估结果的正确性。　　（2）基于SCADA数据的劣化趋势预测神经网络构建及应用。首先采用聚类算法、双向清洗方法等数据预处理方法对原始工程数据进行工况划分、清洗，得到清洗后的数据样本；然后建立泥泵劣化趋势预测的EEMD-NARX神经网络模型，开展趋势预测。结果表明，各项误差指标均优于其他模型，验证了该方法的准确性。　　（3）考虑无失效性和极小子样的泥泵剩余寿命综合估计。首先对泥泵寿命寿命特点进行分析，针对其可靠性高、极小子样、无失效数据等特点，提出一种基于虚拟增广法-E-bayes的耦合估计方法；然后选取CMPASS数据集进行验证，结果表明，耦合估计能较好的贴合真实寿命分布，置信区间覆盖率达92.7%，验证耦合估计的有效性，结合实船数据对泥泵展开寿命分布估计。　　（4）基于RCM（Reliability-CenteredMaintenance）和预测性维护技术的泥泵预防性维修大纲建立。首先对泥泵日常故障及成因进行分析，考虑到各子系统在维修大纲制定流程上的同质性，以封水系统为例，作为分析对象；然后基于相关标准，结合船厂技术人员的经验开展RCM分析，并基于前述预测性维护技术，对预测性维修和定期维修的优劣进行比较。结果表明，相较于传统定期维修策略，预测性维修能有效的降低检查成本，同时能够有效避免事后维修的发生，从总体上来说，预测性维修优于定期维修。
作者：	黄龙归
专业：	轮机工程
导师：	邓义斌
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2022