摘要: |
安全始终是运输业永恒的主题,作为承担运输业务的载运工具——船舶在极其恶劣的环境中工作,它的安全性就显得尤为重要。而机舱又是船舶的“心脏”,所以研究船舶机舱的安全性对提高船舶运输的整体安全性有着重要意义。船舶机舱系统结构复杂,故障源多,噪声掺杂且相互影响。二十世纪60年代以来,相继开展了船舶机械状态监测与故障诊断技术的研究,近年来设备故障诊断技术得到了很大发展,但在船舶机舱信号采集方面仍需不断改善,把噪声作为一种信号用于故障诊断还不很成熟。
随着船舶朝大型化、高速化、复杂化方向发展,它所配备的推进主机以及发电机组也朝着高强度、大功率方向发展。船舶的推进动力以及发电机组都布置在狭小的机舱内,机舱内的两大噪声源:推进主机(通常为柴油机)噪声和发电机组(通常为柴油发电机组)噪声,使机舱内的工作环境十分恶劣,各种设备产生的噪声夹杂在一起,影响了轮机人员对于机舱设备状态的判断,还严重影响船员的工作效率。所以有必要将机舱内的背景噪声消除掉,从中提取设备的真实信号。
为此,从当今信号处理领域中较为活跃的一项研究课题—自适应滤波算法的研究出发,论文首先论述了自适应滤波的基本原理,进而介绍目前几种典型的自适应滤波算法及其应用。通过对几种典型自适应滤波算法的性能特点进行比较,给出了算法性能的综合评价。其中对LMS算法和RLS算法进行了较深入的理论分析和研究,在此基础上,对自适应滤波在信号处理方面的应用—自适应消噪(ANC)技术进行了阐述,利用自适应消噪(ANC)技术对复杂的信号进行预处理,消除背景噪声或机组工况变化的影响,能正确提取淹没在噪声中的信息,使进一步的状态识别大大简化,为诊断故障提供有用的信息。在机舱背景噪声的自适应消噪中,通过大量试验验证了该算法能把背景噪声消除,从中提取机器的真实信息。 |