基于信息融合技術(shù)的船舶汽輪機(jī)故障診斷和預(yù)測(cè)的研究

張帥 曹毅 李亦鑫

摘 要：船舶制造行業(yè)發(fā)展速度飛快，在現(xiàn)今科技技術(shù)的支持下，船舶質(zhì)量被充分提升，船舶性能也變得更加穩(wěn)定，技術(shù)人員為了提升船舶運(yùn)行的合理性，充分強(qiáng)化了船舶的內(nèi)部系統(tǒng)，在船舶運(yùn)行過(guò)程中，其汽輪機(jī)裝置會(huì)出現(xiàn)一些故障問(wèn)題，通過(guò)對(duì)汽輪機(jī)的常見(jiàn)故障問(wèn)題進(jìn)行診斷可以即使完成汽輪機(jī)的處理工作，減少汽輪機(jī)運(yùn)轉(zhuǎn)問(wèn)題。隨著預(yù)測(cè)以及診斷汽輪機(jī)故障的應(yīng)用技術(shù)水平提升，技術(shù)人員也逐漸將信息融合科技融入其中。

關(guān)鍵詞：信息融合技術(shù)；船舶；汽輪機(jī)；故障診斷；預(yù)測(cè)

現(xiàn)代船舶系統(tǒng)的內(nèi)部構(gòu)造相對(duì)復(fù)雜，其部件種類豐富，多種部件在其中均發(fā)揮著相對(duì)獨(dú)特的作用，確保船舶可以被正常使用。在眾多的船舶部件中，汽輪機(jī)屬于核心部件，如果汽輪機(jī)出現(xiàn)異常的問(wèn)題，船舶的航行效率也將被降低，同時(shí)還會(huì)出現(xiàn)很多航行安全問(wèn)題。為了確保船舶保持安全的運(yùn)行狀態(tài)，技術(shù)人員需要預(yù)先對(duì)汽輪機(jī)可能存在的故障情況加以預(yù)測(cè)或者診斷，原有的故障分析系統(tǒng)顯露出了多種缺陷問(wèn)題，現(xiàn)對(duì)信息融合技術(shù)在這一環(huán)節(jié)中的應(yīng)用展開(kāi)探討。

1 汽輪機(jī)故障預(yù)測(cè)與診斷工作概述

汽輪機(jī)屬于蒸汽動(dòng)力裝置，其一般具有旋轉(zhuǎn)式的形式，速度被加快的氣流沖擊到汽輪機(jī)的葉片上時(shí)，裝置中的轉(zhuǎn)子會(huì)逐漸開(kāi)始旋轉(zhuǎn)，發(fā)揮出對(duì)外做功的功能，汽輪機(jī)可被應(yīng)用到化學(xué)工業(yè)、冶金以及發(fā)電等行業(yè)中。在給船舶制造動(dòng)力型裝置時(shí)也可應(yīng)用汽輪機(jī)裝置，該裝置將蒸汽熱能加以轉(zhuǎn)化，使其成為機(jī)械能，幫助推動(dòng)船舶正常運(yùn)行，借助能量轉(zhuǎn)換來(lái)實(shí)現(xiàn)應(yīng)用需求。現(xiàn)代船舶系統(tǒng)具有相對(duì)比較復(fù)雜的電力系統(tǒng)，相比從前，船舶需要航行的環(huán)境的復(fù)雜度也有所增加，當(dāng)外部航行環(huán)境與內(nèi)部系統(tǒng)均出現(xiàn)故障問(wèn)題時(shí)，船舶故障問(wèn)題也逐漸增加，同時(shí)故障問(wèn)題也變得更具復(fù)雜性。在探討汽輪機(jī)裝置存在的問(wèn)題時(shí)，技術(shù)人員需通過(guò)一些比較特殊的方法來(lái)判斷相應(yīng)的故障問(wèn)題，借助模型可以輔助故障分析活動(dòng)，在診斷汽輪機(jī)故障問(wèn)題時(shí)，需考慮到實(shí)效性與準(zhǔn)確性兩方面指標(biāo)。

汽輪機(jī)是能將蒸汽熱能轉(zhuǎn)化為機(jī)械功的外燃回轉(zhuǎn)式機(jī)械。來(lái)自鍋爐的蒸汽進(jìn)入汽輪機(jī)后，依次經(jīng)過(guò)一系列環(huán)形配置的噴嘴和動(dòng)葉，將蒸汽的熱能轉(zhuǎn)化為汽輪機(jī)轉(zhuǎn)子旋轉(zhuǎn)的機(jī)械能。蒸汽在汽輪機(jī)中，以不同方式進(jìn)行能量轉(zhuǎn)換，便構(gòu)成了不同工作原理的汽輪機(jī)。

在故障模型分析這一工作階段中，可以選擇結(jié)合信息化技術(shù)，對(duì)原有的單維度的工作模式進(jìn)行改變，通過(guò)多維度的分析模型來(lái)實(shí)現(xiàn)全面分析故障問(wèn)題的工作需求，在故障分析環(huán)節(jié)，需充分應(yīng)用神經(jīng)網(wǎng)絡(luò)相關(guān)的技術(shù)，基于多維信息的使用需求，技術(shù)人員需適當(dāng)?shù)貞?yīng)用信息融合技術(shù)，強(qiáng)化故障分析系統(tǒng)的可行性。

2 神經(jīng)網(wǎng)絡(luò)模型分析

在分析模型構(gòu)建工作環(huán)節(jié)中，技術(shù)人員首先需要可靠且合適的神經(jīng)網(wǎng)絡(luò)構(gòu)建出來(lái)，在分析環(huán)節(jié)需要應(yīng)用多種不同的傳感器裝置，進(jìn)而達(dá)到采集基礎(chǔ)信息的可靠目的，在信息分析過(guò)程中，技術(shù)人員可以對(duì)故障隸屬度進(jìn)行計(jì)算，確保輸入到神經(jīng)網(wǎng)絡(luò)的隸屬度可以達(dá)到一定的標(biāo)準(zhǔn)，給船舶應(yīng)用的汽輪機(jī)裝置具有的故障種類豐富，首先需應(yīng)用傳感器對(duì)相應(yīng)的故障信息加以采集，并根據(jù)故障問(wèn)題計(jì)算出最終的隸屬度，借助神經(jīng)網(wǎng)絡(luò)相關(guān)的理論來(lái)建設(shè)出診斷模型，對(duì)模型進(jìn)行初始化操作，通過(guò)歷史數(shù)據(jù)來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，做出最終的故障決策。

3 預(yù)測(cè)模型分析

3.1 實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)應(yīng)用需求

傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)對(duì)于汽輪機(jī)進(jìn)行故障診斷預(yù)測(cè)時(shí)，在網(wǎng)絡(luò)中添加了所有故障類型，通過(guò)訓(xùn)練序列對(duì)網(wǎng)絡(luò)進(jìn)行自組織學(xué)習(xí)。隨著船舶汽輪機(jī)結(jié)構(gòu)復(fù)雜度的增加，故障類型也隨之增加，網(wǎng)絡(luò)的診斷能力出現(xiàn)下降。基于信息融合的神經(jīng)網(wǎng)絡(luò)是一種集成架構(gòu)。首先對(duì)船舶汽輪機(jī)的故障類型進(jìn)行空間劃分，構(gòu)建不同子空間的故障特征參數(shù)空間，針對(duì)不同的子空間設(shè)定子神經(jīng)網(wǎng)絡(luò)，最后進(jìn)行數(shù)據(jù)融合，極大提高了判斷準(zhǔn)確性。在對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行身診斷時(shí)，主要需要經(jīng)過(guò)以下幾個(gè)工作環(huán)節(jié)，首先需要對(duì)相關(guān)的汽輪機(jī)進(jìn)行診斷，對(duì)于故障問(wèn)題存在關(guān)聯(lián)的信息加以采集，通過(guò)預(yù)處理模塊做出初步的故障問(wèn)題分析處理，確定故障問(wèn)題的具體所在，通過(guò)人機(jī)接口模塊來(lái)對(duì)其他的故障情況加以研究，通過(guò)融合使的神經(jīng)來(lái)進(jìn)行最終的決策。將傳感器采集的數(shù)據(jù)發(fā)送至不同故障診斷類型子網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)故障的最快定位。與傳統(tǒng)BP網(wǎng)絡(luò)不同，集成式神經(jīng)網(wǎng)絡(luò)通過(guò)多傳感器在不同位置采集故障設(shè)備信息，位置信息可以作為故障診斷的特征值，提高特征信息區(qū)分度。初始化時(shí)，通過(guò)訓(xùn)練序列確定各子網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程，此時(shí)子網(wǎng)絡(luò)為離線狀態(tài)，每個(gè)子網(wǎng)絡(luò)建立自身的檔案數(shù)據(jù)，保存訓(xùn)練后的網(wǎng)絡(luò)特征值。當(dāng)各子網(wǎng)絡(luò)訓(xùn)練完畢，并建立檔案數(shù)據(jù)后，進(jìn)入故障診斷階段，對(duì)傳感器采集的信息進(jìn)行分析。

設(shè)船舶汽輪機(jī)的故障類型為n，劃分的子網(wǎng)絡(luò)數(shù)為m，基于信息融合的故障決策處理在融合網(wǎng)絡(luò)中進(jìn)行。

假設(shè)子網(wǎng)絡(luò)NNi（0

經(jīng)過(guò)信息融合網(wǎng)絡(luò)處理的輸出為Y=FR，故障i的發(fā)生概率為：

Pi=fi1ri1+fi2ri2+fimrim

3.2 應(yīng)用故障診斷技術(shù)

在實(shí)際的船舶汽輪機(jī)故障診斷中，需要監(jiān)測(cè)的數(shù)據(jù)主要有：潤(rùn)滑油的量及位置、發(fā)動(dòng)機(jī)溫度、汽輪機(jī)的轉(zhuǎn)動(dòng)速率、空氣熱力傳導(dǎo)、汽輪震動(dòng)速率，這五大類監(jiān)測(cè)數(shù)據(jù)組成5個(gè)子神經(jīng)網(wǎng)絡(luò)，分別對(duì)應(yīng)d1，d2，d3，d4，d5。本文設(shè)計(jì)的汽輪機(jī)故障系統(tǒng)采用兩級(jí)神經(jīng)網(wǎng)絡(luò)架構(gòu)，如圖1所示。圖1中，各神經(jīng)子網(wǎng)絡(luò)d1，d2，d3，d4，d5通過(guò)自身的自組織學(xué)習(xí)能力對(duì)不同的故障類型進(jìn)行診斷，診斷后的結(jié)果發(fā)送至最終的信息融合神經(jīng)網(wǎng)絡(luò)進(jìn)行進(jìn)一步判別，得到更準(zhǔn)確的故障診斷結(jié)果。

4結(jié)束語(yǔ)

本文對(duì)現(xiàn)代船舶的內(nèi)置汽輪機(jī)裝置的實(shí)際情況進(jìn)行了分析，同時(shí)還探討了相應(yīng)的故障分析模型，信息融合技術(shù)在很多現(xiàn)代機(jī)械制造領(lǐng)域中均有良好應(yīng)用，在對(duì)船舶的問(wèn)題進(jìn)行分析時(shí)同樣也可以使用該種技術(shù)，本文結(jié)合汽輪機(jī)的實(shí)際特點(diǎn)探討了應(yīng)用該技術(shù)的具體情況，同時(shí)給出了一些應(yīng)用建議，經(jīng)過(guò)實(shí)際的應(yīng)用可以發(fā)現(xiàn)該技術(shù)可以有效地實(shí)現(xiàn)故障問(wèn)題仿真的工作需求，幫助研究人員對(duì)汽輪機(jī)的相關(guān)信息加以采集，同時(shí)還能將一些頻域信號(hào)發(fā)出，可預(yù)測(cè)與診斷的故障問(wèn)題類型豐富，可繼續(xù)被推廣應(yīng)用。

參考文獻(xiàn)

[1]黃振中，卞政明.基于信息融合技術(shù)的船舶汽輪機(jī)故障診斷和預(yù)測(cè)的研究[J].艦船科學(xué)技術(shù)，2017（7x），164-166.

[2]李環(huán)宇.基于信息融合的柴油機(jī)故障診斷技術(shù)研究[D].大連海事大學(xué)，2017.

[3]劉國(guó)斌.多傳感器信息融合與神經(jīng)網(wǎng)絡(luò)的汽輪機(jī)的故障分析[J].內(nèi)燃機(jī)與配件，2017（22），82-83.