标题 | 船舶机械故障诊断中灰色预测理论的应用研究 |
范文 | 李云芳 于德山 王邈 摘要:灰色预测理论应用于船舶机械故障诊断中,能够有效提升船舶接机械故障诊断的效率。本文结合油液光谱分析和工程阈值制定,将改进的灰色预测模型应用到某船综合传动装置的可靠性检验中,根据预测油液中Fe 质量浓度的变化,成功地监测到综合传动装置的故障异常征兆信息,有效地防止了故障的发生,希望能够给相关工作以有益借鉴 关键词:灰色预测理论;油液监测;机械设备;故障诊断 在经济与社会快速发展的今天,船舶是非常重要的一种运输工具,但在笔者的实际调查中却发现,我国当下就船舶机械设备故障诊断展开的研究较少,这就在一定程度上影响了船舶的正常运行,而为了解决这一问题,正是本文就灰色预测理论在船舶机械设备故障诊断中的应用展开具体研究的原因所在。 1 灰色预测理论概述 为了较好完成本文就灰色预测理论在船舶机械设备故障诊断中的应用展开的研究,我们首先需要深入了解何为灰色预测理论。灰色预测理论全称为灰色系统预测理论,这里理论认为现实世界存在大量已知、未知以及不确定的信息,而灰色系统则是指即存在已知信息又含有未知信息。之所以结合灰色预测理论展开船舶机械设备故障诊断应用的相关研究,主要是由于船舶机械设备在很大程度上具备着灰色系统的特征,而结合这一特征与灰色预测理论,我们就能够展开统观全局、全貌的分析,这自然就能够较好实现船舶机械设备故障诊断。 2 灰色预测理论应用的船舶机械设备故障诊断方法 对于结合灰色预测理论的船舶机械设备故障诊断方法来说,我们需要明晰这一诊断方法的诊断原理与方法步骤。 (1)诊断原理。 对于结合灰色预测理论的船舶机械设备故障诊断方法来说,这一诊断方法的实质属于船舶机械设备故障模式的识别,而在灰色预测理论的应用中,我们就可以通过将船舶机械设备故障与某参考模式之间的接近程度对比,完成船舶机械设备的状态识别与故障诊断。 (2)方法步骤。 对于结合灰色预测理论进行的具体船舶机械设备故障诊断来说,这一诊断可以具体分为灰生成、构造标准故障模式向量、确定待检状态模式向量、计算灰关联度、根据关联度大小进行故障分析与诊断等五个步骤。 ①灰生成。 在灰生成这一步骤中,我们需要结合需要进行故障的船舶机械设备,进行其各项参数的量纲采集,但由于采集得到向量纲不能直接用于比较,为此我们就需要结合灰生成步骤将相关采集得到的数据进行无量纲处理,这样就能够为后续的研究提供较为有力的支持。在具体的灰生成中,其本身需要经历层次变换、数值变换以及极性变换。在灰生成的层次变换中,这一变换主要包括累加生产与累减生成;而数值变化则主要包括出值化生成、均值化生成与区间值化生成;而在极性变换中,其主要包括上限效果测试、下限效果测试以及适中效果测试。 ②构造标准故障模式向量。 在构造标准故障模式向量这一步骤中,这一步骤我们需要考虑船舶机电设备因多种零件构成而存在的多层次性,而受这一多层次性影响,在具体结合灰色预测理论的船舶机械设备故障诊断中,我们就必须考虑船舶机电设备故障之间存在的关联关系。而在具体的标准故障模式向量构造中,这一构造需要结合故障模拟试验才能够得顺利展开,而通过船舶机械设备故障信号的采集,我们就可以完成具体的标准故障模式特征向量矩阵建立,即: XR=Xr1Xr2…Xrm=Xr1(1)Xr1(2)Xr1(n)Xr2(1)Xr2(2)Xr2(n)…Xrn(1)Xrn(2)Xrn(n) ③确定待检状态模式向量。 在结合灰色预测理论的船舶机械设备故障诊断中,我们还需要确定待检状态模式向量,而结合上文研究取得的数据,我们就可以完成具体的设备待检状态模确定,该待检状态模式向量为Y=(y(1,y(2,……,y(n))。值得注意的是,在这一待检状态模式向量的确定中,应用的相关数据都必须经历灰生成进行无量纲化处理,这样才能够保证这一环节较好支持船舶机械设备故障诊断的实现。 ④计算灰关联度。 在完成上述三环节工作后,我们就可以开展具体的灰关联度计算,这一灰关联度的计算需要结合公式展开。 ryi(y,xi)=1n∑nk=1(y(k),xi(k)) ⑤根据关联度大小进行故障分析与診断。 完成灰关联度的计算后,我们就可以进行具体的船舶机械设备故障分析与诊断。在结合关联度大小进行的故障分析与诊断中,我们需要将所有得到的灰关联度进行从大到小排序得到灰色关联序,这样就能够确定船舶机械设备故障模式的具体划分。 3 实际案例分析 机械在传动过程中,会不断出现磨损,磨损的颗粒会进入润滑油中,这样就会导致润滑油中的颗粒类物质不断增加。所以,通过对润滑油中颗粒物浓度的测定,就能够较好的分析出相关部件的磨损度。在实际的船舶综合传动装置试验中应用灰色预测模型,主要分为下面几个步骤: (1)运用光谱分析法测定传动装置运行不同时间后润滑油中Fe 的质量浓度。为了更加准确的反映出齿轮磨损状况,对润滑油进行采样时,要使得传动装置处于工作状况,并且每一个都要选取5个不同的位置实施光谱测定,测出铁元素的质量浓度之后取其平均值。 (2)然后建立灰色预测模型,并计算出预测值预测润滑油中Fe 质量浓度的变化。依据收集到的润滑油相关数据,基于前8 个月实测数据建立欧拉算法的预测模型,对该综合传动的下一个取样点的Fe 质量浓度进行预测,将其预测值和实测值进行对比分析。 (3)依据工程界限值来对摩擦部件出现磨损故障的期限进行确定。通过上述测定和预测,可以依据工程界限值来推算出该部位出现故障的时机,这就可以使工作人员在该部件出现故障之前对这些设备实施维护,从而有效避免故障的出现。 4 结语 灰色预测理论在对部件故障进行预测时具有较好的预测精度,且操作较为简单,因此已经非常广泛的应用到了机械故障诊断过程中。本文的研究表明:采用灰色预测理论对齿轮传动故障进行诊断,通过对润滑油中铁质量浓度的测定以及其曲线变化情况,结合工程界限值,能够很好的预测出该部件发生故障的时间,从而使工作人员在故障发生前对部件进行替换,有效地避免了故障的出现,提升了船舶的安全性。 参考文献: [1]李华兵,黄进明,荣礼,等.灰色预测理论在船舶机械故障诊断中的应用[J].上海海事大学学报,2017,38(3):8589. [2]董立立.灰系统理论及其在故障智能诊断中的应用研究[D].华东理工大学,2007. [3]董晨辰.基于数据驱动的船舶旋转机械故障诊断方法研究及应用[D].南京航空航天大学,2016. |
随便看 |
|
科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。