[发明专利]基于多源信息融合的海水泵故障监测装置与诊断方法

说明书

本发明属于故障诊断技术领域，尤其涉及一种基于多源信息融合的故障监测装置与诊断方法，故障监测装置包括振动信号采集单元A、电流信号采集单元B和信号处理单元C；信号采集单元A和B使用传感器采集海水冷却泵的振动和电流数据，信号处理单元C对其进行快速傅里叶变换(FFT)处理得到频域信息，故障监测装置能实时监测海水泵的振动信号和电流信号的时频域状态，并作为故障诊断的数据准备。基于多源信息融合的海水泵故障诊断方法，以迁移核局部保持投影算法为模型，将故障监测装置得到的多源信号信息作为输入，以Asubgt;cc/subgt;和F1‑score为评价指标，利用训练好的分类器对未知故障数据进行分类识别，能够快速获取故障信息，增强泛化能力，提高诊断的准确率。

技术领域

本发明属于故障诊断技术领域，尤其涉及一种基于多源信息融合的故障监测装置与诊断方法。

背景技术

随着智能船舶信息化的发展，以及行业产品工艺的精益求精，船舶辅机的运行健康状况开始受到关注。海水泵作为船舶辅机冷却系统的重要组成设备，他们能否正常运转关系到船舶出行安全问题，因此对其进行故障诊断具有重要的意义。海水泵机组由电动机驱动，泵体、叶轮、轴承和机械密封等组件构成，结构复杂，激励源多，处于高温高湿高盐雾与船体摇摆晃动的恶劣环境，故障信号往往具有非线性和非平稳性。

目前海水泵普遍采用振动信号与报警的方式进行故障监测，现有方法通常安排船员使用手持式的测振仪进行周期性振动检测，由于分布较为分散使测量耗时较长，由于周围环境影响和单一信号监测产生误报漏报严重问题，并且报警无法给出详细的故障位置、原因、损伤程度等信息，依旧需要人工分析检查，并没有达到减少事故和损失的目的。

时频分析是设备故障诊断中应用最多的一种方法，可以根据信号的频率分布特征和变化趋势来判断故障类型和程度，但需要掌握大量信号处理专业知识，且对于复杂信号在内外多激励干扰情况下，很难提取到有效的早期故障特征。进一步地，伴随大数据时代的到来，信号处理、机器学习与深度学习算法在故障诊断领域成为热点研究。但是这些方法通用性差，只能诊断同一工况下的故障，无法学习故障相似特征，并且在实际故障诊断中很难收集到同一海水泵甚至同一运行工况下的故障数据，由此产生的数据困境导致其无法用于实际故障诊断，不能满足日益发展的船舶智能化、信息化的要求。

发明内容

为了克服现有技术中海水泵单一信号监测、故障信息不具象、多源数据融合以及诊断精度差的技术问题，本发明提供基于多源信息耦合的海水泵故障监测装置与诊断方法，以迁移核局部保持投影算法为模型，将多种传感器采集到的振动信号与电流信号的时频域信息作为模型输入，以数据融合的评价指标为依据，利用训练好的分类器对待诊断的海水泵多源数据进行分类识别，能够快速获取故障具体信息，提高故障诊断的准确率。

为达到上述目的，本发明是通过以下技术方案实现的：

本发明提供一种海水泵故障监测装置，包括:振动信号采集单元A、电流信号采集单元B和信号处理单元C；振动信号采集单元A使用加速度传感器采集海水冷却泵的原始振动数据，电流信号采集单元B使用电流互感器采集海水泵机组的电机三相电流，信号处理单元C对加速度数据和电流信号数据进行快速傅里叶变换(FFT)处理得到频域信息，故障监测单元能实时监测海水泵的振动信号和电流信号的时频域状态，并将其作为故障诊断的数据准备前提，判断船舶设备的正常振动状态及异常状态。

本发明的进一步改进，振动信号采集单元A包括：stm32f103模块1，三轴加速度传感器模块2，RS485通讯模块3，电源供电模块4；通过加速度传感器模块2采集海水冷却泵的三轴加速度数据，并通过SPI接口向stm32f103模块1传输原始加速度数据，stm32f103模块1接收到加速度数据后进行消除趋势项处理，再通过RS485通讯模块将其传输给信号处理单元。