[发明专利]基于CAS分析和神经网络的轴系状态监测及评估方法

说明书

本申请属于船舶状态监测及评估方法技术领域，尤其涉及一种基于CAS分析和神经网络的轴系状态监测及评估方法。包括如下步骤：构建模型确定测点，确定测试方案，确定轴系额定运行工况点，针对各类数据测点和处理后的历史数据，构建并训练神经网络，校验其正确性；采集不同工况下的测试数据，根据各测试工况下的状态评价隶属度值对轴系的状态进行监测和评估。本申请的基于CAS分析和神经网络的轴系状态监测及评估方法，能够在现有监测基础上，提高测点的布置效率，降低分析数据的维度和复杂性，提高特征数据的代表性，使得基于该方法的更加科学合理，评估结果具有更高的准确率和可靠性，有助于提高船舶轴系状态监测与评估的效率。

技术领域

本申请属于船舶状态监测及评估方法技术领域，尤其涉及一种基于CAS 分析和神经网络的轴系状态监测及评估方法。

背景技术

轴系作为船舶动力装置的重要组成部分，其主要作用将主机产生的功率 传递给推进器，进而推动船体的运动，作为重要的能量传递装置，轴系运行 的可靠性和安全性是确保船舶完成各种任务和使命的前提，目前我国所研制 的某型船舶仍然存在着推进轴系艉轴承异常磨损等问题，造成这些问题的原 因主要取决于轴系运行阶段下的动力学状态。

由于轴系具有布置跨距长、转速高、受力复杂等特点，导致其在运行中 易受到各种因素影响，如：螺旋桨在不均匀伴流场中的非定常激振力、船体 变形、轴承油膜刚度以及温度等，目前对于船舶轴系的研究主要集中于轴系 振动和校中特性分析，对于轴系的状态监测与评估研究较少，且目前对轴系 运行状态的监测评估研究还只是对轴系某些运行参数的监测，但这些数据是 否能够科学合理高效地反映轴系状态以及如何提高这些数据的利用率还有待 进一步验证和研究。

发明内容

本申请的目的在于，提供一种基于CAS分析和神经网络的轴系状态监测 及评估方法，通过结合仿真计算、参数相关性分析、灵敏度分析、BP神经网 络数据分析以及隶属度理论对轴系载荷位移信号进行处理，筛选出独立并具 有特征代表性的测点及状态参数，以实现更高效率地获取和分析不同状态下 轴系动力学特性状态随各特征参数的变化规律，提高船舶轴系动力学状态监 测与评估结果的准确性。

为实现上述目的，本申请采用如下技术方案。

一种基于CAS分析和神经网络的轴系状态监测及评估方法，包括如下步 骤：

步骤一、构建模型确定测点

根据轴系结构，构建轴系有限元仿真计算模型，获取轴系整体变形状态 及其负荷状态，确定除轴承处外其余轴系各测点x₁、x₂...x_n，轴承处测点 y₁、y₂...y_m；

步骤二、确定测试方案

基于电阻应变片法测量测点y₁、y₂...y_m的轴承载荷；基于三向光电位移传 感器测量具有回旋振动和纵向振动的测点x₁、x₂...x_p(pn)处的轴系三向振幅 值；基于脉冲时序法测量具有扭转振动的测点x_p+1、x_p+2...x_n的轴系截面扭转角；

步骤三、选取轴系不同运行工况点，获取各运行工况下多组轴系在正常 运行和故障运行时的监测数据作为历史数据，并分别对各组监测数据所反映 的轴系运行状态进行专家打分，获取各组数据所对应的健康评价隶属度；

步骤四、将获得的历史数据按类进行归一化处理，归一化公式为： 其中，z_i为同一类型监测值；z_i-norm为该类型标准化后数据； z_min为该类型监测数据中的最小值；z_max为该类型监测数据中的最大值；