【摘要】：船用電源及慣導部件是船舶在海上安全、可靠航行的重要保障,一旦發(fā)生故障很可能帶來巨大的安全隱患。對船用電源及慣導部件進行故障預(yù)測,及早發(fā)現(xiàn)潛在故障,做到“視情維修”,對船舶航行的安全具有重要意義。本文以船用某型電源及慣導部件為對象,圍繞其故障預(yù)測技術(shù),開展了包括故障模式分析、特征參數(shù)提取、狀態(tài)評估、參數(shù)預(yù)測等技術(shù)的研究工作;并以此為基礎(chǔ)構(gòu)建了某船用電源及慣導部件的故障預(yù)測系統(tǒng)。主要研究內(nèi)容如下:分析了船用電源的故障模式,針對電源早期故障難以被發(fā)現(xiàn)的問題,采用小波分析提取特征參數(shù),利用隱馬爾科夫模型(HMM)與KL距離相結(jié)合的方法進行狀態(tài)評估,將變化微弱的早期電源狀態(tài)特征轉(zhuǎn)化為明顯的KL距離,以發(fā)現(xiàn)電源早期退化趨勢,實現(xiàn)電源的狀態(tài)評估。當電源健康狀態(tài)出現(xiàn)一定偏離,但沒有發(fā)生故障時,應(yīng)密切關(guān)注此時電源的未來狀態(tài),針對這類狀態(tài)預(yù)測問題,提出了基于極限學習機(ELM)與HMM相結(jié)合的狀態(tài)預(yù)測方法,實現(xiàn)對電源的狀態(tài)預(yù)測。結(jié)合實際數(shù)據(jù)驗證了方法有效性。分析了船用慣導系統(tǒng)中的陀螺儀的故障模式,提出將隨機漂移數(shù)據(jù)作為故障特征參數(shù)。針對隨機漂移數(shù)據(jù)的隨機性、非線性、非平穩(wěn)性、弱時變性特點,提出基于灰色相關(guān)向量機(AGO-RVM)的故障預(yù)測方法,提高隨機漂移的預(yù)測精度。針對相關(guān)向量機(RVM)長期趨勢預(yù)測精度差的問題,提出利用灰色關(guān)聯(lián)分析對RVM模型進行動態(tài)更新,實現(xiàn)對隨機漂移的長期趨勢預(yù)測。結(jié)合實際數(shù)據(jù)驗證了方法有效性。分析了船用電源及慣導部件故障預(yù)測系統(tǒng)的需求,提出了基于聯(lián)合試驗平臺架構(gòu)的故障預(yù)測系統(tǒng)總體方案。采用本文提出的狀態(tài)評估方法、故障預(yù)測方法,開發(fā)了可運行于聯(lián)合試驗平臺的針對船用某型電源及陀螺儀的數(shù)據(jù)采集組件、數(shù)據(jù)預(yù)處理組件、狀態(tài)評估組件及故障預(yù)測組件。利用聯(lián)合試驗平臺工具集成了船用某型電源及慣導部件故障預(yù)測系統(tǒng),對相關(guān)的硬件設(shè)備進行選型,將故障預(yù)測系統(tǒng)運行于硬件平臺上。在聯(lián)合試驗平臺上構(gòu)建測試方案,完成故障預(yù)測系統(tǒng)系統(tǒng)集成測試。利用本項目合作單位提供的數(shù)據(jù)完成了系統(tǒng)功能驗證試驗,驗證結(jié)果驗證了本文研制成果的有效性。
【圖文】：

圖 2-1 輸出電壓波形圖對應(yīng)不同退化狀態(tài)，由于輸出電壓信號受外界因素干擾弱的早期故障信號常常會淹沒在噪聲中，同時電源輸出響，直接利用非線性、非平穩(wěn)的電壓數(shù)據(jù)難以對電源的測。為了挖掘更多故障信息，應(yīng)采取適當?shù)奶卣魈崛》?

圖 2-7 狀態(tài)評估曲線從圖中可以看出，隨著退化程度的加深，KL 距離值單調(diào)增加，且趨勢明顯。因此，，本文將船用某型電源的輸出電壓提取小波包能量作為特征參數(shù)，利用 CHMM 模型與 KL 距離相結(jié)合的方法能夠?qū)崿F(xiàn)對該類型電源狀態(tài)的評估，且易于觀測到電源早期的退化趨勢。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U672

【參考文獻】

相關(guān)期刊論文 前10條

1 田穎;汪立新;李燦;陳偉;;基于EEMD-RVM的陀螺漂移混合建模預(yù)測[J];傳感技術(shù)學報;2015年10期

2 代成龍;皮德常;方針;彭慧;;半球諧振陀螺儀壽命的一種長周期預(yù)測方法[J];宇航學報;2015年01期

3 李勇;陳俊達;張勝滿;常亮;;粒子濾波優(yōu)化的相關(guān)向量回歸多步預(yù)測方法[J];微電子學與計算機;2015年01期

4 沈強;劉潔瑜;王琪;王杰飛;;基于相關(guān)向量機的MEMS陀螺儀隨機漂移補償[J];傳感技術(shù)學報;2014年05期

5 何星;王宏力;陸敬輝;姜偉;;一種用于陀螺隨機漂移預(yù)測的多尺度混合建模方法[J];中國慣性技術(shù)學報;2014年02期

6 吳明輝;許愛強;周小程;裘璐光;;基于時間序列分析的動調(diào)陀螺儀故障預(yù)測研究[J];計算機測量與控制;2014年02期

7 吳yN;王友仁;姜媛媛;林華;;基于特征參數(shù)退化的DC/DC變換器故障預(yù)測[J];儀器儀表學報;2013年06期

8 胡迪;董云峰;;基于RVM回歸的姿控系統(tǒng)多故障檢測[J];電機與控制學報;2011年09期

9 欒家輝;劉亞龍;呂琛;;基于小波分析和LSSVM的高壓直流電源故障診斷[J];南京航空航天大學學報;2011年S1期

10 楊麗;趙偉;劉建業(yè);;基于小波神經(jīng)網(wǎng)絡(luò)的陀螺漂移預(yù)測研究[J];導航與控制;2010年02期

相關(guān)博士學位論文 前1條

1 楊建平;證據(jù)理論及其復雜系統(tǒng)可靠性分析方法與應(yīng)用研究[D];電子科技大學;2012年

相關(guān)碩士學位論文 前3條

1 馬文壇;聯(lián)合試驗平臺信息監(jiān)控工具開發(fā)[D];哈爾濱工業(yè)大學;2017年

2 喻澤林;基于多特征模型模擬電路故障預(yù)測技術(shù)研究與實現(xiàn)[D];電子科技大學;2016年

3 孟W

本文編號：2682140