近年來,隨著智能船舶概念的興起,以及大數(shù)據(jù)、云計(jì)算及物聯(lián)網(wǎng)等互聯(lián)網(wǎng)及信息技術(shù)的發(fā)展,船舶智能化已經(jīng)成為全球航運(yùn)的大勢(shì)所趨。目前智能船舶的研究已在全球范圍內(nèi)開展。對(duì)船舶機(jī)械設(shè)備的運(yùn)行狀態(tài)、健康狀況進(jìn)行分析和評(píng)估,制定船舶機(jī)械設(shè)備操作決策和維護(hù)保養(yǎng)計(jì)劃,是智能船舶的主要目的之一。船舶機(jī)械設(shè)備主要包括船舶動(dòng)力系統(tǒng)、船舶輔機(jī)、發(fā)電機(jī)等。其中船舶動(dòng)力系統(tǒng)承擔(dān)著能量傳輸,動(dòng)力傳遞和推進(jìn)船舶的使命,被稱為船舶的“心臟”。船舶推進(jìn)軸系是船舶動(dòng)力系統(tǒng)的重要組成部分,在船體變形和風(fēng)浪等外部載荷作用下,振動(dòng)明顯加劇,加速船舶軸系故障的發(fā)生,這使得船舶軸系運(yùn)行的可靠性和安全性成為了關(guān)注的重點(diǎn)。對(duì)船舶推進(jìn)軸系狀態(tài)的狀態(tài)監(jiān)測(cè)與故障診斷是保證船舶動(dòng)力裝置的可靠運(yùn)行,實(shí)現(xiàn)船舶航行安全的有效手段。如何有效地、及時(shí)地、準(zhǔn)確地識(shí)別和診斷船舶軸系的各種異常狀態(tài)或故障,是進(jìn)行船舶軸系狀態(tài)監(jiān)測(cè)與故障診斷研究的關(guān)鍵,是提高船舶軸系運(yùn)行的可靠性和有效性的重要保障。文中以船舶推進(jìn)軸系為研究對(duì)象,在研究船體變形和外載荷激勵(lì)對(duì)船舶推進(jìn)軸系振動(dòng)影響的基礎(chǔ)上,提出了船舶推進(jìn)軸系振動(dòng)信號(hào)故障特征提取和故障診斷的方法,為船舶軸系的智能故障診斷方法... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：135 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀與分析
        1.2.1 軸系狀態(tài)監(jiān)測(cè)與故障診斷
        1.2.2 振動(dòng)故障信號(hào)特征提取
        1.2.3 人工智能在故障診斷中的研究現(xiàn)狀
        1.2.4 當(dāng)前研究中存在的問題
    1.3 課題來源
    1.4 主要研究內(nèi)容
第2章 船舶軸系運(yùn)行狀態(tài)影響因素及特征提取方法
    2.1 船舶軸系運(yùn)行狀態(tài)影響因素
        2.1.1 船體變形
        2.1.2 軸承剛度
        2.1.3 溫度變化
        2.1.4 螺旋槳激勵(lì)力
        2.1.5 軸與軸承間油膜影響
    2.2 軸系常見振動(dòng)故障機(jī)理
        2.2.1 不平衡的機(jī)理
        2.2.2 不對(duì)中的機(jī)理
        2.2.3 軸系碰摩的機(jī)理
        2.2.4 油膜渦動(dòng)的機(jī)理
    2.3 常見的振動(dòng)故障特征提取方法
        2.3.1 瞬時(shí)頻率
        2.3.2 短時(shí)傅里葉變換
        2.3.3 小波變換
        2.3.4 Wigner-Ville 分布
    2.4 HHT方法及其改進(jìn)方法
        2.4.1 EMD分解及存在的問題
        2.4.2 EEMD分解及存在的問題
    2.5 VMD方法
        2.5.1 VMD分解的原理
        2.5.2 VMD分解的步驟
        2.5.3 EMD,EEMD 與 VMD 分解效果對(duì)比
        2.5.4 VMD方法的特點(diǎn)
    2.6 本章小結(jié)
第3章 船體變形下軸系振動(dòng)影響因素分析
    3.1 船體變形下的軸系振動(dòng)模型
        3.1.1 理論模型
        3.1.2 邊界條件的討論
    3.2 船體變形下軸系振動(dòng)的影響因素研究
        3.2.1 理論模型與數(shù)值模型的對(duì)比
        3.2.2 船體變形對(duì)軸系振動(dòng)的影響研究
    3.3 實(shí)船試驗(yàn)
        3.3.1 試驗(yàn)船舶參數(shù)
        3.3.2 實(shí)船試驗(yàn)方案
        3.3.3 試驗(yàn)條件
        3.3.4 實(shí)船結(jié)果分析
    3.4 本章小結(jié)
第4章 多激勵(lì)下的船舶軸系振動(dòng)特性試驗(yàn)研究
    4.1 船舶軸系試驗(yàn)臺(tái)試驗(yàn)
        4.1.1 試驗(yàn)臺(tái)基本組成及加載系統(tǒng)
        4.1.2 試驗(yàn)方案
    4.2 靜態(tài)加載時(shí)軸系振動(dòng)分析
        4.2.1 不同強(qiáng)制位移的大小和方向的影響
        4.2.2 不同響應(yīng)點(diǎn)的位置和方向的影響
        4.2.3 混合激勵(lì)的影響
        4.2.4 不同轉(zhuǎn)速的影響
    4.3 動(dòng)態(tài)加載時(shí)軸系振動(dòng)分析
        4.3.1 不同激勵(lì)力的大小和方向的影響
        4.3.2 不同響應(yīng)點(diǎn)的位置和方向的影響
        4.3.3 混合激勵(lì)的影響
        4.3.4 轉(zhuǎn)速的影響
    4.4 變頻激勵(lì)下軸系振動(dòng)分析
        4.4.1 不同頻率的影響
        4.4.2 變頻激勵(lì)的影響
        4.4.3 不同激勵(lì)力的大小和方向的影響
        4.4.4 不同響應(yīng)點(diǎn)的位置和方向的影響
        4.4.5 轉(zhuǎn)速的影響
    4.5 本章小結(jié)
第5章 基于VMD的軸系故障特征提取方法研究
    5.1 軸系故障模擬實(shí)驗(yàn)
    5.2 基于VMD的油膜渦動(dòng)故障特征提取
    5.3 VMD的參數(shù)優(yōu)化方法研究
        5.3.1 VMD參數(shù)對(duì)分解結(jié)果的影響
        5.3.2 VMD參數(shù)選擇方法研究
        5.3.3 VMD參數(shù)選擇步驟
    5.4 基于改進(jìn)VMD-能量熵的軸系故障特征提取
    5.5 本章小結(jié)
第6章 基于深度學(xué)習(xí)的船舶軸系故障診斷方法研究
    6.1 機(jī)器學(xué)習(xí)在軸系故障診斷中的應(yīng)用
        6.1.1 人工神經(jīng)網(wǎng)絡(luò)
        6.1.2 支持向量機(jī)
        6.1.3 支持向量機(jī)在軸系故障診斷中的應(yīng)用
    6.2 深度學(xué)習(xí)理論
        6.2.1 深度學(xué)習(xí)概述
        6.2.2 深度學(xué)習(xí)思想
    6.3 深度置信網(wǎng)絡(luò)
        6.3.1 受限玻爾茲曼機(jī)
        6.3.2 深度置信網(wǎng)絡(luò)
        6.3.3 DBN參數(shù)選擇分析
    6.4 基于DBN的軸系故障診斷研究
        6.4.1 軸系故障數(shù)據(jù)預(yù)處理
        6.4.2 基于DBN的分類結(jié)果對(duì)比
    6.5 本章小結(jié)
第7章 結(jié)論與展望
    7.1 結(jié)論
    7.2 創(chuàng)新點(diǎn)
    7.3 展望
致謝
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及參加的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]“大智”輪的標(biāo)志性意義[J]. 胥苗苗.  中國船檢. 2017(12)
[2]基于混合核學(xué)習(xí)支持向量機(jī)的主減速器故障診斷[J]. 張華偉,左旭艷,潘昊.  計(jì)算機(jī)應(yīng)用與軟件. 2017(05)
[3]基于改進(jìn)變分模態(tài)分解的旋轉(zhuǎn)機(jī)械故障時(shí)頻分析方法[J]. 劉尚坤,唐貴基,王曉龍.  振動(dòng)工程學(xué)報(bào). 2016(06)
[4]變分模態(tài)分解在齒輪箱故障診斷中的應(yīng)用[J]. 閆洪波,孫午向.  內(nèi)蒙古科技與經(jīng)濟(jì). 2016(21)
[5]基于二維變分模態(tài)分解和自適應(yīng)中值濾波的圖像去噪方法[J]. 劉嘉敏,彭玲,袁佳成,劉軍委.  計(jì)算機(jī)應(yīng)用研究. 2017(10)
[6]碰摩載荷下船舶軸系轉(zhuǎn)速與縱向振動(dòng)間影響研究[J]. 李亞楠,董良雄,蘇志鵬,楊金超.  機(jī)械工程師. 2016(10)
[7]基于變分模態(tài)分解參數(shù)估計(jì)的滾動(dòng)軸承故障信息提取方法[J]. 楊洪柏,蔣超,石坤舉,劉樹林.  軸承. 2016(10)
[8]基于DBN的故障特征提取及診斷方法研究[J]. 趙光權(quán),葛強(qiáng)強(qiáng),劉小勇,彭喜元.  儀器儀表學(xué)報(bào). 2016(09)
[9]基于ZigBee的船舶軸功率監(jiān)測(cè)系統(tǒng)開發(fā)及故障診斷研究[J]. 楊琨,閆治宇,寧亞飛,武龍飛,王維韜,楊瑤瑤.  機(jī)床與液壓. 2016(15)
[10]變分模態(tài)分解方法及其在滾動(dòng)軸承早期故障診斷中的應(yīng)用[J]. 唐貴基,王曉龍.  振動(dòng)工程學(xué)報(bào). 2016(04)

博士論文
[1]基于變分模態(tài)分解的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障診斷研究[D]. 武英杰.華北電力大學(xué)(北京) 2016
[2]螺旋槳激振力引起的船體結(jié)構(gòu)振動(dòng)及水下輻射噪聲特性研究[D]. 李燎原.哈爾濱工程大學(xué) 2016
[3]船舶柴油機(jī)推進(jìn)軸系狀態(tài)評(píng)價(jià)方法的研究[D]. 王宏志.大連海事大學(xué) 2015
[4]大型船舶推進(jìn)軸系功率流分析理論與方法研究[D]. 秦麗.武漢理工大學(xué) 2014
[5]基于局部均值分解的DFB激光器調(diào)諧特性研究[D]. 安穎.天津大學(xué) 2014
[6]大型船舶推進(jìn)系統(tǒng)的動(dòng)力學(xué)建模與狀態(tài)監(jiān)測(cè)方法研究[D]. 李志雄.武漢理工大學(xué) 2013
[7]柴油機(jī)硅油減振器減振機(jī)理及匹配仿真技術(shù)研究[D]. 汪萌生.武漢理工大學(xué) 2013
[8]基于支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷與預(yù)測(cè)方法研究[D]. 朱霄珣.華北電力大學(xué) 2013
[9]基于核學(xué)習(xí)理論的船舶柴油機(jī)故障診斷研究[D]. 柴艷有.哈爾濱工程大學(xué) 2012
[10]基于軸系扭振信號(hào)的船舶推進(jìn)系統(tǒng)診斷理論與應(yīng)用研究[D]. 胡義.武漢理工大學(xué) 2011

碩士論文
[1]局部均值分解方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用研究[D]. 閆武起.蘭州交通大學(xué) 2016
[2]基于LMD和HSMM的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 張菲.西南交通大學(xué) 2016
[3]基于EEMD和最小二乘支持向量機(jī)的滾動(dòng)軸承故障診斷方法研究[D]. 邵海賀.長春工業(yè)大學(xué) 2016
[4]基于貝葉斯網(wǎng)絡(luò)船用柴油機(jī)故障診斷系統(tǒng)的研究[D]. 林洋.大連海事大學(xué) 2016
[5]基于數(shù)據(jù)驅(qū)動(dòng)的船舶旋轉(zhuǎn)機(jī)械故障診斷方法研究及應(yīng)用[D]. 董晨辰.南京航空航天大學(xué) 2016
[6]基于Hilbert-Huang變換的結(jié)構(gòu)非線性識(shí)別研究[D]. 王立巖.大連理工大學(xué) 2015
[7]基于DEMD時(shí)頻分析的旋轉(zhuǎn)機(jī)械故障特征提取方法研究[D]. 季艷.燕山大學(xué) 2015
[8]基于HHT的非平穩(wěn)信號(hào)特征提取與參數(shù)估計(jì)方法研究[D]. 張雪梅.電子科技大學(xué) 2015
[9]基于深度信念網(wǎng)絡(luò)的變速器故障分類識(shí)別研究[D]. 單外平.華南理工大學(xué) 2015
[10]船舶動(dòng)力系統(tǒng)故障診斷方法與趨勢(shì)預(yù)測(cè)技術(shù)研究[D]. 徐曉健.武漢理工大學(xué) 2014



本文編號(hào)：3527025