船舶电站故障诊断仿真系统概要.docx
- 文档编号:4878040
- 上传时间:2022-12-11
- 格式:DOCX
- 页数:14
- 大小:104.82KB
船舶电站故障诊断仿真系统概要.docx
《船舶电站故障诊断仿真系统概要.docx》由会员分享,可在线阅读,更多相关《船舶电站故障诊断仿真系统概要.docx(14页珍藏版)》请在冰豆网上搜索。
船舶电站故障诊断仿真系统概要
船舶电站故障诊断仿真系统
陈佳m.张冰2
(1.无锡科技职业学院软件与服务外包学院,江苏无锡214028;2.江苏科技大学电子信息学院,江苏镇江212003)
摘要:
在船舶电站故障诊断过程中应用数据融合技术。
在数据处理的信号层、特征层及决策层上分别提出不同的数据融合算法。
解决了传统故障诊断中存在的大量采集数据如何有效处理的问题。
所提出的算法针对船舶电站故障诊断的特殊性,有较强的适应性,提高了实际诊断的准确性和可靠性。
关键词:
船舶电站;故障诊断;数据融合;自适应加权;优势分析;D—S证据理论中图分类号:
TM
628
文献标识码:
A
文章编号:
1002—087X(2010)12—1302-04
Faultdiagnosissimulationsystemofshippowerstation
CHENJia。
”,ZHANGBin92
r1.SchoolofSoftware
and
Service
Outsorucing,WuxiProfessionalCollegeofScienceandTechnology,WuxiJiangsu214028,China;
Technology,ZhenjiangJiangsu212003,China)
2.Dept.ofElectronics&Information,JiangsuUniversityofScienceand
Abstract:
Bytheapplicationofthetheoryandmethodofdatafusiontothewholeprocessofshippowerstation’Sfaultdiagnosis,threedifferentdatafusionalgorithmswereputforwardfordifferentlayers,namely,thesignallayer,
characterlayer,and
decision—makinglayerofdataprocessing.Thus,thecollecteddatawouldbeprocessedmore
a
efficiently.Theproposedalgorithmsaimedattheparticularityofthefaultdiagnosis,hadimprovedtheaccuracyandreliabilityofdiagnosis.
goodadaptabilityand
Keywords:
shippowerstation;faultdiagnosis;datafusion;adaptiveweighted;superioranalysis;Dempster-Shafer
船舶电站是船舶的重要组成部分,是船舶电力系统的核心,船舶电站的可靠运行对保证船舶安全具有重要意义。
故障诊断是人工智能的一个重要领域,在过去的十几年里故障诊断得到了迅速的发展,一些新的理论和方法,如遗传算法、小波分
融合层又称检测层。
其输入是由信息源提供的各种原始数据,输出是特征提取的结果或某种局部决策。
第二级为特征融合层。
它以原始信息融合层的输出作为输入,其输出为目标的局部标识。
第三级是决策融合层。
其输入为特征融合层的输出,并以全局决策作为本层的输出。
析、模糊理论、数据融合∽辱均在这里得到了成功的应用。
数据融合是20世纪80年代形成和发展起来的一种自动化信息综合处理技术,它充分利用多源数据的互补性和电子计算机的高速运算与智能来提高结果信息的质量。
这一技术首先广泛应用于军事,并很快推广到自动控制、航空交通管制、医疗诊断等领域。
目前阑内外主要使用的船舶机组故障诊断方法主要有两种:
其一是振动分析;其二是从电气参数It{发判断机组的故障。
但由于船舶机组的结构和工况的复杂性,其故障规律很难用简单的数学模型米描述,闪此,本文将数据融合理论应用于船舶电站机组的故障诊断,在故障诊断的三个不同的层次对来自多个传感器的故障信息进行融合,实现对船舶电站机组的智能监控,有利于提高机组运行的可靠性和安全性,减少虚警、误报、漏报现象。
1.1检测层中的自适应加权数据融合算法
自适应加权数据融合算法是不等精度测量系统数据处理的一种重要估计算法。
设有一个多传感器智能检测系统,有n个传感器对某一对象进行采样检测,对于不同的传感器有相应的权系数,最终的数据融合值譬为:
X=∑形x,
式中:
∑形=l。
总均方误差为:
fn
盯!
=壹形盯。
2
极值理论,可求得当加权因子为:
(2)
式中:
叮:
是各加权洲子W的多元二次函数。
根据多元函数求
1数据融合技术在船舶电站故障诊断系统中的应用
数据融合模型一般可分为三级结构【3】。
第一级为原始信息
w.-jO-迂iz∑÷
“““
(3)p’
要研究方向为人-T.W能故障诊断系统、数据融合算法。
燮aEll窑朝:
:
2蒯010-…06-一091981m2.罂苎竺螺蛰姓i#囊li.主帅懒小龃o2奇2
作者简介:
陈佳f
)。
女。
江苏省人。
硕士研究生。
.主
÷,r
i一=1
‘
2010.12V01.34
NO.12
万方数据
1302
设每个传感器进行七次测量,式(1)中的j可用丘次测量
1.2.3灰色优势分析
的算术平均值进行估计,即:
将改进的灰色绝对关联度应用在灰色优势分析的定义
一
1
I
中,得出新的灰色优势分析的定义。
x,2
xf(豇)=二kf=1,2,--.,rl
(4)
q∑=1xg
定义【5I假设托为特征时间序列玛为与之比较的时间序相应地,式(1)可写为:
列,s。
(f=l,2,…,s,J=1,2,…,m)为M与K改进的灰色绝对关联度,则称:
X=∑矾X,(七)
(5)
911
912…S1m综上,自适应加权融合算法的步骤是:
①根据式(4)求出
921
922…S2m
Ⅸ@;②求出砰;③根据式(3)求出最优加权因子;④根据式
(8)
(5)计算出最优融合值j。
s11£12…sⅫ
1.2特征层中基于灰色优势分析的数据融合算法
1.2.1灰色绝对关联度
为改进的灰色关联矩阵。
对于式(2),若4≥谚,z,/∈{1,2,…,嘲,由灰色系统理论的绝对关联度定义和性质知,灰色关联Z≠J,其中:
度的基本思想是根据曲线间相似程度来判断因素间的关联程4=∑占l,
J,=∑sF
(9)
度p1。
它对样本量的多少没有特殊要求,分析时也不需要典型i=I
f=l
的分布规律因而具有十分广泛的工程应用价值。
则称时间序列X准优于X,记为:
X>K。
命题f41设时间序列为x,=【葺(1),xj(2),…,_(拧)】,记
若西>西,则称时间序列五优于X;若对VZ,J∈{l,2,…,聊},【薯(1)一毛(1),鼍(2)一葺(1),…,葺(栉)一葺(1)】为x一蜀(1),
,≠J,恒有西>d,则称X为最优时间序列。
令岛=r瞒-x,(1)]dt则,当(1)当x为增长序列时,岛≥o;(2)
1.3决策层中基于D—S证据理论的数据融合算法
当X为衰减序列时,sf≤O;(3)当X为振荡序列时,s,符号不1.3.1
D—S证据理论的基本概念
定;
D.S证据理论的论域称为识别框架,记为晚包括有限个基
定义[41设序列K与X长度相同,So,sj如上所示,则称:
本命题,记为{Uo,U。
,1.12,…,u,},在故障诊断中即对应着能够诊铲而尚特b断的故障集;0中的元素称为基元,每个基元是互斥关系。
%2可可芾苜#丁
(6)∞)
定义设8为识别框架,如果函数m:
2吓O,l】(2一为0的为K与X的灰色绝对关联度,简称绝对关联度。
幂集)满足:
此时的岛只与五与X的几何形状有关,而与其空间相
胍(勿=0(10)
对位置无关。
或者说,平移不改变绝对关联度的值。
Xm(u)=1
“∈0
(11)
“
1
2.2改进的灰色绝对关联度
则称m为框架0下的信度函数分配。
在某些实际工程应用中,有时仅考虑曲线间的相似性是
远远不够的,还应考虑曲线问的接近程度。
为此,在绝对关联
此处,咖为空集,对于啦∈0,称m(曲为地的信度函数值,度的定义中增加一个变量鼬,%反映了序列xf在时间点上
当叫岫≠0时,称魄为信度函数分配上的焦元。
地的信度函偏离蜀的程度,引入%后灰色绝对关联度岛不仅与弱和数值。
反映了对地本身的信度的大小。
1.3.2信度函数的获取
X的几何形状有关,而且还与%和X的接近程度有关阿。
对于论域中每个故障的信度函数,大多根据各个不同位
定义设并o=【Xo(1),%(2)'…,%(拧)】为参考时问序列,
置和功能的传感器对于故障的关联度进行确定,需要考虑多五=【‘(1)'墨(2),…,xo(n)l为与之比较的时间序列,j=l,
2,…,脚,则称:
方面的因素,其中包含着大量的专家经验。
一般采用模糊理论
中的隶属度函数或直接采用神经元网络的输出作为信度函数‰2而制黼峙石
∽
的分配值,可以在一定程度上避免人为因素所带来的不确定性问。
为蜀与X改进的灰色绝对关联度。
其中:
1.3.3多信度函数的D—S算法
I%H
k譬=2x・。
(J})+丢x・。
(丹)l、
根据证据理论中D-S融合规则,设m.和啦分别对应同
Z
一识别框架8下的信度函数分配值。
其焦元分别为
I,,1=1柚2x’,④+当2xt,∽)l、扛2
和{4,4,4,…,4),编,骂,恳,一;犀}设:
岛一%|_l黑陟肚)…渺)】+≯1“行)…和)】J
删2焉葡4训坳
.夏。
觇(4)鸭哆))
一l一∑觇“)鸭p,)}
1一
●咆n墨,
。
暖一产O
A=O
03)
工0(.|})=xl(k)一而(1)
i=0,1,2,…,m;k=2,3,…,嚣。
A指假设的目标模式A和马布尔组合的一个综合命题
万方数据
1303
2010.12V01.34No.12
式,式(12)分子项是包含不冲突假设A和B。
的所存信度函数乘积之和,分母的和式中包含冲突假设A,和B,的所有信度函数乘积之和。
所谓冲突假设A,和BI,是指假设的目标模式A,和B,在框架0中不可同时存在,即为相互排斥的。
re(A)指融合后分配到各待诊断故障上的综合信度函数值。
对于融合过程中无法识别即不确定情况.定义一个个不确定信度函数re(O)为m(们=l—m(A)
舶电站系统的故障现象主要以“主开关跳闸”作为其代表性特征。
船舶电站的“主开关”采用的是一种带有保护装置的J{:
关电器——万能式自动空气断路器。
发电机正常运行时,作为
主开关来接通和断开主电路。
在故障发生时它叉作为保护装置对主电路的短路、过载以及欠压等故障进行保护,自动断开主电路。
由于篇幅原因本文仅讨论几种典型的“主开关跳闸?
故障。
表I为故障单一诊断结果与融合诊断结果的比较。
由表1可知,三次融合后的数据明显加强了实际诊断结果的信度函数分配值,降低了诊断中的不确定性。
单一诊断方法不能判断的情况,融合后均能准确诊断;甚至在第3次和第4次试验中,两种单一诊断方法均不能确定故障原因的情况下,经融合后仍能得出诊断结论。
2仿真结果与分析
2.1系统仿真结果
以某船舶电站为例。
原始数据通过检测层、特征层、决策层巾三个数据融合算法的处理得到最终的故障诊断结果。
船
表1
试验
故障单一诊断结果与融合诊断结果比较
自动调频调载装置故障(故障3)
0.118700963O.18770.27460.258l0.39520.24770.23820.17060.231
0
序号
诊断疗法
无故障
1
0.420604521051280.20l
1
放障信度函数分配发I乜机欠压敞
装拦故障(故障1)障(故障2)
逆功率继l乜保护
0.226001873O.136702498010430.17020.15880.16410.42180.13220.17390.2891
O.1442O.20l
4
不确定
0.09050.06290.06050.11660.30120.08740.26740.08900.11330.30770.32580.0679
结论无故障
无故障
实际故
障原因
l11无故障
融台后
1
2
0.10230.15790.21030.21580.201
4
无故障故Ij奉r3不确定故障3不确定故障2故障1不确定不确定
故障2故障1故障3
II
01261O.131
4
融合后
1
3
0.12470.20360.0788003950.204700291
11030540.21550.2896O.1846O.5137
融合后
1
4
Il011100.1002
融含后
故鼢
注:
I、II表示只使用自适应加权和D.-S证据理论以及只使用荻色优势分析和D-S证据理论得到的诊断结果;“融合后”表示通过自适
应加权、灰色优势分析和D-S证据理论三次融合后得到的故障诊断的结果。
2.2系统仿真界面
2.2.1系统登录对话框
系统登录对话框如图I所爪,通过输入密码进入故障诊断系统。
图1系统登录对话框
2.2.2数据采集对话框
数据采集对话框如图2所示。
该系统监测柴油机转速、柴油机功率、柴油机压缩冲程压力、柴油机机油压力.柴油机机油温度、柴油机出水温度、柴油机喷油压力、发电机电流、发电机电压、发电机滑油压力、发电机滑油温度、发电机}};水温度等,每个量有3个传感器进行采集,每200ms采集一次,每75组数据完成一组数据融合,得到最后的诊断结果。
图2数据采集对话框
2.2.3数据融合对话框
数据融合对话框如图3所示。
当系统诊断}f{有故障后,用户nr以通过数据融合对话框得到传感器采集的数据通过检测层和特征层数据融合后的结果。
2.2.4故障诊断、数据库管理对话框
当系统诊断出故障时,会弹出警告对话框如图4所示。
用
2010.12V01.34No.12
万方数据
1
304
圈3数据融合对话框
图5故障诊断对话框
和完善。
参考文献:
图4
警告对话框
[1】王晗中,杨江平,张爱元.现代雷达装备综合智能故障诊断系统设
计叨.现代雷达,2008(11):
13—17.
[2】刘念.基于小波分析的发电机转子匝问短路故障诊断方法研究
【J】庖力自动化设备,2008,6(3):
16-19.
[3】谢春丽,夏虹,刘永阔.多传感器数据融合技术在故障诊断中的应
用【J】.传感器技术,2007,23(4):
67.70.
[4】刘思峰,郭天榜,党耀国,等.灰色系统理论及其应用[M】.北京:
科学
出版社,1999.
户可以通过如图5所示的故障诊断、数据库管理对话框中故障诊断部分了解故障的现象、可能的原因以及可行的排除方法。
如果发现实际的故障不在故障诊断的结果中,用户可以通过对话框中数据库管理部分添加故障现象、可能的故障原因以及排除方法;同理.如果发现错误的诊断结果,用户也可以通过数据库管理部分删除故障结论。
3结论
船舶电站的故障诊断是一项复杂的系统工程,本文针对诊断的不同阶段,基于数据融合思想提出在不同的信息层上
[5】李铜桥.基于灰色系统理论的汽轮机故障诊断方法研究【J】.汽轮
机技术,2009。
l(4):
214-218.
数据融合的基本算法,弥补了传统故障诊断系统的不足,提高
了诊断的准确度。
限于篇幅,算法中的某些函数和系数的取值问题不能尽述,同时这也需要在今后的研究工作中不断修正
[6】刘鹏,王曙钊,白剑林.一种空间信息融合的D-S算法研究【J】.系统
仿真学报,2008,l(2):
242-244.
(上接第1301页)
从而保证了线圈保持电流不会随着供电电源的波动而发生改变。
接触器线圈供电输入电压范围较宽,交直流通用。
并且在节能、降噪、节材和提高接触器寿命上有显著优势。
器p1.低压电器,2007(19):
18-21.
【3】潘晨戚,荣命哲,刘懿莹。
等.新型永磁机构接触器控制器的研制叨.低压电器.2008(13):
22-25.
【4】刘剑飞,申琳。
张云龙,等.电容储能式高速电磁阀驱动电路的研
制【J1.电子设计应用,2005(7):
93-95.
参考文献:
[1】1
黄永红,张新华.低压电器呷.北京:
化学工业出版社,2007:
10-13.
【5】刘宝成,裴志利.用TL494实现单网路控制器阴.电子技术应用,
2002(11):
64.66.
【2】王振兴,耿英三,藏鹏程,等.基于专用集成电路的智能交流接触
1305
2010.12V01.34
No.12
万方数据
船舶电站故障诊断仿真系统
作者:
作者单位:
陈佳,张冰,CHENJia,ZHANGBing
陈佳,CHENJia(无锡科技职业学院,软件与服务外包学院,江苏无锡214028;江苏科技大学,电子信息学院,江苏镇江212003,张冰,ZHANGBing(江苏科技大学,电子信息学院,江苏镇江212003
电源技术
CHINESEJOURNALOFPOWERSOURCES2010,34(12
刊名:
英文刊名:
年,卷(期:
参考文献(6条
1.刘鹏;王曙钊;白剑林一种空间信息融合的D-S算法研究[期刊论文]-系统仿真学报2008(022.李铜桥基于灰色系统理论的汽轮机故障诊断方法研究[期刊论文]-汽轮机技术2009(043.刘思峰;郭天榜;党耀国灰色系统理论及其应用1999
4.谢春丽;夏虹;刘水阔多传感器数据融合技术在故障诊断中的应用2007(04
5.刘念基于小波分析的发电机转子匝间短路故障诊断方法研究[期刊论文]-电力自动化设备2008(036.王晗中;杨江平;张爱元现代雷达装备综合智能故障诊断系统设计[期刊论文]-现代雷达2008(11
本文链接:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 船舶 电站 故障诊断 仿真 系统 概要
![提示](https://static.bdocx.com/images/bang_tan.gif)