【技术实现步骤摘要】
本专利技术涉及喷水推进装置，具体涉及一种多源信息和决策层融合的喷水推进装置故障诊断方法。
技术介绍
1、喷水推进装置在长期运行过程中受海水、污水等渗漏的影响，会导致双极轴流喷泵的轴承故障频发，以至于严重影响喷泵安全稳定运行。
2、喷水推进装置的轴承安装于导叶之下，振动传感器无法近距离安装于固定轴承外圈且垂直轴承外圈的壳体处，因此常将振动传感器安装于如图1所示的位置。因振动传递路径远，上述安装方式导致拾取的轴承振动信号微弱，同时受如海浪冲击、压力脉动其他振源等因素影响，拾取的振动信号常耦合其他干扰信号，另外拾取的振动信号受噪声影响也较大，导致轴承故障诊断异常困难。
3、目前针对于喷水推进装置的故障诊断，一般采用基于信息融合的浅层机器学习故障诊断方法以及信息融合的深度学习故障诊断方法。基于信息融合的浅层机器学习故障诊断方法因人为特征提取参数，从而导致诊断不稳定，例如人为提取的特征参数对故障敏感，则精度较高，人为提取的特征参数对故障不敏感，则精度较低。在采用信息融合的深度学习故障诊断方法对轴承故障进行诊断分析时，即基于多传感器信息融合的故障诊断机制以及基于决策层融合的故障诊断机制，虽然可以通过自动提取特征参数，而进行高精度可靠的诊断分析，但单纯依靠信息融合的深度学习故障诊断方法，仍易致诊断鲁棒性和精度不足。
技术实现思路
1、本专利技术要解决的技术问题是：喷水推进装置轴承因振动传递路径远、振源多等导致轴承故障信息微弱、耦合成分多、噪声强，进而导致诊断困难的问题。<...
【技术保护点】
1.一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，喷水推进装置内部设有振动传感器，通过获取并分析振动传感器输出的k个不同方向的数据，以实现喷水推进装置的故障诊断，所述方法包括以下步骤：
2.如权利要求1所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，在所述步骤1中，利用滑动时间窗函数从所述数据进行截取，得到k个不同方向的振动数据。
3.如权利要求2所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，在所述步骤2中，采用CWT对数据样本集进行分析得到时频图集，采用时域和频域分析方法进行分析得到时域和频域特征参数集。
4.如权利要求3所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，在所述步骤3中，采用concatenation算子对k个时频图集进行并行融合得到融合结果。
5.如权利要求4所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，在所述步骤5中，采用加权投票表决法将第一诊断结果和k个第二诊断结果进行融合。
6.如权利要求
7.如权利要求6所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，所述权重wn公式如下：
8.如权利要求1所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，所述时域和频域特征参数集包括均值、方差、偏度、峭度、波以及因子的时域特征参数集，和平均频率、平均频度、频域偏度、频域峭度以及波形稳定因子的频域特征参数集。
9.如权利要求1所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，所述故障类别包括轴承正常、内圈故障以及外圈故障。
10.如权利要求1所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，通过预设故障类别并获取预设故障类别相对应的训练数据样本集，从而建立所述Resnet54模型与所述SVM模型。
...【技术特征摘要】
1.一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，喷水推进装置内部设有振动传感器，通过获取并分析振动传感器输出的k个不同方向的数据，以实现喷水推进装置的故障诊断，所述方法包括以下步骤：
2.如权利要求1所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，在所述步骤1中，利用滑动时间窗函数从所述数据进行截取，得到k个不同方向的振动数据。
3.如权利要求2所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，在所述步骤2中，采用cwt对数据样本集进行分析得到时频图集，采用时域和频域分析方法进行分析得到时域和频域特征参数集。
4.如权利要求3所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，在所述步骤3中，采用concatenation算子对k个时频图集进行并行融合得到融合结果。
5.如权利要求4所述的一种多源信息和决策层融合的喷水推进装置故障诊断方法，其特征在于，在所述步骤5中，采用加权投票表...
【专利技术属性】
技术研发人员：熊文，李刚强，杨斌，葛卓，耿皓，
申请(专利权)人：中国船舶集团有限公司第七〇八研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。