基于压缩感知与VMD的船舶推进轴系轴承振动故障分析.docx

基于压缩感知与VMD的船舶推进轴系轴承振动故障分析
摘要
船舶推进轴系轴承振动故障是船舶运行中常见的问题，可导致船舶稳定性受损和安全性问题。本文结合压缩感知与VMD方法，对船舶推进轴系轴承振动故障进行了分析和诊断。通过对振动信号进行处理和分解，获得了有效的故障诊断结果，具有一定的应用价值。
关键词：船舶推进轴系、轴承振动故障、压缩感知、VMD、故障诊断
引言
船舶是一个复杂的系统，其中推进轴系是船舶运行不可或缺的部分。推进轴系受到频繁的动载荷和振动影响，易发生轴承振动故障。此类故障的发生会影响船舶的稳定性和安全性，同时也会增加维修和运行成本。因此，及时对船舶推进轴系轴承振动故障进行分析和诊断具有重要的现实意义。
压缩感知（CompressedSensing，简称CS）和变分模态分解（VariationalModeDecomposition，简称VMD）是目前热门的信号处理方法之一。在振动信号处理方面，这两种方法被广泛应用，已经取得了良好的成果。本文综合了这两种方法的优点，对船舶推进轴系轴承振动故障进行了分析和诊断。
方法
1.数据采集
本研究采用传感器对船舶推进轴系进行振动信号数据采集。数据采集过程中，利用实验室自主研发的数据采集系统，实现多路信号采集。其中，船舶推进轴系振动信号的采集频率为1kHz。
2.压缩感知处理
对采集到的船舶推进轴系振动信号进行处理，先通过压缩感知理论进行信号重构，得到原始信号的压缩表示。具体实现过程，如下所示：
（1）首先，将振动信号通过小波变换进行分解，得到信号的频率谱。然后，根据压缩感知理论，对频率谱进行采样压缩，获得谱信息的压缩表达。
（2）通过使用正交匹配追踪算法（OrthogonalMatchingPursual，简称OMP），对压缩表达进行解压缩，重构信号。
3.VMD分解
VMD是一种新型的信号分解方法，在信号处理领域得到了广泛的应用。将船舶推进轴系振动信号利用VMD方法进行分解，可以得到信号的局部频带结构，并获得轴承振动故障相关分解系数。具体实现过程如下：
（1）将采集到的振动信号进行分解，得到一系列局部频带信号。
（2）通过方差比准则，对分解系数进行选择，获得与轴承振动故障相关的系数。
（3）将相关系数合成，得到信号的故障模态。
结果与分析
将本文方法应用于船舶推进轴系轴承振动故障分析中，通过处理信号，获得了故障模态的相关系数和具体的振动信号故障模态图谱。通过对图谱进行分析，可以直观地了解船舶推进轴系的轴承振动故障情况和故障模态特征。通过分析，得到以下结论：
1.本文方法能够很好的分析船舶推进轴系轴承振动故障，可以快速诊断故障点。
2.通过VMD进行信号分解，能够得到信号的局部频带结构，提取出轴承振动故障相关的分解系数，有助于故障分析和诊断。
3.压缩感知理论可以用于信号重构，可有效提高信号噪声比和降低数据量，对于提高振动信号的分辨率和准确性有较大帮助。
结论
本文结合了压缩感知理论和VMD方法，对于船舶推进轴系轴承振动故障分析和诊断具有一定的实用价值。实验结果表明，该方法能够有效地提取振动信号中的故障特征，即使在低信噪比条件下也能获得较好的结果。相信本文方法可以在实际工程中得到广泛应用，并且对于提高船舶轴承振动故障的分析和诊断有着积极的推动作用。