本發(fā)明屬于風(fēng)電安裝船動(dòng)力監(jiān)測(cè)領(lǐng)域，具體涉及一種風(fēng)電安裝船動(dòng)力傳動(dòng)系統(tǒng)狀態(tài)智能監(jiān)測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、推進(jìn)器、吊機(jī)和樁腿是風(fēng)電安裝船的重要組成部分，通過(guò)推動(dòng)水流，推進(jìn)器可以控制風(fēng)電安裝船的前進(jìn)和轉(zhuǎn)向。通過(guò)吊機(jī)，可以完成風(fēng)電安裝船的起吊與裝配工作。通過(guò)樁腿伸出，樁靴插入海底，可以使風(fēng)電安裝船保持在預(yù)設(shè)的位置開展工作。推進(jìn)器系統(tǒng)，樁腿齒輪減速系統(tǒng)和吊機(jī)動(dòng)力系統(tǒng)是風(fēng)電安裝船關(guān)鍵的動(dòng)力傳動(dòng)系統(tǒng)，如果發(fā)生故障，可能導(dǎo)致船體失衡、設(shè)備失效等問(wèn)題的發(fā)生，威脅風(fēng)電安裝船的安全。

技術(shù)實(shí)現(xiàn)思路

1、基于上述問(wèn)題，本技術(shù)通過(guò)自適應(yīng)小波閾值降噪去除振動(dòng)傳感器、溫度傳感器、扭矩傳感器信號(hào)中的環(huán)境噪聲，得到更為清晰的故障信號(hào)，再將處理后的故障信號(hào)輸入到cnn中進(jìn)行訓(xùn)練和故障分類，可實(shí)現(xiàn)實(shí)時(shí)的風(fēng)電安裝船關(guān)鍵部件的故障診斷。技術(shù)方案為：

2、一種風(fēng)電安裝船動(dòng)力傳動(dòng)系統(tǒng)狀態(tài)智能監(jiān)測(cè)方法，推進(jìn)器設(shè)有溫度傳感器、振動(dòng)傳感器和扭矩傳感器，樁腿齒輪減速系統(tǒng)和吊機(jī)動(dòng)力系統(tǒng)設(shè)有振動(dòng)傳感器，包括以下步驟：

3、s1.采集含噪聲的振動(dòng)信號(hào)、溫度信號(hào)和扭矩信號(hào)，用表示， p是采集的傳感器信號(hào)，；

4、式中是傳感器的有效信號(hào)，是傳感器的噪聲信號(hào)；

5、s2.利用小波基進(jìn)行信號(hào)分解；將振動(dòng)傳感器、溫度傳感器、扭矩傳感器原本的時(shí)域信號(hào)分解，得到各層的低頻系數(shù)和高頻系數(shù)；

6、s3.利用改進(jìn)的自適應(yīng)閾值函數(shù)對(duì)高頻系數(shù)進(jìn)行過(guò)濾；

7、s4.通過(guò)逆變換實(shí)現(xiàn)信號(hào)的重構(gòu)，從而得到去噪后的振動(dòng)信號(hào)、溫度信號(hào)、扭矩信號(hào)；

8、s5.將步驟s4中去噪后的信號(hào)輸入cnn模型中，對(duì)于一組樣本，每個(gè)傳感器信號(hào)單獨(dú)作為一行輸入，構(gòu)成一個(gè)二維輸入層，作為cnn模型的輸入；

9、s6.在cnn訓(xùn)練和驗(yàn)證完成后，保存訓(xùn)練結(jié)束的參數(shù)，得到cnn診斷模型。

10、優(yōu)選的，步驟s2中，選擇有正交性的dbn小波基，通過(guò)離散小波變換dwt，將振動(dòng)傳感器、溫度傳感器、扭矩傳感器原本的時(shí)域信號(hào)分解，得到各層的低頻系數(shù)和高頻系數(shù)，小波分解公式如下（根據(jù)現(xiàn)有技術(shù)）：

11、?；

12、?；

13、式中，表示第 j+1層分解的低頻系數(shù)，表示第 j層的低頻系數(shù)，是低通濾波器的濾波系數(shù)；表示第 j+1層分解的高頻系數(shù)，是高通濾波器的濾波系數(shù)。

14、優(yōu)選的，步驟s3中，改進(jìn)的自適應(yīng)閾值函數(shù)的公式為：

15、；

16、式中為第j+1層的高頻系數(shù)，為第j+1層的自適應(yīng)閾值，為第j+1層的趨勢(shì)參數(shù)，為處理后的第j+1層的高頻系數(shù)。

17、優(yōu)選的，選用?rigrsure?方法，基于無(wú)偏似然估計(jì)原理來(lái)計(jì)算第j層的自適應(yīng)閾值,趨勢(shì)參數(shù)h可由下式確定：

18、?;

19、式中，為第j層的趨勢(shì)參數(shù)，為第j層的高頻系數(shù)能量，為各層高頻系數(shù)能量的和，每個(gè)傳感器測(cè)出的信號(hào)單獨(dú)進(jìn)行自適應(yīng)閾值函數(shù)降噪。

20、優(yōu)選的，步驟s4中，使用與正向變換相同的小波基函數(shù)，通過(guò)逆小波變換將低頻系數(shù)和高頻系數(shù)重構(gòu)回原始信號(hào)，每個(gè)傳感器測(cè)出的信號(hào)單獨(dú)進(jìn)行自適應(yīng)閾值函數(shù)降噪，小波重構(gòu)公式如下（根據(jù)現(xiàn)有技術(shù)）：

21、;

22、式中，是第 j+1層的低頻系數(shù)，是低通濾波器的鏡像濾波器對(duì)應(yīng)的濾波系數(shù)，?是第 j+1層的高頻系數(shù)，是高通濾波器的鏡像濾波器對(duì)應(yīng)的濾波系數(shù)，是重構(gòu)后的第j層的低頻系數(shù)。

23、優(yōu)選的，步驟s5中，各傳感器的采樣頻率為 fhz，對(duì)于一組樣本，每個(gè)降噪后的傳感器信號(hào)單獨(dú)作為一行輸入，可構(gòu)成一個(gè)二維輸入層，即構(gòu)成 i×f的初始二維信號(hào):

24、?;

25、cnn模型中的卷積層采用多輸出通道，卷積核的個(gè)數(shù)即為輸出通道數(shù)；卷積運(yùn)算方法如下（根據(jù)現(xiàn)有技術(shù)）：

26、;

27、其中，為輸出特征圖的第 c個(gè)通道，為第 c個(gè)輸出通道對(duì)應(yīng)的卷積核的權(quán)重，為偏置，激活函數(shù)，為輸入的特征圖；

28、卷積核的尺寸為?1?行?lc?列，即卷積核在垂直方向上覆蓋?1?行，在水平方向上覆蓋lc列，卷積核的步長(zhǎng)為?1?行?ls?列，卷積操作在水平方向上每次移動(dòng)ls列，垂直方向上逐行移動(dòng)，從而對(duì)每一行單獨(dú)進(jìn)行卷積操作。

29、優(yōu)選的，在每個(gè)卷積層或全連接層之后，利用激活函數(shù)前，先進(jìn)行批量歸一化層操作，批量歸一化公式如下（根據(jù)現(xiàn)有技術(shù)）：

30、?;

31、其中，為方差優(yōu)化參數(shù)，為均值優(yōu)化參數(shù)，是輸入數(shù)據(jù)的均值，是輸入數(shù)據(jù)的方差，是常數(shù)。

32、優(yōu)選的，利用池化層降低輸入數(shù)據(jù)的維度，池化方法如下（根據(jù)現(xiàn)有技術(shù)）：

33、?;

34、其中，表示輸入特征圖中的第行第列的元素，代表最大池化后輸出特征圖第m行第v列的元素，表示輸出特征圖第m行第v列的元素所對(duì)應(yīng)的輸入特征圖中的元素窗口;

35、池化層的窗口尺寸為?1?行? b c?列，池化層的步長(zhǎng)為?1?行? b s?列，池化操作在水平方向上每次移動(dòng)? b s?列，垂直方向上逐行移動(dòng)，即在每一行上獨(dú)立進(jìn)行池化操作。

36、一種風(fēng)電安裝船動(dòng)力傳動(dòng)系統(tǒng)狀態(tài)智能監(jiān)測(cè)系統(tǒng)，包括信號(hào)采集模塊、信息處理模塊和預(yù)測(cè)輸出模塊；

37、信號(hào)采集模塊：溫度傳感器采集推進(jìn)器上的溫度信號(hào)；振動(dòng)傳感器采集推進(jìn)器、樁腿齒輪減速系統(tǒng)和吊機(jī)動(dòng)力系統(tǒng)的振動(dòng)信號(hào)；扭矩傳感器采集推進(jìn)器上的扭矩信號(hào)；

38、信息處理模塊：利用小波基進(jìn)行信號(hào)分解，將振動(dòng)傳感器、溫度傳感器、扭矩傳感器原本的時(shí)域信號(hào)分解，得到各層的低頻系數(shù)和高頻系數(shù)；利用改進(jìn)的自適應(yīng)閾值函數(shù)對(duì)高頻系數(shù)進(jìn)行過(guò)濾；通過(guò)逆變換實(shí)現(xiàn)信號(hào)的重構(gòu)，從而得到去噪后的振動(dòng)信號(hào)、溫度信號(hào)、扭矩信號(hào)；在cnn訓(xùn)練和驗(yàn)證完成后，保存訓(xùn)練結(jié)束的參數(shù)，得到cnn診斷模型；

39、預(yù)測(cè)輸出模塊：利用訓(xùn)練好的cnn診斷模型輸出故障類型及位置。

40、cnn?在全連接層后，通過(guò)?sigmoid?激活函數(shù)生成概率值，結(jié)合改進(jìn)的損失函數(shù)實(shí)現(xiàn)模型訓(xùn)練，訓(xùn)練過(guò)程中通過(guò)最小化損失函數(shù)來(lái)優(yōu)化模型參數(shù)，改進(jìn)的損失函數(shù)能夠同時(shí)考慮各類故障的重要性、預(yù)測(cè)難度以及模型在訓(xùn)練過(guò)程中的數(shù)值穩(wěn)定性：

41、;

42、其中，為一個(gè)批次中的平均損失， z表示樣本數(shù)量，表示故障類別數(shù)量，為故障權(quán)重，為樣本 z在類別上的真實(shí)標(biāo)簽（0或1)，為樣本 z在類別上的預(yù)測(cè)概率，為預(yù)測(cè)難度懲罰系數(shù)，為最小懲罰限制值，為最大懲罰限制值。

43、推進(jìn)器第一軸上的扭矩傳感器包括導(dǎo)電滑環(huán)，彈性梁，電阻應(yīng)變片；彈性梁位于第一軸的上部，且位于吸油口的上方，彈性梁的個(gè)數(shù)為p個(gè)，每個(gè)彈性梁的兩側(cè)面均貼有電阻應(yīng)變片，電阻應(yīng)變片與導(dǎo)電滑環(huán)組成電路，當(dāng)軸在一定扭矩下旋轉(zhuǎn)時(shí)，彈性梁一側(cè)為受壓側(cè)，一側(cè)為受拉側(cè)，電阻應(yīng)變片受壓縮或拉伸，導(dǎo)致電阻變化，通過(guò)已知的扭矩施加和信號(hào)記錄建立扭矩-信號(hào)的關(guān)系曲線方程，對(duì)p組信號(hào)轉(zhuǎn)換為實(shí)際的扭矩值。

44、與現(xiàn)有技術(shù)相比，本技術(shù)有益效果如下：

45、本技術(shù)提出一種風(fēng)電安裝船動(dòng)力傳動(dòng)系統(tǒng)狀態(tài)智能監(jiān)測(cè)方法，通過(guò)一種監(jiān)測(cè)傳感器信號(hào)降噪與cnn故障診斷方法，利用改進(jìn)的自適應(yīng)閾值函數(shù)將傳感器得到的信號(hào)進(jìn)行降噪，從而得到更為清晰的故障信號(hào)，結(jié)合cnn故障診斷方法，實(shí)現(xiàn)對(duì)風(fēng)電安裝船關(guān)鍵動(dòng)力傳動(dòng)系統(tǒng)的實(shí)時(shí)故障診斷。