关键词：调距桨;液压系统;故障诊断;时序分类;神经网络
摘 要：调距桨装置能通过液压系统调节桨叶倾角控制船舶推力的方向和功率,显著提升船舶的操纵性能。实船调距桨装置工作环境恶劣,易发生故障影响调距性能。针对实船调距桨装置故障工况数据少且缺乏测点的问题,本文基于一套包含调距桨主要液压部件的实验台架,模拟了正常工况和系统故障工况:泵流量减小、阀前压力减小、换向阀卡死,采集不同测点数据形成了故障数据集。将故障诊断作为时序数据分类任务,验证比较循环神经网络和卷积神经网络在包含多种测点或单独螺距信号上的故障诊断性能,发现基于卷积的分类方法更适合故障数据集,能快速准确定位故障部件。针对实船调距桨监测系统测点不足的情况,本文通过实验对比同一网络应用于不同物理量测点的训练结果,发现增加压力测点对提升诊断性能帮助最大,为实船测点布置和加装提供参考。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取