多传感器信息融合的船舶机械设备状态智能检测研究

摘要：

研究基于多传感器信息融合的船舶机械设备状态智能检测方法,智能化诊断船舶机械设备异常状态.采用改进小波阈值去除多振动传感器采集的机械设备振动信号噪声成分后,经基于多传感器信息融合的信号特征提取方法,提取去噪后振动信号幅值的均方根、方差、峰值、脉冲、峭度、均值、最大值、最小值、峰峰值、方根幅值特征,并使用特征级与数据级融合方式,将多信号特征信息融合;通过基于极限学习机优化的设备状态智能检测方法,以特征信息分类的方式,将融合后的设备振动信号特征作为分类目标,根据特征值的上下限,判断设备运行状态.实验验证表明,此方法应用下,多传感器对船舶机械设备振动信号的感知时间差极短,可缩短设备状态检测延迟,并准确检测设备异常状态.

关键词：多传感器、信息融合、船舶机械设备、状态智能检测、改进小波阈值、极限学习机

所属期刊栏目：44

分类号：TH165

资助基金：河南省教育厅科技项目;河南省高等学校重点科研项目

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：173-176