一种基于深度学习的船舶轴承润滑状态在线监测系统

摘要

本发明公开了一种基于深度学习的船舶轴承润滑状态在线监测系统，船舶推进轴系的运行状态直接决定船舶航行是否稳定，不良的润滑状态会加剧支撑轴承的磨损与发热，进而引起整个轴系的剧烈振动，严重影响船舶运行安全，这会造成很严重的后果。本发明以深度学习为基础，考虑到各个数据集在时间序列上的先后影响关系，搭建了LSTM‑ELM神经网络，并采用WOA算法进行参数寻优，数据采集方面包括非直接接触式测量方法测得的油膜压力数据，和用传感器测得的转速，温度，黏度数据，通过上述数据集来训练网络，达到预测边界润滑出现概率的效果。在发生边界润滑时，及时对船舶工作人员发出警示，使其作出相应响应，如向轴承处添加润滑油，抗磨剂或进行适当冷却。本发明可显著的提高轴承寿命，并有效的提高船舶航行过程中的稳定性和安全性。