基于轴心轨迹分析的船舶轴系校中状态研究与实践

基于轴心轨迹分析的船舶轴系校中状态研究与实践一、引言1.1研究背景与意义船舶轴系作为船舶动力装置的关键构成部分，其校中质量的优劣对船舶的安全稳定运行起着决定性作用。轴系承担着将主机功率传递给螺旋桨，进而驱动船舶航行的重要使命，同时还需将螺旋桨产生的推力传递至船体。在船舶航行过程中，轴系会受到来自主机的扭矩、自身重力、船体变形以及复杂海况等多种因素的影响，工作环境极为恶劣。轴系校中是确保轴系正常运行的关键环节，其目的是使轴系各轴段内的应力、各轴承上的负荷以及弯矩、转角等参数均处于合理范围之内，保障轴系能够安全可靠地运转。若轴系校中状态不佳，将会引发一系列严重问题。例如，轴系异常振动会致使轴承发热，加剧轴承磨损，缩短轴承使用寿命，甚至可能导致轴承损坏，影响船舶的正常运行；尾轴承过度磨损会使密封装置失效，造成润滑油泄漏，不仅污染海洋环境，还可能引发安全事故；轴系振动传递至船体，会引起船体强迫振动，降低船舶的舒适性和安全性，影响船员的工作和生活环境。此外，轴系校中不良还会影响减速齿轮的正常啮合，导致齿轮磨损加剧，降低传动效率，影响主机功率的有效传递，进而影响船舶的航行性能。轴心轨迹作为旋转机械运行状态的重要表征，包含了大量设备运行的信息，能够形象直观地反映设备的运行状况。对于船舶轴系而言，由于其具有较大的长径比，轴心轨迹的研究对于快速有效地评判轴系校中质量具有重要意义。通过对轴心轨迹的分析，可以获取轴系的运行状态、振动特性以及故障信息等，为轴系的在线监测和故障诊断提供有力依据。同时，轴心轨迹的研究还有助于提高专家系统的智能化水平，实现对船舶轴系运行状态的精准预测和控制，为船舶的安全航行提供保障。1.2国内外研究现状国内外学者针对船舶轴系校中状态和轴心轨迹展开了广泛的研究。在轴系校中方法方面，早期主要采用直线校中方法，该方法简单直观，但未考虑轴系自重、船体变形等因素的影响，容易导致轴系各轴承负荷分配不均，影响轴系的正常运转。随着技术的发展，合理校中方法应运而生，其基于轴系的实际结构和工作条件，通过校中计算确定各轴承的合理位置，使轴系在满足轴承负荷、应力、转角等限制条件下，各轴承负荷实现合理分配。目前，合理校中方法已在船舶轴系校中中得到广泛应用，并成为轴系校中技术的主流。在轴心轨迹研究方面，学者们主要致力于轴心轨迹的采集、提纯以及特征提取和故障诊断等方面的研究。在轴心轨迹采集方面，常用的传感器包括电涡流位移传感器、激光位移传感器等，能够准确测量轴的位移信号。在轴心轨迹提纯方面，小波分析、经验模态分解等方法被广泛应用，以去除噪声干扰，提高轴心轨迹的质量。在轴心轨迹特征提取和故障诊断方面，机器学习、深度学习等方法逐渐成为研究热点，通过对轴心轨迹的特征提取和模式识别，实现对轴系故障的准确诊断。尽管国内外在船舶轴系校中状态和轴心轨迹研究方面取得了一定的成果，但仍存在一些不足之处。例如，现有研究大多侧重于轴系校中的静态分析，对轴系在动态工况下的校中状态研究较少；在轴心轨迹研究方面，对于复杂工况下轴心轨迹的特征提取和故障诊断方法仍有待进一步完善；此外，轴系校中状态与轴心轨迹之间的关联研究还不够深入，缺乏系统性的理论和方法。1.3研究目标与内容本研究旨在深入探究船舶轴系校中状态与轴心轨迹之间的内在关联，建立基于轴心轨迹的船舶轴系校中状态评估方法，为船舶轴系的安全运行提供理论支持和技术保障。具体研究内容如下：船舶轴系校中理论分析：深入研究船舶轴系校中的基本原理和方法，分析轴系在不同工况下的受力情况和变形特性，建立轴系校中的数学模型，为后续研究奠定理论基础。轴心轨迹采集与处理：设计并搭建轴心轨迹采集实验平台，采用先进的传感器技术采集轴系在不同运行状态下的轴心轨迹信号。运用信号处理方法对采集到的原始信号进行去噪、滤波等预处理，提高信号质量，为轴心轨迹的分析和特征提取提供可靠数据。轴心轨迹特征提取与分析：研究轴心轨迹的特征提取方法，提取能够有效反映轴系校中状态的特征参数，如轨迹形状、面积、周长、偏心率等。通过对不同校中状态下轴心轨迹特征参数的对比分析，揭示轴心轨迹特征与轴系校中状态之间的内在联系。基于轴心轨迹的轴系校中状态评估方法研究：运用机器学习、深度学习等方法，建立基于轴心轨迹特征参数的轴系校中状态评估模型。通过对大量实验数据的训练和验证，优化评估模型的性能，实现对轴系校中状态的准确评估和故障诊断。实验验证与应用研究：利用搭建的实验平台对所提出的基于轴心轨迹的轴系校中状态评估方法进行实验验证，分析评估结果的准确性和可靠性。将研究成果应用于实际船舶轴系的监测和维护，验证其在工程实践中的可行性和有效性。二、船舶轴系校中相关理论2.1船舶轴系的组成与工作原理船舶轴系作为船舶动力装置的关键组成部分，承担着将主机的动力传递至螺旋桨，以及将螺旋桨产生的推力传递至船体的重要使命。其主要由传动轴、轴承、传递设备以及轴系附件等部分构成。传动轴是轴系的核心部件，包括推力轴、中间轴和尾轴。推力轴的作用是将螺旋桨产生的推力传递给船体，以克服船舶航行中的阻力。在某些柴油机中，推力轴与曲轴被设计为一体。中间轴则连接着主机与尾轴，起到传递动力的桥梁作用，其数量根据船舶的类型、尺寸以及轴系的布置需求而定。尾轴是连接中间轴与螺旋桨的部件，直接驱动螺旋桨旋转，从而产生推动船舶前进的推力。在实际应用中，不同类型的船舶对传动轴的设计和选型有着不同的要求。例如，大型远洋商船由于其功率大、航程远，需要传动轴具备更高的强度和刚度，以确保在长期运行过程中能够稳定地传递动力；而小型船舶则更注重传动轴的轻便性和经济性。轴承在轴系中起着支撑传动轴的关键作用，确保其能够稳定地旋转。常见的轴承包括推力轴承、中间轴承和尾轴承。推力轴承用于承受螺旋桨产生的轴向推力，将其传递给船体结构。部分柴油机的推力轴承设置在柴油机机座内部，以提高结构的紧凑性和稳定性。中间轴承主要支撑中间轴，减少轴在旋转过程中的振动和变形，保证动力传递的平稳性。尾轴承则支撑尾轴，同时起到密封和润滑的作用，防止海水进入轴系，保证尾轴的正常运转。在船舶运行过程中，轴承的性能直接影响着轴系的可靠性和寿命。例如，当轴承出现磨损或润滑不良时，会导致轴系振动加剧，甚至引发故障。传递设备主要包括联轴器、减速器、离合器等，它们在轴系中发挥着不同的功能。联轴器用于连接不同的轴段，确保各轴段之间能够准确地传递扭矩，保证轴系的整体性和传动效率。常见的联轴器有刚性联轴器和弹性联轴器，刚性联轴器适用于对中精度要求较高的场合，而弹性联轴器则能够缓冲和减振，适应一定的不对中情况。减速器用于降低转速、增大扭矩，以满足螺旋桨的工作要求。在一些船舶中，主机的转速较高，而螺旋桨需要较低的转速和较大的扭矩来产生足够的推力，此时就需要通过减速器来实现转速和扭矩的匹配。离合器则用于控制轴系的连接和断开，实现主机与螺旋桨之间的动力传递或切断。例如，在船舶启动、停车或变速时，通过离合器的操作可以使主机与螺旋桨平稳地连接或分离，避免对设备造成冲击。轴系附件主要包括润滑、冷却、密封设备等，它们为轴系的正常运行提供必要的保障。润滑设备的作用是向轴承和其他传动部件提供润滑油，减少摩擦和磨损，降低能量损耗，延长设备的使用寿命。常见的润滑方式有压力润滑、飞溅润滑和油雾润滑等，不同的润滑方式适用于不同的工作条件和设备要求。冷却设备用于带走轴系在运行过程中产生的热量，防止设备因过热而损坏。通常采用海水或淡水作为冷却介质，通过热交换器将热量传递出去。密封设备则用于防止润滑油泄漏和海水侵入，保证轴系的正常工作环境。尾轴的密封装置是轴系密封的关键部位，常见的密封形式有机械密封、填料密封和唇形密封等，它们能够有效地阻止海水进入轴系，同时防止润滑油泄漏到海洋中，保护海洋环境。船舶轴系的工作原理基于机械传动的基本原理。主机输出的扭矩通过联轴器传递给推力轴，推力轴将扭矩传递给中间轴，中间轴再将扭矩传递给尾轴，最终由尾轴驱动螺旋桨旋转。在这个过程中，轴承起到支撑和定位传动轴的作用，确保轴系的稳定运行。传递设备则根据船舶的运行需求，对扭矩和转速进行调整和控制。螺旋桨在旋转时，通过桨叶与水的相互作用产生推力，推动船舶前进。同时，螺旋桨产生的推力通过尾轴、中间轴和推力轴传递给船体，使船舶能够克服航行阻力，实现航行。在船舶运行过程中，轴系会受到多种力的作用，如扭矩、推力、重力、惯性力以及船体变形等因素产生的附加力。这些力会使轴系产生应力和变形，如果轴系的设计不合理或校中不准确，就可能导致轴系出现故障，影响船舶的正常运行。因此，在船舶轴系的设计和安装过程中，需要充分考虑各种因素的影响，确保轴系能够安全、可靠地运行。2.2轴系校中的概念与重要性轴系校中是指按照特定的要求和方法，将轴系敷设成某种状态，使处于该状态下的轴系，其所有轴承上的负荷以及各轴段内的应力均处于允许范围之内，或者达到最佳数值，进而确保轴系能够持续正常运转。轴系校中的实质在于精确确定船轴和机器轴承的位置，同时充分考虑轴系弯曲、轴承负荷和船体变形等因素，通过一系列的工艺过程来保证轴系可靠运转。轴系校中对船舶的安全稳定运行具有至关重要的意义，主要体现在以下几个方面。首先，良好的轴系校中能够保证轴内应力和轴承负荷处于正常范围。在船舶运行过程中，轴系会受到各种力的作用，如果轴系校中不当，会导致轴系各部件受力不均，使轴内产生过大的应力，同时轴承负荷也会出现异常分布。过大的应力可能会使轴发生疲劳损坏，缩短轴的使用寿命；而轴承负荷不均则会导致轴承磨损加剧，甚至出现轴承烧毁的情况，严重影响轴系的正常运行。通过合理的轴系校中，可以使轴系各部件受力均匀，轴内应力和轴承负荷控制在正常范围内，从而保证轴系的安全可靠运行。其次，轴系校中有助于改善尾后轴承磨损情况。螺旋桨的重量会使尾轴在尾轴管内呈弯曲状态，导致尾轴与尾轴承接触不均匀，从而加剧尾轴承的磨损。轴系校中能够调整尾轴的位置，使尾轴与尾轴承的接触更加均匀，减少磨损，延长尾轴承的使用寿命。例如，在某船舶的实际运行中，由于轴系校中不良，尾轴承在短时间内就出现了严重的磨损，导致船舶不得不进行维修，影响了船舶的运营效率。而经过重新校中后，尾轴承的磨损情况得到了明显改善，船舶的运行可靠性得到了提高。再者，轴系校中能够减少螺旋桨振幅和船体的强迫振动。轴系校中不良会使螺旋桨在旋转时产生不平衡力，导致螺旋桨振幅增大，同时这种不平衡力还会通过轴系传递到船体，引起船体的强迫振动。船体的强迫振动不仅会影响船舶的舒适性，还会对船舶的结构强度产生不利影响，长期的振动可能会导致船体结构疲劳损坏。通过精确的轴系校中，可以减小螺旋桨的不平衡力，降低螺旋桨振幅，减少船体的强迫振动，提高船舶的航行安全性和舒适性。最后，轴系校中对于保证减速齿轮的正常啮合和主机功率的传递也起着关键作用。若轴系校中不良，会导致减速齿轮的轴线不平行，使齿轮啮合不良，产生噪声、磨损加剧等问题，影响减速齿轮的正常工作，进而影响主机功率的有效传递。而良好的轴系校中能够确保减速齿轮的正常啮合，保证主机功率能够高效地传递到螺旋桨，提高船舶的推进效率。例如，在一些船舶中，由于轴系校中不准确，减速齿轮在运行过程中出现了异常磨损和噪声，严重影响了船舶的动力性能。经过对轴系进行校中调整后，减速齿轮的工作状态得到了明显改善，主机功率的传递效率也得到了提高。2.3轴系校中质量的评定指标评定轴系校中质量的关键指标主要包括轴承负荷、轴的位移和转角以及弯曲应力等，这些指标对于判断轴系校中质量的优劣，确保轴系的安全可靠运行具有重要意义。轴承负荷是评定轴系校中质量的重要指标之一。在轴系运转时，各个轴承不仅承受轴自重及外部载荷所施加的正向（向下）垂直负荷，还可能受到水平方向、甚至反向（向上）垂直负荷，而且由于轴的不适当弯曲，还会承受“边缘负荷”。为使轴系各个轴承尽可能地均匀磨损，应使全轴系上诸轴承的负荷得到合理分配。具体来说，所有轴承必须承受正向负荷，不允许反向承荷或不承荷（脱空），否则会导致轴承局部受力过大，加速轴承磨损，甚至引发轴承故障。各轴承水平负荷应均匀分布，避免出现负荷集中的情况，以保证轴承的正常工作。应尽量使轴承不承受水平负荷或将水平负荷减到最小程度，因为水平负荷会增加轴承的摩擦和磨损，影响轴承的使用寿命。各轴承的压强应符合一定的范围，不同类型的轴承有不同的许用比压。例如，白合金艉管轴承的许用比压一般不超过0.8MPa，铁梨木艉管轴承不超过0.3MPa，橡胶艉管轴承不超过0.3MPa，复合材料艉管轴承最大为0.3MPa，中间轴承不超过0.6MPa，大齿轮轴前后轴承静态许用值为1MPa，轴系运转状态许用值为3MPa。如果轴承压强超过许用值，会导致轴承磨损加剧，甚至发生烧瓦等严重事故。轴的位移和转角也是评定轴系校中质量的重要参数。通常情况下，轴承的位移量是以轴系理论中心线（通过尾轴管前、后两轴承中心的直线）为基准线进行计算。任何一轴承的位移必须限制在由它所造成的轴承负荷和轴内应力均不得超过允许的范围，且轴的斜度（转角）亦不得超过允许的规定。艉管后轴承支撑点处截面转角一般应不超过3.5×10-4rad，若超差且不能用调整中间轴承的位移量校正时，则需采用斜镗艉轴管（或艉轴承）的措施来弥补。轴的位移和转角过大，会使轴系各部件受力不均，增加轴系的振动和噪声，同时也会影响轴系的密封性能，导致润滑油泄漏等问题。轴上弯曲应力同样是不可忽视的评定指标。尽管轴系由于超过弯曲应力发生断裂的情况较为罕见，但在船舶修理中必须重视这种破坏因素的存在。因此，应对轴上的应力，其中包括轴系因安装弯曲产生的附加弯曲应力和传递扭矩有关的剪切应力加以限制。一般规定，螺旋桨轴[σp]≤20MPa，尾轴[σp]≤20MPa，中间轴[σp]≤20MPa，推力轴[σp]≤15MPa，减速器轴[σp]≤10MPa。对于直接与柴油主机连接的轴系，校中时应使作用在柴油机曲轴输出法兰处的弯矩和剪应力均不得超过制造厂的规定，曲轴的臂距差也应符合制造厂的规定。如果轴上弯曲应力超过允许值，轴可能会发生疲劳裂纹，随着裂纹的扩展，最终可能导致轴的断裂，严重危及船舶的安全运行。2.4影响轴系校中状态的因素轴系校中状态受到多种因素的综合影响，这些因素相互作用，共同决定了轴系的校中质量，对船舶的安全稳定运行至关重要。船体变形是影响轴系校中状态的重要因素之一。船舶在航行过程中，会受到各种外力的作用，如波浪力、重力、惯性力等，这些力会使船体发生变形。在安装轴系范围内的船体变形，会导致安装在其上的轴系随之发生弯曲。这种弯曲是附加的，且往往难以控制。当船体在波浪中发生中拱或中垂变形时，会使轴系的轴承位置发生变化，从而改变轴系的校中状态。船体变形还可能导致轴系各部件之间的相对位置发生改变，使轴系承受额外的应力和负荷，影响轴系的正常运行。轴系安装误差也是影响校中状态的关键因素。在轴系安装过程中，如果传动轴的加工精度不达标，存在较大的尺寸偏差或形状误差，会对轴系校中质量造成不良影响。轴系的安装弯曲也会在各支承轴承上造成附加负荷，该附加负荷的大小及方向由轴系的弯曲度及方向所决定。例如，在安装过程中，若中间轴的安装位置不准确，与理论中心线存在偏差，会使中间轴承承受不均匀的负荷，导致轴承磨损加剧，同时也会影响轴系的整体校中状态。此外，轴系各部件之间的连接精度，如联轴器的对中精度等，也会对轴系校中产生重要影响。如果联轴器对中不良，会导致轴系在运转过程中产生额外的扭矩和振动，影响轴系的稳定性和可靠性。轴承磨损会对轴系校中状态产生显著影响。在轴系运行过程中，轴承与轴颈之间会发生摩擦，随着时间的推移，轴承会逐渐磨损。轴承磨损会导致轴承间隙增大，使轴的位置发生变化，进而影响轴系的校中状态。当尾轴承磨损严重时，会使尾轴下沉，导致尾轴与中间轴的连接法兰出现偏移和曲折，破坏轴系的校中。轴承磨损还会使轴承的承载能力下降，无法有效地支撑轴系的重量和负荷，进一步加剧轴系的振动和不稳定。此外，轴系的结构设计、尾轴管轴承中的油膜、海水或润滑油压力的影响、螺旋桨水动力不平衡力矩及推力中心偏心所形成力矩的影响、减速齿轮箱运转时温升的影响等，也都会对轴系校中状态产生一定的影响。例如，轴系的结构设计不合理，可能会导致轴系的刚性不足，在受到外力作用时容易发生变形，影响校中状态。尾轴管轴承中的油膜厚度和压力分布会影响尾轴的支撑状态，进而影响轴系校中。螺旋桨水动力不平衡力矩及推力中心偏心所形成的力矩，会使轴系承受额外的负荷和扭矩，破坏轴系的校中平衡。减速齿轮箱运转时的温升会导致齿轮箱部件的热膨胀，改变轴系的相对位置，影响轴系校中。三、轴心轨迹的理论基础3.1轴心轨迹的定义与特性轴心轨迹是指在转轴旋转过程中，轴的中心点在一定时间段内绕转轴中心点振动所形成的运动轨迹。它是转子振动信号的重要组成部分，通过轴系同一截面上两路相互垂直的振动信号合成得到。在理想状态下，正常的轴心轨迹应呈现为一个较为稳定的、长短轴相差不大的椭圆。这是因为在正常运行时，轴系所受到的各种力相对平衡，轴的振动较为规则，使得轴心的运动轨迹接近椭圆。轴心轨迹具有丰富的特性，这些特性能够反映轴系的运行状态。轴心轨迹的形状和大小包含了大量的故障信息。不同的故障类型会导致轴心轨迹呈现出不同的形状。当轴系出现不对中故障时，轴心轨迹通常会呈现为月牙状、香蕉状，严重时甚至会变为8字形。这是由于不对中会使轴受到额外的弯矩作用，导致轴的振动发生变化，从而改变轴心轨迹的形状。而当轴系发生摩擦故障时，轴心轨迹会出现多处锯齿状尖角或小环。这是因为摩擦会产生局部的冲击力和振动，使得轴心的运动变得不规则，进而在轨迹上表现出锯齿状尖角或小环。轴心轨迹的重复性也是其重要特性之一。如果轴心轨迹的形状及大小的重复性好，则表明转子的涡动是稳定的。在稳定运行状态下，轴系所受到的外部激励和内部作用力相对稳定，使得轴心轨迹具有较好的重复性。相反，如果轴心轨迹的重复性差，形状及大小时刻在发生较大的变化，甚至出现大圈套小圈的情况，则说明转子的涡动不稳定，轴系可能存在故障。例如，当转子发生亚异步自激振动时，其轴心轨迹往往很不稳定，这是由于自激振动会导致轴系的振动特性发生变化，使得轴心轨迹难以保持稳定。3.2轴心轨迹与轴系运行状态的关系轴心轨迹与轴系的运行状态密切相关，其形状、大小、变化趋势等特征能够直观地反映轴系是否存在不平衡、不对中、磨损等故障。轴系不平衡是导致轴心轨迹异常的常见原因之一。当轴系存在不平衡时，转子在旋转过程中会产生离心力，使得轴发生振动，轴心轨迹偏离正常的椭圆形状。在不平衡故障较轻时，轴心轨迹可能表现为椭圆度略有增加，长短轴的差异变大。这是因为不平衡产生的离心力较小，对轴的振动影响相对较小，只是使轴心轨迹的形状发生了一定程度的改变。随着不平衡故障的加重，轴心轨迹会逐渐变得更加不规则，可能出现较大的偏移和变形。这是由于不平衡产生的离心力增大，导致轴的振动加剧，轴心的运动变得更加不稳定，从而使轴心轨迹的形状和位置发生较大变化。轴心轨迹的大小也能反映不平衡的程度，不平衡量越大，轴心轨迹的幅值越大。这是因为不平衡量越大，产生的离心力就越大，轴的振动幅度也就越大，从而在轴心轨迹上表现为幅值增大。轴系不对中同样会对轴心轨迹产生显著影响。不对中会使轴受到额外的弯矩作用，导致轴的振动特性发生改变，轴心轨迹呈现出特定的形状。在轻微不对中时，轴心轨迹可能呈椭圆形，但与正常的椭圆相比，其形状可能会发生一定的扭曲。这是因为轻微不对中产生的弯矩较小，对轴的振动影响相对较小，只是使轴心轨迹的形状发生了一些细微的变化。随着不对中程度的加重，轴心轨迹会变为香蕉形，严重不对中故障会使转子的轴心轨迹图呈现外“8”字形。这是因为严重不对中产生的弯矩较大，使得轴的振动更加复杂，轴心的运动轨迹呈现出“8”字形。“8”字形轴心轨迹的出现，一般表现为二倍频或四倍频的成分较大。这是因为不对中会导致轴在旋转过程中产生周期性的受力变化，这种变化会在振动信号中体现为二倍频或四倍频的成分，从而在轴心轨迹上表现出相应的特征。轴系的磨损也会通过轴心轨迹反映出来。当轴系中的轴承或其他部件发生磨损时，会导致轴的支撑状态发生变化，进而影响轴心轨迹。轴承磨损会使轴承间隙增大，轴的振动加剧，轴心轨迹的形状和大小都会发生改变。在轴承磨损初期，轴心轨迹可能表现为形状不规则，出现一些小的波动和变形。这是因为轴承磨损导致轴的支撑不稳定，轴的振动开始出现异常，从而在轴心轨迹上表现出不规则的形状。随着磨损的加剧，轴心轨迹会变得更加混乱，幅值也会增大。这是因为轴承磨损严重，轴的支撑能力下降，轴的振动加剧，使得轴心轨迹的形状更加混乱，幅值增大。3.3轴心轨迹在旋转机械故障诊断中的应用原理轴心轨迹在旋转机械故障诊断中具有重要的应用价值，其应用原理基于轴心轨迹与轴系运行状态之间的紧密联系。通过分析轴心轨迹的形状、大小、变化趋势等特征，可以有效地诊断旋转机械的故障类型和严重程度。在故障类型诊断方面，不同的故障类型会导致轴心轨迹呈现出独特的形状特征。通过识别这些特征，可以初步判断轴系可能存在的故障。如前文所述，椭圆形的轴心轨迹通常与转子不平衡故障相关。当轴心轨迹呈现出椭圆形时，说明轴系存在不平衡，需要进一步检查不平衡的原因，如转子的质量分布是否均匀、是否有零部件松动等。芭蕉形的轴心轨迹则可能表示转子不平衡和转子不对中综合故障。这是因为不对中会使轴受到额外的弯矩作用，与不平衡产生的离心力相互叠加，导致轴心轨迹呈现出芭蕉形。此时，需要综合考虑不平衡和不对中的因素，对轴系进行全面的检查和调整。八字形的轴心轨迹往往是转子不对中故障的典型表现。当轴心轨迹为八字形时，说明轴系存在不对中问题，需要检查轴系的对中情况，如联轴器的对中精度、轴承的安装位置等。通过调整轴系的对中状态，可以解决不对中故障，使轴心轨迹恢复正常。在故障严重程度评估方面，轴心轨迹的大小和变化趋势可以提供重要的信息。轴心轨迹的幅值大小与故障的严重程度相关。一般来说，轴心轨迹的幅值越大，说明轴系的振动越剧烈，故障可能越严重。在不平衡故障中，不平衡量越大，轴心轨迹的幅值就越大，表明不平衡故障越严重。此时，需要采取相应的措施来减轻不平衡，如对转子进行动平衡校正等。轴心轨迹的变化趋势也能反映故障的发展情况。如果轴心轨迹逐渐变得不稳定，形状和大小发生较大的变化，说明故障可能在逐渐恶化。在轴承磨损过程中，如果轴心轨迹的混乱程度和幅值不断增加，说明轴承的磨损在加剧，需要及时更换轴承，以避免故障进一步扩大。四、船舶轴系轴心轨迹的测量方法与技术4.1测量原理与常用传感器在船舶轴系轴心轨迹的测量中，电涡流位移传感器和激光位移传感器是常用的两种传感器，它们各自基于独特的原理工作，具有不同的特点，适用于不同的测量场景。电涡流位移传感器基于法拉第电磁感应定律工作。其工作系统由探头、延伸电缆、前置器以及被测体构成。前置器中高频振荡电流通过延伸电缆流入探头线圈，在探头头部的线圈中产生交变的磁场。当有被测金属体靠近这一交变磁场时，金属表面会产生感应电流，即电涡流。与此同时，该电涡流场会产生一个方向与头部线圈方向相反的交变磁场，由于其反作用，使头部线圈高频电流的幅度和相位得到改变，也就是改变了线圈的有效阻抗。通常假定金属导体材质均匀且性能是线性和各项同性，控制线圈的几何形状、几何尺寸、电流频率以及头部线圈到金属导体表面的距离等参数在一定范围内不变，则线圈的特征阻抗就成为距离的单值函数。通过前置器电子线路的处理，可将线圈阻抗的变化，即头部体线圈与金属导体的距离的变化转化成电压或电流的变化。输出信号的大小随探头到被测体表面之间的间距而变化，从而实现对金属物体的位移、振动等参数的测量。电涡流位移传感器具有长期工作可靠性高、灵敏度高、抗干扰能力强等优点，在大型旋转机械的状态监测、振动分析以及轴心轨迹测量等领域得到广泛应用。然而，其测量须依赖被测物体为金属导体，且测量范围相对有限，对于一些特殊工况或非接触测量要求较高的场景，可能存在一定的局限性。激光位移传感器是利用激光技术进行测量的传感器，由激光器、激光检测器和测量电路组成。目前，激光位移传感器按照原理可分为激光三角测量法和激光回波分析法两种。激光三角测量法适用于高精度、短距离的测量。其原理是通过镜头将可见红色激光射向被测物体表面，经物体反射的激光通过接收器镜头，被内部的CCD线性相机接收。根据不同的距离，CCD线性相机可以在不同的角度下“看见”这个光点。根据这个角度及已知的激光和相机之间的距离，数字信号处理器就能计算出传感器和被测物体之间的距离。同时，光束在接收元件的位置通过模拟和数字电路处理，并通过微处理器分析，计算出相应的输出值，并在用户设定的模拟量窗口内，按比例输出标准数据信号。激光回波分析法则用于远距离测量。它通过激光发射器每秒发射一百万个激光脉冲到检测物并返回至接收器，处理器计算激光脉冲遇到检测物并返回至接收器所需的时间，以此计算出距离值。该输出值是将上千次的测量结果进行的平均输出。激光位移传感器能够精确非接触测量被测物体的位置、位移等变化，还可测量位移、厚度、振动、距离、直径等精密的几何测量。它具有高精度、非接触测量、响应速度快等特点，在工业生产中常用于长度、距离、振动、速度、方位等物理量的测量，还可用于探伤和大气污染物的监测等。但激光位移传感器的成本相对较高，对测量环境要求较为苛刻，如在强光、灰尘较多等环境下，可能会影响测量精度。4.2测量系统的搭建与数据采集搭建船舶轴系轴心轨迹测量系统时，需综合考虑传感器的布置、数据采集设备的选择等关键要素，以确保能够准确、可靠地采集到轴心轨迹数据。在传感器布置方面，通常选用电涡流位移传感器，且需安装两个，这两个传感器应互为90度角。这样的布置方式是基于轴心轨迹的测量原理，轴心轨迹实质上是两个互为90°测点的转轴相对振动的矢量叠加。通过将两个电涡流位移传感器分别安装在轴的垂直方向上，能够获取轴在x和y方向的振动位移信号，进而合成轴心轨迹。在选择测点轴向位置时，应尽可能选在转轴晃摆值较小的位置上。这是因为电涡流位移传感器的输出信号除了包含有转轴振动位移外，还包含了测点处转轴晃摆值。当转轴原始晃摆值较大时，轴心轨迹大小、形状会产生虚假现象，给判断故障带来误差。在实际布置传感器时，可根据船舶轴系的具体结构和安装空间，合理确定传感器的安装位置，确保传感器能够稳定、准确地测量轴的振动位移。数据采集设备的选择对于获取高质量的轴心轨迹数据至关重要。数据采集卡是常用的数据采集设备之一，它能够将传感器输出的模拟信号转换为数字信号，以便计算机进行处理和存储。在选择数据采集卡时，需要考虑其采样频率、分辨率、通道数等参数。采样频率应根据轴系的旋转速度和振动频率来确定，一般要求采样频率至少是信号最高频率的两倍以上，以满足奈奎斯特采样定理，避免信号混叠。分辨率则决定了数据采集的精度，较高的分辨率能够更精确地反映轴的振动位移变化。通道数应与传感器的数量相匹配，确保能够同时采集多个传感器的信号。还需要考虑数据采集卡与计算机的接口类型，如USB、PCI等，以保证数据传输的稳定性和速度。除了数据采集卡，还需要配备相应的计算机和数据采集软件。计算机用于运行数据采集软件，对采集到的数据进行实时显示、存储和初步处理。数据采集软件应具备友好的用户界面，方便操作人员设置采集参数、启动和停止数据采集等操作。软件还应具备数据实时显示功能，能够以图形化的方式展示轴心轨迹，使操作人员能够直观地了解轴系的运行状态。在数据采集过程中，需要对采集参数进行合理设置。采样频率的设置应根据轴系的实际运行情况进行调整。对于高速旋转的轴系，需要设置较高的采样频率，以准确捕捉轴的振动信号；而对于低速旋转的轴系，采样频率可适当降低。采样时间的设置应根据研究目的和数据需求来确定。如果需要分析轴系在长时间运行过程中的稳定性，应设置较长的采样时间；如果只是关注轴系在短时间内的瞬态响应，采样时间可相对较短。还需要对传感器的灵敏度进行校准，确保采集到的数据准确可靠。在数据采集前，应对传感器进行标定，获取传感器的灵敏度系数，并在数据采集过程中根据灵敏度系数对采集到的数据进行修正。4.3数据预处理与降噪方法在采集到船舶轴系轴心轨迹的原始数据后，由于受到测量环境、传感器噪声等多种因素的干扰，数据中往往包含大量的噪声和干扰信号，这会影响对轴心轨迹的准确分析和特征提取。因此，需要对原始数据进行预处理和降噪处理，以提高数据质量。数据清洗是预处理的第一步，主要是去除数据中的异常值和错误数据。异常值可能是由于传感器故障、数据传输错误或其他原因导致的，这些异常值会严重影响数据分析的准确性。可以通过设定合理的阈值范围来识别异常值，将超出阈值范围的数据视为异常值并进行剔除。对于一些明显错误的数据，如数据缺失、数据格式错误等，也需要进行相应的处理。可以采用插值法对缺失的数据进行补充，根据相邻数据的特征和趋势来估计缺失值。对于数据格式错误，需要进行格式转换，使其符合数据分析的要求。去噪和滤波是数据预处理的关键环节，常用的方法有多种。小波分析是一种常用的去噪方法，它能够将信号分解为不同频率的子信号，通过对不同频率子信号的处理，去除噪声信号。小波分析具有良好的时频局部化特性，能够在时域和频域同时对信号进行分析，对于处理非平稳信号具有独特的优势。在对轴心轨迹数据进行小波去噪时，首先需要选择合适的小波函数和分解层数。不同的小波函数具有不同的时频特性，应根据信号的特点选择合适的小波函数。分解层数的选择也会影响去噪效果，分解层数过多可能会导致信号失真，分解层数过少则可能无法有效去除噪声。通过实验对比不同小波函数和分解层数的去噪效果，选择最优的参数组合。然后，对信号进行小波分解，得到不同频率的子信号。对高频子信号进行阈值处理，去除噪声成分。将处理后的子信号进行小波重构，得到去噪后的信号。经验模态分解（EMD）也是一种有效的去噪方法，它是一种自适应的信号分解方法，能够将复杂的信号分解为若干个固有模态函数（IMF）。每个IMF都具有不同的时间尺度特征，代表了信号的不同频率成分。通过对IMF的分析和处理，可以去除噪声信号。在应用EMD进行去噪时，首先对原始信号进行EMD分解，得到一系列的IMF。通过计算IMF的相关系数、能量分布等特征，判断哪些IMF主要包含噪声成分。将包含噪声成分的IMF去除，然后将剩余的IMF进行重构，得到去噪后的信号。低通滤波是一种简单而常用的滤波方法，它允许低频信号通过，而阻止高频噪声信号通过。在轴心轨迹数据处理中，可以根据信号的频率特性，选择合适的截止频率，设计低通滤波器。常用的低通滤波器有巴特沃斯滤波器、切比雪夫滤波器等。巴特沃斯滤波器具有平坦的幅频响应特性，在通带内没有波动，在阻带内逐渐衰减。切比雪夫滤波器则在通带或阻带内具有一定的波动，但其过渡带更窄。根据实际需求选择合适的滤波器类型，并通过设计滤波器的参数，如阶数、截止频率等，实现对噪声信号的有效滤除。在使用低通滤波器时，需要注意滤波器的相位特性，避免对信号的相位信息造成影响。通过对采集到的原始数据进行清洗、去噪、滤波等预处理，能够有效提高轴心轨迹数据的质量，为后续的轴心轨迹分析和轴系校中状态评估提供可靠的数据支持。五、基于轴心轨迹的船舶轴系校中状态评估模型构建5.1模型构建的思路与方法基于轴心轨迹构建船舶轴系校中状态评估模型的核心思路是，充分挖掘轴心轨迹中蕴含的与轴系校中状态相关的信息，利用这些信息建立起能够准确反映轴系校中状态的数学模型。从原理上讲，轴心轨迹是轴系运行状态的直观体现，不同的轴系校中状态会导致轴心轨迹呈现出不同的特征。在轴系校中良好的情况下，轴心轨迹通常较为规则，接近椭圆；而当轴系出现不对中、不平衡等校中问题时，轴心轨迹会发生明显的变形，形状变得不规则，如出现月牙状、香蕉状、8字形等。通过对这些特征的提取和分析，可以获取轴系校中状态的关键信息。在方法选择上，本研究将采用机器学习和模式识别的方法来构建评估模型。机器学习算法能够从大量的数据中自动学习模式和规律，对于处理复杂的非线性问题具有强大的能力。模式识别则侧重于对数据特征的识别和分类，通过将提取的轴心轨迹特征与已知的轴系校中状态模式进行匹配，实现对轴系校中状态的准确判断。具体实施步骤如下：首先，对采集到的轴心轨迹数据进行预处理，包括数据清洗、去噪、滤波等操作，以提高数据质量，为后续的特征提取和模型训练提供可靠的数据基础。运用合适的特征提取方法，从预处理后的数据中提取能够有效反映轴系校中状态的特征参数，如轨迹形状、面积、周长、偏心率等。将提取的特征参数作为输入，轴系校中状态作为输出，构建训练数据集。选择合适的机器学习算法，如支持向量机（SVM）、人工神经网络（ANN）等，对训练数据集进行训练，建立轴系校中状态评估模型。在模型训练过程中，需要对算法的参数进行优化，以提高模型的性能和准确性。通过交叉验证等方法对模型进行评估和验证，确保模型的可靠性和泛化能力。利用测试数据集对训练好的模型进行测试，评估模型对未知轴系校中状态的预测能力，若模型性能不满意，则进一步调整模型参数或改进模型结构。5.2轴心轨迹特征参数的提取与分析轴心轨迹包含了丰富的信息，通过提取和分析其特征参数，能够有效揭示轴系的校中状态。本部分将深入研究轴心轨迹的形状特征、幅值特征、频率特征等参数，并确定对轴系校中状态敏感的特征参数。5.2.1形状特征轴心轨迹的形状是反映轴系校中状态的重要特征之一。在正常校中状态下，轴心轨迹通常呈现为较为规则的椭圆。这是因为在理想情况下，轴系的旋转是平稳的，轴的振动主要由不平衡力引起，而不平衡力在轴的旋转过程中会产生周期性的作用，使得轴心的运动轨迹接近椭圆。当轴系出现不对中故障时，轴心轨迹会发生明显的变形。平行不对中时，轴心轨迹一般呈月牙状或香蕉状。这是由于平行不对中会使轴受到额外的弯矩作用，导致轴在旋转过程中产生横向偏移，从而使轴心轨迹的形状发生改变。角度不对中时，轴心轨迹可能呈现为8字形。这是因为角度不对中会使轴在旋转过程中产生轴向偏移和扭转，使得轴心的运动轨迹更加复杂，呈现出8字形。严重不对中时，轴心轨迹的形状会更加不规则，可能出现多个环或交叉的情况。为了准确描述轴心轨迹的形状特征，可以提取一些量化的参数。偏心率是一个重要的形状特征参数，它反映了椭圆的扁平程度。偏心率的计算公式为：e=\sqrt{1-\frac{b^2}{a^2}}，其中a和b分别为椭圆的长半轴和短半轴。当轴系校中良好时，偏心率接近0，轴心轨迹接近圆形；当轴系出现不对中故障时，偏心率会增大，轴心轨迹变得更加扁平。轨迹面积和周长也能反映轴心轨迹的形状特征。轨迹面积表示轴心轨迹所围成的区域大小，周长则表示轴心轨迹的长度。在轴系发生故障时，轴心轨迹的形状会发生变化，导致轨迹面积和周长也会相应改变。通过计算轨迹面积和周长，并与正常状态下的值进行比较，可以判断轴系是否存在故障以及故障的严重程度。5.2.2幅值特征轴心轨迹的幅值特征反映了轴的振动幅度大小，与轴系的校中状态密切相关。幅值特征主要包括轨迹的最大幅值、最小幅值和平均幅值。最大幅值是指轴心轨迹在某个方向上的最大位移量，它反映了轴的最大振动幅度。在轴系存在不平衡故障时，由于不平衡力的作用，轴的振动幅度会增大，轴心轨迹的最大幅值也会相应增大。当转子上存在较大的不平衡质量时，轴在旋转过程中会产生较大的离心力，导致轴的振动加剧，轴心轨迹的最大幅值明显增大。最小幅值则是指轴心轨迹在某个方向上的最小位移量，它反映了轴的最小振动幅度。平均幅值是轴心轨迹在各个方向上位移量的平均值，它综合反映了轴的振动水平。幅值的变化趋势也能提供有关轴系校中状态的信息。如果幅值逐渐增大，说明轴系的振动在加剧，可能存在故障隐患。在轴承磨损过程中，随着磨损的加剧，轴承间隙增大，轴的振动逐渐增大，轴心轨迹的幅值也会逐渐增大。相反，如果幅值逐渐减小，可能表示轴系的运行状态正在改善。通过监测幅值的变化趋势，可以及时发现轴系的异常情况，采取相应的措施进行调整和维护。5.2.3频率特征轴心轨迹的频率特征包含了轴系振动的频率成分信息，对于诊断轴系校中故障具有重要意义。在正常校中状态下，轴心轨迹的频率主要为轴的旋转频率，即工频。这是因为在正常情况下，轴系的振动主要由不平衡力引起，而不平衡力的频率与轴的旋转频率相同。当轴系出现故障时，会产生与故障相关的特定频率成分。在不对中故障中，除了工频成分外，还会出现二倍频、三倍频甚至更高倍频的成分。这是因为不对中会使轴受到额外的弯矩作用，导致轴在旋转过程中产生非线性振动，从而产生高次谐波。二倍频成分通常是不对中故障的重要特征之一，其幅值的大小与不对中程度有关。在不平衡故障中，除了工频成分外，还可能出现半频、1/3频等分频成分。这些分频成分的出现是由于不平衡力的作用导致轴的振动发生了调制。当转子存在局部缺陷或松动时，可能会出现与缺陷或松动相关的特征频率。通过对轴心轨迹频率特征的分析，可以准确判断轴系是否存在故障以及故障的类型。常用的频率分析方法包括傅里叶变换、小波变换等。傅里叶变换可以将时域信号转换为频域信号，从而清晰地显示出信号的频率成分。小波变换则具有良好的时频局部化特性，能够在时域和频域同时对信号进行分析，对于处理非平稳信号具有独特的优势。在实际应用中，可以根据信号的特点选择合适的频率分析方法，提取轴心轨迹的频率特征，为轴系校中状态评估提供依据。5.3评估模型的建立与验证在提取和分析轴心轨迹特征参数的基础上，本部分将利用机器学习、模式识别等方法建立基于轴心轨迹的船舶轴系校中状态评估模型，并通过实际数据对模型的准确性和可靠性进行验证。5.3.1模型建立本研究选择支持向量机（SVM）和人工神经网络（ANN）两种机器学习算法来建立评估模型。支持向量机（SVM）是一种基于统计学习理论的分类算法，它通过寻找一个最优分类超平面，将不同类别的样本数据分开。在轴系校中状态评估中，SVM可以将提取的轴心轨迹特征参数作为输入，将轴系校中状态分为正常、不对中、不平衡等不同类别。SVM的优点在于它能够有效地处理小样本、非线性和高维数据问题，具有较好的泛化能力和分类精度。在使用SVM建立模型时，需要选择合适的核函数，如线性核函数、多项式核函数、径向基核函数等。不同的核函数适用于不同类型的数据，通过实验比较不同核函数下SVM模型的性能，选择最优的核函数和相关参数。人工神经网络（ANN）是一种模拟人类大脑神经元结构和功能的计算模型，它由多个神经元组成，通过神经元之间的连接权重来学习和处理信息。在轴系校中状态评估中，常用的神经网络模型包括多层感知器（MLP）、径向基函数神经网络（RBFNN）等。多层感知器是一种前馈神经网络，它由输入层、隐藏层和输出层组成，通过反向传播算法来调整神经元之间的连接权重，以最小化预测值与实际值之间的误差。径向基函数神经网络则以径向基函数作为激活函数，具有较强的局部逼近能力和学习速度。在建立ANN模型时，需要确定网络的结构，如隐藏层的层数、神经元的数量等。通过实验和经验法则，选择合适的网络结构，并对网络的参数进行训练和优化，以提高模型的性能。5.3.2模型验证为了验证评估模型的准确性和可靠性，采用实际采集的船舶轴系轴心轨迹数据进行测试。将采集到的数据分为训练集和测试集，其中训练集用于训练模型，测试集用于评估模型的性能。在验证过程中，采用准确率、召回率、F1值等指标来评价模型的性能。准确率是指模型正确预测的样本数占总预测样本数的比例，它反映了模型的预测准确性。召回率是指模型正确预测的正样本数占实际正样本数的比例，它反映了模型对正样本的覆盖程度。F1值则是综合考虑准确率和召回率的指标，它能够更全面地评价模型的性能。对于轴系校中状态评估模型，准确率高表示模型能够准确地判断轴系的校中状态，召回率高表示模型能够有效地识别出存在故障的轴系，F1值高则表示模型在准确性和覆盖程度方面都表现良好。以某船舶轴系为例，对建立的评估模型进行验证。该船舶轴系在不同的工况下运行，采集了大量的轴心轨迹数据。将这些数据按照70%作为训练集，30%作为测试集的比例进行划分。使用训练集对SVM和ANN模型进行训练，然后用测试集对训练好的模型进行测试。实验结果表明，SVM模型在该数据集上的准确率达到了90%，召回率为85%，F1值为87.5%；ANN模型的准确率为92%，召回率为88%，F1值为90%。通过比较不同模型的性能指标，可以看出两种模型都具有较高的准确性和可靠性，能够有效地评估船舶轴系的校中状态。但ANN模型在准确率和召回率方面略优于SVM模型，这可能是由于ANN模型具有更强的非线性拟合能力，能够更好地学习轴心轨迹特征与轴系校中状态之间的复杂关系。通过对实际数据的验证，证明了基于轴心轨迹建立的船舶轴系校中状态评估模型具有较高的准确性和可靠性，能够为船舶轴系的安全运行提供有效的监测和诊断手段。六、案例分析6.1案例船舶轴系介绍本案例选取一艘30万吨级超大型油轮（VLCC）的轴系作为研究对象，该油轮主要用于长途原油运输，其轴系的稳定运行对船舶的安全航行和运输效率至关重要。该船舶轴系主要由1根推力轴、4根中间轴和1根尾轴组成。推力轴采用高强度合金钢制造，长度为5.2米，直径为750毫米，它与主机曲轴直接相连，负责将主机的扭矩传递给中间轴，并承受螺旋桨产生的推力，将其传递给船体。中间轴同样采用高强度合金钢，每根长度在12-15米之间，直径为680毫米，它们依次连接，起到桥梁作用，将推力轴传来的扭矩平稳地传递给尾轴。尾轴长度为18米，直径为850毫米，其前端与中间轴相连，后端安装螺旋桨，直接驱动螺旋桨旋转，为船舶提供推进动力。这种轴系结构设计能够满足大型油轮在重载条件下的动力传输需求，确保船舶的高效运行。在轴承方面，配备了1个推力轴承、5个中间轴承和2个尾轴承。推力轴承采用滑动轴承，安装在主机机座内部，能够承受较大的轴向推力，保证轴系的轴向稳定性。中间轴承为滚动轴承，具有较高的旋转精度和承载能力，分布在中间轴的支撑点上，减少中间轴在旋转过程中的振动和变形。尾轴承则采用水润滑橡胶轴承，具有良好的耐磨性和减振性能，安装在尾轴管内，支撑尾轴并起到密封和润滑作用，防止海水进入轴系。船舶在航行过程中，轴系需承受多种复杂工况。在满载出港时，主机输出功率达到最大值，约为50000kW，轴系转速为120r/min。此时，轴系不仅要传递巨大的扭矩，还要承受螺旋桨在水中旋转产生的推力，推力大小可达1500kN。在航行过程中，由于海浪的起伏和船舶的摇摆，轴系会受到周期性的冲击和振动，其振动频率范围在5-20Hz之间。当船舶在恶劣海况下航行时，如遇到大风浪，轴系所受的载荷会更加复杂，可能会出现扭矩波动、推力变化以及额外的弯矩等情况。在船舶进出港时，主机需要频繁地启动、停止和变速，这对轴系的动态响应性能提出了较高的要求。6.2轴系校中状态测试与轴心轨迹测量为了准确获取该船舶轴系的校中状态和轴心轨迹，采用了先进的测试技术和设备。在轴系校中状态测试方面，运用了激光对中仪进行测量。激光对中仪利用激光的直线传播特性和高精度的光学测量原理，能够精确测量轴系各轴段连接法兰的偏移和曲折值。在测量过程中，将激光对中仪的发射器和接收器分别安装在相邻轴段的连接法兰上，通过测量激光束在接收器上的位置变化，计算出连接法兰的偏移和曲折值。对每个连接法兰进行多次测量，并取平均值，以提高测量的准确性。测量结果显示，部分中间轴连接法兰的偏移值在0.1-0.3mm之间，曲折值在0.1-0.2mm/m之间。在轴心轨迹测量方面，选用了电涡流位移传感器，安装在中间轴承和尾轴承处。如前文所述，电涡流位移传感器基于法拉第电磁感应定律工作，能够精确测量轴的位移变化。在安装传感器时，将两个电涡流位移传感器互为90度角安装在轴的垂直方向上，确保能够获取轴在x和y方向的振动位移信号。通过数据采集系统，以1000Hz的采样频率对传感器信号进行采集，采集时间为10分钟。在采集过程中，对数据进行实时监测，确保数据的完整性和准确性。对采集到的原始数据进行预处理，包括数据清洗、去噪和滤波等操作。采用中值滤波方法去除数据中的异常值，通过设定合理的阈值范围，将超出阈值的数据视为异常值并进行剔除。利用小波分析方法对数据进行去噪处理，选择db4小波函数，分解层数为5层。通过对高频子信号进行阈值处理，去除噪声成分，然后将处理后的子信号进行小波重构，得到去噪后的信号。采用低通滤波器对信号进行滤波处理，截止频率设定为50Hz，以去除高频噪声的干扰。经过预处理后，得到了清晰、准确的轴心轨迹数据。6.3基于轴心轨迹分析的校中状态评估结果运用前文建立的基于轴心轨迹的船舶轴系校中状态评估模型，对测量得到的轴心轨迹数据进行分析，以评估该船舶轴系的校中状态。提取轴心轨迹的特征参数，包括形状特征、幅值特征和频率特征。在形状特征方面，计算轴心轨迹的偏心率，偏心率的计算公式为e=\sqrt{1-\frac{b^2}{a^2}}，其中a和b分别为椭圆的长半轴和短半轴。计算结果显示，部分轴承处轴心轨迹的偏心率在0.3-0.5之间，表明轴心轨迹的形状偏离正常椭圆，存在一定程度的变形。在幅值特征方面，提取轴心轨迹的最大幅值、最小幅值和平均幅值。最大幅值反映了轴的最大振动幅度，最小幅值反映了轴的最小振动幅度，平均幅值则综合反映了轴的振动水平。测量数据显示，中间轴承处轴心轨迹的最大幅值为0.2mm，最小幅值为0.05mm，平均幅值为0.12mm；尾轴承处轴心轨迹的最大幅值为0.3mm，最小幅值为0.08mm，平均幅值为0.18mm。在频率特征方面，采用傅里叶变换将时域信号转换为频域信号，分析轴心轨迹的频率成分。结果表明，除了轴的旋转频率（工频）外，还出现了二倍频和三倍频成分，其中二倍频成分的幅值相对较高。将提取的特征参数输入到支持向量机（SVM）和人工神经网络（ANN）评估模型中进行分析。SVM模型采用径向基核函数，通过训练得到的分类模型对特征参数进行分类，判断轴系的校中状态。ANN模型为多层感知器，包含1个输入层、2个隐藏层和1个输出层，输入层节点数与特征参数数量相同，隐藏层节点数分别为10和5，输出层节点数为3，分别代表正常、不对中、不平衡三种校中状态。经过训练和优化，ANN模型对特征参数进行预测，得到轴系校中状态的评估结果。两种模型的评估结果均表明，该船舶轴系存在一定程度的不对中故障。SVM模型判断轴系处于不对中状态的概率为85%，ANN模型判断轴系处于不对中状态的概率为88%。从轴心轨迹的形状特征来看，偏心率较大，轴心轨迹呈现出月牙状和香蕉状，这与不对中故障的特征相符。从频率特征来看，二倍频和三倍频成分的出现，也进一步印证了轴系存在不对中问题。6.4结果讨论与分析通过对该船舶轴系校中状态的评估结果进行深入讨论与分析，发现轴系存在不对中故障，这可能是由多种因素导致的。从轴系安装角度来看，在船舶建造过程中，轴系各部件的安装精度可能存在偏差。轴系各轴段连接法兰的加工精度不足，导致法兰的平面度和垂直度不符合要求，在安装时无法实现精确对中。中间轴与尾轴的连接法兰在安装过程中，可能由于安装工艺不当，使得连接法兰的偏移和曲折值超出允许范围，从而引发轴系不对中。在安装过程中，对轴系的定位和调整不够精确，没有充分考虑到船体变形、温度变化等因素对轴系校中的影响，也可能导致轴系在运行过程中出现不对中故障。船体变形也是导致轴系不对中的重要因素之一。船舶在航行过程中，会受到海浪、重力、惯性力等多种外力的作用，这些力会使船体发生变形。在安装轴系范围内的船体变形，会导致安装在其上的轴系随之发生弯曲。当船舶在恶劣海况下航行时，船体可能会发生较大的中拱或中垂变形，使得轴系的轴承位置发生改变，进而破坏轴系的校中状态。船体在长期使用过程中，由于结构疲劳、腐蚀等原因，也可能导致船体变形，影响轴系的正常运行。针对轴系存在的不对中问题，提出以下改进建议。在船舶建造和维修过程中，应严格控制轴系各部件的加工精度和安装质