深海集约型生产装置多振源的盲分离方法研究

走向深水是世界石油工业发展的必然趋势，FLNG、FDPSO等集约型生产装置应运而生。在系统振动监测时，传感器所测的信号往往是多个机械之间以及与浮体本身振动信号耦合的结果，目前的方法还不能进行有效的源信号辨别，从而使机械故障诊断的准确性受到很大影响。因此，研究多个振动源混合信号的分离识别方法，对于正确表征机械状态和有效风险预警，保证深海装置生产安全至关重要。本项目主要开展深海集约型生产装置多振源的盲分离方法研究，重点解决欠定情况下多振源的源数估计、非平稳混合振动信号的分离、滤波不确定性等问题，提出基于经验模态分解和特征值分解的源数估计方法，开发基于高阶统计量的多振源卷积混合盲源分离时域模型及高效能算法，进行多振源盲分离系统实验研究，从而为盲源分离方法在深海集约型生产装置故障诊断和降振消噪等方面的应用打下良好的理论基础。

深海集约型浮式生产装置（如FLNG、FDPSO等）能够集钻井、生产、存储、装卸等多种功能于一身，具有独立灵活开发海上油气田的能力，大大缩短了油田开采的周期，节约成本，是我国南海开发亟需的一种新型海洋工程结构。然而，众多设备的密集布置、海洋环境的随机激励，使得集约型浮式生产装置的振动特性复杂，给装置运行中的振动检测和故障诊断带来很大的麻烦。为此，本项目重点解决基于盲源分离技术的多源振动问题，研究源数估计方法、高效能的盲源分离算法，并探索将相关理论应用到海洋工程结构健康监测领域的可行性。首先，调研海上生产装置可靠性数据库和相关事故，了解各种由于振动引起的故障问题，从而确定深海集约型生产装置的振动机理，合理寻找各种振动源并进行激励机制分析。其次，重点研究独立分量分析法（ICA），在熟悉ICA数学模型、基本假设、信息论与概率论基础和评价指标等基本理论的基础上，研究联合矩阵近似对角化方法（JADE）和快速独立分量分析方法（FastICA），采用MATLAB编程进行数据模拟仿真，得到了一些有益的结果。最后，鉴于模态参数能够准确直观地反映结构系统的动态特性，是一种有效而实用的健康诊断方法。本项目将盲源分离引入到结构动力学分析中，探求一种基于盲源分离的工程结构模态参数识别方法。本项目的研究成果能够揭示结构的非线性振动特性及损伤规律，为工程结构健康监测及安全评估提供理论基础和技术支持。