Torque Estimation for Maritime Propulsion Systems Using a Robust Two-Stage Kalman Filter

Abstract

This bachelor's thesis assessed the estimation of torsional vibration in a ship's power train using the robust two-stage Kalman filter. Knowing the external forces and torsional response of ship propulsion systems is essential for condition monitoring. Using various measuring devices outside the ship's internal structure poses challenges, as they must be placed in locations where the equipment may be exposed to adverse conditions. Additionally, the inspection and potential repair of external sensors almost always require the ship to be dry-docked, removing the vessel from active use. Mathematical estimation avoids these problems as no physical equipment is required. The lack of sensors also increases the possibilities when choosing measurement locations, improving stress estimations' accuracy. The thesis first presented the main elements of a ship's propulsion systems and the sources and measurement methods of torsional vibration in these components. The general types of faults in the system's components and their effects on the ship's operation were also presented. These equations were used to create a mathematical model of a simplified propulsion system. The model included normally distributed noise intended to simulate imperfect equipment and measurements. The noisy measurement data was then used to estimate the torsional response using the robust two-stage Kalman filter (RTSKF). The filter's goal was to remove noise and estimate the state of components for which there is no direct measurement data. The empirical part of the work was based on a simulation, where the model was analyzed with both step and impulse excitations. In both excitation cases, torque curves obtained from the RTSKF followed the ideal simulation well. The filter removed noise from the measured shaft, while in the unmeasured shaft, the filter produced an accurate estimate of the torque. However, the result is limited, as gearing and damping were omitted. The driveshaft model was also a simplification, which did not reflect any real system. Further studies should apply the RTSKF on larger models using more realistic torque inputs.

Laivan käyttövoimajärjestelmien sisäisen väännön tietäminen on hyvin tärkeää laitteiston kulumisen arvioinnissa. Tarkka arvio eri komponenttien kunnosta auttaa kuljetusyhtiöitä aikatauluttamaan huoltoja optimaalisesti, mikä vähentää kriittisiä vikoja ja pidentää tarkastusväliä, mikä puolestaan maksimoi laivan käyttöajan. Vääntöä voidaan mitata erilaisilla mittalaitteilla, jotka tallentavat tietoa järjestelmän kaikista osista, niin laivan rakenteen sisältä kuin ulkopuoleltakin. Sensorien käyttö laivan sisärakenteen ulkopuolella aiheuttaa kuitenkin haasteita, sillä ne on sijoitettava paikkoihin, jossa laitteisto on altis merivedelle sekä jäälle. Tämän lisäksi ulkopuolisten laitteiden tarkastus ja mahdollinen korjaus vaatii lähes aina laivan kuivatelakoinnin, joka poistaa laivan aktiivisesta käytöstä. Tässä kandidaatintyössä käsiteltiin laivan käyttövoimajärjestelmän vääntövärähtelyn arviointia ilman suoraa mittausdataa. Työn tavoitteena oli soveltaa tunnettua suodinalgoritmia väännön arviointiin, jonka perusteella voitaisiin luoda virtuaalisia antureita. Nämä anturit kykenisivät korvaamaan perinteiset laitteet laivan ulkopuolella osittain tai kokonaan. Työ rajattiin yksinkertaiseen kolmimassamalliin, joka luotiin elementtimenetelmän periaatteiden mukaisesti. Mallin tarkoituksena oli luoda yksinkertaistettu kuvaus laivan propulsiorakenteesta, jonka avulla suodinalgoritmin suorituskykyä pystyttiin arvioimaan. Työssä esiteltiin laivojen käyttövoimajärjestelmien pääelementit eli moottori, voimansiirto ja potkuri. Rakenteen esittelyn yhteydessä käsiteltiin osissa esiintyvän vääntövärähtelyn lähteet sekä värähtelyn mittaustavat. Näiden lisäksi esiteltiin järjestelmän osien yleiset vikatyypit sekä vikojen vaikutus laivan käyttöön. Järjestelmän rakenne muunnettiin laskettavaan muotoon käyttämällä pyörivien kappaleiden liikeyhtälöitä. Yhtälöiden avulla luotiin diskreetti tila-avaruusmalli, joka perustui Manngårdin ym. käyttämään malliin. Malli sisälsi normaalisti jakautunutta kohinaa, jonka tarkoituksena oli mallintaa epätäydellistä laitteistoa sekä mittausta. Mallissa esiintyvää vääntöä arvioitiin Chien-Shun luomalla kaksivaiheisella kestävällä Kalman-suotimella. Tämä algoritmi yhdistää kahden sitä edeltäneen mallin hyviä piirteitä: kaksivaiheinen suodin madaltaa laskenta-aikaa, kun taas kestävä suodin kykenee itse tunnistamaan mallissa esiintyvän virheen, mikä parantaa suotimen tulosta. Suotimen käytön tavoitteena oli poistaa kohinaa, sekä estimoida niiden komponenttien tilaa, joista ei ole suoraa mittausdataa. Mallia analysoitiin sekä askel- että impulssiherätteellä. Työn empiirinen osa perustui kolmiosaiseen simulaatioon. Ensimmäisessä simulaatiossa järjestelmää tutkittiin ideaalitilanteessa, ilman mittauskohinaa. Toisessa simulaatiossa samaan järjestelmään lisättiin virheellistä kohinaa. Kolmannessa simulaatiossa virheellisestä mallista poistettiin mittausdata viimeisen akselin ja massan osalta. Simulaation tuloksena saatiin hyviä tuloksia. Kummallakin herätteellä saatiin vääntökäyrät, jotka mukailivat ideaalia simulaatiota tarkasti. Suodin poisti kohinaa mitatusta akselista, kun taas ei-mitatussa akselissa suodin kykeni luomaan tarkan arvion väännöstä. Tulos toimii hyvänä pohjana algoritmin laajempaa käyttöä varten. Jatkotutkimusta voisi esimerkiksi kohdistaa laajempiin elementtimalleihin, jotka mukailevat todellisia käyttövoimajärjestelmiä nyt käytettyä mallia paremmin.