随着近些年我国水运行业的快速发展,船闸作为内河航运重要节点的交通枢纽,满负荷运转的状况日益增多,导致其结构安全隐患也愈发凸显。包括船闸人字门、蘑菇头等船闸主体部件,在巨大的水压差、动水载荷及涌浪等外界条件的长期作用下,会逐渐出现裂纹以及一定的形变,从而引发船闸部件断裂等严重后果。这样不仅影响通航船只的安全,而且还会对国家产生巨大的经济损失。针对船闸结构安全,特别是水下闸门门体、门中缝和底止水等关键部件的运行工况,目前尚无有效监测手段,考虑到通航的安全,通航管理局暂时采用的间隔性停航人工检修,但是停航不仅影响了船舶的航运,还会给社会及国家带来一定的经济损失和不便。由于人字门长期工作在水下,工作环境十分特殊,外界干扰非常多。因此,对船闸人字门进行实时状态监测和故障诊断,对其重点部位的运转状态进行监测并发现及时发现裂纹等问题,实时高精度定位并监控人字门的健康工作状况以及进一步构建专家故障诊断系统,对确保船闸人字门安全稳定运行、减少停航维修的次数和保障船舶的运输安全,具有非常十分重要的现实意义。本文把葛洲坝3号船闸左门门体作为主要的研究对象,构建人字门故障诊断专家系统,基于振动信号实现人字门健康状态的实时监测与及时预警,工作内容主要包括:(1)对振动信号预处理,采用传统卡尔曼滤波与改进卡尔曼滤波算法对人字门振动信号进行预处理操作,减低外界干扰对有效振动信号的影响,结果表明改进后的算法效果较好。再对振动信号进行时域参数故障诊断分析,通过判断平均绝对偏差、峭度和偏度等各项参数是否发生突变对人字门进行故障诊断。时频域选取经验模态分解和改进的集成经验模态分解对振动信号分析,对比得出改进的集成经验模态分解算法有效的抑制了模态混叠现象,效果更好。(2)将神经网络算法应用于人字门振动监测系统,通过选取BP神经网络、RBF神经网络和自适应遗传优化后的RBF算法构建人字门专家故障诊断系统,最后通过实验仿真来证明优化后算法的有效性及可行性。(3)基于C++设计了人字门专家故障诊断软件系统,并主要完成了人字门振动信号监测系统的软件设计部分,对人字门振动信号进行显示、存储、处理与分析。同时构建了神经网络故障识别分类诊断模型,完成振动监测系统功能模块需求,为后续专家故障诊断系统提供基础。