螺旋桨是现代船舶推进设备的关键零部件之一,因此对螺旋桨运行时的可靠性、安全性和稳定性有了很高要求。对螺旋桨运行状态进行监测,并诊断其剩余寿命,在事故发生前进行预报,及时进行修复或再制造,能够避免重大故障发生、保证船舶的运行安全及人们的生命安全。本文进行船舶螺旋桨运行信号监测的缩尺实验,采集螺旋桨运行特征的运行信号;研究船舶螺旋桨退化特征的多域特征提取方法,并进行多域特征融合,得到船舶螺旋桨全生命周期退化情况的特征数据集;研究面向船舶螺旋桨性能退化过程的状态评估和寿命预测算法。主要研究内容如下:（1）船舶螺旋桨缩尺实验的研究。进行船舶螺旋桨缩尺试验台的搭建,模拟螺旋桨在水下运行时的真实工况;采用水听器和采集软件采集能够反映螺旋桨运行特征的水声信号,系统地分析船舶螺旋桨在不同运行状态的演化规律,以便下一步研究。（2）船舶螺旋桨的多域特征提取和特征融合研究。对船舶螺旋桨运行信号的进行多域特征值提取,构建原始特征集合,并从提取出的多个特征类型进行特征优选,选出对船舶螺旋桨性能变化体现得较好的特征向量,构建优选特征集。采用局部线性嵌入算法对多域特征集合进行特征的降维融合,进行特征数据平滑处理,获得最终的退化特征指标。（3）船舶螺旋桨剩余寿命预测算法研究。针对隐半马尔可夫模型进行寿命预测时存在的问题,利用变状态转移概率和时变输出观测概率对模型进行优化,使优化后的模型能够更好地对设备退化过程进行准确描述。基于退化数据划分退化阶段并自适应切换退化模型。同时在缺少先验信息的情况下,使用基于期望最大化算法的参数估计方法对模型参数在线更新,预测不同退化阶段下的RUL分布。（4）船舶螺旋桨剩余寿命预测系统开发。设计开发船舶螺旋桨剩余寿命预测系统,使其能够实时地采集船舶螺旋桨的运行信号并进行保存,对采集到的信号数据进行回放查看和常用的频谱分析以分析其频域特征。对保存的数据进行特征提取与融合,获得特征融合数据,进而为船舶螺旋桨运行可靠性分析研究提供依据。最后基于特征融合数据进行螺旋桨运行状态的识别和寿命预测。