舰船电力系统量子遗传算法的故障诊断方法研究

为能准确的确定故障元件,建立了考虑保护或断路器拒动情况下适合舰船电力系统故障诊断的数学模型,利用量子遗传算法对故障诊断数学模型进行求解,并利用典型舰船电力系统故障算例对所提方法进行了验证,算例结果说明了该故障诊断模型的合理性和诊断结果的准确性。     

停电区域电力网络故障诊断模型的建立及修正

提出基于停电区域的电力网络故障诊断的一种新方法。主要包含以下两方面的工作:(1)根据停电元件、保护和断路器信息构造了新的只在停电区域中识别故障元件的0-1规划模型。该模型的规模与电力系统的规模没有关系,只与故障情况的复杂性有关,求解速度快,大大提高了故障诊断的速度;(2)为了防止断路器断开、保护误动而导致错误地识别故障元件的情况,对建立后的数学模型进行了检查和修正。     

关联规则在舰船供电系统故障诊断中的应用

为了能够对电力系统故障做到有效预警与诊断,本文提出一种基于关联规则的故障诊断算法,该算法能够从电力系统细微的信号变化中识别出故障之间的联系,并结合舰船实际运行状态对故障的诊断给出最优解。仿真结果表明,此算法的故障诊断能力突出,应用前景良好。     

基于关联维数的转子-轴承耦合故障诊断研究

提出了一种将关联维数理论应用于转子-轴承不平衡耦合故障诊断的新方法,重点讨论转子系统转速对系统平衡的影响,对滚动轴承支承下的耦合系统的动力学方程仿真计算获取的非线性时间序列进行相空间重构,并计算出关联维数,比较了不同故障状态下的关联维数特征,发现了耦合故障下关联维数的变化规律,并以此作为耦合故障识别的重要特征.仿真试验验证了分析结果,表明了文中所述方法良好的性能.     

电力系统选择性保护仿真研究

针对船舶电力系统的特性,建立了电力系统选择性保护的断路器和熔断器数学模型,利用电磁暂态仿真软件搭建了全系统仿真模型。仿真分析了典型故障下各种瞬动保护设置方案的保护结果,得出了最优的瞬动保护设置方案。     

灰色关联分析法在船舶柴油机故障诊断中的应用

由于全球船运行业的快速发展,船舶航程也越来越长,面对的各种海洋环境也日益复杂。柴油机作为船舶动力的主要来源,其工作状态对船舶的航行安全起到非常重要的作用。灰色关联分析算法可以有效检测柴油机故障诊断中的各项参数,可以分别设定参数的量纲和类型,并依据传感器提取的柴油机参数,建立灰色系统中指标参数的特征库,最后依靠特有的关联算法在各种故障因素之间建立对应的动态联系。本文分析船舶柴油机组的故障类型,并在此基础上应用灰色关联分析法建立故障诊断模型,有效改善故障识别的准确率。     

基于灰色关联分析的风机故障诊断

风机作为船舶工业领域的关键设备,对正常生产有很重要的作用。当前的诊断方法尚难以对风机实现整个故障状态空间上的实时状态监测和故障诊断,通过分析风机故障诊断方法的差异,提出结合风机典型故障信号源特征,利用风机征兆和故障之间的关系建立故障样本,通过灰色关联分析法建立风机状态数据与故障数据样本的联系,利用关联程度的大小达到有效识别风机故障的目的,试验表明该方法具备正确性和可行性,能够指导风机的故障诊断工作。     

关联规则在船舶变压器故障诊断中的应用

船舶变压器是船舶电力系统的主要组成部分,能够影响船舶安全行驶。本文着重研究关联规则在船舶变压器故障诊断中的应用,从关联规则挖掘、知识库存储以及规则聚类等方面详细的阐述基于关联规则的数据挖掘的实现过程,最后将本文算法应用于变压器故障诊断的仿真实验中。实验结果表明,本算法准确率高、可靠性强。     

灰色数据挖掘在船用柴油机中的应用

船用柴油机作为船舶航行中的动力源,具有非常重要的作用。但柴油机在运行过程中的运行状态及故障发生都对船舶的正常运行影响很大。本文通过研究灰色数据挖掘的特点,结合船舶柴油机的结构与故障特性,研究出一种基于灰色数据挖掘的故障诊断方式,通过对灰色关联算法在计算机上进行编程仿真,检验这种方法对船舶柴油机的故障诊断具有较好的诊断结果,对船舶柴油机的正常航行具有一定的意义。     

针对舰船直流综合电力系统中低阻抗故障和电力电子设备的保护方案

舰船直流综合电力系统采用了大量的电力电子器件,其保护需求不同于传统的交流电力系统。从系统的角度分析直流综合电力系统短路故障,以及电力电子器件设备的内部故障特点,重点、深入地探讨直流综合电力系统保护需求,得出系统的保护功能与模块内部参数设置密切相关的观点,以及限流、速动等11项保护要求,形成针对系统短路和电力电子设备的保护方案。根据国内外直流断路器、直流限流器等主要直流保护器件的技术现状,进一步提出电力系统保护器件的技术发展需求。     

灰关联分析在船用制冷系统故障诊断中的应用

灰关联分析方法是一种实用性强、可信度高的设备故障诊断方法,但其存在一定的应用限制。将D-S证据组合规则与灰关联方法相结合,能有效地处理故障征兆与故障类型关系的复杂性与不确定性,且诊断结果可信度较高。通过对某船用制冷系统故障实例计算,证明该方法简单、实用、诊断准确率高。     

船舶柴油机在线监测与故障诊断系统的关键技术研究

近年来,我国国民经济增长率一直保持在10%左右,高速发展的经济,给海运业的发展带来了机遇。从中国海运实现的利润来看,1997年为负增长,2004年达到了历史的最高点,实现利润85亿元。高额利润率吸引了大量资金的涌入,海运业迅速发展壮大。台州辖区的运力发展也不例外,运力规模发展至今已拥有近190万吨;水运企业也由以国有企业为主转变为以民营股份企业占90%以上。但是海运业毕竟是一个高风险产业,一方面要受到全球经济和国家宏观经济调控的影响;另一方面要受到企业成本增加和市场竞争加剧的影响。因此,我们有必要对当前航运市场进行分析,从中获取相关的市场信息。     

基于改进Petri网的船舶电力系统故障诊断

将Petri网理论用于船舶电力系统故障诊断中,提出了一种改进的Petri网故障诊断模型。在基本Petri网诊断模型的基础上引入模糊推理规则形成模糊Petri网,说明了该方法的模型构建、推理过程及解析方法的表示。利用该方法对船舶电力系统进行故障诊断使推理过程简洁、诊断快速、诊断结果也更科学有效。     

舰船装备故障诊断特征知识获取方法研究

将粗糙集理论引入到舰船装备故障诊断特征知识获取,提出一种基于粗糙集理论的舰船装备故障诊断特征知识获取模型.该模型从包含冗余和不一致信息的原始数据出发,构建决策表,通过属性约简和属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库.实例分析表明:在保持故障诊断分类结果的情况下,该方法可以提取出最能反映故障的特征,并能有效地解决舰船装备故障诊断中规则获取的知识冗余或缺失问题,从而为粗糙集在舰船装备故障诊断中的深入应用打下基础.     

一种故障诊断模糊专家系统的实现

针对电力系统多异构设备故障诊断工程化不高的问题,提出一种具体的故障诊断实现框架.采用通信方式和数据结构独立配置的方法,实现电力系统多种协议通信的无缝连接,解决了底层异构设备数据在顶层设备中的接收、分析和存储难以统一的问题;在故障诊断框架下,设计并实现模糊专家系统和其他故障数据处理综合诊断;研究了基于xml的系统配置信息描述,能够实现电力系统中各种设备、参数和故障判断准则等信息的标准化;同时提出了一种故障诊断算法,实现系统各设备的故障定位.诊断实例结果表明,系统推理效率高,可信度好,能够满足电力系统故障诊断要求.     

粗糙集理论在装备故障诊断中的应用

针对目前部队的装备故障诊断能力较弱的现状,通过几种故障诊断方法的比较,选取出粗糙集作为装备故障诊断方法,从而对已得到的装备状态的测试数据进行分析,利用粗糙集的约简算法消除冗余信息,利用决策表的形式从不完备的、不精确的测试数据中导出诊断规则,并应用于某型电台装备中进行故障诊断。结果表明,诊断结果快速准确,为今后进一步研究粗糙集算法在故障诊断中应用提供了依据。     

直流全电力推进船舶短路故障管控技术研究

本文从船舶直流电网的发展背景出发,分析了船舶直流电网的短路故障特性和保护需求;基于统一框架,对国外直流电网短路故障管控技术,包括故障检测、故障隔离和网络重构等方面的研究进展进行了分析,梳理了目前不同技术手段的特点和优缺点以及对于直流全电力推进船舶的适用性;指出了直流全电力推进船舶短路故障管控技术未来发展和后续研究重点建议。     

基于多源信息融合的柴油机故障诊断方法

为提高柴油机这一复杂系统的故障诊断精度,在采集缸盖声发射信号、缸盖振动信号和机体声发射信号特征信息的基础上,利用3个BP神经网络进行局部诊断并获得证据体,对各证据体应用D S证据组合规则进行决策融合。针对D S证据理论在处理冲突证据时存在的局限性问题,提出一种多源加权融合的故障诊断方法。该方法利用各证据体对命题识别的正确率和证据体之间的距离对各证据体进行修正。故障模拟试验表明:提出的方法可提高柴油机的故障诊断精度,充分验证其应用在柴油机故障诊断中的可行性。     

基于模糊信息融合的船舶动力装置综合故障诊断方法研究

在模糊集理论的基础上,将决策级信息融合技术应用于故障诊断系统中,提出了一种基于系统模糊综合评价融合结构下的综合故障诊断方法.该方法以模糊逻辑运算和全局决策融合来自多传感器的局部判决来获取诊断对象的综合诊断结果,并对船舶主动力系统的运行故障进行诊断研究,结果表明,该方法准确有效,为船舶动力装置故障的智能化诊断提供了有益的借鉴.     

基于B/S和C/S架构的船舶动力装置远程故障诊断系统

依据“智能船舶”的理念，针对船舶动力装置故障诊断系统，提出一种基于C/S和B/S混合架构的船舶动力装置远程故障诊断系统。依据B/S和C/S架构的优势，开发了基于C/S架构的数据管理平台，实现了船、岸间的数据、信息交互；将基于模糊神经网络的专家诊断模型应用于B/S架构的岸基船舶动力装置故障诊断系统的故障诊断判别，并利用BP算法训练实例对该模型进行了精度验证。结果表明，系统稳定可靠，故障诊断准确性高，为“智能船舶”发展提供了一个良好的解决方案。