基于故障树的发射机故障诊断

故障树分析方法是一种实用的故障分析方法。根据输入的故障征兆自动寻找匹配的底事件,然后生成顶事件故障树并求出最小割集,按照最小割集重要度大的部件优先检测的顺序生成测试流程,提示操作人员按照测试流程进行测试并找出故障源。通过对某发射机分系统建立故障树模型,进行定性、定量分析计算。利用构建故障树来进行电子设备故障诊断分析,不仅可以方便推理机构寻找潜在故障或进行故障诊断,而且可以进一步预测未来系统故障发生的概率,便于电子装备故障的检测与定位。     

小波网络专家系统在船舶电站机组故障诊断中的应用

在故障诊断中,首先分析了柴油机冷却系统的故障机理,并得到其故障征兆集、故障原因及它们之间的关系.然后应用小波网络建立起故障征兆和故障原因的映射关系进行分类,主要利用小波网络的非线性映射功能对故障分类诊断.文中还利用专家系统的知识对小波网络的诊断结果给予解释,成为小波网络的有力补充.     

动力装置故障诊断技术研究

讨论了故障诊断系统数据库要求、架构和功能设计与实现等技术,对故障诊断推理机制进行了探讨,研究并构建了界面友好的柴油机故障诊断系统.利用该系统可对柴油机状态监控,对故障征兆(趋势)实时预报,对已发生的故障快速诊断,缩短故障维修时间,保障装备的良好工作状态,提高船舶的生命力.     

贝叶斯统计在机电设备故障诊断中的应用

应用现代概率分析中的贝叶斯(Bayes)方法于机电设备故障诊断中。进行机电设备故障诊断的难点在于故障和征兆信息的随机性、模糊性和某些信息的不确定性。贝叶斯方法的基本特征是处理任何统计分析问题时,在利用样本所提供的信息的同时,也必须利用先验信息。本文研究表明,使用贝叶斯方法于机电设备故障诊断,给出的故障诊断结论和推断在理论上有较高的可信度,技术上可行。该方法不足体现在诊断结论强烈依赖于领域专家或诊断工程师的知识,先验概率即使能够给出其可信度的期望值也不会很高,并且征兆和故障之间的关系复杂,故障诊断知识库难以建立,独立性假设难以满足。     

基于灰色综合关联理论的电力系统故障诊断方法

为提高电力系统故障诊断的准确性,采用基于灰色综合关联理论的电力系统故障诊断方法,首先建立包括保护、断路器拒动情况下元件-（保护-断路器）分层逻辑关联规则;在识别出故障区域的基础上,将故障信息按逻辑关联规则进行分类,利用灰色综合关联理论对告警信息与标准告警信息进行对比,并运用相似度算法筛选判断结果中的矛盾项,最终得出故障诊断结果,识别出保护和断路器拒动、误动的情况,并将告警信息纠错和复原.     

船闸机电系统远程故障诊断关键技术研究

船闸机电系统是船闸正常运行的重要保证,根据船闸机电系统的常见故障,针对不同故障设备研究了监测点选择与布置、传感器的选择与布置、故障诊断专家系统与故障类型预判断等关键技术,并结合阜宁船闸,提出了船闸机电系统远程故障诊断关键技术的具体应用方法,能有效提升船闸机电故障诊断水平。     

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。     

船舶同步柴油发电机动力故障诊断数学建模分析

利用基于神经网络构建的模型和基于支持向量机构建的模型对船舶同步柴油发电机动力故障进行诊断,存在故障诊断准确性较差,诊断时间较长的问题。针对上述问题,基于粗糙集理论构建一个新的数学模型,对故障进行诊断。该模型构建首先需要确定故障样本集及故障征兆集,然后构建二者的隶属度矩阵最后在最大隶属度原则下选取出隶属度矩阵中最大的隶属度,并对照柴油发电机发生故障概率,实现故障诊断。结果表明:与基于神经网络构建的模型和基于支持向量机构建的模型相比,基于粗糙集理论构建的数学模型,诊断准确性提高3.2%和6.4%,诊断时间缩短19.6 min和30.3 min。     

神经网络技术在船舶柴油机故障在线诊断中的应用研究

文章主要研究基于RBF神经网络理论为数学工具对柴油机故障进行计算机仿真诊断,建立船用柴油机征兆与故障样本集,作为神经网络故障诊断的专家知识库,以实现船用柴油机故障诊断。并对柴油机性能工况的故障在线自动诊断进行探索,以提高故障诊断的及时性和准确率,减少误诊。     

基于RBF神经网络的船用低速柴油机故障诊断系统

为确保船舶海上运输的安全性与稳定性,设计基于RBF神经网络的船用低速柴油机故障诊断系统.使用多传感器采集船用低速柴油机各关键构件信号,并对信号进行预处理,运用过限判断模块获得故障信号,RBF神经网络依据故障信号特征进行船用低速柴油机故障诊断和故障程度判断.实验结果表明,该系统能有效滤除信号中的无用高频信号,故障诊断结果...     

某型舰炮远程故障诊断专家系统的设计与实现

文章针对某型舰炮的工作原理以及故障特点,结合人工智能中专家系统的知识,采用的B／S模式下jsp＋servlet技术来设计出一套该型舰炮的远程故障专家系统。在某型舰炮维修的过程中,该文所设计的软件能方便快速的解决故障,在武器装备维护中具有重要的军事意义。     

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。     

某空压机共振故障的诊断与处理

船用设备共振状态的判断对故障诊断与处理十分重要。某空压机横向振动剧烈,为判断其是否处于共振状态,文章首先通过敲击法获得强噪声背景下的冲击响应信号,采取分时段频谱分析的方法粗略估计固有频率。然后,分别采用带通滤波和小波降噪的方法处理含噪信号,确定了系统横向一阶和二阶固有频率。其中,二阶固有频率与转频接近,从而导致共振故障。最后,采取更换隔振器的处理措施,系统横向固有频率增大70%,振动降低54.6%。     

装甲车辆电气系统测试节点与诊断策略的设计

开展测试性分析与故障诊断策略设计是测试性设计工作的重要组成部分,能否通过测试性分析设计出最优的故障诊断策略直接影响着系统故障检测能力和故障隔离能力的提高。首先对某型装甲车辆电气系统的组成原理及工作流程进行了分析,针对该系统诊断能力不足,不能对故障进行隔离的缺点,运用拓扑图论对系统进行了测试性建模,并对系统的可靠性影响进行了分析,其次最后设计出合理有效的故障诊断策略。     

优化的BP网络在船舶故障诊断中的应用

船舶各种设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶上设备繁多,运行环境特殊,因此,各种设备的故障症状与故障原因之间关系十分复杂,使用传统诊断方法在实际应用中效果不理想。BP神经网络在故障诊断中有广泛的应用,但由于BP网络采用的是沿梯度下降的搜索求解算法,存在收敛速度慢,且容易陷入局部极小等问题。而遗传算法具有全局搜索速度快的优点。为此,采用自适应遗传算法来优化BP神经网络,并以船舶主机轴系的故障诊断为实例,证明遗传算法优化的BP网络方法非常适用于对船舶各种设备故障的早期诊断和预测。     

基于SFTA技术的数据库系统软件故障分析

在数据库系统中软件所占比例日益增加,软件故障对系统可靠性的影响也更显突出,需要对软件故障进行分析。根据数据库系统特点,采用故障树分析方法,以数据库系统的软件故障为根节点,由上而下分析导致软件故障的所有可能因素,分析其因果逻辑关系。最后,介绍了定性与定量分析的疗法。通过实例,建造软件故障分析树,分析了SFTA技术对提高软件运行可靠性的影响。     

故障树分析法在船舶主机系统故障诊断中的应用

根据故障树分析法原理,结合船舶柴油机出现的典型故障,构筑相应的故障树,从定性和定量两个方面进行分析。实践证明,故障树分析法能从故障现象着手快速判断、分析故障原因及其逻辑关系,对复杂故障的分析和故障点的定位具有较好适用性。     

基于模糊聚类算法的船舶故障诊断技术

由于大型设备故障症状与故障原因之间关系十分复杂，使得传统诊断方法在实际应用中效果不理想。研究采用模糊C-均值聚类算法，将被诊断对象间故障和症状的特征通过建立模糊关系矩阵进行了故障分类，用当前所得的故障征兆群与过去该设备故障征兆结果相对照，找出最相似的结果，从而确定其故障。通过船舶主机轴系诊断的实例，充分证明了该方法的有效性。