基于DSP的船舶航海仪器故障诊断

为保障船舶航行过程中安全可靠,避免航海仪器故障引发大规模航行事故,研究基于DSP的船舶航海仪器故障诊断方法。通过应用DSP技术中的TMS320C2812芯片作为核心处理器,向DSP芯片写入基于支持向量机航海仪器故障诊断算法;通过船舶航海仪器采集传感器,实时采集船舶航海仪器特征信号,经由模数转换器处理后提供至DSP芯片中,在DSP芯片内部通过故障诊断算法诊断不同航海仪器的故障问题,完成故障诊断后,DSP可通过接口电路将诊断结果提供至PC上位机,在上位机中向用户显示航海仪器故障诊断结果。经实验验证,该方法可精准采集航海仪器的运行参数,当进行故障诊断时,可快速、有效地诊断磁罗经、探测仪、日光信号灯等多种仪器的故障情况,保障航海仪器的安全性。     

基于数字信号处理技术的船舶电子设备故障诊断

当前船舶电子设备故障诊断方法无法准确表达船舶电子设备故障变化特点,船舶电子设备故障诊断成功率低,出现了大量错误的船舶电子设备故障诊断结果,同时船舶电子设备故障诊断实时性差,为此设计了基于数字信号处理技术的船舶电子设备故障诊断模型。首先分析当前船舶电子设备故障诊断模型存在缺陷的原因,通过数字信号处理技术采集船舶电子设备工作状态信号,并从信号中提取船舶电子设备故障特征向量,然后将船舶电子设备故障特征向量作为极限学习机的输入,通过确定极限学习参数建立船舶电子设备故障诊断模型,最后在Matlab2016平台上进行了船舶电子设备故障诊断仿真模拟测试。结果表明,本文模型可以提取描述船舶电子设备工作状态的信号,提取特征向量可以很好描述船舶电子设备故障类型,使得船舶电子设备故障诊断成功率得到提高,故障诊断的错误率降低,有利于船舶电子设备故障处理。     

电子设备故障在线自动诊断技术的研究

本文首先介绍了数字逻辑电路的离线诊断方法,在此基础上针对模拟电路和数字电路故障的在线自动诊断提出了一套方法,即巡回检测故障诊断点并与正确值比较法,文中又给出了系统软件流程图。     

基于FTA-FMEA联合法综合诊断电子设备故障

研究将可靠性分析理论应用于电子设备的故障诊断,首先将电子设备的故障诊断划分为模块级和器件级两个层次,利用FTA方法简化模块级诊断的搜索和推理策略,利用FMEA方法建立器件级诊断中的故障字典,两种方法的结合使用,有效提高了诊断效率。     

基于DSP的船舶电机控制系统仿真研究

随着半导体技术的不断发展,集成电路产业以及电力电子器件也随之快速发展。同时,大功率交流调速技术的进步使得船舶电力推进日趋完善,船舶电机控制系统与之相辅相成。灵活化、机动化和高效化的船舶电机控制系统已成为现今行业发展的主要目标。同时,计算机技术及现代控制理论日趋完善,数字控制装置对于船舶电机控制系统来说非常重要。基于DSP的无刷直流伺服电机控制系统已得到广泛关注及应用。     

基于DSP的船舶电站监控系统设计

电站为船舶提供动力来源,在船舶航行中有非常重要的地位。对电站的监控现在也有比较成熟的技术,包括各种控制软件的应用。本系统结合实际情况及最新发展,提出基于DSP的船舶电站监控系统,芯片选用的是TI公司的TMS320F2812 DSP作为核心处理器,该型号DSP工作效率高,控制精度比较高,性能稳定,对于信号处理及硬件的控制都有很好的优势,可以使得监控系统稳定高效的工作。本系统配以MCGS组态软件作为监控软件,可以实时的从电脑终端对船舶中的各个设备及电站的工作状态进行可视化监控,以便做出及时决策。系统可以手动及自动的控制发电机开启、停止、加减速,并且系统可以在出现故障的时候进行报警提示。     

船舶柴油机远程故障诊断研究

对船舶柴油机的远程故障诊断系统进行了研究，介绍了该系统的总体结构，提出用IEEE802．3和IEEE802．11作为诊断网络的数据链路层协议，用TCP／IP作为系统的网络层和传输层协议，用JAVA技术解决远程数据通讯接口问题。并研究了用Khoenen神经网络作为船舶柴油机本地故障诊断工具，用基于规则的专家系统作远程故障诊断工具的实施方法。研究表明，船舶柴油机故障诊断系统切实可行，有望发展成为一种有价值的船舶监控系统。     

采用ARM核的船舶故障诊断控制器研究

海上运输业在国民经济中发挥着重要的作用,电力推进船舶作为运输的主体,其安全是至关重要的。本文设计基于ARM核的船舶电力系统故障诊断控制器,此系统主要包含故障数据采集、GPRS通信以及上位机的界面显示。本文对系统的功能进行阐述,在今后的工作中会进一步加强系统测试分析。     

舰船电子设备冷却系统研究

通过分析电子设备热设计的特点,利用模块化的概念构建了整体式舰船电子设备冷却系统的框架,目的在于整合总体资源,形成综合配套优势,减少备品备件种类,提升电子设备冷却系统的可靠性和维修性水平,降低装备寿命周期费用,有效确保战斗力的发挥.     

基于参数优化的舰船电动机故障诊断

相关向量机在舰船电动机故障诊断过程中,参数直接影响舰船电动机故障诊断结果,为了解决当前相关向量机参数优化难题,设计了粒子群算法优化相关向量机的舰船电动机故障诊断方法。首先分析舰船电动机故障诊断现状,并采集舰船电动机工作状态信号,然后提取舰船电动机工作状态信号提取特征,利用相关向量机建立舰船电动机故障诊断模型,并采用粒子群算法对舰船电动机故障诊断模型参数进行优化,最后进行舰船电动机故障诊断仿真实验。结果表明,相对于其他舰船电动机故障诊断方法,本文方法的舰船电动机故障诊断精度更高,故障诊断结果更加可靠,诊断效率更高,具有一定的工程应用前景。     

舰船机电一体化装备故障诊断技术研究

主要介绍了舰船装备中电子技术,信息技术,机械技术有机结合的机电一体化设备的特点,故障诊断特点以及对应解决办法和如何建立相应的机电一体化故障诊断专家系统来辅助此类装备的维修。     

基于DSP的船舶通信设备故障辨识模型

针对当前船舶通信设备故障辨识误差大,不能满足现代船舶通信要求的难题,提出基于数字信号处理(DSP)的船舶通信设备故障辨识模型。首先分析船舶通信设备故障辨识原理,并采用数字信号处理技术采集船舶通信设备的状态信号,然后采用小波包对船舶通信设备的状态信号进行处理,并提取最有效的船舶通信设备故障辨识特征,最后引入机器学习算法建立船舶通信设备故障辨识模型,采用具体船舶通信设备故障辨识样本进行仿真测试,结果表明,数字信号处理的船舶通信设备故障辨识精度高,船舶通信设备故障辨识误差小于当前其他辨识模型,而且故障辨识的训练时间和测试时间相应减少,改善了船舶通信设备故障辨识结果。     

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.     

基于小波网络专家系统的船舶电站机组故障诊断研究

船舶电站机组的动力学模型比较复杂,其动态模型难以精确得到,依据小波网络的非线性逼近能力的自学习特性,提出了用小波网络专家系统对船舶电站机组故障进行诊断的方法,通过对柴油机冷却系统的故障机理分析,得到其故障征兆集、故障原因及它们之间的关系,通过对系统计算机仿真和分析,结果表明,采用小波网络的收敛速度远远高于BP网络的收敛速度,改进后的小波网络算法有效的避免了震荡的出现,平滑作用明显.     

基于遗传算法的船舶动力定位系统故障诊断研究

船舶动力系统结构复杂,动力系统各元器件之间存在松散耦合的关系,传统的基于集中式故障诊断方法已经越来越不适应现代船舶动力系统故障的定位诊断性能要求。基于遗传算法的诊断模型将动力系统描述为分布式架构,各固件通过遗传因子来传递故障现象与原因之间的联系。本文分析基于遗传算法的船舶动力定位系统故障诊断策略,使用故障向量及图论来描述系统的故障现象,给出基于软件的故障定位方法及验证结果。