基于机器学习的舰船轮机设备多发故障信号监测

针对舰船轮机设备故障信号监测中存在的运算量大、缺少故障数据、模型训练复杂、检测效率低、准确度不高等问题,设计了基于机器学习的舰船轮机设备多发故障信号监测方法。通过多种传感器采集舰船轮机设备振动信号,经小波变换降噪后,通过EMD经验模态分解提取舰船轮机设备振动信号特征,将其作为孤立森林算法输入进行异常信号检测,以异常信号检测结果为依据,构建决策二叉树支持向量机故障信号分类模型识别故障信号,实现舰船轮机设备多发故障信号监测,实验表明,该方法可以高效、准确地检测并识别舰船轮机设备的故障信号,而且适应性广泛,在舰船轮机设备的各种工况下,监测性能都十分良好。     

基于传感器的舰船机电设备状态监测

当前舰船机电设备状态监测方法存在许多不足,如监测正确率低、监测过程复杂等。为了改善舰船机电设备状态监测结果,设计基于传感器的舰船机电设备状态监测方法。首先分析舰船机电设备状态监测原理,指出影响舰船机电设备状态监测结果的因素,然后采用传感器对舰船机电设备状态信号进行实时采集,并去除舰船机电设备状态信号的噪声,最后从舰船机电设备状态信号中提取特征向量,并引入支持向量机建立舰船机电设备状态监测模型。与其他舰船机电设备状态监测方法相比,本文方法可以更好地描述舰船机电设备状态,提高了舰船机电设备状态监测准确率,使舰船机电设备状态监测过程更加简单,加快了舰船机电设备状态监测速度,具有更好的实际应用价值。     

基于智能优化算法的舰船电气设备状态自动检测

为了获得高正确率的舰船电气设备状态检测结果,提高舰船电气设备状态检测效率,设计了基于智能优化算法的舰船电气设备状态自动检测方法。首先分析当前舰船电气设备状态检测的现状,找到引起舰船电气设备状态检测效果不理想的因素,然后采集舰船电气设备状态信号,从中提取可以描述舰船电气设备状态特征向量,并选择智能优化算法选择重要的舰船电气设备状态检测特征,最后引入神经网络建立舰船电气设备状态检测的分类器,并采用Maltab工具箱实现舰船电气设备状态检测仿真实验,本文方法的舰船电气设备状态检测正确率超过95%,舰船电气设备状态检测误差减少,舰船电气设备状态检测的时间复杂度降低,舰船电气设备状态检测综合性能要优于当前一些典型的检测方法。     

物联网环境下舰船行驶环境安全监测系统

传统舰船行驶安全监测系统主要由舰船各部分监测感应单元构成,通过对检测信号的收集来完成对舰船行驶环境安全的监测。此种方法存在多设备间通信协议不统一,需要中转设备转换计算,且信号再回传解析过程中存在延迟的问题。因此,提出物联网环境下舰船行驶环境安全监测系统设计。首先,对传统多个监测点进行精简,保留关键监测点,创建基于物联网技术的行驶安全监测平台。接着,通过引入航线偏差安全监测算法与综合信号安全监测算法,完成系统软件设计。通过数据场景模拟实验测试所设计系统的监测效果,实验结果表明该系统对舰船行驶环境安全的监测结果较为准确,且监测稳定性较好,证明设计系统在舰船行驶安全监测方面优于传统安全监测系统。     

船舶水轮发电机组实时在线监测系统

舰船水轮发电机组是一种利用波浪发电的辅助电力设备,能提高舰船电力系统的整体性能,由于船舶水轮发电机组工作过程中会在海浪、船舶等各类影响因素下发生振动,不利于水轮发电机组的平稳运行,针对这一问题,本文设计了一种船舶水轮发电机组的实时在线监测系统,针对水轮发电机组的振动信号进行采集,并结合小波多分辨率分析技术进行振动信号的分析,可以实现良好的振动监测效果。     

高精度海洋重力传感器检测回路原理误差研究

高精度重力仪是提高舰船惯性导航系统精度的重要设备,其重力传感器信号检测回路的性能决定着仪器的精度。在分析电容式重力传感器检测回路原理的基础上,推导了传感器检测回路模型,分析主要原理误差产生的原因及其特性,给出减小误差的措施,对进一步提高电容式重力传感器的精度具有重要指导作用。     

基于振动信号的舰船发动机故障诊断

传统舰船发动机故障诊断方法诊断时,需要对舰船发动机进行一定程度上的拆卸,无法完成零拆卸的故障检测,为此提出基于振动信号的舰船发动机故障诊断方法。使用不同波段振动信号作为检测探伤手段,采集多频段的振动信号,分析信号携带的诊断信息,完成舰船发动机故障诊断模型构建;计算振动信号非线性鲁棒值,锁定故障位置,通过编程分析,实现舰船发动机故障诊断。试验结果表明,设计的故障诊断方法比传统方法诊断定位准确率高2%,说明设计的诊断方法具备极高的有效性。     

基于传感网络的舰船航行系统振动检测

传统船舶航行系统振动检测获取的检测结果,受到整体检测工具的影响,其信号契合度较低。为了有效解决这一问题,设计基于传感网络,以F-P滤波调解为核心设计新型船舶航行系统振动检测方法。利用数据信号反射模和滤波腔,进行信号滤波调解,选取完整振动信号波,根据数据极值,对其进行模态分解生成IMF数据值,减少数据噪声,对信号进行有序隔离,采用Colerra数据集算法提取船舶振动信号特征,计算Colerra数据核值,将最优核值进行有序排列,即可获取当前振动检测结果,实现船舶航行系统的振动检测。通过仿真实验分析设计振动检测方法的性能数据,实验结果表明应用新设计的振动监测方法获取到的检测数据信号,最大频谱测量值准确度提高了29%,最小频谱测量值准确度提高27%,可以有效提高信号契合度,具有实际应用价值。     

舰船电力通信网络的安全智能预警系统设计

分析舰船电力通信网络安全智能预警效果具有重要意义,针对当前舰船电力通信网络安全智能预警系统存在的误差大,精度低的缺陷,设计了基于光传感技术的舰船电力通信网络安全智能预警系统。首先分析舰船电力通信网络安全智能预警系统的研究现状,并指出各种系统缺陷,然后采用光传感器采集舰船电力通信网络安全状态信息,并根据状态信息的小波信息熵识别舰船电力通信网络安全状态,根据网络安全状态识别结果设计相应预警保护措施,采用仿真实验分析了智能预警系统的性能,结果表明,本文系统的舰船电力通信网络安全状态识别精度高,加快了舰船电力通信网络安全识别速度,可以快速实现舰船电力通信网络安全预警,具有重要的实际价值。     

人工智能技术舰船发动机状态分析

发动机振动信号分析是判断发动机状态的重要因素,传统方法忽略对发动机振动信号的处理,导致舰船发动机状态分析时间较长,为此设计一种基于人工智能技术的舰船发动机状态分析方法。采集舰船发动机的振动信号,采用时域分析法对振动信号处理,获得发动机振动信号特征中不同信号和不同时刻的相互依赖关系,依据人工智能技术确定振动信号的鲁棒值,从而确认舰船发动机异常情况,以此完成舰船发动机状态分析。在舰船发动机无故障情况下和有故障情况下进行了发动机状态分析的实验。结果证明,在无故障情况下和有故障情况下,本文设计方法对发动机状态的分析时间均比传统2种分析方法的分析时间短,证明此次设计的基于人工智能技术的舰船发动机状态分析方法分析效果好。     

基于LabView的舰船发动机温度检测

由于传统系统存在温度检测精准度低的问题,不能满足舰船发动机温度检测标准,提出了基于LabView的方法对舰船发动机温度检测系统进行设计。根据舰船发动机工作原理,采用LabView方法对发动机温度传感器设计,并对信号电路进行调理,解决因传感器内部温度改变而引起的电压变化问题;对传感器中的软件功能展开研究,按照温度转换步骤,采用线性标度转换方法,可获取准确温度物理量。由实验结果表明,该系统对温度检测最高精准度可达到95%,能够满足舰船发动机温度检测标准。     

舰船电场传感器线路故障在线诊断方法

当前方法不能准确反映舰船电场传感器线路故障的变化特点,且存在诊断效率低等难题,从而无法准确实现舰船电场传感器线路故障在线诊断。为了改善舰船电场传感器线路故障在线诊断效果,提出基于数据挖掘的舰船电场传感器线路故障在线诊断方法。首先分析当前舰船电场传感器线路故障在线诊断的研究进展,描述了舰船电场传感器线路故障在线诊断原理。然后采集舰船电场传感器线路故障信号,从中提取舰船电场传感器线路故障在线诊断特征向量,采用数据挖掘技术建立舰船电场传感器线路故障在线诊断分类器。最后在Matlab 2019平台实现了舰船电场传感器线路故障在线诊断仿真测试。结果表明,本文方法的舰船电场传感器线路故障诊断成功率高,诊断速度快,能够实现舰船电场传感器线路在线诊断。     

基于舰船振动信号激励下压电智能梁振动主动控制

为研究舰船结构振动主动控制有效方法,采用线性二次型独立模态空间控制法设计控制器,对舰船振动信号激励下压电智能梁的振动进行主动控制。基于Hamilton原理建立压电智能结构的有限元模型,并利用精细积分法计算前3阶模态的位移响应。编制了相应的计算机程序,对舰船振动信号激励下梁结构的振动进行主动控制数值仿真。由仿真结果可见,控制可以有效地实现,为舰船结构振动主动控制提供理论基础。     

基于结构化稀疏表达的舰船导航系统

传统的舰船导航系统显示方向与实际行驶方向会产生较大的偏离角,为此,设计一种基于结构化稀疏表达的舰船导航系统。以高速计算机为核心,外接测量传感器,利用AT89S51单片机对输出通路进行控制,定义引脚功能,完成系统的硬件设计。联合卫星发送的测距码作为测距信号,定位舰船伪距单点,使用稀疏表示分类舰船不同行驶方向数据,将航向数据的四元数作为舰船行驶姿态表示方法,计算舰船的航向精度,完成系统的软件设计。实验结果表明,与传统导航系统相比,基于结构化稀疏表达的舰船导航系统显示方向与实际行驶方向产生的偏离角最小,导航效果最佳。     

基于AR模型的水下目标检测方法

本文提出了一种基于AR模型的水下目标检测方法。该方法对预先获得的环境噪声信号建立AR模型并求解其参数,对采集到的可疑信号以相同的阶数建立AR模型并求其参数。通过比较噪声模型系数和被测目标信号模型系数的差异来判断是否有目标存在。用该方法对模拟舰船信号、舰船模型信号和海试实测数据进行了分析并与能量检测器的结果进行了比较,结果表明该方法与能量检测器的性能相差不大,可以在较低的信噪比下检测出目标信号。     

舰船上层建筑振动特性的数学模型设计

针对当前数学模型无法描述舰船上层建筑振动特性的变化规律,为了提高舰船上层建筑振动特性预测精度,设计一种蚁群优化算法和神经网络相结合的舰船上层建筑振动特性预测数学模型。首先对当前各种舰船上层建筑振动特性预测数学模型的优缺点进行阐述,然后采用神经网络对舰船上层建筑振动特性变化规律进行拟合,并采用蚁群优化算法确定神经网络相关参数,最后进行舰船上层建筑振动特性预测数学模型的性能测试。结果表明,蚁群优化算法和神经网络相结合的舰船上层建筑振动特性预测精度高,不仅预测误差远低于当前其他舰船上层建筑振动特性预测数学模型,而且预测效率也得到了改善,为解决舰船上层建筑振动特性预测问题提供了一种新的研究方法。     

舰船隔振系统参数分析的数学模型研究

为了有效提高舰船隔振系统参数匹配度分析的准确性,设计一种舰船隔振系统参数匹配度分析模型。通过船舶当前隔振系统的数据嗅探分析程序,提取监听数据信息并通过变频处理,保证数据信息的完整性,设其为无阻尼结构建立振动方程,计算舰船隔振系统结构振动固有频率的灵敏度,依靠通量公式和约束条件建立匹配度目标函数,根据匹配度分析公式,实现当船船舶隔振系统匹配度分析,完成模型的建立。仿真环境下实验数据表明,应用该分析模型获取的匹配度结果,纵向振幅匹配度分析准确率提高了32%,横向振幅匹配度分析准确率提高了27%,可以有效提高舰船隔振系统参数匹配度分析的准确性。     

基于LabWindows/CVI的船用变压器振动监测系统

振动法是诊断变压器运行中潜伏故障的一种有效手段,应用振动法可以检测出舰船变压器绕组和铁心工作状况,对其进行充分的研究有良好的应用前景.LabWindows/CVI是一个以C语言为基础,结合了测控专业工具的虚拟软件开发平台.应用LabWindows/CVI软件开发了一套船用变压器振动监测系统.经实验分析,该系统能对变压器器身振动信号可有效采集,并进行分析处理.     

基于神经网络的舰船水平总振动频率计算方法

舰船水平总振动频率具有较强的波动性,当前线性方法无法描述舰船水平总振动频率的变化特点,导致舰船水平总振动频率计算精度低,为了提高舰船水平总振动频率的计算精度,提出了基于神经网络舰船水平总振动频率计算方法。采用BP神经网络强大的非线性学习能力对舰船水平总振动频率变化特点进行高精度的逼近,并对BP神经网络的参数优化问题进行研究,最后进行了舰船水平总振动频率计算的模拟实验,结果表明,BP神经网络解决了当前舰船水平总振动频率计算误差大的难题,获得了高精度的舰船水平总振动频率计算结果。     

无人船发动机前端附件驱动系统横向振动性能研究

通过对无人船发动机前端附件驱动系统横向振动特性分析,提高发动机输出稳定性和状态监测能力,提出基于动力学和结构可靠性分析的驱动系统横向振动分析模型,采用载荷引起的应变信号特征分析方法,提取前端附件驱动系统横向振动信号模型,对振动信号进行不同速度等级下载荷分析和动态响应特征提取,结合对部件的动力学和结构可靠性特征分析,根据信号幅频特征提取结果以及振动惯性参数检测结果实现对驱动系统横向振动性能动态分析。测试表明,该方法对驱动系统横向振动的动态监测能力好,实验结果验证了该方法对振动特性数值建模方法的可靠性与精度。