船舶同步发电机与调压系统故障分析方法

本文阐述船舶同步发电机与调压系统故障分析方法，提出对其故障分类，根据故障现象找出对应类别就可快速有寻找故障原因故障所在，供船舶电气维修人员参考。     

基于大数据的船舶故障趋势预测

船舶故障趋势预测的研究具有重要实际应用,船舶故障趋势复杂多变,当前船舶故障趋势预测方法无法高精度描述其故障变化特点,使得船舶故障预测趋势结果靠性低。为了提高船舶故障趋势预测效果,设计了基于大数据的船舶故障趋势预测方法。首先分析当前船舶故障趋势预测研究进展,找到各种方法的船舶故障趋势预测的局限性,然后采用船舶故障趋势数据,并利用大数据分析技术拟合船舶故障变化趋势,构建船舶故障趋势预测模型。最后在相同平台下,与其他船舶故障趋势预测方法进行了对比测试。结果表明,大数据的船舶故障趋势预测精度超过95%,不仅完全达到了船舶故障控制的实际应用要求,而且船舶故障趋势预测效果要优于对比方法,具有更加广泛的实际应用范围。     

船舶故障远程诊断系统

此文对船舶故障远程诊断系统的结构作了比较深入的研究，提出了可行的船舶远程故障诊断系统方案，论文还介绍了自行研制的用于船舶故障诊断的信号采集，存储和处理平台。     

大型船舶轴系故障非接触式监测方法

大型船舶轴系故障具有多变性,导致当前故障识别方法无法有效对各种类型的大型船舶轴系故障进行准确识别,为了提高大型船舶轴系故障识别的效果,设计一种新型的大型船舶轴系故障非接触式监测方法。首先采集大型船舶轴系故障识别信号,采用小波对其进行去噪,然后换提取大型船舶轴系故障识别信号特征,最后采用最小二乘支持向量机设计大型船舶轴系故障识别的分类器,并进行了具体的大型船舶轴系故障识别模拟实验。与其他大型船舶轴系故障识别方法相比,本文方法通过小波抑制了大型船舶轴系故障识别信号中的噪声干扰,提高了大型船舶轴系故障识别成功率,加快了大型船舶轴系故障识别的训练时间,建立更高效率的大型船舶轴系故障识别分类器。     

船舶电气的故障排除及维护保养

目前小型船舶——发电机总容量小于750kw的船舶，通常不设电机员和电工，因此要求轮机员能够及时排除电气故障并做好电气的日常维护保养工作。文章主要介绍船舶电站、船舶电网的故障排除及维护保养，供轮机员学习参考。     

船舶制冷系统故障案例分析

船舶制冷系统可为船员提供良好的船舱环境，并保障食品的质量。但在实际运行中，由于各种原因，船舶制冷系统可能会出现故障和异常情况。文章结合实际案例分析故障现象，查找出了故障原因并制定出相应的解决方案，为船舶制冷系统的安全运行提出了预防措施和日常管理建议。     

几例船舶主机故障现象及其分析

船舶主机是船舶的动力核心，与主机相关的故障如果不能被及时发现和处理，将会造成严重的事故。文章就作者在船上的工作经历，介绍了船舶主机的几例故障现象，并对这些故障的原因进行了适当的分析，说明了有效的维护是船用设备可靠工作的必要保证。     

船舶设备故障预测和健康管理产业发展现状及趋势研究

在对船舶设备故障预测和健康管理流程及组成进行简要概述的基础上，重点分析其技术发展现状、市场竞争格局，并从行业政策、前沿技术整合及市场需求等3个方面总结船舶设备故障预测和健康管理产业发展趋势，从而提出我国船舶设备故障预测和健康管理产业发展建议。     

海浪载荷干扰下船舶发动机故障检测数学模型研究

针对传统船舶发动机故障检测数学模型故障检测速率较低的问题,提出一种海浪载荷干扰下船舶发动机故障检测数学模型,在海浪载荷干扰下对船舶发动机进行振动测量,提取船舶发动机的时域故障特征,通过测量获取船舶发动机转子系统的3阶、2阶、1阶临界转速以及轴向转子的固有频率,对船舶发动机的频域故障特征进行提取,利用获取的时域故障特征数据与频域故障特征数据建立船舶发动机的故障检测数学模型,实现船舶发动机的故障检测。为了验证建立的数学模型的故障检测速率较高,将该模型与基于线性分段方法的船舶发动机故障检测数学模型、基于异常检测算法的船舶发动机故障检测数学模型、基于异常子序列的船舶发动机故障检测数学模型进行对比实验,实验结果证明该模型的故障检测速率最高,说明该模型更适用于船舶发动机的故障检测。     

基于故障树分析法的船舶交流电动起货机故障树图

随着船舶电气设备及系统复杂化、智能化和自动化的提高，其科学技术水平得到了空前的发展，对轮机管理人员的业务水平提出了更高的要求。为了降低故障给国家和社会所造成的经济损失，要求船舶管理人员能够在最短时间内最有效的处理故障，防止故障事故的进一步扩大。本文以船舶交流电动起货机为研究对象，利用故障树分析法阐述了船舶交流电动起货机故障树图的建立过程。