船舶柴油机运行工况诊断仿真研究

提出了基于RBF神经网络的故障智能诊断方法。应用神经网络理论对柴油机故障进行智能仿真诊断，并考虑到海上航行环境的大气温度变化，实现大功率船用柴油机运行性能的主要故障的仿真。以对柴油机燃烧系统故障为例进行仿真分析、处理故障并制订相应的维修对策，从而提高柴油机的使用效率和寿命。此外，对开发实船柴油机故障诊断的辅助分析系统和轮机模拟器的功能扩展有实际意义。     

基于神经网络和红外线成像技术的船用柴油机故障诊断方法研究

柴油发动机是通用船舶广泛使用的动力装置,在复杂恶劣的海上环境中,较易发生故障,传统检测方法主要依靠经验,故障定位较为耗时,其时效性差,需要进行改进。随着计算科学的发展,智能故障定位方法逐渐应用至船用柴油机故障定位系统中,如神经网络﹑模糊算法及大数据分析等。本文分析了船舶柴油机各功能部件,利用红外线对故障部件进行成像检测,设计了基于神经网络的柴油机故障诊断方法,最后对设计模型进行仿真分析。     

复杂海洋环境船舶机械故障诊断算法分析

针对传统的船舶机械故障诊断算法精准度低的情况,对复杂海洋环境船舶机械故障诊断算法进行设计。为保证故障诊断准确性,对舰船机械设备数据进行采集,并采用模糊传递法对故障数据进行组合,设定阈值,将该值作为判定是否为故障数据的标准,在此基础上,采用神经网络算法,提取故障征兆,完成对复杂海洋环境船舶机械故障诊断。并设置仿真实验,实验结果表明此次设计的复杂海洋环境船舶机械故障诊断算法比传统算法准确性高,具有一定的实际应用意义。     

船舶轮机设备故障排除系统优化设计

传统的故障诊断系统是以主机为节点,无法精准的分析船舶各个设备的参数,为此提出船舶轮机设备故障排除系统优化设计。硬件部分主要优化设计了数据采集器、数据处理器和数据分析器,软件部分采用模糊查询的方式,将界面显示的故障原因输入到文本框中,并根据船舶轮机设备故障排除流程,对不同变化函数进行排除处理,由此,实现船舶轮机设备故障排除系统软件的优化。软、硬件结合完成船舶轮机设备故障排除系统的优化设计。在海上船舶轮机模拟实验台对所提的系统和传统的诊断系统进行对比实验,实验结果表明,该系统可以精准的分析船舶各个设备的参数。     

船用锅炉水位控制系统的补偿模糊神经网络仿真研究

针对船用锅炉这种具有非线性、参数不稳定、难以建立精确的数学模型的特性,结合模糊控制理论和人工神经元网络理论,提出用补偿模糊神经网络构造自适应控制器实现对锅炉的水位控制。通过补偿模糊推理和快速学习算法的引入,使其在性能上优于一般的模糊神经网络,并且利用MATLAB仿真工具对这种自适应控制器的性能作初步研究。     

基于FNN的船舶舵伺服系统故障诊断研究

分析某型船舶舵伺服系统的故障信息,建立了模糊神经网络故障诊断模型.利用模糊逻辑处理数据以便于充分利用经验知识;利用神经网络诊断,避免了复杂故障树诊断系统的"匹配冲突"、"组合爆炸"和"无穷递归"等问题,并采用改进的BP算法训练神经网络,解决了收敛速度和收敛振荡的问题.诊断实例结果表明:该故障诊断系统具有较强的鲁棒性和泛化能力;该算法采用无模型化诊断,容易实现自学习,可不断完善系统性能,具有一定的理论和工程应用价值.     

船用造水机故障诊断及处理对策

简要说明船用造水机的工作原理和系统组成,以某轮航运过程中出现淡水产量不足问题为例,运用理论知识系统地分析该故障产生的机理,结合实践能力,采用逐一排除法确定故障发生的原因并采取行之有效的措施进行排除,最后根据该故障的性质,提出建设性的防范措施以免类似的故障频繁发生。本文排除船用造水机故障的思路和方法,同样适用于解决该系统其他异常状况,希望能给轮机管理人员快速正确地判断和处理故障提供有价值的借鉴。     

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。     

OG120型船用焚烧炉装置及故障处理

针对OG120型船用焚烧炉点火不成功的故障,提出了具体的解决方法,并排除了该故障．该方法对轮机管理人员具有一定的参考和指导意义。     

基于自编码器的船用柴油机故障诊断

为了提升船舶柴油机故障诊断的泛化能力,引入深度神经网络,文章提出了一种基于自编码器（AE）的船舶柴油机故障诊断方法。通过GT-SUITE船用柴油机故障仿真实验,对数据样本进行分析,结果表明AE在训练集和测试集的故障识别率分别为98.67%和98.33%,优于支持向量机（SVM）和BP神经网络,更适用于船用柴油机的故障诊断。