RBF神经网络在柴油机燃油系统故障诊断中的应用研究

本文主要介绍了径向基（RBF）神经网络在柴油机燃油系统故障诊断中的应用,并且首次将神经网络和虚拟仪器技术相结合,成功用于柴油机故障诊断中。比较了RBF和误差反传（BP）神经网络的学习速度和诊断精度。研究表明,将RBF神经网络和虚拟仪器相结合进行柴油机故障诊断具有良好的诊断效果和精度,有很好的工程应用前景。     

RBF神经网络在传感器故障诊断中的应用研究

提出一种基于RBF神经网络的传感器在线故障诊断方法,用某气囊隔振系统隔振装置中大量的传感器数据进行了仿真实验,验证了方法的可行性.通过对每个传感器建立单独的神经网络预测模型,实现多传感器的故障诊断.     

神经网络在自适应船舶操作系统中的应用

首先在RBF-Elman神经网络结构基础上,设计带输出反馈RBF-Elman递归神经网络,通过实验验证该算法具有收敛速度快、自适应能力强、自学习能力以及固有的非线性等特点。最后将利用带输出反馈RBFElman递归神经网络作为分类器进行船舶运动状态的辨别,实验结果表明此算法高效、可行。     

分形技术与概率神经网络在船舶柴油机故障诊断中的应用

船舶自动化程度的提高对能源的需求也日益增长,而船舶的柴油机系统作为能源的主要来源,其重要性也越来越明显。为提高柴油机的稳定性能,降低故障发生率,本文提出一种基于分形技术和神经网络算法的故障诊断模型。该模型中的分形理论能够甄别出故障的非线性特征,精确锁定故障的来源;然后利用神经网络算法对柴油机故障的诊断进行深度训练。最后利用LabVIEW仿真平台和Matlab软件进行故障诊断能力仿真验证,本文提出的综合诊断方法能够有效识别故障来源和类型。     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法，本文较为系统地介绍了其测量、故障参数提取及分析方法，并在诊断分析中使用了进化RBF神经网络，此网络的训练采用遗传算法，优化了径向基神经网络的结构和参数，加强了网络的实用性。最后用神经网络对所模拟的故障进行辨识，证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性。     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法,本文较为系统地介绍了其测量、故障参数提取及分析方法,并在诊断分析中使用了进化RBF神经网络,此网络的训练采用遗传算法,优化了径向基神经网络的结构和参数,加强了网络的实用性.最后用神经网络对所模拟的故障进行辨识,证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性.     

神经网络在船舶柴油机调速中的应用

分析了柴油机电子调速器的系统组成及调速原理,介绍了经典PID算法和B-P神经网络,仿真和试验结果表明,基于BP神经网络的PID智能控制是一种有效的船舶柴油机调速控制方法.     

神经网络在船舶主柴油机建模中的应用

该文研究用BP神经网络建立船舶主柴油机模型的方法,并对BP算法进行了改进,提出了一种动态优化学习率的方法,对6L80MC柴油机实际数据用BP网络进行计算的结果表明,该算法能有效地建立船舶主柴油机模型。该模型已成功用于船舶主机遥控仿真系统中。     

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PCA-BP神经网络在船用柴油机热工故障诊断中的应用研究

利用AVL-BOOST对柴油机的热工故障进行仿真计算,首先通过主成分分析法对柴油机的热工故障进行分析,选取能够反映原始变量99.589%信息的3个主成分作为BP神经网络的输入,将柴油机的故障模式作为输出,构建一个3层的神经网络预测模型。结果表明,PCA-BP神经网络模型能够很好的对柴油机的故障模式做出诊断。     

神经网络算法在船舶柴油机远程故障诊断系统的研究

进入21世纪以来,我国船舶行业取得了很大发展。随之而来,船舶安全事故发生率不断增加,故障诊断的重要作用也逐渐突显出来。在这种情况下,远程故障诊断技术应运而生,可动态化地掌握岸端的机械设备运行的情况,如果出现异常的状况,则能够对船舶管理工作人员进行提醒以采取事前维护,提高船舶行驶的安全性,尽量降低经济损失。基于计算机网络技术与无线通信技术的发展,船端和岸端实施通信与数据共享成为可能,将神经网络算法合理地应用于船舶柴油机远程故障诊断系统中,十分有必要。     

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。     

基于SVM的2PTMC多分类算法在船舶柴油机故障诊断中的应用

文章针对船舶柴油机故障特征变得越来越复杂,且大量的故障样本难以获得的状况,引用基于小样本的支持向量机算法(SVM)分类器。采用基于SVM的2PTMC算法,该方法根据故障优先级的不同,将不同类故障逐层分类,相比于传统的一对一(OVO)和一对多(OVA)多分类策略,该方法具有模型简单、重复次数较少的优点。文章构建了一个四级SVM分类器,结果表明,该方法适用于船舶柴油机故障分类。     

船舶柴油机故障诊断系统设计

船舶柴油机是船舶动力的直接来源,对其进行故障诊断十分重要.本文设计了以ARMS3C2440处理器为核心的嵌入式硬件平台,将专家系统引入到故障诊断中,确定了知识获取途径,提出采用面向对象的知识表示方法,并构建了故障推理和解释机制.同时,在专家系统的基础上进行了系统的功能设计和数据库设计,并将神经网络与专家系统相结合提高知...     

神经网络在船用柴油机性能诊断中的应用

现代海洋船舶的动力系统主要利用柴油发动机,其故障检测手段及修复一直是船舶动力系统重要研究方向。传统的柴油性能及故障检测一般由工作人的经验进行初始判断,利用检测工具进行定位,而人为因素可靠性及效率较低,已不能满足现代航运业的发展。随着现代计算科学及传感信息技术的发展,自动化的船用柴油故障检测系统成为重要的发展方向。本文研究自适应神经网络,将其应用到柴油机故障诊断中,有效提高诊断的准确性及实效性。     

利用人工神经网络诊断船舶引擎冷却系统故障方法研究

首先介绍人工神经网络的原理,并且阐述神经网络进行故障诊断的优点;其次描述了利用人工神经网络进行船舶引擎冷却水故障诊断的流程:数据预处理;设计故障诊断系统的训练集合测试集以及诊断系统中输入量和输出量。最后通过实验仿真说明了人工神经网络能够较好的识别故障以及产生故障的原因。     

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...     

免疫算法在舰船柴油主机故障诊断系统的应用

现代大型船舶的控制系统中一般都需要依赖柴油主机提供动力,然后经由发电机转换成电力,从而驱动螺旋桨电机工作,保证整个船舶的正常运行,因此必须避免柴油机系统出现故障。本文通过免疫算法,对船舶柴油机的故障模式进行主动的学习,提高了故障的识别效率。同时通过自主的诊断系统和控制程序,对潜在的故障进行预测,在提高了柴油机的故障诊断效率的同时,也能够优化柴油机的控制参数,进一步提高了其使用寿命。     

船用中速柴油机故障诊断技术研究

为了提高船舶柴油机故障诊断的准确性,实现对故障的精准定位,文章以6DE-18型船用中速柴油机为研究对象,从故障产生的机理入手,采用仿真软件建模,选取具有代表性的热力参数作为特征值,运用粒子群算法优化的支持向量机数学模型(PSO-SVM)进行故障诊断,并通过试验验证该故障诊断的准确性,改进了船用中速柴油机故障诊断的模式,...