BP神经网络在船舶动力系统故障诊断中的应用

故障诊断技术是一门新兴技术,随着数学与计算机科学的不断发展,故障诊断技术也有了迅速的进步,现在神经网络算法、人工智能等先进技术都大量的应用于故障诊断中。船舶的动力系统是其推进力的来源,动力系统的正常运行对船舶意义重大。为了提高船舶动力系统的可靠性与安全性,必须采取一定的措施预防与诊断其故障类型。本研究针对船舶动力系统的故障诊断问题,研究了一种基于BP神经网络算法的诊断技术,并建立了动力系统故障数据挖掘与诊断系统。     

船舶柴油机供油系统故障诊断研究

柴油机燃油供给系统工作质量的好坏,直接影响柴油机的工作性能。阐述了在虚拟仪器中对柴油机喷油系统压力波的数据采集和特征参数提取,并介绍了在各种故障模式下柴油机喷油器产生故障的原因和特征参数的变化,利用人工神经网络模型实现故障诊断。结果表明,该方法可实现柴油机喷油器不解体故障诊断,在实际的故障诊断中具有一定的应用价值。     

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。     

Labview控制技术在船舶动力系统机械监控中的应用

船舶动力系统含有大量复杂的零部件,由于长期的往复运动,且工作条件恶劣,动力系统的机械结构很容易发生故障。为了保障船舶动力系统的可靠、高效运行,必须要对船舶动力系统的机械运动进行合理的监控。传统的监控系统采用振动分析等技术,信号精度较差,本文结合虚拟仪器技术Labview平台,通过建立船舶动力系统模型和传感器模型等,开发了一种基于Labview的船舶动力系统的监控系统。     

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。     

核主元分析在船舶燃料系统状态监测中的应用

随着船运事业在全球范围内获得突飞猛进的发展,船舶动力系统和燃料供给系统也变得更加强大,因此船用燃油监控系统也应运而生,这对保障船舶的航行安全和降低运输成本至关重要。但是复杂的船舶燃料供给系统涉及到众多的变量,需要采用人工智能才能胜任。针对上述需求,文中结合核主元分析法的非线性控制思想,对燃料系统的状态监测和故障控制进行数学建模研究,结合仿真实验,模拟船舶燃料控制系统在复杂情况下的状态,通过提取系统自身的特征值T~2和SPE,实现对系统状态和故障的有效判断。     

大数据分析在船舶机械故障诊断系统中的应用

随着计算机技术和大数据技术逐渐成熟,大数据分析在船舶工业领域有了越来越广泛的应用。近年来,船舶工业逐渐向着智能化、自动化等方向发展,船舶动力系统、电力系统的智能化故障诊断等技术成为业内的研究重点。船舶机械的故障诊断过程具有数据量大、故障信号复杂、干扰信号多等问题,一直以来是业内的研究难题。本文介绍了大数据分析技术的原理和数据挖掘技术,设计了一种基于大数据分析的船舶机械故障诊断系统,该系统面向的诊断对象主要包括船舶机舱控制系统、船舶动力系统等,具有数据诊断效率高、人机交互性好、数据传输效率高等优点。     

基于DPC-GMM算法的船舶燃油系统故障诊断

[目的]传统的高斯混合模型(GMM)算法存在收敛速度较慢的固有缺陷,容易产生过拟合现象,导致参数计算陷入局部最优,不能很好地用于船舶燃油系统的故障诊断。[方法]首先,分析GMM算法及参数估计算法,结合密度峰值聚类(DPC)算法,提出一种基于DPC-GMM算法的船舶燃油系统故障诊断方法;然后,通过训练船舶燃油系统状态所对应的高斯混合模型参数,实现对船舶燃油系统故障的无监督诊断;最后,基于获取的船舶燃油系统故障数据,验证该方法的有效性。[结果]实验结果表明,采用基于DPC-GMM算法的故障辨识准确率高、识别速度快,优于传统的反向传播(BP)神经网络和支持向量机(SVM)诊断算法。[结论]研究结果对船舶燃油系统的故障诊断有重要的指导意义。     

船舶动力装置智能故障诊断技术的应用与展望

动力系统作为整个船舶最核心的系统,其安全性和可靠性将直接影响船舶的安全航行,而有效的故障监测与诊断技术是保障航行安全的重要手段。首先,通过分析国内外学者在智能算法与故障诊断方面的研究进展,将船舶动力装置的智能故障诊断分为数据信号获取、数据特征提取、故障识别与预测3个环节,并总结智能算法在船舶动力装置故障诊断中所面临的问题和挑战;然后,结合智能算法的特点,探讨船舶动力装置智能故障诊断技术的未来发展趋势;最后,提议从建立基于云平台的数据监测系统、建立数据库和挖掘监测数据等方面展开深入研究,用以为船舶动力装置智能诊断的工程实践应用奠定基础。     

基于灰色度分析的船舶液压系统故障诊断研究

船舶液压系统是动力系统重要组成部分,需要对系统故障及时定位诊断及修复。船舶液压系统的故障描述模型有基于图论的﹑信息论的及功率流理论的,图论策略通过灰色度分析船舶液压系统中的功率分配﹑损耗过程,能够以最少的监测点最优的描述系统故障中的分布。本文分析基于灰色度的船舶液压系统故障诊断模型,设计1套基于传感器﹑故障图像灰色度分析及计算机故障诊断系统,最后通过实验证明本文故障诊断系统的有效性。