船用柴油机工作过程故障诊断的仿真研究

利用计算机数值计算方法进行了船用柴油机性能故障的仿真计算，通过对各故障下热工参数的特征分析，揭示了热工参数在不同性能故障、不同运行工况和不同航行工况下变化规律，探讨了热工特征参数的优化选择、性能故障的分类和计算机仿真建模等问题，提出了热工参数的相对偏差分析法，并介绍了人工神经网络在船用柴油机故障诊断中的具体应用。     

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。     

船用柴油机故障在线智能仿真诊断技术的应用研究

本文提出了一种船用柴油机性能故障在线自动诊断的新方法,把仿真以及神经网络技术直接应用于柴油机故障在线诊断系统,建立船用柴油机症状与故障样本集,作为神经网络故障诊断的专家知识库,以和柴油机故障在线诊断。尤其是对网络容错能力进行评估分析,并确定较有代表性的径向基函数ＲＢＦ网络分布常数Ｓｃ,从而提高故障诊断的及时性和准确率,减少误诊。     

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。     

Visual C++6.0开发柴油机故障仿真软件

本文建立了一个较通用的柴油机故障的仿真模型；用Visual C 6．0开发了柴油机故障仿真软件，并对柴油机典型故障的不同程度下进行仿真计算，对仿真结果进行分析，揭示了柴油机故障与热工参数之闻的内在联系，为故障诊断提供了参考依据。     

基于BOOST船用柴油机热工故障仿真研究

利用BOOST仿真软件,建立电控化改造后的4190型柴油机工作过程数学模型。该模型的燃烧放热模块采用MCC燃烧模型,传热模块选用Woschni 1978模型,并用该电控柴油机试验数据验证模型的可靠性。结果表明,仿真计算与实验值误差均在2%以内。在此基础上,结合中速电控柴油机的特点,对柴油机在额定工况下喷油定时故障、喷油器喷孔磨损、单缸停油、中冷器效率下降、压气机效率下降及排气阀关闭定时故障进行仿真计算,探索电控柴油机性能指标与热工参数对不同故障的变化规律,从而为船用中速电控柴油机故障监测、诊断提供可行的依据。     

船用中速柴油机热工故障仿真方法研究

文章讲述了从柴油机热工过程的角度,利用AVL-BOOST搭建了4冲程柴油机数值计算的零维模型,对模型的计算结果与实验测试结果进行对比来验证模型的准确性,结果表明,仿真模型在热工参数方面具有很高的准确性。然后分析了柴油机的热工故障的类型,提取了能反映柴油机当前运行状态的特征参数。通过更改模型的相关参数来模拟典型故障,并对仿真结果的合理性进行分析。结果表明,故障仿真的计算结果在趋势上与实际情况是吻合的,可以通过该方法模拟柴油机热工故障。     

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。     

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,提高了船舶柴油机的经济性和安全性。     

船舶柴油机智能故障诊断仿真方法的研究

此文从应用技术的观点出发，概述了近年来船用柴油机监测和故障诊断的方法现状，介绍柴油机故障诊断的智能方法。并结合课题，以神经网络理论为数学工具对柴油机故障进行智能仿真诊断，然后分析其应用难点及发展趋向。     

基于AVL BOOST的船用柴油机典型故障仿真及其数据分析

[目的]大型船用柴油机故障类型的数据通过台架试验或者实船来获取存在许多不利因素,因此针对柴油机的故障仿真数值计算就显得尤为重要,同时对故障排除及数据驱动的智能故障诊断系统的构建也具有重要意义。[方法]基于AVL BOOST软件和台架试验数据,建立柴油机仿真模型,验证4种负荷工况下仿真模型需满足的精度要求;基于100%负荷工况模型,采用控制变量法模拟柴油机发火点提前、单缸停油及曲轴箱窜气这些典型故障,并分析计算得到的数据。[结果]结果表明:发火点提前5°时,缸内最高燃烧压力提高了17.4%;第1缸停缸后,有效油耗率上升近15%;对于不同气缸停油情况,第2号和3号气缸停油时的特征参数变化幅度较小;随着活塞有效窜气间隙的增加,各特征参数基本上呈线性扩大趋势,在窜气间隙值为0.04 mm时,部分特征参数急剧增加,例如油耗率增加了近40%。[结论]所得结果可作为柴油机故障状态识别及智能故障诊断系统构建的重要依据,为探索船舶柴油机智能故障诊断技术提供新的途径。     

基于多体动力学仿真的柴油机传动齿轮故障机理与监测方法研究

针对现有船用柴油机热工参数无法有效监测报警传动齿轮故障的问题,基于柴油机普遍缺失振动监测数据,难以有效提取故障特征的现状,采用多体动力学仿真技术研究柴油机齿轮载荷与曲轴止推轴承磨损之间的内在关联,基于仿真结果提取传动齿轮故障条件下的振动信号特征;采用实际故障案例振动数据,提取传动齿轮箱振动信号的时域、频域特征,实际特征变化规律与仿真结果一致,检验了本文仿真研究成果的正确性。     

基于PNN的舰船柴油机冷却系统故障预警研究

针对舰船柴油机冷却系统，分析其典型故障模式，选取特征参数，基于概率神经网络（PNN）建立故障预警模型以对其进行故障预警，结合某型柴油机在某船实际运行数据完成模型的训练和验证。结果表明：采用概率神经网络可有效地实现舰船柴油机冷却系统的故障预警。     

瞬时转速在多缸柴油机故障诊断中的应用

利用发动机简化模型对多缸柴油机瞬时转速进行模拟计算,探讨瞬时转速特征参数的提取,提出3个可应用于故障诊断的特征参数,经试验验证,所提取特征参数可有效地识别出柴油机影响气缸压力的故障。     

大型低速柴油机性能预测动态模型

性能预测模型及其仿真是柴油机设计、电控和故障诊断研究的重要手段。容积法模型能准确反映缸内压力的变化,但计算耗时长。它具有动态仿真的能力,一般应用于稳态仿真。通过对缸内工作过程和涡轮增压器模型的简化,结合曲柄连杆机构动力学模型,建立了以容积法为基础的涡轮增压多缸柴油机动态模型。缸内工作过程以曲轴转角为计算单位,其他部分以时间为计算单位。模型可观测瞬态过程中各主要参数的变化。以6S60MC型船用柴油主机为例,用MATLAB/SIMULINK实现仿真模型,在XEON3.0G工作站进行仿真。仿真结果显示,模型数据与台架试验数据吻合良好,仿真300 s耗时245.4 s,满足实时仿真的要求。     

一种新的船舶柴油机模糊故障诊断方法

为进一步提高船舶柴油机故障诊断的可靠性,将一种基于模糊信息多级融合的故障诊断方法应用到船舶柴油机的故障诊断中,该方法将各级诊断数据充分融合后再进行船舶柴油机的故障诊断,应用结果表明该方法准确有效,不但在正常情况下作出了准确的故障诊断,而且在局部检测传感器失灵发生误检的情况下亦能避免船舶柴油机故障诊断的误判,为提高船舶柴油机故障诊断的可靠性提供了有益的借鉴.     

基于改进深度学习算法的船舶柴油机故障诊断技术

随着数据挖掘技术的发展,深度置信网络(DBN)这类深度学习算法被越来越多运用到工程领域。在故障诊断领域,结合DBN强大的自适应特征提取和非线性映射能力,可以摆脱以往对专家经验的依赖。基于此,本文为有效地监测柴油机气缸运行状态,提出一种基于改进深度学习算法的船舶柴油机故障诊断技术。先将原始信号的频域形式输入DBN当中,采用蚱蜢优化算法(GOA)搜索DBN的最优参数组合,并建立起最佳的柴油机气缸故障诊断模型。经测试验证,本文提出的诊断模型能够准确识别柴油机气缸运行状态并进行故障诊断,诊断率可以达到99.5%以上,具有较好的工程实用价值。     

基于人工神经网络的船用主柴油机故障诊断

本文基于人工神经网络（ＡＮＮ）理论，针对船用主柴油机的故障诊断问题，介绍了多重神经网络（ＭＮＮ）诊断模型及其算法，研制了系统仿真软件。     

船用柴油机系统的完整建模（英文）

This paper presents a simulator model of a marine diesel engine based on physical, semi-physical, mathematical and thermodynamic equations, which allows fast predictive simulations. The whole engine system is divided into several functional blocks: cooling, lubrication, air, injection, combustion and emissions. The sub-models and dynamic characteristics of individual blocks are established according to engine working principles equations and experimental data collected from a marine diesel engine test bench for SIMB Company under the reference 6M26SRP1. The overall engine system dynamics is expressed as a set of simultaneous algebraic and differential equations using sub-blocks and S-Functions of Matlab/Simulink. The simulation of this model, implemented on Matlab/Simulink has been validated and can be used to obtain engine performance, pressure, temperature, efficiency, heat release, crank angle, fuel rate, emissions at different sub-blocks. The simulator will be used, in future work, to study the engine performance in faulty conditions, and can be used to assist marine engineers in fault diagnosis and estimation(FDI) as well as designers to predict the behavior of the cooling system, lubrication system, injection system, combustion, emissions, in order to optimize the dimensions of different components. This program is a platform for fault simulator, to investigate the impact on sub-blocks engine’s output of changing values for faults parameters such as: faulty fuel injector, leaky cylinder, worn fuel pump, broken piston rings, a dirty turbocharger, dirty air filter, dirty air cooler, air leakage, water leakage, oil leakage and contamination, fouling of heat exchanger, pumps wear, failure of injectors(and many others).