船舶柴油机故障诊断技术研究

论述了船舶柴油机故障诊断的意义,针对国内外一些常见的柴油机状态监测与故障诊断的方法及其原理和特点,总结出船舶柴油机故障诊断中新技术的应用,并对柴油机故障诊断技术的发展趋势进行了展望。     

船舶柴油机故障诊断现状及发展趋势

论述了船舶柴油机故障诊断的意义,针对国内外一些常见的柴油机状态监测与故障诊断的方法及其原理和特点,总结出船舶柴油机故障诊断中新技术的应用,并对柴油机故障诊断技术的发展趋势进行了展望.     

柴油机故障诊断研究综述

叙述了柴油机故障诊断的意义,对柴油机常见的故障及机理进行了分析,并介绍了国内外一些常见的柴油机状态监测与故障诊断的方法及其原理和特点,最后提出了柴油机的故障诊断的难点和发展方向。     

柴油机故障诊断研究综述

叙述了柴油机故障诊断的意义,对柴油机常见的故障及机理进行了分析,并介绍了国内外一些常见的柴油机状态监测与故障诊断的方法及其原理和特点,最后提出了柴油机的故障诊断的难点和发展方向.     

便携式柴油机热工检测仪及其应用

介绍一种用便携式柴油机热工检测仪对船用柴油机进行负荷调整，故障诊断以及状态监测的新方法。该方法能精确测量柴油机单缸循环功，可对柴油机负荷进行精确调整以节省燃料，减少排污，同时可利用该仪器测量的其他参数对柴油机热工状态进行监测与故障诊断。     

动力装置故障诊断技术研究

讨论了故障诊断系统数据库要求、架构和功能设计与实现等技术,对故障诊断推理机制进行了探讨,研究并构建了界面友好的柴油机故障诊断系统.利用该系统可对柴油机状态监控,对故障征兆(趋势)实时预报,对已发生的故障快速诊断,缩短故障维修时间,保障装备的良好工作状态,提高船舶的生命力.     

船舶柴油机在线监测与故障诊断系统研究

介绍了常用的柴油机状态监测技术,阐述了船舶柴油机在线监测与故障诊断系统的组成及主要功能,实现了基于多状态参数的柴油机综合监测与故障诊断,对提高船舶柴油机可靠性、保障船舶运行安全具有重要意义。     

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SOM-BP神经网络的船舶柴油机故障诊断方法

作为船舶系统重要的组成部分,柴油机工作状态与船舶安全航行息息相关。因此,对船舶柴油机故障诊断方法的研究具有重要的现实意义。以SOM神经网络和BP神经网络为理论基础,将二者融合构建SOM-BP神经网络,用于船舶柴油机故障诊断。通过仿真试验,验证了SOM-BP神经网络在船舶柴油机故障诊断中的有效性。     

模糊聚类在柴油机故障诊断中的应用

柴油机状态监测与故障诊断可以看作是一种故障模式的识别过程,模糊聚类方法是模式识别方法的一种,本文利用模糊C均值聚类方法对表征柴油机状态的特征向量进行模式识别,结果表明该方法可通过特征参量准确地区分不同的柴油机故障模式,模糊聚类方法在柴油机状态监测与故障诊断中有较好的适用性.     

基于瞬时转速的柴油机监测诊断技术应用研究

瞬时转速信号包含着丰富的反映柴油机气缸能力的信息,通过分析柴油机转轴转速的瞬时变化规律,可实现对机器状态监测及故障诊断的目的。文章首先分析了柴油机瞬时转速的影响因素,研究设计了柴油机瞬时转速测试系统,最后对6-135柴油机开展了故障模拟实测,结果表明测试系统可有效获取瞬时转速信号并成功应用于柴油机状态监测诊断中。     

遗传算法和神经网络在船舶柴油机故障诊断中的应用

为提高船舶柴油机故障诊断的精度,以及改善神经网络收敛速度慢,易陷入局部最优解的情况。提出一种基于改进遗传算法和RBF神经网络相结合的智能诊断方法,并将其应用于船舶柴油机故障诊断中,改进的方法优化了神经网络的隐节点、宽度参数以及中心向量,用最小二乘法训练网络隐层到输出层的权值。最后在Matlab仿真软件下,对船舶柴油机故障诊断模型进行仿真实验。实验证明,自适应遗传算法优化的RBF神经网络,诊断速度快,诊断精度高,收敛效果好,能较好地应用在船舶柴油机的状态监测和故障诊断中。     

船舶柴油机监测与故障诊断方法综述

船舶柴油机作为船舶的动力心脏,其运行状态的监测和故障诊断越来越受到人们的关注。本文对目前研究中的主要几种柴油机故障诊断技术的内容、特点和不足之处进行评述,最后对其发展方向进行讨论。     

柴油机技术状态及故障诊断的一种有效的新方法

本文论述了柴油机技术状态及故障诊断的新方法-应用轴系扭振的特性作为故障诊断的手段。笔者根据研究成果，阐明了柴油机工作过程与扭振特性之间的紧密关系及相互间对应的因果联系，讨论了柴油机机械故障与扭振特性的影响，结论是轴系扭振将是柴油机技术状态及故障诊断的一种前途广阔的有效的新途径，将成为振动噪声故障诊断的一项极其重要的方法。文章还提出了今后的研究方向。     

基于小波能量谱分析与SVM的柴油机气阀间隙异常故障诊断

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机气阀间隙异常的故障诊断,由于柴油机气阀间隙振动信号噪声多,利用SVM对柴油机气阀间隙进行预测时需要进行特征提取。鉴于此,研究了基于小波能量谱分析的SVM柴油机气阀间隙的故障诊断方法,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备当前状态。     

柴油机状态在线监测与故障诊断系统开发

介绍了状态监测与故障诊断系统的原理和方法,使用LabVIEW平台及多功能数据采集卡研制柴油机的故障诊断系统。提出了几种特征参数分析方法,开发了多个子仪器,可较好的对柴油机的不同故障进行监测。     

基于虚拟仪器的柴油机振动监测系统简介

建立基于虚拟仪器开发平台的柴油机振动监测系统,结合功能强大的数据库,通过分析监测结果,有效地对柴油机运行状态及工作性能进行动态监测,并对它的运行状况做出评估、诊断故障和预测趋势,实测表明,该系统对柴油机故障诊断是可靠的、有效的。     

基于油耗率的船用低速柴油机燃烧故障诊断

以BW 6S35ME-B9型船用低速二冲程柴油机为研究对象,在已搭建柴油机试验平台上展开试验并在线监控采集其状态特征参数,如缸内压力、扭矩、排气温度、缸套冷却水温度、油耗总量和油耗率等,为故障的诊断排除提供有效依据。研究结果表明:基于多个柴油机状态特征参数诊断6号缸高压油泵出口燃油泄漏,有效地提高诊断工作的效率,尤其是船舶柴油机燃油消耗率监控在船上的应用,有效简化诊断过程以提高故障诊断和排除效率。研究内容对未来船舶智能故障诊断有着重要的指导意义。     

计算机控制故障监测系统在船舶柴油机中的应用

计算机控制故障监测系统是用于柴油机状态监控和故障诊断的监控系统。文章通过分析该系统在船舶柴油机中的应用,研究了他的结构原理和特点,并结合实际系统总结了柴油机诊断与管理的方法,提出了对船舶柴油机的运行状况的应用管理要点,为机舱的安全运行管理提供了技术保障。