基于OPC技术的电力推进船舶混合动力故障定位

基于信号变换的诊断方法、基于专家经验法诊断方法故障空间的局限性,导致故障定位精准度较低。为此,提出基于OPC(OLE for Process Control)技术的电力推进船舶混合动力故障定位研究。构建故障定位模型,剔除工作状态外部干扰信息。描述电力推进船舶混合动力系统故障定位特征向量,确定故障空间。计算故障出现概率,提取主要故障特征。借助人机接口对输入信号进行滤波处理,使用OPC技术匹配知识库中故障规则,找到具体故障位置。搭建电力推进船舶混合动力监控系统,利用Matlab进行实验仿真研究。实验结果表明,该方法与实际定子磁链轨迹坐标一致,具有精准定位效果。     

T-S模糊模型在船舶推进系统故障诊断中的研究

人们针对船舶电力设计了各种先进的保护与控制装置,尤其在对推进系统的故障预测与诊断方面开发出了多种行之有效的诊断算法。基于以上需求,本文开发出基于T-S模糊模型的推进系统故障诊断系统,首先建立船舶推进系统中的电机仿真模型,对电机的电压、磁链和运动特性进行研究。在此基础上,利用T-S模糊模型设计了故障识别算法的数学模型,对此模型进行线性化处理后,得到了简化的故障诊断步骤,应用Matlab对算法的故障识别特性进行仿真,从实验结果发现该算法的性能基本能够满足一般情况下的故障识别需求。     

基于VC＋＋的船舶电力推进系统故障仿真软件设计

本文根据船舶电力推进系统的运行原理,在VisualC＋＋6．0中建立了船舶电力推进系统典型设备变压器、变频器、电动机的模型,设计了船舶电力推进系统故障仿真软件。该软件可对船舶电力推进系统进行运行仿真和故障仿真,不仅可以作为船舶电力推进系统设计和研究的参考,也可以为船舶电力推进系统故障诊断技术的研究提供输入。     

神经网络在船舶电力推进系统故障诊断中的应用

船舶电力推进系统目前成为船舶推进系统的主流选择,电力推进系统对于保障船舶的安全稳定运行具有重要意义。因此,对采用电力推进系统的船舶进行电力推进系统故障诊断,成为船舶日常维护的一项重要工作。本文对船舶电力推进系统故障诊断系统进行研究,在Simulink环境下搭建故障诊断模型,并将BP神经网络应用于诊断系统,对电力推进系统的故障学习和诊断能力进行仿真。结果表明,该故障诊断系统可以提高网络的学习速度和诊断效果,具有很好的故障诊断能力,可以满足船舶电力推进系统的性能要求。     

船舶电力推进系统短路模拟计算研究

在船舶电力推进系统运行的过程中,很容易受诸多因素的影响而引发短路故障,直接影响了船舶航行的效果。为了进一步研究并分析船舶电力推进系统的短路故障,本文将短路模拟计算方式引入其中,对船舶短路故障的产生机制进行了详细的分析,并通过计算模拟得到了船舶电力推进系统的故障模型,对故障的可修复性进行优化,并通过仿真验证了系统短路时的各个节点状态,提高了船舶电力系统安全性。     

船舶电力推进系统建模与仿真研究

本文对两台同步电机驱动的双推进器船舶的电力推进系统进行了研究.通过搭建模型来分析电力推进系统中的影响因素.本模型基于Matlab/Simulink仿真平台,旨在分析船舶的运行特性.因此,通过电力推进系统效率和船舶速度的仿真曲线,了解了双螺旋桨船舶电力推进系统的相关特性.同时对不同的参量(功率和推进转矩,电机转速,船舶速度等)进行了分析,为了提高船舶推进功率和推进器特性,采用了功率评估系统(PPP)和螺旋桨优化系统(POP).     

船舶电力推进系统的仿真优化策略

电力推进船舶的船—机—桨匹配分析中,仿真所需的模型复杂,工况多,耗时长。用于驱动船舶推进电机的二极管中点钳位(Neutral-Point Clamped,NPC)型三电平逆变器拓扑结构复杂,仿真中计算量大,严重拖慢了船舶电力推进系统整体的仿真速度。为解决此问题,在Matlab/Simulink软件中对一种船舶电力推进系统建模仿真,研究其特性,提出一种由受控电压源替代逆变器驱动十二相感应电机的仿真优化策略以缩短仿真所需时长。对比分析优化模型与原模型的仿真结果可知,优化模型启动与制动性能良好,可在电流、转矩、转速等外特性与原模型基本一致的前提下,将仿真耗时缩短数十倍。表明优化策略准确可行,符合复杂工况的仿真需求,可用于提高电力推进船舶的仿真效率,对同类调速系统有参考意义。     

基于SVM模型算法和大数据分析技术的船舶设备故障诊断

为在船舶设备发生故障时能准确、及时地定位故障发生根源,保证船舶安全、经济运行,采用大数据分析方法和支持向量机(Support Vector Machine,SVM)模型算法对船舶设备进行故障诊断,提前预测可能发生的故障。以船舶柴油机滑油压力低故障为例,应用Python语言,通过SVM模型算法预测该故障的发生概率。结果表明,在已采集的船舶数据样本的训练集和测试集上,数据拟合和故障预测的效果十分理想,预测故障发生的准确率较高。     

电力推进船舶电力负荷混沌分析及预测

电力推进系统在船舶航行中至关重要,其电力负荷预测的准确性可以保障航行过程的稳定性及安全性。本文根据船舶的电力负荷特点,对其进行混沌动力学验证,经过混沌特性进行数据分析。将小波变换与SVM算法相结合,对负荷数据进行奇异性分析,然后通过小波分解法,将电力负荷分解成具有一定规律的分解量。该仿真方法可有效提高负荷预测的精准度,从而提高船舶在航行中的稳定性及经济性。     

基于Saber的船舶电力推进系统的建模及仿真

数字仿真是深入研究船舶电力推进系统关键技术的有效手段。以典型的交-直-交电压源型变频器驱动异步电动机类型的船舶电力推进系统为例,建立通用性的系统数学模型,并在Saber软件中转换成仿真模型,为研究电力推进系统特性建立有效的仿真平台。运用系统模型进行典型工况仿真实验,并将数字仿真结果与台架实验数据进行对比,验证了系统模型的准确性与精度。     

组态式船舶电力推进系统仿真软件设计与实现

针对船舶电力推进系统方案论证效率低、成本高等问题,开发了一款组态式船舶电力推进系统仿真软件。对船舶电力推进系统进行结构划分,并建立了系统的数学模型和仿真模型,并封装形成模型库。使用Matlab/GUI开发界面层,用M语言对Simulink模型进行调用与控制。使用SQL Server 2008创建数据库,实现数据的存取和管理功能。基于该软件对某船舶电力推进系统设计方案进行组态式的图形化建模,并设计了典型工况的仿真实验。结果表明,仿真模型较好预报了实船运行工况。由此可见,该软件可有效验证船舶电力推进系统设计方案。     

模糊神经网络在船舶电力推进系统状态评估中的应用

船舶电力推进系统状态评估是状态检修的前提和基础,建立科学、全面、合理的评估指标体系,选择合适的评估方法,并最终开发切实可行的状态评估系统是船舶电力推进系统状态评估的必要步骤。提出船舶电力推进系统状态评估的流程、基于模糊神经网络的船舶电力推进系统状态评估模型和具体评估步骤,结合船舶电力推进系统的实船运行数据进行状态评估模型仿真试验。仿真试验结果表明,模糊神经网络方法应用于船舶电力推进系统的状态评估具有一定的准确性。     

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。     

复杂故障并行计算在船舶电力系统数字仿真中的应用

随着环境保护的要求,电力推进系统正逐渐代替传统的柴油推进器。电力推进系统相对于传统的船舶动力系统结构更加复杂,系统模型的建立与仿真程序运行耗时更多。由于其复杂的结构,仿真模型中的非线性因素增多,单中心算法处理结构已经不能满足现代电力系统仿真建模性能要求。本文利用并行化、分布式的处理架构对船舶电力推进系统建立仿真模型,设计仿真模型各模块的通信接口,最后与传统的单中心处理结构进行对比分析。     

基于GA-BP的船舶同步发电机定转子绕组匝间短路故障诊断研究

为诊断与分析船舶同步发电机定转子绕组匝间短路故障,文章采用基于主成分分析法(PCA)和遗传算法(GA)优化BP神经网络(GA-BP神经网络)的故障诊断方法。首先利用Maxwell软件平台故障仿真得到的定子三相电流作为特征信号,通过小波包分解重构以及PCA降维的处理方式,生成15维的样本数据,降低了网络规模以及处理计算时间,并针对传统BP神经网络收敛速度慢以及易陷入局部极小值的特点,利用GA算法对BP神经网络权值与阈值进行优化。通过样本数据对GA-BP神经网络进行训练测试,验证了PCA和GA-BP神经网络对于船舶同步发电机定转子匝间短路故障诊断具有可行性以及准确性。     

船舶中压直流电力系统配电网络重构技术研究

船舶电力系统网络重构是一个多目标组合优化问题。针对船舶中压直流综合电力推进系统,建立其配电网络拓扑模型,设计改进的节点电势法对其配电网络进行潮流计算,研究其各支路故障情况下的线路电流与功率分布。根据负荷恢复量、稳定性及开关动作量,建立配电网络的故障重构模型。结合自适应权重法和杂交池算法,并设计"定向变异法"对粒子群算法予以改进,增强寻优速度及全域搜索能力,将其运用于配电网络的故障重构模型的求解。算例结果表明,利用该算法能更快速地获得更完备的重构方案,算法具有较强的寻优性能。     

船舶电力系统故障恢复中免疫克隆选择算法研究

在船舶电力管理系统中,网络故障恢复能力作为至关重要的一项内容,正受到越来越多的关注。如果船舶在航行过程中,电力系统中的某个部位发生异常,此时电力恢复系统会快速定位故障的位置和种类,采取进一步的措施防止故障扩大,避免影响船舶的安全航行。本文首先研究船舶电力系统故障恢复系统中的主要组成部分,介绍其关键功能,并采用免疫克隆选择算法对故障系统中的核心功能进行数学建模。通过仿真实验,本文提出的免疫优化算法能够快速排除系统故障,取得了良好效果。     

船舶电力推进系统故障诊断与预测技术综述

船舶电力推进系统结构的复杂性增加了故障发生的概率和故障检测难度,故障诊断与预测技术有助于提高电力推进船舶的安全性,减少维修成本与周期。故障诊断技术是故障预测技术的基础,故障预测技术是实现船舶电力推进系统智能健康管理的终极途径。本文对船舶电力推进系统的故障诊断与预测技术研究现状进行了详细综述,在此基础上,指出多方法结合和基于"时域""空域"多源信息融合的故障诊断与预测是未来重点研究方向。     

船舶电力推进中的异步电机矢量控制研究

在船舶数学模型、螺旋桨模型、异步电机矢量控制模型的基础上,建立了船舶电力推进仿真系统.此仿真系统具有通用性,只要修改船体模型、螺旋桨模型和永磁同步电机矢量控制模型的参数,就可以对其他船舶电力推进系统进行仿真.     

船舶电力推进系统故障诊断技术

故障诊断技术是船舶电力推进系统研究中的重点,当前无法对船舶电力推进系统的故障进行准确划分,无法获得较优的船舶电力推进系统故障识别效果,为了获得理想的船舶电力推进系统故障诊断效果,设计一种信号去噪和数据挖掘的船舶电力推进系统故障诊断方法。首先分析船舶电力推进系统故障原理,采用船舶电力推进系统故障信号,然后对船舶电力推进系统故障信号进行去噪,提高船舶电力推进系统故障信号质量,并提取船舶电力推进系统故障诊断特征,最后采用最小二乘支持向量机设计船舶电力推进系统故障分类器,并与其他方法进行船舶电力推进系统故障诊断对比实验,相对于对比方法,本文方法的船舶电力推进系统故障诊断率高于94%,不仅船舶电力推进系统故障结果的误识率明显减少,而且加快了船舶电力推进系统故障诊断的速度,具有更加广泛的实际应用领域。