基于机器学习的舰船轮机设备多发故障信号监测

针对舰船轮机设备故障信号监测中存在的运算量大、缺少故障数据、模型训练复杂、检测效率低、准确度不高等问题,设计了基于机器学习的舰船轮机设备多发故障信号监测方法。通过多种传感器采集舰船轮机设备振动信号,经小波变换降噪后,通过EMD经验模态分解提取舰船轮机设备振动信号特征,将其作为孤立森林算法输入进行异常信号检测,以异常信号检测结果为依据,构建决策二叉树支持向量机故障信号分类模型识别故障信号,实现舰船轮机设备多发故障信号监测,实验表明,该方法可以高效、准确地检测并识别舰船轮机设备的故障信号,而且适应性广泛,在舰船轮机设备的各种工况下,监测性能都十分良好。     

基于虚拟现实技术的舰船设备维修研究

传统舰船设备维修方法,故障部件拆卸工序较为复杂,设备内部结构的掌握情况不到位,导致设备故障识别准确率下降。针对这一问题,提出基于虚拟现实技术的舰船设备维修方法。划分舰船设备的振动级别,根据判别标准,选取存在故障的设备零件,利用虚拟现实技术,对设备进行三维实体建模,模拟设备部件逆过程操作工序,访问知识库制定相应维修工作,监控维修环境和设备参数变化,根据虚拟演示,完成设备维修的实际操作。实验结果表明,此次方法相比传统方法,提高了设备故障识别准确率,且设备维修后,能够确保其任务可用性。     

舰船设备振动监测阈值设定方法

实时监测舰船设备振动状态,设定监测阈值,对发现舰船设备异常、制定维修计划具有重要意义.通过分析舰船设备可能出现的振动异常现象,对不同的异常特征量采用了置信区间、均值方差等方法进行监测阈值设定,经过实测数据验证了这两种方法的有效性.     

基于振动信号的舰船发动机故障诊断

传统舰船发动机故障诊断方法诊断时,需要对舰船发动机进行一定程度上的拆卸,无法完成零拆卸的故障检测,为此提出基于振动信号的舰船发动机故障诊断方法。使用不同波段振动信号作为检测探伤手段,采集多频段的振动信号,分析信号携带的诊断信息,完成舰船发动机故障诊断模型构建;计算振动信号非线性鲁棒值,锁定故障位置,通过编程分析,实现舰船发动机故障诊断。试验结果表明,设计的故障诊断方法比传统方法诊断定位准确率高2%,说明设计的诊断方法具备极高的有效性。     

人工智能技术舰船发动机状态分析

发动机振动信号分析是判断发动机状态的重要因素,传统方法忽略对发动机振动信号的处理,导致舰船发动机状态分析时间较长,为此设计一种基于人工智能技术的舰船发动机状态分析方法。采集舰船发动机的振动信号,采用时域分析法对振动信号处理,获得发动机振动信号特征中不同信号和不同时刻的相互依赖关系,依据人工智能技术确定振动信号的鲁棒值,从而确认舰船发动机异常情况,以此完成舰船发动机状态分析。在舰船发动机无故障情况下和有故障情况下进行了发动机状态分析的实验。结果证明,在无故障情况下和有故障情况下,本文设计方法对发动机状态的分析时间均比传统2种分析方法的分析时间短,证明此次设计的基于人工智能技术的舰船发动机状态分析方法分析效果好。     

基于轴频电场的舰船主轴系故障诊断研究

文章针对在舰船舱室中测得的振动信号包含大量难以去除的非高斯有色噪声以及来自齿轮箱等设备的干扰振动信号,从而影响故障诊断的效果这一问题,提出了一种基于舰船轴频电场的主轴系故障诊断方法,使用该方法对实验数据进行处理,结果表明该方法能够成功诊断出主轴系的三种典型故障,并且在信噪比较低的情况下该方法依然有效。     

舰船修理振动噪声测试与评估研究

文章围绕舰船修理期间的振动噪声测试与评估开展了研究,阐述了修理振动噪声评估的原理和方法,分析了振动噪声测试的步骤及要求,在此基础上对某舰船修理前后设备振动状态进行了评估,对振动状态恶化的设备进行了深入研究,提出了声学质量控制措施与建议,为舰船振动噪声整改提供了依据和参考。     

NSGA-Ⅱ算法在舰船电网故障恢复中的应用

现代大型舰船的电力系统规模越来越大,促进了舰船的自动化、电气化水平,同时也对电力系统安全性、稳定性提出了更高的要求。舰船电力系统的故障恢复是指当舰船电网某一环节出现故障时,电力系统可以根据电网结构,快速重构配电网络(包括定位故障区域、隔离故障区域等),保证舰船多数用电设备的供电需求。本研究针对舰船配电网络的故障恢复问题,利用遗传算法和NAGA-Ⅱ算法,确定了舰船电网故障恢复的优化函数,并对电网故障恢复的效果进行仿真实验。     

舰船中压发电机组振动监测与故障诊断

中压发电机组是舰船的动力核心,中压发电机组在使用较长时间之后可能会出现振动异常的问题,通过对其进行振动检测,能够确定振动异常的位置和原因,并通过针对性的措施来解决问题,维护中压发电机的正常运行。本文以某舰船的中压发电机组故障问题为例,对中压发电机组振动监测与故障诊断进行了详细的分析。     

舰船维护中机械潜在故障智能预测方法

舰船机械部件是一个非线性系统,舰船机械部件出现故障概率相当高,当前故障预测方法无法描述舰船机械部件故障的不确性,因此舰船机械部件故障预测精度低,为了提高舰船机械部件故障预测精度,克服当前舰船机械部件故障预测方法的缺陷,设计了一种舰船维护中机械潜在故障智能预测方法。首先提取描述舰船机械部件故障类别的特征信息,然后采用BP神经网络对舰船机械部件故障特征信息进行学习,确定相对应的舰船机械部件故障类别,并解决BP神经网络参数确定问题,最后与其他方法进行了对比实验。结果表明,本文方法的舰船机械部件故障预测精度超过95%,远远高于对比方法的舰船机械部件故障预测精度,改善了舰船机械部件故障诊断速度,具有十分广泛的应用前景。     

液货船自动化系统网络的设计

当前船舶自动化的发展方向是利用计算机网络实现船舶机电设备与航海仪器的综合监视、控制和管理,即实现数字化船舶监控。文章论述了计算机网络技术的发展及其在船舶上应用的现状,分析了船舶自动化系统设计的理念对船舶发展的影响。     

提高三峡船闸通过能力的若干措施研究*

三峡水库蓄水通航以来,通过三峡坝区货运量持续增长,通过能力已趋于饱和,而且船舶大型化发展迅速,目前通过船舶大约一半吃水大于原设计标准。科学合理地挖掘船闸的富余水深,增加过闸船舶吃水、提高船闸的通过量是当前需要解决的重要问题。采取理论研究与实船测试验证的方法,对三峡船闸的运行方式和过闸船舶、船舶吃水控制标准计算方法、船舶过闸实船试验、过闸船舶吃水控制标准等进行了系统的研究,取得了多项创新成果。     

有限水深中破损船舶的运动与波浪载荷研究

由于有限水深中船舶搁浅和触礁等严重破损事故频发,为了减少事故的发生,对有限水深中船舶破损后的运动及波浪载荷的研究显得十分必要。文章基于三维势流理论,引入有限水深自由面Green函数,在频域内使用奇点分布法对一艘首部破损进水的散货船在有限水深中的运动与波浪载荷展开了计算,并根据劳氏船级社规范做了短期预报。短期预报结果表明,该散货船破损进水后,船体所受垂向和水平波浪弯矩均比破损前有明显增加,且在较浅水深中变化更为显著。     

ANFIS model for assessing near-miss risk during tanker shipping voyages

Adaptive neuro-fuzzy inference system (ANFIS) was applied to predict the risk of near-miss incidents during tanker shipping voyages. Firstly, near-miss incidents recorded by a global tanker shipping management company were analysed. Four variables—type of operation, vessel’s location, on-board position, and harm potential were selected to train and predict the risk levels of near-miss incidents. The selected variables were found to be correlated with the observed frequency at three risk levels, namely low, medium and high. Gravity factor (GF) was calculated using the frequency of the categories in each variable and their associated risk levels. The calculated GF values and the risk levels of near-miss incidents were used as input values in the ANFIS model. Triangular, Trapezoidal and Gaussian membership functions were used. Subsequently, fuzzy logical theory and artificial neural networks were applied to train the data. Causal factors in terms of direct contributory factors, indirect contributory factors and root contributory factors to the near-miss incidents were analysed. Risk control measures were also proposed to improve safety during tanker shipping.     

Analyzing the dispersion of cargo vapors around a ship’s superstructure by means of wind tunnel experiments

In a previous study, it was found that cargo tank operations like cleaning and venting, lead to higher cargo vapor concentrations around the ship’s superstructure. Can wind tunnel experiments confirm these findings? Is there an improvement when using higher outlets at high velocities compared to lower outlets with a low outlet velocity? Is there a relation between relative wind speed and measured concentration? These questions were investigated in the Peutz wind tunnel. By using a tracer gas for the wind tunnel experiments, concentration coefficients have been calculated for various settings. The study shows that using high-velocity outlets is an efficient way to keep concentrations as low as possible. The only exception is for relative wind directions from the bow. In this last case using a manhole as ventilation outlet leads to lower concentrations. With increasing wind speeds the building downwash effect resulted in higher concentration coefficients near the main deck. This study confirms our on-board measurements and suggests the lowering of the ventilation inlet of the accommodation, so that the high-velocity outlet can be used safely at all times.     

盲信号处理在机电声学监测与诊断中的应用

机械噪声信号和振动信号一样,蕴含了机械设备运行状态的重要信息,当设备状态发生改变时,其声学特性同样会发生改变。但是,待识别的目标信号和其它设备的信号以及噪声信号混杂在一起,一般很难直接从测量的声信号中获得有用的信息。因此,排除或抑制干扰信号或背景噪声,准确地从低信噪比的混合信号中提取出待识别的目标信号,对声学监测与诊断方法十分关键,而盲信号处理技术为机械声学信号的分离提供了一个有力的解决手段。该文对盲信号技术在机械装置声学监测与诊断中的研究现状进行了概述,为盲信号进一步应用于机械中的声学分析打下基础。     

The subjective measurement of seafarers’ fatigue levels and mental symptoms

Human error is the most important factor causing many ship accidents in maritime industry despite advanced technology and international regulations. Fatigue in seafarers is a well-known problem and a serious cause of ship accidents. There are many factors unique to the marine environment raising the potential for fatigue at sea. Due to the difficulties in measuring human fatigue and also in suggesting fatigue to be a root cause of accident, it is important to devise methods to detect and quantify the fatigue and mental symptoms. In this study, ‘Piper Fatigue Scale’ (PFS) has been used for measuring fatigue level and ‘Symptom Checklist 90- Revised’ (SCL-90-R) for detecting the severity of mental symptoms. Data analyses were performed using the SPSS (Statistical Package for the Social Sciences) software. According to the results of PFS analysis, a slight degree of fatigue is detected in all sub-dimensions of the scale. According to the results of SCL-90-R analysis, the distress of mental symptoms perceived by seafarers is not generally highly detected. In conclusion, the purpose of this study is to determine, by using subjective measurements, the fatigue level and mental symptoms among seafarers caused by working conditions on-board.     

时限计划的预测模型和分析

本文介绍了时限计划的概念,层次,作用范围,阐述了造船计划系统的结构。应用S形曲线研究时限计划的柔性,并提出了工时矩阵的概念,建立了S型曲线的预测模型,分析了预测模型在船厂中长期计划的应用前景。     

管道泄漏检测实验系统设计与实现

为解决管道泄漏检测问题,同时也为满足学员学习的需要,在实验室中设计了检测管道泄漏的实验系统,该系统基于负压波联合流量法,运用小波分析处理数据及Labview开发了一套系统软件,能够及时发现管道泄漏,并进行泄漏点定位。     

长周期波浪影响下连片式码头系泊布置优化

为改善长周期波浪影响下连片式码头的泊稳条件,结合工程实例,利用数值分析软件分析长周期波浪作用下连片式码头系泊船舶的缆绳张力、船舶运动量特点,提出改善长周期波浪影响下泊位系泊稳定性的关键因素。结果表明,随着波周期的增大,系泊船舶的缆绳张力、船舶运动量均会显著增大;系泊优化的关键在于增加系泊体系的弹性以便吸收船舶的动能量。系泊优化措施包括增加缆绳长度、采用非刚性缆绳系泊或增加缆绳的尼龙尾缆长度。采取系泊优化措施后,可大幅降低长周期波浪作用下缆绳张力,达到系泊布置优化目的。