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。     

船用离心泵故障SOM网络诊断方法

为了实现对船用离心泵的实时在线智能故障诊断,进行了基于SOM网络(自组织特征映射神经网络)的船用离心泵故障诊断方法研究.在分析船用离心泵典型故障及特征的基础上,建立故障模型,提取故障特征向量并建立学习样本;设计和组建了SOM神经网络,将SOM网络的抽取输入信号模式特征的能力应用于故障诊断;通过网络训练建立了 SOM网络输入与输出属性间良好的非线性映射,实现了将特征向量输入网络来诊断故障.经实验验证,该方法具有良好的准确度和适应性.     

基于RBF神经网络的船用低速柴油机故障诊断系统

为确保船舶海上运输的安全性与稳定性,设计基于RBF神经网络的船用低速柴油机故障诊断系统.使用多传感器采集船用低速柴油机各关键构件信号,并对信号进行预处理,运用过限判断模块获得故障信号,RBF神经网络依据故障信号特征进行船用低速柴油机故障诊断和故障程度判断.实验结果表明,该系统能有效滤除信号中的无用高频信号,故障诊断结果...     

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。     

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。     

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。     

船用柴油机故障诊断多信息融合技术研究

为了解决船用柴油机故障诊断中基于单传感器信息的方法诊断精度低的缺点,应用神经网络原理,提出了一种基于气缸压力,缸盖振动信号和燃油压力等多传感器信息融合的喷油器故障诊断新方法。通过提取船用柴油机工作过程故障三种信号的八个特征值,按正常和五种故障状态的构造学习样本文集和检验样本文集,对输入进行归一化处理,该方法能有效地提高其故障诊断精度。     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法,本文较为系统地介绍了其测量、故障参数提取及分析方法,并在诊断分析中使用了进化RBF神经网络,此网络的训练采用遗传算法,优化了径向基神经网络的结构和参数,加强了网络的实用性.最后用神经网络对所模拟的故障进行辨识,证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性.     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法，本文较为系统地介绍了其测量、故障参数提取及分析方法，并在诊断分析中使用了进化RBF神经网络，此网络的训练采用遗传算法，优化了径向基神经网络的结构和参数，加强了网络的实用性。最后用神经网络对所模拟的故障进行辨识，证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性。     

柴油机智能故障诊断技术研究

目前,船舶通过对柴油机运行状态的实时监测以及故障在线诊断,能够保证柴油机随时处于良好的工作状态,并大幅度提升维修工艺水平和质量。根据针对柴油机故障诊断的实际需要,探讨了神经网络与专家系统融合等先进手段在柴油机故障诊断中的应用情况,并对现有智能故障诊断技术存在的问题及发展前景进行讨论。     

某船两台主柴油机滑油及淡水同时超温故障分析与排除

船用推进柴油机是船舶动力装置的主要设备,若发生故障,将会影响船舶的正常使用和安全航行。文章对某船两台推进柴油机同时出现滑油和淡水温度超温这一故障现象进行了排查分析,提出了排除方法并实际应用,经试航证明效果良好。     

船用柴油机混合建模方法研究

鉴于单一的机理建模法和辨识建模法在船用柴油机建模领域都存在一定的不足,提出基于机理与网络辨识互补的船用柴油机混合建模方法。机理模型用来保证不同使用工况下的模型全局可信度,网络模型用来辨识系统中不可描述部分所带来的模型误差,二者通过互补形成混合模型。测试结果表明,采用混合建模方法可更好地反映船用柴油机的真实特性     

VTR 564D-32 型废气涡轮增压器喘振及故障排除

现代船舶主机几乎全部采用废气涡轮增压技术来提高柴油机功率，而喘振是船舶主机增压器的常见故障之一。文章首先分析了增压器喘振的机理和原因，并结合两起ABBVTR 564D-32型废气涡轮增压器喘振故障，详细的介绍了喘振的排除过程，并对其日常维护管理提出了建议。     

船舶柴油机监测与故障诊断技术现状及发展趋势

本文介绍了国内外船舶柴油机监测与故障诊断技术的现状、技术难点及应用,重点介绍了振动和热力参数诊断法及其发展趋势     

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。     

船用柴油机节能减排技术发展思路

高温和富氧既是柴油机气缸内燃烧所需要的条件，也是氮氧化合物生成的因素。该文建议通过柴油机燃烧机理分析寻求既保持柴油机高效工作，又能降低氮氧化合物的解决方案，并提出开展船用柴油机再制造以提高资源利用率。     

国内外船用中高速柴油机产业现状和发展动态

未来10－15年，中高速柴油机仍将是大中型舰船，中型民船主机，辅机和高速艇的主要动力，与船用低速机不同，中、高速柴油机机型分布很分散，这就给我国船用中高速柴油机的发展带来了很多困难。本文较全面地分析了国内外船用中高速柴油机产业现状和发展动态，为我国船用中高速柴油机的发展提供参考依据。     

柴油机氮氧化物排放预测

为了减少柴油机SCR系统标定的试验量,基于NOx转化效率与氨氮摩尔比之间的关系以及法规中NOx比排放的计算规范,探讨预测发动机ETC测试时NOx比排放的方法,试验结果表明该方法比较准确,可以不通过白架试验获得SCR系统标定的效果。     

船舶柴油机NOx排放特性神经网络预测中的试验设计

研究船舶柴油机NOx排放特性神经网络预测中的学习样本选取试验设计方法。根据用于主机的船舶柴油机可能持续运行范围的工况变化特点,提出采用功率因素变边界的均匀设计法进行试验设计选取样本,并验证了其可行性。研究结果表明,变边界均匀设计法选取的样本用于神经网络训练,预测精度明显高于随机样本选取法。4位级变边界均匀设计法选取的样本训练得到的神经网络模型,NOx排放浓度预测误差小于3.8%,NOx比排放预测误差小4.5%。