基于瞬时转速的舰船柴油机多阈值诊断方法

考虑到舰船柴油机瞬时转速信号便于测量,可有效用于对舰船主副机的状态监测及故障诊断,针对瞬时转速特征参数多、提取难等问题,利用非线性动力学进行瞬时转速仿真,分析主机故障与瞬时转速特征参数之间的关系,并采用多特征参数阈值诊断方法进行诊断。试验结果表明,基于实际瞬时转速信号测量的多阈值故障诊断方法能有效定位故障缸位置,准确率可达98.5%。     

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。     

基于瞬时转速和遗传算法的内燃机故障诊断方法

内燃机瞬时转速信号中蕴含着大量有关机器运行的信息,非常适合用于内燃机的故障诊断.但瞬时转速中蕴藏的故障信息比较微弱,加上测量的随机性影响,必须提取多个故障特征进行综合诊断,而如何从中构造理想的特征参数,是一项非常困难的工作.对此,本文使用遗传算法对故障特征进行组合优化,构造最佳特征参数.以6-135型柴油机单缸少量减油故障为例,从多个瞬时转速数据样本的时域、频域和波形参数中提取了6个原始特征,利用遗传算法使这些参数在各种运算组合的过程中优胜劣汰,最后进化成为一个综合了几个原始特征的综合诊断参数,使用该参数进行故障状态的判别,提高了诊断的正确率,并简化了诊断过程.     

船舶柴油机瞬时转速监测技术

传统船舶柴油机转速监测技术,存在瞬时转速监测误差过大的问题,导致船舶动力控制效果无法达到最佳值。因此,提出一种新的船舶柴油机瞬时转速监测技术。通过对船舶柴油机转速监测信号的优化计算,获得纯净的瞬时转速基础信号函数;根据基础信号函数,对瞬时转速监测信号特征进行提取;结合柴油机机械结构特征,将特征信号转换为监测模型,完成监测机制的更新,达到减小监测误差的目的。通过与历史3种监测技术的数据对比结果表明,提出的检测技术监测值更趋近于实际值,监测稳定性更好。     

一种船舶柴油机瞬时转速监测记录仪

提出一种基于光电编码器的柴油机抗振动瞬时转速的测量方法,并研制以32位嵌入式处理器(LPC2114)为控制器的瞬时转速监测记录仪。该记录仪分为两级,下位机实时测量柴油机的瞬时转速并发送到上位机,上位机接收数据并进行储存、显示和运算等处理,可进一步得出平均指示压力、缸内燃烧压力等指标,为应用瞬时转速实时评估柴油机的工作状态和故障诊断打下基础。     

瞬时转速在柴油机故障检测中的应用

介绍基于瞬时转速的柴油机故障诊断的三种方法,设计测量系统,实测柴油机的瞬时转速,在诊断NTA855-M350柴油机故障中证实能满足在线监测和实时诊断。     

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。     

插值法在瞬态转速计算中的应用研究

利用齿轮-磁电式传感器装置对TBD234V6型柴油机进行台架瞬时转速信号的测试,并针对采样频率不够高导致瞬时转速测试分辨率过低的问题,采用插值的方法,对用较低采样频率采集到的原始信号进行插值处理,以提高采样频率。结果表明:插值处理以后得到平滑的转速波形图,瞬时转速的波形得到了很好的恢复,此方法能够较好地反映柴油机转速的变化规律。     

基于DEWE43V的船舶轴系扭振测量

扭振是影响船舶安全性和舒适性的重要因素,船舶轴系扭振的测量是提高轴系安全性和舒适性设计的重要前提。本文针对以柴油机为主动力的船舶轴系为研究对象,研究了轴系扭振的测量的方法。硬件部分采用测速齿轮、转速传感器和DEWE43V数据采集模块进行瞬时转速的采集;软件部分,在DEWEsoft软件平台的基础上进行二次开发,对瞬时转速进行处理,从而提取扭振信号,实现了船舶轴系扭振的实际测量。     

船舶发电柴油机在线监测与故障诊断系统

介绍了一种基于瞬时转速监测原理的船舶发电柴油机在线监测与故障诊断系统的机构原理、特点和功能。系统利用瞬时转速信号和现有巡回监测与报警系统采集的热工参数，实现对发电柴油机的运行状态进行综合诊断和趋势分析；不仅可以提高船舶发电柴油机的监测和诊断技术水平，为设备的安全运行和管理提供了技术手段，同时针对改善维修决策和维护保养具有指导意义。     

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。     

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。     

基于模糊C均值聚类的柴油机故障诊断

通过对柴油机运行时的表面振动信号进行分析处理得到由一系列特征参数组成的特征向量,利用模糊C均值聚类方法对特征向量进行模式识别,结果表明该方法可通过特征向量准确地区分不同的柴油机故障模式,模糊C均值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。     

船舶柴油机监测系统的开发与应用

介绍了基于虚拟仪器技术的船舶柴油机监测系统开发与应用,系统具有柴油机示功图、瞬时转速、轴功率、热力参数、高压燃油系统、增压系统和进排气等系统主要参数的数据采集、存储与分析功能,且测试点多分析功能全面等优点。对MAN 6L16/24型柴油机的性能参数测量分析表明,系统的实时性、测量精度满足监测系统的技术要求。     

基于粗糙集理论的柴油机燃油系统故障诊断研究

针对柴油机燃油系统的故障种类多的特点利用小波方法对燃油波形进行分析,提取时域及频域的故障特征参数,并使用粗糙集理论对这些故障特征参数进行约简,达到简化故障识别的神经网络的结构、加快辨识速度的目的.最后用RBF神经网络对所模拟的各类故障进行辨识,证实了粗糙集理论在柴油机燃油系统故障诊断中应用的可行性.     

基于BP神经网络的船用柴油机振动状态监测

通过监测柴油机表面振动信号,用时间序列分析方法提取柴油机故障的振动特征参数,以此建立相应的神经网络,用于船用柴油机的状态监测,提高诊断的准确性。试验研究在中速四冲程增压柴油机上进行。文中以柴油机气阀间隙异常的诊断和柴油机负荷状态的识别为例阐述了该方法的实现过程,并给出了振动信号的特征参数与柴油机工作状态之间的关系。研究表明,利用神经网络监测柴油机运行状态的变化是可行的和有效的。     

基于SPA的船用柴油机热工故障诊断研究

船用柴油机热工参数蕴含着大量的故障信息,外界干扰小,诊断范围广,具有很好的诊断价值。本文将集对分析应用到柴油机热工故障诊断当中,介绍了集对分析(SPA)的基本理论,在此基础上,建立了基于SPA的柴油机热工故障诊断模型。再利用4190型船用中速柴油机AVL BOOST工作过程仿真模型,进行故障仿真计算,提取了13类热工参数进行分析,获取了基准故障集和待检工作状态集,验证了模型的准确性;同时证明了集对分析在柴油机故障诊断中的可行性,为柴油机故障监测和诊断提供了新方法。