船用柴油机工作过程故障诊断的仿真研究

利用计算机数值计算方法进行了船用柴油机性能故障的仿真计算，通过对各故障下热工参数的特征分析，揭示了热工参数在不同性能故障、不同运行工况和不同航行工况下变化规律，探讨了热工特征参数的优化选择、性能故障的分类和计算机仿真建模等问题，提出了热工参数的相对偏差分析法，并介绍了人工神经网络在船用柴油机故障诊断中的具体应用。     

基于主成分分析的船舶柴油机故障监测方法

为研究船舶柴油机运行状态与热工参数之间的联系,通过监测热工参数的变化来判断船舶柴油机当前的状态。以12K98ME-C柴油机为研究对象,采用主成分分析法对其12种热工参数进行分析,揭示柴油机性能各热力参数之间存在很大的内在联系。在样本数据中加入异常点,采用T2统计量和Q统计量对故障点进行检测分析,进而验证该方法对故障监测的有效性。研究发现柴油机热工参数之间的相关性非常强,采用该方法可达到很好的降维效果,能准确识别出柴油机的异常状态。     

船用中速柴油机热工故障仿真方法研究

文章讲述了从柴油机热工过程的角度,利用AVL-BOOST搭建了4冲程柴油机数值计算的零维模型,对模型的计算结果与实验测试结果进行对比来验证模型的准确性,结果表明,仿真模型在热工参数方面具有很高的准确性。然后分析了柴油机的热工故障的类型,提取了能反映柴油机当前运行状态的特征参数。通过更改模型的相关参数来模拟典型故障,并对仿真结果的合理性进行分析。结果表明,故障仿真的计算结果在趋势上与实际情况是吻合的,可以通过该方法模拟柴油机热工故障。     

基于相空间重构与LSSVM的交通流量预测

针对仅利用欧氏距离不能准确反映相空间中相点间的相似性大小,提出一种改进预测模型,该模型同时考虑相点间的欧氏距离和相似性来选取邻近点。在对交通流量时间序列进行相空间重构后,运用最小二乘支持向量机分别对不同方法得到的邻近点进行训练,并对未来时段的交通流量进行了多步预测。实际案例的预测结果表明,改进方法比一般方法具有更好的适应能力和预测精度。     

Residual life prediction for marine diesel turbocharger based on Wiener process北大核心CSCD

[目的]针对船舶柴油机增压器难以收集到全生命周期性能退化数据的问题,提出一种基于维纳过程的寿命预测模型。[方法]首先,采用K-Means模型对增压器实际运行工况进行聚类,提取出典型工况数据;然后,使用贝叶斯突变点检测模型识别增压器的缺陷点;最后,建立基于维纳过程的退化模型,并以某型船用柴油机增压器为应用对象,预测增压器的剩余使用寿命。[结果]结果显示,基于维纳过程的寿命预测方法能够在不需要同类设备历史退化数据的情况下对增压器的剩余寿命进行预测。[结论]所提方法对缺少故障样本的船舶柴油机增压器寿命预测具有一定的参考价值。     

一种面向设备维修时间预测的组合优化模型及其应用

提出了一种面向设备维修时间预测的组合优化模型,即首先利用混沌粒子群优化算法估计灰色模型参数,然后结合线性回归方法推导得到可以补偿灰色预测模型误差的设备维修时间预测模型,同时以船用柴油机汽缸的维修时间预测为例进行了仿真实验。结果表明,该组合优化模型的预测精度较高,可以有效减小数据波动引起的误差,具有较高的应用前景。     

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。     

二甲基醚发动机热力循环模拟与参数分析

用零维热力学模型模拟计算二甲基醚发动机的燃烧放热率，将模拟计算结果与实验结果进行对比，两者数据吻合；在对三种热力学模型的预测结果进行对比分析的基础上，选取与实验值吻合最好的Watson模型对相同结构和运行参数的DME发动机与柴油机进行计算对比，结果符合理论分析与实验观察；说明零维模型不仅适用于柴油机的性能预测分析，亦适用于DME发动机运行参数的预测。     

增压器─柴油机实用配机计算方法

提出的柴油机与增压器匹配计算方法，即以柴油机与增压器匹配原理为基础，运用柴油机与增压器结构参数及其修正系数与匹配性能之间的对应原理，以综合参数来替代复杂且又难以获取的几何参数及其修正系数。各综合参数由运行柴油机的热工参数计算出。这种计算方法特别适用于营运中的增压器技术改造方案的预测。     

基于PCA-BP神经网络在船用柴油机热工故障诊断中的应用研究

利用AVL-BOOST对柴油机的热工故障进行仿真计算,首先通过主成分分析法对柴油机的热工故障进行分析,选取能够反映原始变量99.589%信息的3个主成分作为BP神经网络的输入,将柴油机的故障模式作为输出,构建一个3层的神经网络预测模型。结果表明,PCA-BP神经网络模型能够很好的对柴油机的故障模式做出诊断。     

基于AAKR模型的船用低速柴油机状态监测方法

针对船用二冲程低速柴油机运行状态监测,本文分析现有的柴油机状态监测方法,并指出现有方法的不足之处。提出基于AAKR模型的柴油机状态监测方法,同时阐述AAKR模型的原理。该方法具有无需故障数据、无需对模型进行训练与调参、高效快捷等优点。本文建立柴油机仿真模型,通过对柴油机模型进行模拟状态监测实验,证明基于AAKR模型的柴油机状态监测方法的有效性,最后讨论不同带宽的选择对模型性能的影响。该方法无需故障数据的特性使其具有更强的普适性,可广泛应用于船舶柴油机的在线状态监测和预警。     

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。     

基于神经网络对电控柴油机运行特性影响因素仿真研究

基于AVL-BOOST软件仿真平台建立某船用四缸柴油机仿真模型,标定后的模型进行柴油机全工况仿真计算.仿真出来的3 200组数据作为人工神经网络输入数据,采用贝叶斯统计方法对网络进行训练建立2层的反馈神经网络仿真模型.并分别通过实验、AVL-BOOST和神经网络数据曲线的对比分析,验证人工神经网络预测的准确性.利用验证好的人工神经网络模型预测进排气压力对柴油机转矩的影响,以及预测压缩比和供油定时对柴油机排放性能和动力性能的影响,最后利用扰动法分析不同工况下柴油机各个参数对柴油机性能的影响程度.     

大型低速柴油机性能预测动态模型

性能预测模型及其仿真是柴油机设计、电控和故障诊断研究的重要手段。容积法模型能准确反映缸内压力的变化,但计算耗时长。它具有动态仿真的能力,一般应用于稳态仿真。通过对缸内工作过程和涡轮增压器模型的简化,结合曲柄连杆机构动力学模型,建立了以容积法为基础的涡轮增压多缸柴油机动态模型。缸内工作过程以曲轴转角为计算单位,其他部分以时间为计算单位。模型可观测瞬态过程中各主要参数的变化。以6S60MC型船用柴油主机为例,用MATLAB/SIMULINK实现仿真模型,在XEON3.0G工作站进行仿真。仿真结果显示,模型数据与台架试验数据吻合良好,仿真300 s耗时245.4 s,满足实时仿真的要求。     

基于GRNN算法的船用柴油机性能曲线模拟与油耗率预测

根据4190ZLC-2船用四冲程增压柴油机实际实验测得数据,建立基于广义回归神经网络(GRNN)的柴油机性能曲线和燃油消耗率预测模型。在所得实验数据中,选取柴油机油门、转速、扭矩等参数数值作为网络输入,柴油机的燃油消耗率作为网络输出。仿真结果表明:基于GRNN模型的神经网络学习速度快,预测精度高,可以很好地适用于柴油机燃油消耗率的性能预测中,并且能很好的实现预测仿真的效果。模型建立之后,可以根据测得数据实时了解柴油机的运行工况及性能状态。     

基于多体动力学仿真的柴油机传动齿轮故障机理与监测方法研究

针对现有船用柴油机热工参数无法有效监测报警传动齿轮故障的问题,基于柴油机普遍缺失振动监测数据,难以有效提取故障特征的现状,采用多体动力学仿真技术研究柴油机齿轮载荷与曲轴止推轴承磨损之间的内在关联,基于仿真结果提取传动齿轮故障条件下的振动信号特征;采用实际故障案例振动数据,提取传动齿轮箱振动信号的时域、频域特征,实际特征变化规律与仿真结果一致,检验了本文仿真研究成果的正确性。     

基于改进Apriori算法的船用柴油机装配工艺文件关联规则挖掘研究

柴油机作为船舶关键部件之一,其装配工艺设计的合理与否与船舶的整体性能直接相关。针对企业历史装配工艺文件不能充分为新机型装配任务发布时装配工艺设计提供支撑的问题,提出一个基于关联规则挖掘的柴油机装配工艺规则挖掘系统,该系统充分利用已有装配工艺文件,结合数据挖掘技术,对文件进行挖掘分析,建立装配规则库,为后续装配工艺智能设计提供数据支持。本文提出一种改进的Apriori算法,建立了关联规则挖掘的数学模型和基于自定义词典装配工艺文件分词算法,将分词处理过后的文件可以作为数据挖掘算法的输入,并在传统Apriori算法的基础上提出一种改进的Apriori算法,该算法核心思想是在对候选频繁事务集剪枝时,降低算法的时间复杂度,从而提高挖掘效率直到获得柴油机装配工艺文件中的关联规则。最后以某船厂的历史机型柴油机气缸盖装配工艺文件为例,验证了改进Apriori算法在挖掘柴油装配工艺文件关联规则时的可行性和有效性。     

基于自适应算法的柴油机调速系统研制

摘要：在柴油机调速过程中,针对柴油机PID控制器参数一经确定不能在线调整的问题,以6135型柴油机为控制对象,以MATLAB／Simulink作为软件平台,深入研究了自适应控制的基础理论,设计了一种模型参考自适应控制器,建立了柴油机电子调速系统仿真模型,进行了控制系统仿真研究。结果表明,新设计的智能型自适应控制器能在线自动整定最佳控制参数,优于传统的PID控制,具有良好的自适应性和智能性。     

Establishment and Optimization of State Feature System of Diesel Engine Fault Diagnosis

For too many state features are used in the diesel engine state evaluation and fault diagnosis,it is not easy to obtain the rational eigenvalues.In the paper,the cylinder subassembly of diesel engine is used to search for the method of establishing state feature system and optimal approach.The signal of diesel engine has been collected when the piston ring and airtight ring are working at different states,then with the Bootstrap method and Genetic Algorithm(GA),an optimum parameter combination is received.Example shows this method is simple and efficient for establishing diesel engine state feature system,Thus,this method is valuable for the virtual state evaluation of similar complex system.