大型船舶电力网络异常输电线路自动识别分析

电力网络输电线路一旦出现异常,将直接导致船舶上各设备运行受到影响。为此,进行大型船舶电力网络异常输电线路自动识别分析研究。该研究首先利用故障录波装置采集电气量信号,然后利用基于小波能量熵的方法提取特征,最后利用BP神经网络构建识别模型,自动识别船舶电力网络输电线路异常类型。结果表明,所研究方法应用下,得到的识别结果与人为设置的异常类型一致,证明了所研究识别方法的有效性。     

船舶电力网络输电线路信息流转效率控制优化

常规电力网络输电线路信息流转控制应用与船舶电力网络中,存在输电线路信息流转效率较低的问题,为此提出船舶电力网络输电线路信息流转效率控制优化研究。搭建船舶电力网络信息数据库,对数据库中的大数据进行聚类处理,完成电力网络线路信息流转控制方法改进;确定影响因子程序,利用卡尔松修正改变信息流转过程,实现船舶电力网络输电线路信息流转效率控制优化。实验数据表明,提出的信息流转控制优化方法较常规方法,输电线路信息流转效率提高42.15%,适合船舶电力网络输电线路信息流转效率控制。     

大型船舶电力网络异常输电线路自动识别分析

传统电力网络异常输电线路自动识别方法容错能力差,为此提出大型船舶电力网络异常输电线路自动识别方法研究。建立电力网络输电线路模拟模型对其异常输电线路情况进行模拟,通过模拟采用传感器对异常输电线路信号进行采集,对采集的信号进行特征量提取并将其组合成异常输电线路特征向量,以上述得到的异常输电线路特征向量为依据,采用模糊聚类方法对异常输电线路进行自动识别,实现了大型船舶电力网络异常输电线路的自动识别。通过实验得到,提出的电力网络异常输电线路自动识别方法的容错率比传统方法高出35%,说明提出的电力网络异常输电线路自动识别方法具备极高的容错能力。     

大型船舶电力系统短路故障诊断方法研究

船舶电力系统是船舶中的重要的组成部分之一。随着船舶航运的发展,船舶电力系统的重要性也日益显现出来,相关的研究工作也广泛的开展开来。由于船舶航行所处环境湿度很大,加上盐雾、霉菌、油污等因素影响,导致船舶电力系统线路易受到腐蚀、恶化,使得船舶电力系统的输电线路短路故障频发,直接影响船舶电力系统安全性、稳定性,一旦处理不及时甚至会造成船舶电力系统的瘫痪。因此对船舶电力系统短路故障进行准确检测、及时排查十分重要。对船舶电力系统短路故障的准确检测方便及时采取有效解决措施对电力系统故障进行预警和处理,有利于保障船舶电力系统安全稳定运行。早期的船舶电力系统短路故障出现的时间长短难以确定,为了更好地制定维护方案,结合模糊算法对船舶电力系统短路故障进行了分析,对现有的船舶电力系统故作诊断系统进行了优化设计,最后对系统进行检测,检测结果证明该方法对船舶电力系统进行故障诊断工作精准度较高,有较强的参考价值。     

失控船舶碰撞下高压输电线路自动断线系统设计

传统MAS船舶高压自动断线系统存在输电调节失衡比率较高、线路杂糅碰撞情况较为明显。为解决上述问题,设计失控船舶碰撞下的高压输电线路自动断线系统。通过AGENT自动断线控制器设计、船舶高压输电采集卡选择2个步骤,实现新型系统的硬件运行环境搭建。在此基础上,通过失控碰撞信号采集标定、高压输电断线地址分配、船舶高压输电数据库设计3个步骤,完成新型系统的软件运行环境搭建,实现系统的顺利运行。模拟系统运行环境设计对比实验结果表明,与传统MAS船舶高压自动断线系统相比,应用新型系统后,输电调节失衡比率下降至50%以下,线路杂糅碰撞情况得到有效缓解。     

舰船输电线路防覆冰预警系统设计

舰船电力系统是保障舰船平稳运行的关键组成环节,近年来,舰船自动化的程度不断提高,舰船用电设备数量也迅速增加,电力系统输电线路将电站与用电设备连接起来,发挥着重要的作用。一些执行特殊作业的舰船,如破冰船等,工作环境非常恶劣,电力系统输电线路往往存在着覆冰的危险,进而导致船舶电力系统故障。针对这一问题,设计一种舰船输电线路防覆冰预警系统,重点对该系统的整体结构、通信模块、覆冰监测节点以及软件程序进行研究。     

小波分析在输电线路行波故障测距中的应用

将小波变换对信号奇异性的检测功能应用到输电线路故障测距中,分析了行波在母线、故障点等阻抗不连续处的反射情况,说明了输电线路行波故障测距的基础。提出了单端行波故障测距的方法,该方法经过Matlab/SimPowerSystem仿真验证,具有较高的可靠性和准确性。     

锚机电力电缆接地故障点定位实例

正0引言与陆地上的电气设备相比,船舶电气设备工作环境恶劣。高温、高湿、油雾、盐雾、振动、摇摆等工作环境,都会造成电气设备、电气线路的绝缘结构损坏,导致船舶电网接地故障。船舶电网接地故障是船舶最常见的故障之一,不仅影响船舶电气设备和电气线路运行的可靠性,而且存在人身安全和火灾隐患,须及时排除船舶电网接地故障。     

红外图像识别在舰船火灾中的应用分析

船舶上铺设有大量的电力输送线路,由于船舶电力系统的工况恶劣,往往会引发输电线路的短路、漏电等故障,进而引发舰船火灾,造成严重的人员伤亡和经济损失。火灾扑救的最佳时机是在火灾发生初期,因此,为了对船舶火灾事故防患于未然,研究一种行之有效的舰船火灾预防和报警系统有重要的意义。传统的船舶火灾报警系统普遍采用烟雾传感器和热传感器等作为火灾监测器,火灾监测的灵敏度较差且误报率高,具有一定的局限性。本文研究了一种基于红外图像识别技术的新型舰船火灾报警系统,并对该舰船火灾监测与报警系统的图像识别、边缘处理、平滑滤波等技术进行了详细的介绍。     

通航水道架空输电线路对航用雷达影响的研究

输电线路的电磁场会向外辐射电磁波产生干扰,在某些输电线路的下方水域属于较繁忙的通航水道,输电线路的辐射干扰会影响水道来往船舶上的船用雷达和周边雷达站的雷达显示,形成假回波,易造成误判。笔者通过分析VTS中心和船用雷达的显示图像,研究此干扰状况,说明它对航行安全的影响,并提出相应的辨别措施。     

基于改进Petri网的船舶电力系统故障诊断

将Petri网理论用于船舶电力系统故障诊断中，提出了一种改进的Petri网故障诊断模型。在基本Petri网诊断模型的基础上引入模糊推理规则形成模糊Petri网，说明了该方法的模型构建、推理过程及解析方法的表示。利用该方法对船舶电力系统进行故障诊断使推理过程简洁、诊断快速、诊断结果也更科学有效。     

船舶推进轴系故障特征信息识取方法比较

为研究不同船舶推进轴系故障特征量提取方法的优缺点,针对船舶推进轴系故障振动信号的瞬态(脉冲)和周期性2个特点,介绍快速傅里叶变换(FFT)、EAF和EEAF3种周期故障特征信息识取方法,并在实船试验中就这3种方法的适用性、准确性和复杂程度等进行比较分析。结果表明:EEAF相比FFT和EAF,能快速、准确地提取船舶推进轴系周期性故障信息的特征频率及其振幅,具有良好的稳定性,可专门用于船舶推进轴系故障分析和诊断。     

基于3G技术的船舶远程监测系统

目前常规的基于GSM和GPRS的无线通信技术由于其传输速度问题,在内河船舶远程监测上的应用受到限制.结合正在推广的3G技术,将其很好地应用到船舶的远程监控系统中,解决了目前基于GSM和GPRS无线信息传输所存在的传输量不足的缺点.介绍了基于3G的船舶远程监测和故障诊断系统的总体结构、船用TD-SCDMA系统的构成、TD-SCDMA信道的估计、上下行链路容量的估测以及软件的设计,这也使图像和声音这些反映船舶营运状态的重要信息真正应用到船舶远程监测系统中,极大地提高了船舶监测及故障诊断的准确性.     

船舶桨-轴系统弯扭耦合振动特性

船舶桨-轴系统在运转过程中经常出现异常振动和噪声,影响着系统运转的稳定性,威胁着水下航行器的隐蔽性和安全性。为有效解决该问题,以大型船舶桨-轴系统为研究对象,基于Timoshenko梁-轴单元建立系统在螺旋桨质量偏心作用下的弯扭耦合模型。对桨-轴系统的瞬态响应进行分析,得到外激励力和旋转频率对桨-轴系统弯曲振动和扭转振动响应特性的影响规律,为提高船舶桨-轴系统的稳定性和故障诊断提供理论依据。     

基于神经网络的柴油机遥控系统故障智能诊断研究

为了克服传统模拟电路故障诊断方法的不足,通过对船舶柴油机遥控系统工作原理的分析,提出采用BP神经网络诊断船舶主机遥控系统的智能诊断方法。介绍BP神经网络结构确定方法及其数值优化技术,并以具体电路模块为例探讨神经网络在船舶柴油机遥控系统故障诊断中的应用。通过Matlab仿真可以发现基于BP神经网络的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。     

基于T-S模糊模型的船舶推进系统故障诊断研究

基于船舶推进系统基准(SPSB)测试平台,建立了船舶推进控制系统的T-S模糊模型,结合满意控制理论,通过模糊化与反模糊化将船舶推进系统分成多个局部子系统,给出了各局部子系统在执行器恒偏差故障下,满足多个性能指标约束的故障诊断观测器设计方法。利用Simulink工具箱建立了仿真模型,验证了船舶推进控制系统多性能指标约束下故障诊断观测器的正确性与有效性,为船舶推进系统的故障诊断提供了新的思路。     

基于B/S和C/S架构的船舶动力装置远程故障诊断系统

依据“智能船舶”的理念，针对船舶动力装置故障诊断系统，提出一种基于C/S和B/S混合架构的船舶动力装置远程故障诊断系统。依据B/S和C/S架构的优势，开发了基于C/S架构的数据管理平台，实现了船、岸间的数据、信息交互；将基于模糊神经网络的专家诊断模型应用于B/S架构的岸基船舶动力装置故障诊断系统的故障诊断判别，并利用BP算法训练实例对该模型进行了精度验证。结果表明，系统稳定可靠，故障诊断准确性高，为“智能船舶”发展提供了一个良好的解决方案。     

多信息融合技术在船舶动力装置故障诊断中的应用

船舶动力装置工作过程中会产生大量多域故障信号,通过收集、挖掘隐藏的关联信号,可以解决船舶动力装置在故障诊断中面临的诊断时长问题.文章采用K-均值聚类算法(K-means)对数据进行聚类,聚类结果输入BP神经网络进行模型训练,并在此基础上,设计了主成分分析法(PCA)对模型进行优化.结果 显示,2种算法都能有效降低网络诊...     

舰船操舵系统的故障树诊断方法

舰船操舵系统系统维修难度大,故障不易排除,因此故障诊断技术在该领域越来越受到重视.论文根据舰船操舵系统的一般故障模式,采取了故障树的诊断方法,结合故障树分析法建立了故障诊断专家系统,提高了故障诊断水平.     

混合型专家系统在船舶动力装置故障诊断系统中的应用

介绍了一种基于人工神经网络的混合型专家系统及其在船舶动力装置故障诊断系统的应用。具体描述了混合型专家系统的基本原理,论述了船舶动力装置故障诊断系统的结构与功能。最后用一个实例说明混合型专家系统在船舶动力装置故障诊断系统上的应用。