基于数据驱动的船用冷藏集装箱智能故障诊断方法研究

采用数据驱动方法,避开船用冷藏集装箱复杂的控制策略,建立系统或部件模型用于智能故障诊断。根据正常运行状态的实验数据"训练"冷凝器模型,利用该模型预测冷凝器的运行状态,并与实际的故障数据进行比较。结果表明,数据驱动模型具有较高的预测精度,能够分辨故障状态,实现智能故障报警。     

船用冷凝器真空偏低的动态特性分析及故障诊断

为从定性和定量的角度综合诊断船用冷凝器真空下降故障产生的原因,考虑某船用冷凝器的结构和运行特点,建立冷凝器动态运行理论模型,构建冷凝器真空偏低的故障树模型,提出探寻冷凝器真空偏低原因的定性方法。开展冷凝器真空偏低故障的动态仿真,定量分析主机排汽负荷增大、真空系统不严密、循环水泵故障时冷凝器真空的变化趋势,给出避免故障的基本措施。结果表明,所建立的理论模型和编制程序具有较好的精度,能够准确、直观地反映冷凝器真空下降故障时主要参数的动态变化趋势。     

数据追踪在港口起重设备驱动故障分析中的应用

港口起重设备的驱动系统在作业过程中往往会出现一些疑难故障,要找出故障原因,需要分辨率达毫秒级且能全面表征系统运行状态的数据。港口装卸领域广泛应用的安川驱动系统自带的CP-717软件具有数据追踪功能,可以采集机构运行中的速度给定、速度反馈、电流、力矩、刹车反馈等关键数据,有助于分析偶发性故障、多驱动协同类故障产生的原因。     

基于遗传算法的船舶核动力装置冷凝器故障诊断研究

根据核动力装置冷凝器的运行特点,分析了导致冷凝器故障的各种原因,并结合领域专家的知识建立了故障征兆集.将遗传算法与概率因果模型相结合,建立了故障诊断系统.从系统的诊断结果看,该方法能准确、快速诊断出故障,这对保证核动力装置的安全运行具有一定的指导意义.     

多参量状态下舰船网络异常故障智能诊断方法分析

为了解决船舶网络数据交互压力成倍增长,网络故障特点已由单纯的单要素故障转变为多因素故障的问题。提出多参量状态下舰船网络异常故障智能诊断方法分析。对网络环境的全局变量进行收集,获取多参量状态,根据获取的多参量状态数据,建立多参量网络健康评估模型,定义对参量下故障识别的学习状态,确定网络故障点,通过数据提取算法完成对故障点的提取,完成故障的智能诊断。通过实验数据表明:相同时间量与故障量下,采用设计方法的故障诊断效果,要比传统诊断方法多诊断出故障21处,提升效果明显。     

汽力装置回汽制动工况下主冷凝器进汽温度模型

针对蒸汽动力船舶回汽制动工况下主冷凝器的运行安全问题,通过回汽制动工况下主冷凝器的运行状态分析,建立回汽制动工况下主冷凝器进汽温度模型,并基于Matlab/Simulink环境,建立主冷凝器进汽温度的仿真模型。仿真结果表明,回汽制动工况下,采用理想制动策略时主冷凝器进汽温度会超过允许值,导致主冷凝器的损坏,影响蒸汽动力装置的安全运行,因此需对倒车汽轮机回汽时机进行限制。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

基于LSTM-PSO-SVM的船用LNG双燃料发动机故障预测

针对船用LNG双燃料发动机设备复杂,故障预测效率低、准确度差的问题,提出一种长短期记忆网络与改进粒子群优化算法优化支持向量机融合的预测模型。利用LSTM模型时间序列变化的能力对设备未来的运行状态进行预测,然后采用非线性自适应惯性权重改进PSO算法对SVM参数进行寻优,以提高其寻优能力和收敛速度;改进的LSTM-PSO-SVM融合模型可实现对设备故障状态的快速、准确预测。通过对某船用LNG双燃料发动机的故障预测仿真,结果表明上述模型具有更高的故障识别准确率和更快的识别速度,能够准确预测船用LNG双燃料发动机潜在故障。     

BP神经网络在船舶远程监控中的应用研究

近年来,随着无线通信、传感器网络等技术的快速发展,船舶远程监控系统在保障航运安全、维护船载设备等方面发挥着越来越重要的作用。船舶远程监控系统实现船岸间数据信息共享和交互,对船载设备的运行状态进行实时监控,并根据采集的数据进行状态预测和故障诊断。本文在船舶远程监控系统基础上,利用BP神经网络的自组织学习特性,提出远程故障诊断模型,该模型能够根据设备运行参数对故障趋势进行准确判断并发出预警。     

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。     

复合材料冷藏箱电源插座支架在自动化集装箱码头中的应用

针对集装箱码头传统冷藏箱钢结构电源插座支架易腐蚀、维护工作量大的特点,采用防腐性能优异的连续纤维增强树脂基复合材料代替传统钢结构制作冷藏箱支架。对复合材料冷藏箱电源插座支架的设计、计算、制造、安装进行研究,研究表明复合材料冷藏箱电源插座支架在整个生命周期维护需求小、综合成本低,对自动化集装箱堆场作业干扰小,适合自动化集装箱码头作业特点。     

海外某集装箱码头冷藏箱管理系统解决方案

全球集装箱码头自动化发展趋势已日渐明显,将冷藏箱纳入码头自动化管理系统的需求必不可少。研究对冷藏箱进行监控、管理的方法,利用CAN总线将终端设备及控制器组网,实现对冷藏箱温度、工作状态及耗电量的7×24 h监控,并结合境外某集装箱码头,给出一种基于CAN总线及光缆组网方式的冷藏箱监控管理系统解决方案,以实现实时监管,降低人工操作成本,提高整个集装箱码头自动化管理效能。     

自动化集装箱码头供配电方案

针对目前自动化集装箱码头供电模式经济性、效率及安全性难以兼顾的问题,探讨解决方案。通过研究目前国内外自动化集装箱码头装卸工艺的特点,对比传统码头供配电的模式,提出供配电的多种模式和方案,并进行运行效率和可行性的定性分析及定量计算。最终选择采用后方辅建区新建无人值守变电所,一座变电所对一个泊位独立供电;冷藏箱、AGV充电站环网式箱变就近供电的综合供配电的方案模式,达到供电效率与安全兼顾的目的。该方案成功运用于青岛港自动化码头工程中,可为未来新建自动化码头提供参考。     

自动化集装箱码头运维监控平台研究与实现

以振华重工自动化集装箱码头运维监控需求为出发点,融合了云计算、大数据、移动互联网、物联网等新技术,构建了一个以用户需求为导向、以创新为驱动,智能、灵活、高效、协同的运维监控网络平台。该平台能够提供设备远程故障诊断、设备健康报告,设备故障预警等服务,同时,为设备制造企业进一步完善产品质量,拓宽销售渠道,延伸产品价值链创造了条件。     

冷藏集装箱内部温度场分布的试验研究

通过对冷藏集装箱的内部温度场在装载货物情况下的试验,测出内部的各个测量点的温度值,了解冷藏集装箱的实际温度场分布情况,分析这些数据,可以评价冷藏集装箱的结构设计是否合理,货物装载情况是否适当,为改进货物装载方式和系统的设计提供依据．     

自动化集装箱码头冷藏箱箱区布置

冷藏箱堆场作业的特殊性在于装卸过程中需要有人员进入箱区进行电源插拔的辅助操作,而自动化集装箱堆场为无人化作业。因此如何合理地布置冷藏箱箱区是自动化码头堆场布置的关键。在分析自动化集装箱码头冷藏箱箱区常用的几种布置形式的基础上,结合工程特点和装卸工艺方案对自动化堆场内冷藏箱箱区的布置形式进行优化。     

自动化集装箱码头业务流程设计

针对目前自动化集装箱码头的设计中缺少业务流程的规范性和纲领性操作指引的问题,从自动化集装箱码头业务流程的基础框架、分类及层级设计原则、设计方法和步骤以及流程建模与验证等方面进行研究,并结合青岛港自动化集装箱码头进行业务流程设计。结果表明,使用本文方法设计的自动化集装箱码头业务流程能够提升决策和建设的效率,可为类似工程提供参考。     

顺岸式自动化集装箱码头堆场布局设计

综合考虑码头在规划、建设及运维等多方面的要求,开展自动化集装箱码头堆场布局设计.以天津港北疆港区C段智能化集装箱码头工程建设为例,在码头整体设计要求相同的情况下,提出堆场垂直布置和平行布置2种方案,从堆场通过能力、设备配置数量、装卸作业人员数量、智能化程度、可靠性、碳排放量、创新性等7个方面对比研究2种布置方案与自动化...     

基于偏好函数与深度信念网络的自动化码头AGV实时调度算法

为提高自动化集装箱码头岸桥作业效率、降低自动导引车(Automated Guided Vehicle,AGV)空载行驶距离,以偏好函数和深度信念网络(Deep Belief Network,DBN)为核心设计AGV实时调度算法,完成AGV任务分配指派,优化AGV作业任务序列。利用偏好函数为处于待分配状态的AGV筛选最优集装箱,产生训练样本并更新训练集,通过DBN实时更新集装箱的偏好函数,重复该过程直至集装箱作业完毕。算例分析表明:同两种现行调度规则对比,AGV空载距离和岸桥作业时间显著下降;与人工神经网络(Artificial Neural Network,ANN)相比,DBN可有效提高算法精度与求解效率;算法针对环境动态变化实时分配集装箱,为自动化码头提高效率和降低能耗提供依据。     

一种基于激光测距的船形轮廓扫描系统

为提高自动化码头中岸边集装箱起重机对船作业的效率和安全性,提出一种适用于自动化岸桥的船形扫描系统.该系统将激光器安装在岸桥小车架下方,利用激光器测距原理,实时扫描获取船上障碍物的轮廓,并随着小车的运动,生成障碍物点云地图信息;利用障碍物信息和吊具位置关系,对小车和起升限速以达到防撞保护的目的;系统可以提供船形轮廓,用于...