共查询到20条相似文献,搜索用时 197 毫秒
1.
2.
船用冷凝器真空偏低的动态特性分析及故障诊断 总被引:1,自引:0,他引:1
《船海工程》2017,(6)
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。 相似文献
3.
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。 相似文献
4.
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. 相似文献
5.
6.
7.
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。 相似文献
8.
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。 相似文献
9.
10.
[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。 相似文献
11.
12.
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。 相似文献
13.
14.
15.
16.
17.
18.
19.
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。 相似文献