非平稳特征提取方法与智能诊断技术在自动机故障诊断中的应用

回顾对目前常用的非平稳特征提取方法与智能诊断技术,并总结舰炮自动机故障诊断需解决的难题,介绍非平稳特征提取方法与智能诊断技术在舰炮自动机故障诊断中的应用现状,详细阐述舰炮自动机故障诊断研究中存在的问题及对发展趋势的展望。     

基于小波包的舵机故障特征提取方法研究

舵机是船舶控制的核心部件之一,舵机一旦发生故障,轻则延误航期造成经济损失,重则严重威胁船舶航行安全。设备运行时受外界环境和本身故障等因素的影响,其振动信号中蕴含了丰富的故障信息和非平稳随机信号,故障特征提取是当前智能故障诊断中的重点和难点,它直接关系到诊断结果的准确性与可靠性。提出一种小波包分解的故障特征提取方法,仿真结果表明,该检测方法稳定有效,具有较好的推广性。     

舰船用柴油机故障在线智能诊断研究

通过对目前机械故障诊断，特别是对各种柴油机故障诊断理论和技术方法的综合研究，结合舰船上常用的柴油机的特点，提出了用应变片采集缸盖振动的应变响应、用局域波理论实施非平稳信号分析的在线智能的故障诊断新思路，并给出了这种方法的基本原理、主要内容以及实施方法。     

无人智能中大口径舰炮供弹系统模块化发展构想

由于中大口径舰炮供弹形式多样,因此积累的智能供弹和故障诊断技术成熟经验尚不充分.本文探讨通过模块化的方法应对这一困境,进行供弹系统的初步模块划分,通过模块组合搭建了2种不同类型的供弹系统.最后分析了无人智能舰炮供弹系统的关键技术,对中、大口径舰炮供弹系统研究具有一定的参考价值.     

基于模糊物元的舰炮自动机性能评价

针对影响舰炮自动机性能因素繁多、关系复杂的问题,以及指标的选择与评价标准具有一定的模糊性的特点,采用一种模糊物元模型对舰炮自动机性能进行评价研究。提出了衡量舰炮自动机性能的5个示性指标,通过建立关联度复合模糊物元来形成判断矩阵;采用变异系数法确定各评价指标的权重系数;通过计算待评舰炮自动机的关联度大小,进行优劣排序,来评价舰炮舰炮自动机的性能。算例表明,在选定指标的基础上,用基于变异系数法的模糊物元模型来评价舰炮自动机性能是合理的,结果可信。研究结果可为舰炮自动机的设计研制和部分参数优化提供理论参考。     

智能传感器在舰炮系统中的应用

舰炮系统作为舰艇常规装备,近年来面临着智能化发展需求。本文首先对传统传感器在舰炮系统中应用的问题进行梳理,较为详细地叙述智能传感器的主要功能及特点,针对传统传感器的使用问题及舰炮系统智能化需求,分别从故障诊断、智能供弹、健康管理、数字孪生等4个方面对智能传感器在舰炮系统中的应用问题进行探讨,为智能传感器在舰炮系统中的实际应用提供一些思路和建议。     

船舶动力装置智能故障诊断技术的应用与展望

动力系统作为整个船舶最核心的系统,其安全性和可靠性将直接影响船舶的安全航行,而有效的故障监测与诊断技术是保障航行安全的重要手段。首先,通过分析国内外学者在智能算法与故障诊断方面的研究进展,将船舶动力装置的智能故障诊断分为数据信号获取、数据特征提取、故障识别与预测3个环节,并总结智能算法在船舶动力装置故障诊断中所面临的问题和挑战;然后,结合智能算法的特点,探讨船舶动力装置智能故障诊断技术的未来发展趋势;最后,提议从建立基于云平台的数据监测系统、建立数据库和挖掘监测数据等方面展开深入研究,用以为船舶动力装置智能诊断的工程实践应用奠定基础。     

某型舰炮控制系统故障诊断专家系统

根据某型舰炮控制系统的工作原理与故障特点,设计一套针对此舰炮控制系统的故障诊断专家系统,对系统结构和各个模块进行阐述.采用数据采集技术对舰炮进行实时监控,运用人工智能知识进行故障诊断,提高解决故障的能力,同时使系统具有自学习能力.     

船舶动力机械网络化智能维护系统研究

分析了大型船舶动力机械故障诊断与智能维护平台构建的技术和集成技术,并融合故障诊断中的经过实践检验的方法和技术,同时综合现有故障诊断系统的优点,对船舶动力机械网络化智能维护系统进行了初步的研究.     

基于SVM—ANN混合模型的某型舰炮武器随动系统故障诊断研究

支持向量机和人_T神经网络是在故障诊断方面比较常用的两种方法.针对支持向量机和人工神经网络在故障诊断方面的优势和不足,提出了一种基于SVM-ANN混合模型的故障诊断方法,并将其应用在某型舰炮武器随动系统的故障诊断中,该方法具有诊断速度快、诊断精度高等优点.     

基于规则和事例推理的电气故障诊断方法

论文通过电路仿真和分析获取舰炮运行参数信息,建立了舰炮电气故障诊断规则库,融合规则推理和事例推理技术,设计了具备自学习能力的故障诊断系统.实际应用表明,该方法可最大程度地吸收各种有效的维修经验,在使用过程中其故障诊断能力会越来越强.     

基于规则和事例推理的电气故障诊断方法

论文通过电路仿真和分析获取舰炮运行参数信息,建立了舰炮电气故障诊断规则库,融合规则推理和事例推理技术,设计了具备自学习能力的故障诊断系统。实际应用表明,该方法可最大程度地吸收各种有效的维修经验,在使用过程中其故障诊断能力会越来越强。     

基于人工智能的舰炮装备发展构想

人工智能技术的迅速发展为其在军事上的应用奠定了基础,舰炮武器装备是集机、电、液、气、光等技术于一体的复杂系统。本文基于人工智能技术的发展提出舰炮武器装备在自动化的基础上发展智能化的构想,描述了智能舰炮装备的作战流程和主要技术特征,分析了发展智能舰炮装备需解决的战场态势智能感知与评估、最佳供弹路径规划、舰炮智能控制等主要关键技术。     

基于本体论与贝叶斯式网络的舰炮武器系统故障诊断方法研究

针对舰炮武器系统在故障诊断过程中存在不确定性以及新故障知识不易添加的问题,提出了一种将本体论与贝叶斯网络相结合故障诊断方法。利用本体的知识表示方法建立关于舰炮武器系统的本体模型,然后将此模型转化为贝叶斯网络模型,最后利用贝叶斯网络进行舰炮武器系统故障方面的不确定性推理。利用此方法可以有效解决舰炮武器系统复杂故障现象问题。     

一种新的滚动轴承故障诊断方法

滚动轴承发生故障时,其振动信号常呈现出强烈的非平稳特性。提出了一种基于小波变换和固有时间尺度分解(Intrinsic Time-scale Decomposition,ITD)的滚动轴承故障诊断方法。阐述小波分析基本理论和ITD分解基本原理。着重介绍基于小波和ITD分解滚动轴承故障诊断。仿真信号和实验结果表明,以小波与ITD分解相结合的信号特征提取方法,能够准确有效地提取滚动轴承的故障特征。     

船舶电力系统故障特征提取的小波变换方法

船舶电力系统故障时暂态号中包含丰富的特征息,对故障工况暂态号特征息的有效提取是船舶电力系统故障诊断的核内容之一。基于小波变换理论,利用小波分析和小波包能量熵方法,在Matlab仿真环境下,对船舶电力系统电故障暂态号进行了分析和特征息提取。结果表明两种方法都有效地提取了故障特征息,其中小波分析方法有特征向量与故障之间的映射关系简单明了的特点,小波包能量熵方法提取的特征向量与故障之间是一种非性的映射关系,适用于与其他智能故障诊断方法结合。说明特征提取可以为故障的识别与诊断提供基础。     

基于小波尺度谱和遗传算法的转子故障诊断

针对发动机的转子故障,提出了一种基于尺度谱图像纹理特征和遗传算法的故障诊断技术.根据不同转速下的3类转子故障数据样本,运用连续小波尺度谱图像纹理特征提取其图像纹理特征.采用遗传算法对这些特征进行选择优化,去除与分类不相关的冗余特征.最后,构建结构自适应集成神经网络对优化后的特征进行智能诊断.试验表明,该方法能准确地诊断出转子的故障,具有广泛的应用前景.     

舰载武器智能自适应诊断测试技术研究

传统武器故障诊断和测试依托于人员经验和测试仪器,难以适应现代化舰船的故障测试要求。本文对大数据技术和自适应诊断测试技术进行研究,设计舰船武器智能自适应诊断测试系统,重点设计了舰船武器故障特征提取模块和诊断测试模块。使用支持向量机对故障特征进行分类,通过原始数据融合、故障特征融合以及决策融合,系统根据采集的故障特征信息可以作出综合性判断,因而具有较高的可靠性。     

人工智能技术在船舶动力装置故障诊断中的应用

传统的动力装置故障诊断方法需要大量的故障数据样本,导致诊断效率和实时性差,无法满足现代船舶航行的需求。针对上述问题,提出人工智能技术在船舶动力装置故障诊断中的应用。使用小波包分析技术对传感器采集的信号进行去噪、分解重构以及能量谱特征提取处理后,构建船舶动力装置故障集。使用D-S理论对BP神经网络输出的诊断结果进行数据融合和置信度判断,得到可靠的诊断结果完成故障诊断。对比实验数据显示,利用人工智能的方法诊断精度较高,并且诊断响应效率高,具有良好的泛化能力。     

浅谈舰炮武器系统的智能化

舰炮武器系统的智能化将是未来舰炮武器发展的一个重要趋势。所谓舰炮武器系统的智能化，是指舰炮系统将利用计算机技术、现代控制技术、仿生技术等模拟人脑的某些智力活动，从而形成一种理想的现代化舰炮系统。目标智能识别、战术决策和运筹、射击指挥自动化、故障自动修复和重组、智能弹药是智能化舰炮发展的几个方面。计算机技术、人工智能和神经网络技术、多媒体技术是舰炮武器系统实现智能化的技术基础．