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。     

基于数据驱动的船用冷藏集装箱智能故障诊方法研究

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。     

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.     

舰船主冷凝器多连片贝叶斯网络故障建模方法研究

主冷凝器作为舰船蒸汽动力装置的主要设备运行中发生战损,故障模式复杂、不确定性较大,传统故障诊断方法难以有效解决。本文提出采用贝叶斯网络故障建模的方法解决这一难题,建立具有时间序列特性的动态多连片贝叶斯网络模型。通过实验分析表明模型准确可靠,不仅能够进行从故障原因到现象的正向推理,还能进行故障现象到原因的反向推理,可为蒸汽动力设备的故障诊断提供有效决策。     

舰船主冷凝器多连片贝叶斯网络故障建模方法研究

主冷凝器作为舰船蒸汽动力装置的主要设备运行中发生战损,故障模式复杂、不确定性较大,传统故障诊断方法难以有效解决。本文提出采用贝叶斯网络故障建模的方法解决这一难题,建立具有时间序列特性的动态多连片贝叶斯网络模型。通过实验分析表明模型准确可靠,不仅能够进行从故障原因到现象的正向推理,还能进行故障现象到原因的反向推理,可为蒸汽动力设备的故障诊断提供有效决策。     

船舶动力装置冷凝器故障特征提取方法研究

详细介绍了一种特征提取方法-主成分分析方法,运用该方法,经过矩阵变换、降低维数以提取故障信息的主要特征,实现了对船舶动力装置冷凝器的故障特征提取,为船舶动力装置冷凝器故障诊断及故障预报问题提供了一种有效可行的数据预处理方式.     

分形理论在主冷凝器水位调节器故障诊断中的应用

以某型船的蒸汽动力装置主冷凝器水位调节器为研究对象，应用MATLAB软件编译程序，通过计算不同状态下的关联维数，说明其与不同故障之间的关系。实验结果表明，不同故障状态下的信号具有不同的关联维数，因此，分形理论在主冷凝器水位调节器故障诊断过程中的应用是有效可行的。     

分形理论在主冷凝器水位调节器障诊断中的应用

以某型船的蒸汽动力装置主冷凝器水位调节器为研究对象,应用MATLAB软件编译程序,通过计算不同状态下的关联维数,说明其与不同故障之间的关系.实验结果表明,不同故障状态下的信号具有不同的关联维数,因此,分形理论在主冷凝器水位调节器故障诊断过程中的应用是有效可行的.     

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。     

一种应用机理模型和SOM神经网络的液体火箭推进系统实时故障诊断方法

为了解决液体火箭推进系统实时故障诊断的问题，提出了一种应用故障机理模型和SOM（Self-organizingMapping）神经网络的实时故障诊断方法。其基本过程是先建立所研究对象的故障机理模型，通过计算机仿的办法获得液体火箭推进系统可能的故障模式及故障数据库，然后利用SOM神经网络的自组织特征映射功能建立非线性的故障模式识别器，完成对系统的实时故障诊断。从而解决了单纯依靠故障机理模型进行诊断时所遇到的实时性问题和单纯依靠SOM神经网络诊断时所遇到的故障样本获取问题。本文给出的故障诊断结果表明所提出的方法是有效的。