Fault diagnosis of marine diesel engine intake and exhaust system based on dynamic feature fusion北大核心CSCD

[目的]船舶系统由多设备的复杂机构组成,各组件参数具有动态性和非线性的特点,所以故障诊断过程复杂。为提高诊断效率,提出一种动态特征融合方法。[方法]利用分形理论、动态理论及核主元分析(KPCA)法对系统状态数据进行重构、映射及筛选,得到主元特征数据矩阵,求得平方预测误差(SPE)及相应的控制限,构建出基于船舶柴油机进排气系统健康数据的离线监测模型,利用该模型对系统进行故障诊断分析。为验证模型的有效性,选取某船舶柴油机进排气系统的故障数据进行验证分析。[结果]结果表明,动态特征融合分析方法可有效实现对系统动态非线性状态数据的精确分析,实现对系统故障的高效分析和诊断。与KPCA及支持向量机(SVM)方法相比,所提方法具有更好的故障诊断性能。[结论]该方法可实现船舶柴油机进排气系统故障的检测和诊断,提升系统运行的可靠性和安全性。     

日高潮不等海域乘潮水位的计算方法比较

依据我国近岸4个代表性站点的潮汐表逐时数据，分别选取所有高潮（方法1）和每日一个高潮（方法2）计算不同保证率的乘潮水位，分析两种方法对工程的影响。结果表明：方法2使乘潮水位抬高，节省工程费用，但可缩短高潮时的通航窗口期，增加船舶候潮时间，给项目运营带来不便。这种影响对正规半日潮不明显，对其余潮型明显，其中对不正规全日潮影响最大。在不正规半日潮和日潮港区的工程应用中，可根据工程投资和来船频率，对两种方法充分论证后，综合选取合适的乘潮水位，既能满足工程应用又能节省工程费用。     

基于偏最小二乘回归的疏浚产量预测方法

针对绞吸式挖泥船产量预测困难的问题,对挖泥船作业实时反馈的数据进行研究。利用Relief权重算法提取出影响挖泥船产量的主要工艺参量,并在此基础上采用偏最小二乘回归,建立主要工艺参量与产量之间的数学模型,实现对挖泥船产量的预测。结果表明,利用偏最小二乘回归建立的数学模型能够很好地对挖泥船的产量进行预测,可为预测挖泥船的产量提供一种有效的方法。