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。     

虚拟现实技术在船舶推进系统故障诊断中的应用

虚拟现实技术(VR)是一种利用计算机建立模拟环境,使用户"沉浸"于虚拟环境中并实现用户与模拟环境信息交互的技术。近年来,将虚拟现实技术应用到工程领域,比如航空航天、船舶等成为一种趋势。船舶推进系统的结构与功能复杂,是船舶的核心区域,为了提高船舶推进系统的运行稳定性、安全性,对船舶推进系统故障诊断技术的革新非常重要。本文研发了一种基于虚拟现实技术的船舶推进系统的故障诊断系统,并详细介绍了该系统的原理和工作过程。     

舰船武器装备环境适应性技术

舰船武器装备是一个典型的人-机-环境系统,本文简要论述了环境适应性是舰船武器装备重要的质量特性之一,详细论述了环境适应性设计技术、环境数据技术、环境适应性试验设计,以及舰船武器装备研制各阶段环境试验项目的设计和选择,建议从人-机-环境系统和装备环境工程的角度出发开展舰船武器装备环境适应性技术研究。     

舰船武器装备环境适应性技术

舰船武器装备是一个典型的人—机—环境系统,本文简要论述了环境适应性是舰船武器装备重要的质量特性之一,详细论述了环境适应性设计技术、环境数据技术、环境适应性试验设计,以及舰船武器装备研制各阶段环境试验项目的设计和选择,建议从人—机—环境系统和装备环境工程的角度出发开展舰船武器装备环境适应性技术研究。     

武器装备研制项目的技术可行性评估方法研究

武器装备项目的技术可行性是确定其技术方案的重要依据,针对武器装备项目的技术可行性评估需要,初步建立了武器装备项目的技术可行性指标体系,为了提高评估的科学性,充分发挥专家群的智慧,选取了一种基于“TOPSIS和群决策”的评估方法,最后给出了对某一项目不同技术方案进行排序优选的应用示例。     

导弹武器装备技术保障系统效能评估

在规定导弹武器装备技术保障典型任务剖面的情况下,运用ADC法评价技术保障系统的效能,建立导弹武器装备技术保障系统效能评估的数学模型．并进行了算例验证和分析。结果表明,该模型可有效评估导弹武器装备技术保障系统的效能,客观的反映了现实情况,为技术保障提供有效的指导。     

武器装备发展需求牵引与技术推动的关系

武器装备发展需要把"需求牵引"与"技术推动"有机结合起来.阐述了"需求"与"技术"的内涵和关系,提出技术要为需求服务,作战需求是武器装备建设的动力和基本依据,武器装备的发展必须服从和服务于作战的需要.     

Petri网络技术在船舶电力系统故障诊断中的应用研究

电力网络由于其复杂性,常常在发生故障时,增加了确定故障位置的难度会导致所波及的范围更广,损失更加严重,因此一般的船舶电力系统在设计时都会设计有故障诊断和预测机制,能够避免发生大规模的断电事故。本文采用了复杂网络Petri理论建立起船舶电力系统的内在故障产生机制,从而能够揭示出内部故障之间的联系。首先建立电力故障的状态判断机制,然后得到故障内在的特性值,最后通过Petri网络建立故障诊断流程。     

RBF神经网络在柴油机燃油系统故障诊断中的应用研究

  目的  传统的高斯混合模型（GMM）算法存在收敛速度较慢的固有缺陷,容易产生过拟合现象,导致参数计算陷入局部最优,不能很好地用于船舶燃油系统的故障诊断。  方法  首先,分析GMM算法及参数估计算法,结合密度峰值聚类（DPC）算法,提出一种基于DPC-GMM算法的船舶燃油系统故障诊断方法;然后,通过训练船舶燃油系统状态所对应的高斯混合模型参数,实现对船舶燃油系统故障的无监督诊断;最后,基于获取的船舶燃油系统故障数据,验证该方法的有效性。  结果  实验结果表明,采用基于DPC-GMM算法的故障辨识准确率高、识别速度快,优于传统的反向传播（BP）神经网络和支持向量机（SVM）诊断算法。  结论  研究结果对船舶燃油系统的故障诊断有重要的指导意义。     

基于知识的故障诊断技术及其在船舶上的应用

介绍基于知识的故障诊断技术的基本原理,探讨故障诊断技术发展的趋势,提出了一种基于多种智能集成的故障诊断系统的组织结构,并给出其在船舶上应用的实例.     

模糊神经网络在轮机故障诊断中的应用与研究

为了实现对某船用轮机的故障诊断,本文以某船用轮机故障数据为研究对象,基于模糊神经网络算法,制定了合适的误差模型,对故障数据进行特征识别。研究表明:模糊神经网络算法具有较高的鲁棒性,并且诊断成功率较高,可为工程实践提供参考。     

动力装置故障诊断技术研究

讨论了故障诊断系统数据库要求、架构和功能设计与实现等技术,对故障诊断推理机制进行了探讨,研究并构建了界面友好的柴油机故障诊断系统.利用该系统可对柴油机状态监控,对故障征兆(趋势)实时预报,对已发生的故障快速诊断,缩短故障维修时间,保障装备的良好工作状态,提高船舶的生命力.     

SVM在船舶柴油机故障检测系统中的应用研究

支持向量机(Support Vector Machine,简称SVM)是目前模式识别领域中最先进的机器学习算法,采用了核函数的思想,把非线性空间的问题转换到线性空间,降低了算法的复杂度.文中对SVM在船用柴油机故障诊断中的应用进行了论述,运用支持向量机理论对其进行了故障诊断的仿真研究和试验研究.     

模糊核聚类在船舶故障诊断中的应用

船舶故障具有非线性和模糊性的特点,本文将模糊核聚类算法应用于船舶故障诊断。首先阐述模糊核聚类算法的实现过程,并将此算法与模糊聚类在目标函数收敛性、学习能力、诊断正确率等方面进行对比,实验结果表明,本文算法在船舶故障诊断方面鲁棒性强、收敛速度快、学习能力强。     

免疫克隆算法在船舶故障诊断中的应用

分析免疫克隆算法的缺点,提出利用聚类竞争机制进行算法改进。详细阐述算法的实现流程,包括聚类竞争、克隆扩增等。最后通过与遗传算法、BP神经网络算法、免疫克隆和本文改进的算法,从诊断精度、收敛速度等方面进行对比。实验结果表明,本文算法识别率高、收敛速度快。     

基于DSP的船舶电子设备故障诊断研究

船舶运输在全球经济中发挥着不可替代的作用,船舶电子设备的稳定工作对于保障船舶运输安全以及船舶自动化控制系统的可靠性具有非常重要的作用。对船舶电子设备故障进行诊断研究可以有效发现设备故障位置,并及时采取措施。本文提出一种基于BP神经网络和DSP技术的船舶电子设备故障诊断系统,以DSP为硬件核心实现神经网络解决电子设备故障诊断问题,重点介绍神经网络算法的实现以及数据采集电路的设计等。     

船用空压机装置故障诊断方法研究

随着船舶自动化要求的提高,船用空压机作为重要设备,有必要加强其对故障自动诊断的功能。文章通过分析空压机的工作原理、故障历史记录,建立了船用空压机常见的4种故障树,并对故障树进行定性和定量分析,根据结构重要度对故障树进行简化。然后完成故障树到贝叶斯网络的转化,并根据专家经验运用模糊综合评价法得到先验概率和条件概率,完善了贝叶斯网络。最后根据以往事故对模型进行了验证。