基于波形分析的双燃料发动机故障诊断

双燃料船舶是指同时可以使用燃油和燃气的小型舰船,相对于传统舰船,双燃料舰船能够协调动力系统的输出功率,降低动力系统的油耗,进而降低成本。为了提高双燃料舰船发动机的使用质量,有必要研究舰船双燃料发动机的故障诊断技术。本文采用了一种波形分析技术,通过Labview采集板卡和软件程序,采集双燃料舰船发动机的输出波形,通过小波变换等信号分析方法,在线获取舰船双燃料发动机的运行状态。试验表明,该方法具有较高的精确性。     

基于发动机模型和瞬态转速测量的气缺故障诊断方法

发动机气缸内的压力和扭矩输出的分配情况是诊断发动机工作状态的一个很重要的参数，但这一参数在发动机的运行过程中很难测量。本文讨论了基于发动机模型和瞬态转速测量的气缸故障诊断方法。在发动机瞬态转速波形和气压扭矩波形的基础上，定义几个诊断参数VI，API，TCI和PCI。利用这些诊断和简单的判断规则，可判断发动机各气缸的工作状态，并诊断出发动机气缸灭火和供油不足等故障。     

支持向量机的舰船发动机故障诊断

发动机故障诊断是舰船领域的一项关键研究内容,舰船发动机故障与多种因素相关,而且故障类型很多,针对传统舰船发动机故障诊断模型存在的局限性,设计基于支持向量机的舰船发动机故障模型。首先采集舰船发动机工作状态信号,并从工作信号中提取舰船发动机工作状态特征;然后对舰船发动机工作状态特征进行降维处理,并采用支持向量机构建舰船发动机故障诊断的多分类器;最后采用仿真模拟实验测试了本文舰船发动机故障诊断模型的性能,支持向量机可以准确识别各种舰船发动机故障,舰船发动机故障诊断性能要优于传统舰船发动机故障诊断模型,而且诊断效率可以满足舰船发动机故障在线诊断要求。     

基于电压波形分析的三相不控整流装置故障诊断

提出了一种基于整流二极管电压波形分析的三相不可控整流装置故障诊断算法。对三相不可控整流装置在正常和故障情况下整流二极管两端的电压波形进行了解析分析,得到两种情况下整流二极管两端波形的解析表达式。通过仿真验证了理论推导的正确性并指出整流二极管在故障前后的电压波形变化规律。提出利用电压波形的正向特征值作为故障诊断特征函数,最后由试验验证了该故障诊断方法的有效性。该方法可推广应用于其他六相以上不可控整流装置。     

基于振动信号的舰船发动机故障诊断

传统舰船发动机故障诊断方法诊断时,需要对舰船发动机进行一定程度上的拆卸,无法完成零拆卸的故障检测,为此提出基于振动信号的舰船发动机故障诊断方法。使用不同波段振动信号作为检测探伤手段,采集多频段的振动信号,分析信号携带的诊断信息,完成舰船发动机故障诊断模型构建;计算振动信号非线性鲁棒值,锁定故障位置,通过编程分析,实现舰船发动机故障诊断。试验结果表明,设计的故障诊断方法比传统方法诊断定位准确率高2%,说明设计的诊断方法具备极高的有效性。     

用人工智能检测船舶发电机激磁电流的故障

提出一种基于波形分析的神经网络对船舶发电机激磁三相整流电路进行故障诊断,首先对整流电路的输出波形采样,然后建立神经网络的输出与故障之间的对应关系,实现了智能故障诊断,仿真实验表明,这种方法是准确可靠的.     

船舶双燃料发动机故障诊断系统优化研究

针对原有系统的故障诊断精度低,泛化能力差的问题,提出船舶双燃料发动机故障诊断系统优化研究。增强系统的可扩展性及兼容性,选择PCI-1712型号多功能数据采集卡,保证系统承载力,降低数据丢失率。优化总体结构,利用BP神经网络,实现故障信号的输出。采用Sigmoid函数,计算期望值与输出值间的误差,实现船舶双燃料发动机的故障诊断系统优化。设计对照实验,将优化后的系统故障诊断结果,与原有系统所得结果分析对比,得出测试结果。结果证实,优化后的系统故障诊断精度高,且泛化能力差,能够更好地完成发动机故障诊断。     

循环式燃油系统压力波形特征的自动识别

阐述了循环式燃油喷射系统压力波形的特征，通过对波形的分段符号化处理来实现压力波形的提取与描述，并在不同的波形段内定义不同形式的波形结构基元，以便更有效地描述各波形段的结构特征。同时，详细介绍了各波形特征的识别算法和波形符号化处理过程，以便自动获取循环式燃油喷射系统燃油压力波形的故障特征，用于船用柴油机的故障诊断。     

基于贝叶斯网络集成的船用中高速发动机磨损故障诊断模型

为解决船用中高速发动机磨损故障特征模糊和信息不完备引起的故障诊断准确率偏低等问题,通过定期采集与发动机磨损故障紧密相关的各监测参数信息,建立基于专家知识和因果映射认知的磨损故障贝叶斯诊断网络结构,通过询问专家和运用贝叶斯方法进行诊断网络参数学习,完成基于专家知识和贝叶斯网络集成的船用中高速发动机磨损故障诊断模型的搭建。通过对母型船发动机实际故障案例进行仿真分析,验证模型的准确性和分析方法的有效性,取得较好的结果,可为快速、准确查找发动机磨损故障提供技术支持。     

利用声振监测技术识别气缸压力时域波形的研究

利用数字信号处理技术探讨了应用振动信号对内燃机缸内工作过程进行故障诊断的可行性，提出利用振动信号时域恢复气缸压力波形的理论和方法，并对该方法在故障诊断中实际应用作了论述。     

基于船舶轴系扭振的船用主机气缸动力输出平衡性分析

基于船用柴油机气缸动力输出平衡性评价的基础理论,对某船开展实船轴系扭振测试,在对轴系扭振时域波形图和扭振数据进行分析和计算的基础上,得出该船主机气缸动力输出不平衡变化曲线及相关结论,为进一步应用船舶轴系扭振进行船用柴油机气缸动力输出平衡性研究提供参考。     

循环式燃油系统故障仿真及特征分析

介绍了一种船舶柴油机用循环式燃油系统的结构特点,详细分析了这种燃油系统的燃油压力波形特征。对该不同燃油粘度、不同燃油比重和１２种典型故障下的燃油喷射过程进行了计算机仿真计算和特征参数的相对偏差分析,揭示了各种故障的燃油压力波形特征及与系统故障的内在联系,分析了各特征参数对不同故障的敏感特性。     

基于SPA的船用柴油机热工故障诊断研究

船用柴油机热工参数蕴含着大量的故障信息,外界干扰小,诊断范围广,具有很好的诊断价值。本文将集对分析应用到柴油机热工故障诊断当中,介绍了集对分析(SPA)的基本理论,在此基础上,建立了基于SPA的柴油机热工故障诊断模型。再利用4190型船用中速柴油机AVL BOOST工作过程仿真模型,进行故障仿真计算,提取了13类热工参数进行分析,获取了基准故障集和待检工作状态集,验证了模型的准确性;同时证明了集对分析在柴油机故障诊断中的可行性,为柴油机故障监测和诊断提供了新方法。     

基于引力搜索BP神经网络的柴油机故障诊断

为了提高柴油机故障诊断的精度,将引力搜索算法用于BP神经网络初始权值及阈值优化,提出了一种基于引力搜索算法和BP神经网络相结合的智能故障诊断方法,并将其运用于柴油机磨损故障的振动诊断。结果表明,该方法与BP神经网络相比,对柴油机的磨合、磨损、极限等故障诊断准确,精度提高明显,验证了该方法的有效性。     

船舶柴油机在线监测与故障诊断系统研究

介绍了常用的柴油机状态监测技术,阐述了船舶柴油机在线监测与故障诊断系统的组成及主要功能,实现了基于多状态参数的柴油机综合监测与故障诊断,对提高船舶柴油机可靠性、保障船舶运行安全具有重要意义。     

一种新的船舶柴油机模糊故障诊断方法

为进一步提高船舶柴油机故障诊断的可靠性,将一种基于模糊信息多级融合的故障诊断方法应用到船舶柴油机的故障诊断中,该方法将各级诊断数据充分融合后再进行船舶柴油机的故障诊断,应用结果表明该方法准确有效,不但在正常情况下作出了准确的故障诊断,而且在局部检测传感器失灵发生误检的情况下亦能避免船舶柴油机故障诊断的误判,为提高船舶柴油机故障诊断的可靠性提供了有益的借鉴.     

基于BP神经网络的船用柴油机振动状态监测

通过监测柴油机表面振动信号,用时间序列分析方法提取柴油机故障的振动特征参数,以此建立相应的神经网络,用于船用柴油机的状态监测,提高诊断的准确性。试验研究在中速四冲程增压柴油机上进行。文中以柴油机气阀间隙异常的诊断和柴油机负荷状态的识别为例阐述了该方法的实现过程,并给出了振动信号的特征参数与柴油机工作状态之间的关系。研究表明,利用神经网络监测柴油机运行状态的变化是可行的和有效的。     

混合型专家系统在船舶动力装置故障诊断系统中的应用

介绍了一种基于人工神经网络的混合型专家系统及其在船舶动力装置故障诊断系统的应用。具体描述了混合型专家系统的基本原理,论述了船舶动力装置故障诊断系统的结构与功能。最后用一个实例说明混合型专家系统在船舶动力装置故障诊断系统上的应用。     

船舶柴油机供油系统故障诊断研究

柴油机燃油供给系统工作质量的好坏,直接影响柴油机的工作性能。阐述了在虚拟仪器中对柴油机喷油系统压力波的数据采集和特征参数提取,并介绍了在各种故障模式下柴油机喷油器产生故障的原因和特征参数的变化,利用人工神经网络模型实现故障诊断。结果表明,该方法可实现柴油机喷油器不解体故障诊断,在实际的故障诊断中具有一定的应用价值。     

船舶柴油机运行工况诊断仿真研究

提出了基于RBF神经网络的故障智能诊断方法。应用神经网络理论对柴油机故障进行智能仿真诊断，并考虑到海上航行环境的大气温度变化，实现大功率船用柴油机运行性能的主要故障的仿真。以对柴油机燃烧系统故障为例进行仿真分析、处理故障并制订相应的维修对策，从而提高柴油机的使用效率和寿命。此外，对开发实船柴油机故障诊断的辅助分析系统和轮机模拟器的功能扩展有实际意义。