某自动舵放大器故障诊断的技术实现

讨论对某自动舵放大器电路的故障诊断,介绍分析电路故障、选取检测点及设计故障诊断流程和程序的思路,给出信号检测、小信号调理及信号隔离等技术方法,实现以单片机和基于故障字典的诊断软件为核心的故障诊断装置。     

CPN神经网络在模拟电路故障诊断中的应用研究

提高模拟电路的故障诊断速度对于装备保障具有重大意义,采用CPN神经网络对模拟电路进行故障诊断,运用Matlab神经网络工具箱对其进行建模、网络训练和故障识别,结果表明采用CPN神经网络可以大大提高故障定位的准确率.     

基于输出电压和电源电流的模拟电路故障诊断

为了提高模拟电路故障诊断的准确率,要尽可能的采集有效故障样本信息作为 BP 神经网络的输入。提出利用输出电压和电源电流信息融合的方法进行模拟电路故障诊断。收集输出电压和电源电流的故障样本集,然后作为 BP 神经网络的输入对网络进行训练和判断。利用不同故障对输出电压和电源电流的影响不同,能减少故障特征的重叠,提高模拟电路的故障诊断正确率。仿真结果表明利用输出电压和电源电流信息融合的方法比单纯利用输出电压或电源电流进行诊断准确率和速度都有明显提高。     

基于神经网络的舰艇装备模拟电路故障诊断方法

针对舰艇装备模拟电路故障诊断技术现状,提出了基于神经网络的故障诊断方法,利用PSPICE对电路进行分析,选取能反映故障特征的电路信号并利用主元分析方法降低其维数,再输入给神经网络进行训练和诊断,实验证明这种方法不仅优化了网络结构,并提高了辨识故障类别的能力。     

遗传神经网络在导航传感器故障诊断中的应用

对船用组合导航系统中占主要地位的惯导系统进行故障诊断研究,提出了基于遗传算法优化的神经网络故障诊断模型.利用改进的遗传算法对BP神经网络的权值和阈值进行遗传操作,获得具有一定遍历性的初始权值和周值,然后再利用神经网络的L-M训练方法进行训练,克服了BP神经网络搜索速度慢和容易陷入局部极值的缺点,保证了训练过程收敛.对采集到的传感器故障信号进行预处理,故障特征信号作为改进遗传神经网络的输入信号来检测故障.采用惯导系统陀螺仪故障信号进行仿真研究,结果表明此方法可有效地检测故障且提高了系统精度.     

基于VMD和RBF的舰船管路泄漏识别和定位

针对工作环境恶劣、维护保养不便的舰船管路难以迅速定位泄漏点并对其进行损害管制,提出了一种基于VMD和RBF的舰船管路泄漏识别和定位方法。首先,对管路泄漏产生的空化现象、湍流和流体与管路的摩擦进行分析,研究影响泄漏产生激励的因素;然后,提出一种基于变分模态分解(VMD)与径向基函数(RBF)神经网络的管路泄漏识别和定位方法,通过VMD得到有效分量的中心频率和能量值分别构造特征向量,输入RBF神经网络以达到泄漏识别和定位目的;最后,模拟舰船环境,搭建泄漏管路试验平台,分析泄漏管路不同工况下的振动信号,并对RBF神经网络的诊断准确率进行验证。实测舰船管路故障信号分析表明,泄漏识别的准确率为90%,泄漏定位的准确率为87.5%。     

海上平台电力绕组短路电流复合故障检测方法

海上平台电力系统在长期使用过程中,受到外界环境等因素影响会产生电路谐波电流。导致电路短路故障的发生。传统故障检测方法仅能对谐波电流进行感应,而对定子绕组电路间的绕组匝短路电流复合故障的检测准确率极低。因此提出海上平台电力绕组短路电流复合故障检测方法。首先,对谐波电流产生进行分析,找出问题根源的同时发现传统检测方法的不足所在;接着,针对传统算法的不足引入谐波电流绕组互感算法对故障电流进行检测计算;最后通过仿真故障检测实验,证明提出的检测方法能够准确识别检测出绕组短路电流符合故障,能够解决传统检测方法存在的问题。     

用故障字典法完成模拟电路软故障诊断的研究

介绍了一种模拟电路系统进行软故障诊断的新方法,即用故障字典法进行模拟电路软故障诊断,提出了该方法的产生思路、方法的可靠性证明及实际运用中具体问题的解决方案。     

基于AP聚类和深度卷积网络的船舶焊缝缺陷检测

针对船舶焊缝缺陷检测中存在定位困难和识别效率低问题,提出基于AP聚类和深度卷积神经网络的检测方法.采用基于距离最值的M-SMOTE算法进行焊缝样本不平衡数据集处理,实现少数类新样本的精细化生成,并提出基于AP聚类的深度卷积神经网络模型.模型先基于几何特征、强度特征和背景对比反差进行11个焊缝缺陷特征提取和AP聚类,并将聚类结果作为神经网络输入;采用自适应PCA法对网络进行降维,在保证识别准确率的基础上,通过参数化方法简化降维步骤.试验表明,在通用焊缝数据集上,文中模型的识别率高达98.87％,与准确率较高的VGG模型相比,训练时间缩短12.10％,模型存储减小11.94％;在船舶焊缝数据集上,文中模型的总体识别率达到98.00％,对比准确率较高的DNN模型,其准确率提高了 3.33％.     

考虑传感器误差的故障检测

讨论了考虑传感器误差时的故障检测方法。首先用神经网络对最优奇偶向量方法产生的残差进行补偿，消除安装误差、刻度系数误差以及常值偏差对残差的影响；然后用解析方法和神经网络方法对补偿后的残差进行故障检测和隔离（FDI），从而提高故障检测和隔离的准确性。     

船舶主机性能故障的主成因分析

介绍了船舶主机２０种典型性能故障的仿真模型计算结果。通过对各故障下热工参数的主成因分析,揭示了热工参数的相关性,提出了性能故障的降维识别方法,并介绍了人工神经网络在船舶主机故障诊断中的具体应用。     

基于人工神经网络的故障诊断技术在船舶导航系统中的应用

应用对向传播神经网络对船舶导航系统的测姿故障进行检测与诊断，得到了较为满意的结果。研究表明，该网络结构简单，学习速度快，适应性广，可以对船舶导航系统的传感器故障进行检测与诊断。     

船舶动力系统中齿轮箱故障特征提取与模式识别方法研究

A marine propulsion system is a very complicated system composed of many mechanical components.As a result,the vibration signal of a gearbox in the system is strongly coupled with the vibration signatures of other components including a diesel engine and main shaft.It is therefore imperative to assess the coupling effect on diagnostic reliability in the process of gear fault diagnosis.For this reason,a fault detection and diagnosis method based on bispectrum analysis and artificial neural networks (ANNs) was proposed for the gearbox with consideration given to the impact of the other components in marine propulsion systems.To monitor the gear conditions,the bispectrum analysis was first employed to detect gear faults.The amplitude-frequency plots containing gear characteristic signals were then attained based on the bispectrum technique,which could be regarded as an index actualizing forepart gear faults diagnosis.Both the back propagation neural network (BPNN) and the radial-basis function neural network (RBFNN) were applied to identify the states of the gearbox.The numeric and experimental test results show the bispectral patterns of varying gear fault severities are different so that distinct fault features of the vibrant signal of a marine gearbox can be extracted effectively using the bispectrum,and the ANN classification method has achieved high detection accuracy.Hence,the proposed diagnostic techniques have the capability of diagnosing marine gear faults in the earlier phases,and thus have application importance.     

自动舵电路板神经网络故障诊断方法

为了实现对自动操舵仪电路故障的自动检测和诊断、达到降低维修成本和提高维修效率的目的,采用神经网络的方法,通过在电路板的输入端输入不同的测试序列,仅在电路板的输出端进行数据采集和特征提取,然后利用神经网络进行故障诊断,从而达到自动判断电路板好坏和定位常见故障元件的目的,避免使用探笔或夹具时因接错位置而不能定位故障的问题。采用该方法建立的故障诊断系统操作简单,使用方便,具有智能化、可视化的特点。     

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。     

船用柴油机故障诊断多信息融合技术研究

为了解决船用柴油机故障诊断中基于单传感器信息的方法诊断精度低的缺点,应用神经网络原理,提出了一种基于气缸压力,缸盖振动信号和燃油压力等多传感器信息融合的喷油器故障诊断新方法。通过提取船用柴油机工作过程故障三种信号的八个特征值,按正常和五种故障状态的构造学习样本文集和检验样本文集,对输入进行归一化处理,该方法能有效地提高其故障诊断精度。     

基于神经网络的柴油机遥控系统故障智能诊断研究

为了克服传统模拟电路故障诊断方法的不足,通过对船舶柴油机遥控系统工作原理的分析,提出采用BP神经网络诊断船舶主机遥控系统的智能诊断方法。介绍BP神经网络结构确定方法及其数值优化技术,并以具体电路模块为例探讨神经网络在船舶柴油机遥控系统故障诊断中的应用。通过Matlab仿真可以发现基于BP神经网络的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。     

Application of the fault diagnosis strategy based on hierarchical information fusion in motors fault diagnosis

1Introduction Withthedevelopmentofequipmentinsize,complexity andsystematization,ithasdrawnwideattentionof scholarsathomeandabroadtointroducetheinforma tionfusiontheoryintothefieldoffaultdiagnosis.Neu ralnetworktechnology[1,10]isconsideredpracticaland effe…     

船用柴油机工作过程故障诊断的仿真研究

利用计算机数值计算方法进行了船用柴油机性能故障的仿真计算,通过对各故障下热工参数的特征分析,揭示了热工参数在不同性能故障、不同运行工况和不同航行工况下变化规律,探讨了热工特征参数的优化选择、性能故障的分类和计算机仿真建模等问题,提出了热工参数的相对偏差分析法,并介绍了人工神经网络在船用柴油机故障诊断中的具体应用。     

一种直流电源漏电检测电路

本文简述了常用交流电源系统的漏电检测装置工作原理,在具体分析了穿心电流差测量法的优缺点的基础上,提出了中性点接地漏电检测法。设计了检修用DC600V整流直流电源的漏电检测电路,分析漏电流的计算公式,设定漏电保护阀值。提出了该漏电保护装置的适用范围。