船舶动力定位系统级故障诊断技术

针对松散耦合的船舶动力定位系统分布式体系结构，提出了一种基于改进的二值PMC模型约分布式系统级故障诊断算法。采用自诊断与互诊断相结合的方法，给出了分布式诊断算法、图论模型、诊断内容及算法中使用的报文种类、故障向量。基于软件故障注入思想设计了四种故障，并对该算法进行了诊断验证。结果表明：改进的PMC模型适用，所提出约分布式系统故障诊断算法正确，故障诊断与验证应用程序可靠、实用。     

分布式系统快速故障诊断

通过结合指控系统组成特点,设计并实现了一种基于PMC模型的分布式系统故障诊断方案.该方案将指控系统设备按照功能域不同进行划分,通过面向领域的分布式智能代理DODIA,在每个管理域内采用基于PMC模型的故障诊断算法,有利于实现系统级快速故障诊断.     

基于TEAMS的调距桨电液系统故障诊断测试性建模与分析

针对装备故障诊断实际需求,结合调距桨装置电液系统,进行了故障诊断测试性建模与分析。首先将调距桨装置电液系统进行层次化分解,将最小可更换单元为切入点分析故障模式与对应征兆,确定测试参数属性。其次,围绕建立的测试性模型开展故障诊断算法研究,分步缩小故障征兆与故障模式所对应的动态关联矩阵搜索范围,并确定测试序列,提高调距桨装置电液系统故障诊断效率与正确率。最后,在TEAMS中进行仿真,验证结果故障检测率与故障隔离率均大于80%。     

改进遗传算法在船用核动力装置概率因果故障诊断中的应用

传统的遗传算法存在早熟现象严重和局部搜索精度较低的固有缺陷,容易导致分析结果与实际情况不相符,不能很好地用于船用核动力装置概率因果故障诊断。提出了一组综合改进策略,首先定义了奇异个体判断指标;而后设计了一种自适应交叉、变异策略和自适应局部搜索策略,并通过经典案例测试改进算法的有效性;最后构建改进算法与概率因果故障诊断模型,进行船用核动力装置故障诊断实例分析。分析结果对船用核动力装置故障诊断具有重要的指导意义,改进遗传算法是进行船用核动力装置故障诊断有效而实用的方法。     

基于离散蝙蝠算法的舰船作战系统测试性分析

[目的]针对舰船作战系统中系统级测试性分析的测试集优化和测试序列优化问题,[方法]以多信号流图模型为基础,采用优化精度高、算法收敛速度快的离散蝙蝠算法(DBA)对最优完备测试集和各类故障测试序列进行求解,并以舰船作战系统为研究对象,将故障隔离率、平均测试代价和平均期望测试代价等主要指标与现有的优化方案进行仿真对比分析。[结果]仿真结果表明:与其他算法相比,离散蝙蝠算法具有更好的优化效果,其故障隔离率可提升5.5%、平均测试代价与期望测试代价可分别下降6.35%和17.01%。[结论]研究成果验证了离散蝙蝠算法应用于系统级测试性分析的可行性和优势,可为系统级测试性分析工程提供参考。     

舰船逆变器的故障诊断

逆变器对舰船正常工作起着非常重要的作用,当前舰船逆变器故障诊断方法存在训练时间长、诊断精度低等问题。为了获得更加理想的舰船逆变器故障诊断结果,提出基于混沌粒子群算法和极限学习机的舰船逆变器故障诊断方法。首先对舰船逆变器故障诊断研究进展进行分析,找到当前影响舰船逆变器故障诊断的影响因素,然后采用极限学习机对舰船逆变器故障诊断进行建模,并采用混沌粒子群算法对极限学习机参数进行优化,确定最优的舰船逆变器故障诊断模型,最后与其他舰船逆变器故障诊断方法进行对比测试。结果表明,本文方法能够有效提高舰船逆变器故障诊断速度和诊断的精度高,可以准确实现舰船逆变器故障诊断。     

多信号诊断模型在海军装备中的应用研究

在分析故障诊断方法基础上,提出了多信号模型故障诊断方法.详细研究了多信号模型的建模方法与建模步骤,分析了海军装备故障诊断流程和诊断算法.     

基于蚁群算法的测试集优化

  目的  针对舰船作战系统中系统级测试性分析的测试集优化和测试序列优化问题,  方法  以多信号流图模型为基础,采用优化精度高、算法收敛速度快的离散蝙蝠算法（DBA）对最优完备测试集和各类故障测试序列进行求解,并以舰船作战系统为研究对象,将故障隔离率、平均测试代价和平均期望测试代价等主要指标与现有的优化方案进行仿真对比分析。  结果  仿真结果表明：与其他算法相比,离散蝙蝠算法具有更好的优化效果,其故障隔离率可提升5.5%、平均测试代价与期望测试代价可分别下降6.35%和17.01%。  结论  研究成果验证了离散蝙蝠算法应用于系统级测试性分析的可行性和优势,可为系统级测试性分析工程提供参考。     

船舶柴油机机械磨损故障诊断方法研究

柴油机机械磨损直接影响船舶工作的可靠性,为了获得高正确率的船舶柴油机机械磨损故障诊断结果,设计了局部均值分解和机器学习算法的船舶柴油机机械磨损故障诊断模型。首先对船舶柴油机机械磨损故障信号进行局部均值分解,提取的船舶柴油机机械磨损故障特征,然后引入机器学习算法对船舶柴油机机械磨损故障进行分类和识别,最后进行了船舶柴油机机械磨损故障性能测试。结果表明,本文模型的船舶柴油机机械磨损故障正确率超过95%,而且船舶柴油机机械磨损故障的误诊率相当低,完全能够满足当前船舶柴油机机械磨损故障诊断的实际要求。     

人工智能优化算法的舰船电网故障诊断优化

传统舰船电网故障诊断算法存在故障点与电路层数据不同步的问题,导致故障点出现时间量与确定故障位置时间量出现误差,进而影响电网保护策略的启动响应速度,造成不必要的连锁故障。因此,采用人工智能算法,对故障诊断模型进行优化,并提出人工智能优化算法的舰船电网故障诊断优化研究。首先在现有舰船电网故障诊断模型输出端,加入故障数据拟合模型计算,对电网络故障数据与电网结构层进行拟合;然后通过人工智能算法,对拟合故障数据的识别响应阈值进行优化计算,从而提升诊断阈值灵敏度,达到最佳的故障诊断效果。最后,通过与传统诊断算法诊断效果数据的对比,证明提出优化方法的可行性。     

基于多处理机的船舶动力定位控制系统

该文介绍了船舶动力定位控制的设计方法,研究了动力定位系统的分布式多处理机体系结构,提出了动力定位应用软件的层次化结构设计思想,基于多处理机的系统设计方案合理,并行度高,实时性好,可靠性高,可以很好的完成复杂船舶动力定位系统所要求的实时信息采集,数据处理,控制计算,推力分配,能源管理等任务,具有重要的工程实用价值。     

一种异步电动机故障诊断系统设计

文章分析了传统故障诊断系统的特点,介绍了一种高分辨率谱估计算法-MUSIC算法,并针对该算法特点,提出了一种基于ARM微处理器的异步电动机嵌入式故障诊断系统,重点阐述了系统硬件电路和软件系统的设计,并进行了实验验证。结果表明系统具有硬件电路简单、可操作性较强、实时性可靠等优点。     

基于人工神经网络的船用主柴油机故障诊断

本文基于人工神经网络（ＡＮＮ）理论，针对船用主柴油机的故障诊断问题，介绍了多重神经网络（ＭＮＮ）诊断模型及其算法，研制了系统仿真软件。     

测控装备故障诊断专家系统的设计与实现

通过分析测控装备故障诊断专家系统的目的和任务,将模糊神经网络理论与专家系统相结合用于测控装备故障诊断,建立了故障诊断专家系统的模型。探讨了故障诊断专家系统中知识库的构建及维护、不精确推理等问题。用面向对象分析方法分析故障诊断专家系统,并用软件加以实现。     

舰船电力推进系统故障诊断技术研究

本文阐述了舰船电力推进系统故障诊断技术研究的工作,建立了电力推进系统故障诊断基础模型,运用仿真技术为系统设计提供了参考和试验环境,采用神经网络算法获取新知识以提高对未知故障的诊断能力,并设计了基于专家系统的电力推进系统的故障诊断系统,它能使故障诊断更准确和快速。通过故障诊断技术的引入,可以很大程度地提升电力推进系统的可靠性,使系统维修更加方便。     

智能化故障诊断系统的研究与开发

基于神经网络轴系智能化故障诊断系统的开发技术，讨论了BP神经网络和自组织神经网络在轴系故障诊断中的应用特点，提出以PC为核心的扭振主号采集处理和标准样本的建立方法，介绍诊断系统的软件结构、模块功能、混合编程与接口技术、诊断流程和软件特点。实际应用表明，智能化故障诊断系统是船舶轴系扭振监测与故障诊断的一种有效工具。     

动力定位时时域模拟程序试验验证

在启用新的动力定位系统时,数值和试验验证方法,包括静态动力定位能力分析、动态的时域模拟和模型试验应该用来设计,分析和预测新系统的性能。为了精确并经济地验证动力定位系统的性能,在Matlab\Simulink环境中,开发了一个能够进行一个"试验"来评估一个新设计的动力定位系统和其子系统的程序。另外,这个新开发的动力定位时域模拟程序的可靠性通过对一个半潜平台的模型试验进行了评估。结果表明,这个程序可以作为一个船舶研究工具用来检验新设计的动力定位系统或其新模块。     

基于LM算法的组合导航系统的故障诊断

LM (Levenberg-Marquardt)算法是梯度下降法与高斯-牛顿法的结合,在训练次数与精度上明显优于标准的BP算法.介绍了BP神经网络,采用LM算法对标准BP算法进行改进,并应用于船舶组合导航系统的故障诊断.仿真结果表明,LM算法可有效地提高学习速度,缩短训练时间,诊断效果好.     

基于观测器的船用调距桨控制系统 故障分析与仿真试验

针对船用调距桨控制系统传感器恒偏差、恒增益及液压缸完全失效三种典型故障模式,建立了相应的故障模型,并提出了相容多性能指标约束下的故障诊断观测器算法。进一步,对MCP34-C/4调距桨螺距控制系统进行了典型故障下的仿真实验和传统观测器诊断方法的对比研究。仿真表明,所提出的故障观测器诊断方法具有快速性、鲁棒性和灵敏性特点,适用于线性模型下船用调距桨控制系统的故障诊断。