基于概率神经网络的船用核动力装置故障诊断方法研究

船用核动力装置是一个复杂的大系统,并且其多数设备及系统具有非线性、时变性、耦合性及不确定性,而神经网络能够逼近任意的非线性映射,因此在核动力故障诊断中得到广泛的应用。目前,应用较广泛的是BP神经网络,但其网络层数及每层神经元的个数不易确定,而且在训练过程中网络容易陷入局部最小点。鉴于此,文章把概率神经网络（PNN）应用到船用核动力装置故障诊断中去,结果表明该方法是可行有效的。     

轴系滑油泵控制技术研究

本文介绍了轴系滑油泵的有条件控制方案.在潜艇下潜深度过大,螺旋桨转速过小的工况下,自动启动高压油泵;在滑油总管压力低的工况下,发出报警信号,并启动低压油泵.实现了按需求启停滑油泵.同时本文给出了控制系统的硬件原理和控制软件的设计方法.     

基于RBF神经网络的船用低速柴油机故障诊断系统

为确保船舶海上运输的安全性与稳定性,设计基于RBF神经网络的船用低速柴油机故障诊断系统.使用多传感器采集船用低速柴油机各关键构件信号,并对信号进行预处理,运用过限判断模块获得故障信号,RBF神经网络依据故障信号特征进行船用低速柴油机故障诊断和故障程度判断.实验结果表明,该系统能有效滤除信号中的无用高频信号,故障诊断结果...     

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。     

基于神经网络和红外线成像技术的船用柴油机故障诊断方法研究

柴油发动机是通用船舶广泛使用的动力装置,在复杂恶劣的海上环境中,较易发生故障,传统检测方法主要依靠经验,故障定位较为耗时,其时效性差,需要进行改进。随着计算科学的发展,智能故障定位方法逐渐应用至船用柴油机故障定位系统中,如神经网络﹑模糊算法及大数据分析等。本文分析了船舶柴油机各功能部件,利用红外线对故障部件进行成像检测,设计了基于神经网络的柴油机故障诊断方法,最后对设计模型进行仿真分析。     

基于粗糙理论船用雷达故障诊断专家系统研究

在专家系统中如何获取知识是其主要的难点问题之一,本文利用粗糙集理论建立专家系统模型,对决策表中的冗余信息进行删除,利用约简处理的最小决策表进行故障诊断。最后进行实例分析,通过实例结果可以看出,删除冗余信息的决策表能够保证故障诊断的准确率,有效的维护知识库的完整性。     

基于模糊神经网络的船用锂电池故障诊断的研究

本文针对锂电池组成的船舶储能系统,分析锂电池的故障模式和表现特征,建立基于模糊神经网络锂电池组故障诊断模型,通过实验数据进行模型训练并进行仿真。仿真结果证明所提出的模型的正确性,实现锂电池的故障预警,提高系统运行稳定性。     

船用柴油机机械微磨损故障诊断系统设计

为有效诊断舰船用柴油机机械微磨损故障,设计新型船用柴油机机械微磨损故障诊断系统。此系统传感模块通过电感式传感器采集柴油机机械表面油液磨粒的静电信号后,由油液分析芯片启动基于MACNN的微磨损故障类型识别模型,使用多层卷积神经网络,全面提取静电信号的多维波动特征图后,以重组的方式将多维特征图转换为一维向量,通过序列注意力机制,学习重组后油液磨粒静电信号一维向量的序列特征,识别特征所属微磨损故障类型,完成柴油机机械微磨损故障诊断。若机械磨损严重或表面存在污秽,便会驱动图像分析模块,进行图像采集配合诊断。经测试,此系统对多种微磨损故障类型的诊断结果无错分情况,诊断结果有效。     

基于自编码器的船用柴油机故障诊断

为了提升船舶柴油机故障诊断的泛化能力,引入深度神经网络,文章提出了一种基于自编码器（AE）的船舶柴油机故障诊断方法。通过GT-SUITE船用柴油机故障仿真实验,对数据样本进行分析,结果表明AE在训练集和测试集的故障识别率分别为98.67%和98.33%,优于支持向量机（SVM）和BP神经网络,更适用于船用柴油机的故障诊断。     

船用柴油机故障诊断的综合法研究

文章针对当前船舶柴油机常用故障诊断方法的基本原理，总结了各种方法的优缺点，提出了故障诊断综合法。运用该方法对两起故障进行了分析，结果表明综合法对及时发现并排除故障是有效的，具有一定的现实意义。     

螺杆式滑油泵异常振动故障诊断

某船用螺杆滑油泵出油管路振动烈度高达257. 7 mm/s,文章测量了该泵和另一台同型号泵的管路、泵体的振动速度和振动加速度波形,并逐一进行比较分析。管路振动速度波形和频谱表明,故障泵振动不稳定,速度频谱中存在明显的异常频率成分。泵体振动加速度波形分析结果表明,正常泵高频脉冲信号出现的频率与泵的正常排油频率对应。故障泵高频脉冲信号出现的频率明显不规律,说明故障泵的螺杆配合存在问题。泵体高频脉冲信号对于螺杆泵的状态监测与故障诊断具有重要意义。     

某船备用滑油螺杆泵及其管路振动监测与故障诊断

文章针对某螺杆泵及其管路在运行时存在异常振动的现象,采用轴承冲击脉冲法和频谱分析等方法进行振动监测,在结合螺杆泵及其管路运行情况的基础上确定了其振动较大的故障原因、故障部位及故障程度等信息,并给出了维修建议;同时也为后续建造的船舶提供改进建议。     

基于模糊综合评价法的舰船柴油机故障诊断研究

在对舰船柴油机故障原因和故障症兆关系进行分析的基础上,运用群组AHP和模糊综合评价的方法对舰船柴油机进行故障诊断研究。提出了一种实用的模糊逻辑故障诊断的方法,并给出了该诊断方法的软件设计方法及步骤,为舰船动力装置故障的智能化诊断提供了有益的借鉴。     

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。     

基于模糊信息融合的船舶动力装置综合故障诊断方法研究

在模糊集理论的基础上,将决策级信息融合技术应用于故障诊断系统中,提出了一种基于系统模糊综合评价融合结构下的综合故障诊断方法.该方法以模糊逻辑运算和全局决策融合来自多传感器的局部判决来获取诊断对象的综合诊断结果,并对船舶主动力系统的运行故障进行诊断研究,结果表明,该方法准确有效,为船舶动力装置故障的智能化诊断提供了有益的借鉴.     

粗糙集和贝叶斯网络融合故障诊断方法

融合贝叶斯网络和粗糙集对不确定故障诊断的优势,以及粗糙集对冗余信息的处理能力,给出了一种粗糙集和贝叶斯网络进行融合的装备故障诊断方法,获得最小属性集的贝叶斯网络故障诊断模型及诊断规则,并应用于某型机载电台装备中进行验证,结果表明该方法不仅有效,而且得到的诊断规则也比单纯应用贝叶斯网络要优。     

EMD技术在机械震动故障中的诊断方法

齿轮箱是船舶机械动力系统的核心装置,连接着动力系统各精密零部件,在船舶的整个航行中起着动力枢纽作用,对它的故障诊断的效率及准确性关系着航行的效率,也船舶系统工程重要研究方向。传统的故障诊断依靠测量设备对振动点进行大量测量,随后通过时域信号分析,其测量工作繁重且信号分析复杂度较大,已越来越不能适应现代故障检测要求。本文利用EMD技术对机械振动中的故障进行检测,对振动信号降噪利用小波变换进行处理,有效提高了诊断效率及精确度。