麦基嘉克令吊电气故障诊断和排除

0引言散杂货船上的克令吊非常重要:若克令吊装卸性能优良、工作正常,则船舶承租人大多愿意续租船舶;若克令吊故障率高,则容易耽误船期,船舶承租人一般会要求船舶所有人减扣租金甚至退租。目前,航运市场仍然低迷,为争夺散杂货船租赁市场份额,船舶所有人非常重视克令吊的管理。克令吊的管理一般由轮机员完成,除日常维护外,主管轮机员需要特别注意克令吊电气系统的故障诊断和排除。1克令吊电气系统麦基嘉GLB系列克令吊以其性能优良、故障率     

基于粗糙集的船舶主机轴系故障诊断

船舶主机轴系的故障诊断对船舶正常航运具有重要意义.将粗糙集理论应用到船舶主机轴系故障诊断中,建立了基于粗糙集的船舶主机轴系故障诊断模型.采用NaiveScaler方法对故障数据离散化处理,利用基于属性重要度的启发式算法进行属性约简,获取故障诊断相关规则.算例验证了该模型的有效性.     

基于虚拟测试技术的导弹电气系统故障诊断

导弹是一种依靠自身动力装置推进,由制导系统引导、控制其飞行弹道的强力战斗武器,有射程远、速度快、精度高、爆发力大的优点,电气系统是导弹装置中的重要组成部分,它由低压供电组合部件构成系统,与自动化技术密切相关。电气系统的好坏直接影响导弹的质量与性能,为了实现导弹电气设备便捷高效的故障诊断与定位,可以在虚拟测试技术的基础上推进电气系统的检测,通过一系列手段强化导弹电气系统的制作与维修。基于此背景,对基于虚拟测试技术的导弹电气系统故障诊断进行了研究,希望能为相关工作人员提供理论借鉴,为我国现代化导弹的研发贡献绵薄之力。     

船舶电气系统安装调试过程危险源辨识

船舶电气系统安装、调试试验过程是一个高危生产过程.通过现代化的安全管理模式,用合适的作业条件危险评价法预先辨识危险,制定和落实船舶电气系统调试试验过程重要危险源风险控制措施,防止发生生产安全事故,确保船舶电气系统安装、调试试验顺利进行.     

基于Labview的船舶通信信号设备故障检测系统开发

船舶通信系统是船舶的重要组成部分,具有现场通信、定位、无线电预警、导航等多种功能。船舶通信系统主要可以分为地面通信、卫星通信、定位系统和海上安全信息收发等几种,通信设备包括电台、VHF无线设备、雷达和信号基站等多种。随着计算机技术和自动化技术的迅速发展,船舶通信信号设备的自动化水平逐渐提高,同时,其故障率也随之提高。为了保障船舶通信系统的正常运行,通信信号设备的故障诊断和检测技术显得尤为重要。本文的研究对象为船舶通信系统的信号设备,利用虚拟仪器技术Labview设计和开发了一种船舶通信信号设备的故障检测系统,并对该故障诊断系统的硬件结构和软件程序进行详细介绍。本文对改善船舶通信系统的抗干扰能力,提高故障诊断速度有重要的作用。     

基于船舶电气自动化系统可靠性的保障技术探究

近些年来,伴随着我国科学技术水平的快速进步,船舶电气系统的自动化程度也得到了大幅度的提升,加强对系统的保障与管理对于船舶的稳定运行来说起着非常重要的作用。对于电气系统的可靠性保障是一项综合、困难的工作,其需要应用到系统的构建、实践以及维护等众多技术。目前,其相关的保障技术已经引起了社会各界的密切关注,国家也加强了对技术应用方面的重视,大量的技术人员已经投身到相关课题的研究中,因此,本文也主要针对保障技术的主要特征以及具体内容进行简单的分析,希望能为我国电气系统自动化水平的提升提供一定的帮助。     

海洋工程船舶电气系统和设备的现状及展望

介绍了海洋工程市场形势及海洋工程船舶的类型及特点,指出海洋工程船舶在开发模式上的变更及电气技术在其中所负有的重要使命。较详细分析了电气系统的技术内容及其性能要求,重点叙述电力推进及动力定位在海洋工程船舶中的重要性。对主要电气设备的类型、规格也作了一定说明。最后,展望了海洋工程船舶的前景及电气系统的发展趋势。     

人工智能技术在船舶电力系统故障诊断中的应用

近年来人工智能技术在很多领域得到了成功应用,特别是故障诊断方面。船舶电力系统是保障船舶自动化系统正常工作的重要组成部分。由于船舶电力系统工作环境恶劣,因而船舶电力系统一旦出现故障将会产生很严重的后果。传统船舶电力系统故障检测费时费力,本文通过对人工智能技术进行分析,研究了人工智能技术在船舶电力系统故障诊断中的应用,提出了一种故障诊断系统架构,重点研究了基于人工神经网络以及专家系统的电力系统故障诊断,设计了神经网络模型,给出了推理机的故障诊断流程。     

加强内河船舶防止油类污染工作的几点建议

随着我国市场经济的迅猛发展,水路运输市场呈现空前的繁荣.内河航道特别是长江真正是百舸争流,不仅船舶数量快速增加,船舶吨位、柴油机功率也不断加大,船舶运输成为推动我国国民经济发展的重要力量.与此同时,船舶对水域的污染日益加剧,特别是船舶排放的油类污染,已经成为一个突出的问题.     

船用柴油机人工智能故障诊断应用综述

智能船舶代表了船舶未来的发展方向,柴油机作为船舶主要驱动设备,其故障诊断对智能船舶的安全性和可靠性具有重要意义。人工智能有效地解决了传统故障诊断方法存在的问题,基于人工智能方法的柴油机故障诊断技术成为近些年的研究热点。本文总结人工智能在柴油机故障诊断中的研究进展,对迁移学习应用到柴油机故障诊断中的前景进行展望,分析了柴油机故障诊断的研究趋势和面临的挑战。     

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.     

基于小波神经网络的船舶电站冷却系统故障诊断

船舶电站为船舶的机械设备、照明设备等提供优质的电力,船舶电站以及输电网络对维护船舶的正常运行有重要的意义。船舶电站的柴油主机长时间高速运转,产生的高温可能会导致柴油机冷部件受损,甚至引发火灾等问题,因此必须配置相应的冷却系统。本文主要研究了船舶电站冷却系统的故障诊断问题,主要结合小波神经网络算法,显著提高了船舶电站冷却系统故障诊断的效率和精度。     

基于3G技术的船舶远程监测系统

目前常规的基于GSM和GPRS的无线通信技术由于其传输速度问题,在内河船舶远程监测上的应用受到限制.结合正在推广的3G技术,将其很好地应用到船舶的远程监控系统中,解决了目前基于GSM和GPRS无线信息传输所存在的传输量不足的缺点.介绍了基于3G的船舶远程监测和故障诊断系统的总体结构、船用TD-SCDMA系统的构成、TD-SCDMA信道的估计、上下行链路容量的估测以及软件的设计,这也使图像和声音这些反映船舶营运状态的重要信息真正应用到船舶远程监测系统中,极大地提高了船舶监测及故障诊断的准确性.     

BP神经网络在船舶动力系统故障诊断中的应用

故障诊断技术是一门新兴技术,随着数学与计算机科学的不断发展,故障诊断技术也有了迅速的进步,现在神经网络算法、人工智能等先进技术都大量的应用于故障诊断中。船舶的动力系统是其推进力的来源,动力系统的正常运行对船舶意义重大。为了提高船舶动力系统的可靠性与安全性,必须采取一定的措施预防与诊断其故障类型。本研究针对船舶动力系统的故障诊断问题,研究了一种基于BP神经网络算法的诊断技术,并建立了动力系统故障数据挖掘与诊断系统。     

关于船舶推进装置故障诊断技术的研究

推进装置在船舶设计中为最重要的部分,它不仅决定着船舶运行速度,还决定着船舶能否实现安全运行。对于船舶的推进装置来说,主要构成部分为主机、轴系以及螺旋桨,在船舶长期运行以后,其推进装置如果不注意维护,经常会发生故障,最先会发生故障的部分就是螺旋桨,进而影响到轴系与主机。为做好船舶推进装置故障诊断分析,本文将从船舶推进装置构成与传动方式入手,研究船舶推进装置故障诊断技术,并提出船舶推进装置的维修解决方案。     

基于专家系统的船舶电力系统故障诊断探究

船舶所处的特殊行驶环境会导致船舶电力系统存在故障,发生不稳定、故障点确定困难等问题,而故障诊断专家系统能及时对出现的故障进行高效率诊断,有效缩短船舶电力系统故障持续时间。文章对船舶电力系统的组成与特点进行分析,并基于船舶电力系统可能存在的电气故障明确传播故障诊断专家系统研究的结构框架,结合反向推理、模糊推理等方法,对船舶故障的具体诊断情况与解决方案进行分析,旨在有效增强船舶电气系统供电稳定性,提高船舶行使的安全系数。     

船舶推进系统故障诊断和预测关键技术研究

本文介绍船舶推进系统的基本结构、分类以及核心部件,总结船舶推进系统中的推进电机模型、逆变器模型、推进器模型、船舶阻力模型和船舶推进模型,研究了基于神经网络以及支持向量机的故障诊断和预测技术.本文研究对船舶推进系统的发展具有推动作用.     

神经网络算法在船舶柴油机远程故障诊断系统的研究

进入21世纪以来,我国船舶行业取得了很大发展。随之而来,船舶安全事故发生率不断增加,故障诊断的重要作用也逐渐突显出来。在这种情况下,远程故障诊断技术应运而生,可动态化地掌握岸端的机械设备运行的情况,如果出现异常的状况,则能够对船舶管理工作人员进行提醒以采取事前维护,提高船舶行驶的安全性,尽量降低经济损失。基于计算机网络技术与无线通信技术的发展,船端和岸端实施通信与数据共享成为可能,将神经网络算法合理地应用于船舶柴油机远程故障诊断系统中,十分有必要。     

灰色数据挖掘在船用柴油机中的应用

船用柴油机作为船舶航行中的动力源,具有非常重要的作用。但柴油机在运行过程中的运行状态及故障发生都对船舶的正常运行影响很大。本文通过研究灰色数据挖掘的特点,结合船舶柴油机的结构与故障特性,研究出一种基于灰色数据挖掘的故障诊断方式,通过对灰色关联算法在计算机上进行编程仿真,检验这种方法对船舶柴油机的故障诊断具有较好的诊断结果,对船舶柴油机的正常航行具有一定的意义。     

基于嵌入式技术的船舶故障诊断控制器设计

船舶故障诊断是船舶运输航行的重要技术支持,为了有效提高船舶故障诊断效果,基于嵌入式技术设计新型船舶故障诊断控制器。该控制器从故障异常数据入手,首先建立故障训练样本,用于表示船舶正常航行以及多类型故障时的数据标数,根据训练样本,提取当前故障信号诊断特征,并利用最小二乘法对上述建立的训练样本数据进行直接限制,完成诊断特征分类,将分类后的数据进行信号去噪,消除无用数据,确定信号标度因子值,通过数据清洗,重新划分定位故障数据,实现故障诊断。实验数据表明,应用该故障诊断控制器,故障诊断率提高了22%,故障误判率降低了30%,有效提高船舶故障诊断控制效果。