大型船舶轴系故障非接触式监测方法

大型船舶轴系故障具有多变性,导致当前故障识别方法无法有效对各种类型的大型船舶轴系故障进行准确识别,为了提高大型船舶轴系故障识别的效果,设计一种新型的大型船舶轴系故障非接触式监测方法。首先采集大型船舶轴系故障识别信号,采用小波对其进行去噪,然后换提取大型船舶轴系故障识别信号特征,最后采用最小二乘支持向量机设计大型船舶轴系故障识别的分类器,并进行了具体的大型船舶轴系故障识别模拟实验。与其他大型船舶轴系故障识别方法相比,本文方法通过小波抑制了大型船舶轴系故障识别信号中的噪声干扰,提高了大型船舶轴系故障识别成功率,加快了大型船舶轴系故障识别的训练时间,建立更高效率的大型船舶轴系故障识别分类器。     

舰船中压电力系统接地故障识别的仿真研究

为了减小舰船电力系统发生单相接地故障的危害,提出一种利用数学形态学中的梯度变换和闭运算变换级联的方式识别接地故障类型的方法。该方法能识别出金属性接地和间歇性接地发生时的不同。通过大量仿真验证了该方法,不同条件下其均能良好的识别故障。     

舰船云计算系统服务器故障的识别模型

舰船云计算系统服务器故障的种类多,故障与特征之间是一种非常复杂的映射关系,传统舰船云计算系统服务器故障识别模型难以获得理想的识别结果。为了克服当前舰船云计算系统服务器故障识别模型存在的不足,设计一种基于数据挖掘的舰船云计算系统服务器故障识别模型。首先采集舰船云计算系统服务器故障识别数据,然后采用数据挖掘技术对舰船云计算系统服务器故障识别数据进行分析和建模,建立舰船云计算系统服务器故障识别的分类器,最后进行了舰船云计算系统服务器故障识别仿真对比实验。本文模型的舰船云计算系统服务器故障识别率高达95%,而且舰船云计算系统服务器故障的误识率要小于当前其他舰船云计算系统服务器故障识别模型,结果验证了本文模型的优越性。     

几种预测船舶电机故障的新方法

本文论述电机故障预测技术在船舶电机上应用的可能性和带来的潜在效益。介绍了三种电机故障特征识别的方法。导纳法是作者首先提出应用于船舶电机故障预测的。     

一种舰船直流区域配电系统故障定位方法

短路故障对舰船电力系统危害极大,必须对系统中出现的短路故障迅速定位并及时排除,以减少损失。针对直流区域配电这一新型配电方式,提出了一种采用故障特征集匹配来进行故障定位的方法。经仿真试验验证,该方法可以快速定位故障位置,为及时排除故障保证舰船电力系统的安全运行提供了必要的技术支持。     

一种用于电厂的故障定位方法

介绍一种简单有产的故障源定位方法。该方法以系统的故障传递网络图为出发点，利用已知状态节点的逆向路径搜索及Bayes公式，可以对系统中的故障源进行快速定位。     

基于卷积型小波包变换的船用水位调节器故障辨识

以某型蒸汽船的主冷凝器水位调节器为研究对象,应用卷积型小波包变换提取各种故障信号分解后的相对小波包能量,建立水位调节器标准故障库,并引进Euclidean空间距离公式作为判据进行故障识别。实验结果表明,该方法可以对水位调节器的典型故障进行快速、正确分类,降低了其故障定位与维修的盲目性。     

组合机械故障诊断技术在船舶电机轴承异常检测中的应用

传统单纯的船舶电机轴承工作诊断技术仅支持故障报警,不能快速准确地定位轴承故障区域模块,故障清除时间过长,整体工作效率低下。对此设计了一种包含TFF船舶电机轴承异常分析技术和SWM船舶电机轴承异常智能识别技术的组合机械故障诊断技术。利用TFF船舶电机轴承异常分析技术,建立船舶电机轴承故障模型,识别故障特征;通过SWM轴承异常智能识别技术,量化电机轴承故障特征参数,进行智能识别,实现船舶轴承故障的特征分析和准确定位,完成异常检测。对比实验证明,新型组合诊断技术和传统单一的诊断技术相比能够更加准确的分析定位出故障区域。     

基于LSTM-PSO-SVM的船用LNG双燃料发动机故障预测

针对船用LNG双燃料发动机设备复杂,故障预测效率低、准确度差的问题,提出一种长短期记忆网络与改进粒子群优化算法优化支持向量机融合的预测模型。利用LSTM模型时间序列变化的能力对设备未来的运行状态进行预测,然后采用非线性自适应惯性权重改进PSO算法对SVM参数进行寻优,以提高其寻优能力和收敛速度;改进的LSTM-PSO-SVM融合模型可实现对设备故障状态的快速、准确预测。通过对某船用LNG双燃料发动机的故障预测仿真,结果表明上述模型具有更高的故障识别准确率和更快的识别速度,能够准确预测船用LNG双燃料发动机潜在故障。     

基于虚拟现实技术的舰船设备维修研究

传统舰船设备维修方法,故障部件拆卸工序较为复杂,设备内部结构的掌握情况不到位,导致设备故障识别准确率下降。针对这一问题,提出基于虚拟现实技术的舰船设备维修方法。划分舰船设备的振动级别,根据判别标准,选取存在故障的设备零件,利用虚拟现实技术,对设备进行三维实体建模,模拟设备部件逆过程操作工序,访问知识库制定相应维修工作,监控维修环境和设备参数变化,根据虚拟演示,完成设备维修的实际操作。实验结果表明,此次方法相比传统方法,提高了设备故障识别准确率,且设备维修后,能够确保其任务可用性。     

基于仿真的操舵系统故障风险分析方法

操舵系统的故障风险分析需求迫切,但传统基于经验的安全性分析技术在历史故障数据匮乏的情况下作用有限。为此,提出一种基于仿真的操舵系统故障风险分析方法。基于AMESim建立操舵系统的虚拟样机,并对其进行校核与验证以确保其可信性。进行典型故障模式的植入与仿真实验以获取故障仿真数据,并与Simulink进行运行场景的动力学联合仿真,根据仿真结果体现的安全风险对故障模式进行分类。以某型潜航器操舵系统为案例验证了所提出方法的有效性,该方法可为操舵系统及其他大型复杂机电液控制系统的故障风险分析提供参考。     

利用故障树分析航海雷达故障

航海雷达是船舶上必备的导航装备,用于船舶避让、船舶定位、狭水道引航等,在能见度不良的情况下,还是航海人员进行观测的工具。航海雷达结构复杂,系统经常出现故障。一旦故障不能及时排除,将会严重影响航行。文章利用故障树理论,对航海雷达故障进行分析和研究,从而提高航海雷达故障诊断的准确性与效率。     

基于时间和状态约束的故障因果关系图及其在燃气轮机中的应用

故障原因及其产生位置的确定是决定故障诊断系统是否可用的关键因素。文章定义了离散事件系统中故障之间两种类型的因果关系,给出了故障因果图（FSCG）的概念,进一步给出了描述故障之间基于状态和时间约束关系的因果图,基于此,将上述方法应用在某燃气轮机的故障诊断过程中,在对燃气轮机的内部结构进行概述的基础上,结合具体的故障发生情况,给出了其部分故障树结构,进而给出了相应的故障因果关系图,将其应用到实际的故障诊断中,并与传统的故障树方法进行相关对比,证明了该方法的有效性。     

基于知识的燃气轮机故障诊断系统的研究与开发

结合MS6001型燃气轮机,对基于知识的燃气轮机故障诊断技术进行了研究。介绍了系统的总体结构,建立了基于框架的热力参数的知识表示方法。通过总结发生单一故障情况下燃气轮机的故障诊断规则,设计了基于产生式规则的推理方法,实现了系统的诊断功能。结果证明,这是一种行之有效的故障诊断研究方法,具有实用价值。     

基于事故树的系统故障诊断和修复

采用事故树分析法对故障系统进行分析,在事故树逻辑简化的基础上分别构建系统的故障诊断模型和故障维修模型;在事故树定性和定量分析的基础上,对系统事故树模型中的基本原因事件的故障检测时效比和维修时效比进行分析;制定系统的故障诊断和修复流程,快速、及时地对故障系统做出响应,保证舰船生命力。结果表明:基于事故树的系统故障分析法为系统的故障检测和抢修决策提供依据,对大型复杂系统的生命力研究具有一定的适用性。     

舰船柴油发电机组隐蔽故障研究

针对舰船柴油发电机组使用和维修过程中偶发性隐蔽故障难以判断、排除的难题,将数据采集记录和故障信息分析技术应用于隐蔽故障的原因查找和故障处理,开发了一套适合于舰船维修环境使用的数据采集记录分析仪。以几型柴油发电机组运行参数的采集记录和故障信息分析作为试验实例,整理出有实用价值的隐蔽故障信息分析方法,可拓展应用于其它船机电设备的故障分析和处理。     

基于支持向量机的SCR整流电路故障诊断方法

提出一种基于支持向量机(SVM)的可控整流电路故障诊断方法。只需要通过对整流阀输出波形的直接分析,利用SVM进行模式识别,就可对整流装置进行故障诊断。以三相桥式晶闸管(SCR)整流电路为例,进行了验证。通过实验研究结果表明:该方法能准确地对可控整流电路进行故障诊断和故障定位,具有良好的实用价值和广阔的应用前景。     

故障树分析法在柴油机遥控系统电路故障诊断中的应用

应用故障树分析法对柴油机遥控系统进行定性分析,并很好的解决了知识库建立和知识获取的难题,保证了故障诊断的完整性和可靠性.成功的将故障定位到回路,解决了系统故障诊断的难点.     

基于二叉树的某型船柴油机控制系统故障诊断专家系统

专家系统可以解决复杂系统的故障诊断,其中知识库和推理机是其核心内容。首先利用故障树表达某型舰柴油机控制系统各故障事件之间的逻辑关系,然后将故障树转化为二叉故障树,与专家系统相结合,完成专家系统知识库和推理机的设计。将该方法应用于某型船柴油机控制系统的故障诊断,结果表明,专家系统的知识库存储结构简单、易于维护,推理机的逻辑推理关系简单,易于实现。