基于自编码网络的船载变压器故障诊断研究

采用传统故障诊断技术容易受到外界因素干扰影响,导致故障诊断精准度较低,提出了基于自编码网络的船载变压器故障诊断研究。分析船载变压器结构,设计故障诊断流程,利用自编码网络故障诊断技术对故障信息进行等级划分,并标注故障数据。采用归一化计算方式处理无标注故障数据,可改善外界因素干扰问题。由实验对比结果可知,采用自编码网络技术故障诊断结果精准度最高达到90%,使船载压器能够保持良好工作性能。     

基于FNN的船舶舵伺服系统故障诊断研究

分析某型船舶舵伺服系统的故障信息,建立了模糊神经网络故障诊断模型.利用模糊逻辑处理数据以便于充分利用经验知识;利用神经网络诊断,避免了复杂故障树诊断系统的"匹配冲突"、"组合爆炸"和"无穷递归"等问题,并采用改进的BP算法训练神经网络,解决了收敛速度和收敛振荡的问题.诊断实例结果表明:该故障诊断系统具有较强的鲁棒性和泛化能力;该算法采用无模型化诊断,容易实现自学习,可不断完善系统性能,具有一定的理论和工程应用价值.     

基于模糊信息熵的变压器故障诊断方法研究

针对IEEE三比值法对油浸式变压器故障诊断的缺码和多种故障发生时的难诊断现象,建立标准故障序列,利用灰色关联度原理判断故障气体与标准序列的关联程度,根据模糊熵的原理计算故障气体与标准模型的相对熵,相对熵最小的标准序列即为变压器的绝缘故障.实验结果证明,该方法能较好地解决三比值法的缺码现象,能准确地判断变压器的绝缘故障,提高电力系统的可靠度,维护系统安全.     

内燃机故障诊断技术及发展趋势

柴油机作为-种复杂动力机械,其运行状态的监测和故障诊断技术越来越受到人们的关注.在柴油机故障诊断领域,信号处理、故障特征提取及模式识别方法已初具雏形,但离实用化还有一定距离.在综述现代柴油机故障诊断技术中常用的性能参数法、振动分析法、瞬时转速波动法、油液分析法、信息融合诊断法的原理、特点及不足的基础上,提出了柴油机故障诊断技术的难点和发展趋势.     

关联规则在船舶变压器故障诊断中的应用

船舶变压器是船舶电力系统的主要组成部分,能够影响船舶安全行驶。本文着重研究关联规则在船舶变压器故障诊断中的应用,从关联规则挖掘、知识库存储以及规则聚类等方面详细的阐述基于关联规则的数据挖掘的实现过程,最后将本文算法应用于变压器故障诊断的仿真实验中。实验结果表明,本算法准确率高、可靠性强。     

克服思维定势 寻找机械故障诊断的突破点

机械的故障诊断是机械修理的一个重要环节.机械故障的经验诊断方法,则是根据修理工对机械的"问、听、嗅、摸、试"等方式,了解故障的各种症状,结合机械的构造和工作原理,进行综合分析、推理,最后作出正确的判断.     

海上风电变压器用酯基绝缘液色谱探讨

酯基绝缘液具有良好的电气绝缘性、较高的闪点及较好的防火阻燃性和可再生性，是矿物绝缘油的理想替代品。变压器绝缘液中的溶解气体一定程度上可以反映变压器运行状态，因此，围绕酯基绝缘液变压器展开溶解气体分析（DGA）及故障诊断方法的相关研究对电网稳定运行意义重大。文章依据矿物绝缘油和酯基绝缘液微观构成分子物性的异同，对二者宏观性能上的差异做出解释，借鉴矿物油变压器故障诊断方法，结合酯基绝缘液变压器的运行数据分析，提出了3种酯基绝缘液变压器运行状态分析方法，以海上风电变压器SRSPSB-F-6800/35为实际案例，验证了该分析方法的可行性，同时指出了当前酯基绝缘液变压器故障诊断的缺陷并提出了相应改进措施，为今后酯基绝缘液变压器运行评价体系的完善提供有力支撑。     

基于灰色关联度分析的模拟电路故障诊断

一般情况下,模拟电路中存在着元件容差,使得电路的测量数据存在着不确定的信息,增加了故障诊断的难度。而灰色关联度分析在处理此种不确定信息方面有着独到的优势,可以代替传统故障字典法单纯采用样本距离作为故障的分类指标方法进行故障诊断。因此,灰色关联度分析非常适合于容差模拟电路的故障诊断。     

船用柴油机故障诊断技术现状及发展趋势

通过对船用柴油机故障机理、故障信息处理技术及故障诊断专家的研究等方面的介绍,概括了船用柴油机故障诊断技术的国内外现状,并以实例分析对柴油机未来故障诊断技术提出了新的展望.     

一种故障诊断模糊专家系统的实现

针对电力系统多异构设备故障诊断工程化不高的问题,提出一种具体的故障诊断实现框架.采用通信方式和数据结构独立配置的方法,实现电力系统多种协议通信的无缝连接,解决了底层异构设备数据在顶层设备中的接收、分析和存储难以统一的问题;在故障诊断框架下,设计并实现模糊专家系统和其他故障数据处理综合诊断;研究了基于xml的系统配置信息描述,能够实现电力系统中各种设备、参数和故障判断准则等信息的标准化;同时提出了一种故障诊断算法,实现系统各设备的故障定位.诊断实例结果表明,系统推理效率高,可信度好,能够满足电力系统故障诊断要求.     

基于灰色综合关联理论的电力系统故障诊断方法

为提高电力系统故障诊断的准确性,采用基于灰色综合关联理论的电力系统故障诊断方法,首先建立包括保护、断路器拒动情况下元件-（保护-断路器）分层逻辑关联规则;在识别出故障区域的基础上,将故障信息按逻辑关联规则进行分类,利用灰色综合关联理论对告警信息与标准告警信息进行对比,并运用相似度算法筛选判断结果中的矛盾项,最终得出故障诊断结果,识别出保护和断路器拒动、误动的情况,并将告警信息纠错和复原.     

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.     

基于免疫遗传算法的核动力船舶设备故障诊断

针对传统遗传算法收敛速度慢且容易未成熟收敛引起的核动力船舶设备故障诊断响应延迟、误诊、漏诊问题,提出一种基于信息熵的免疫遗传算法用于核动力船舶设备的故障诊断:利用已知船舶设备故障征兆集合,选用概率因果模型,引入信息熵免疫遗传算法,求解具有最大后验概率的故障集合.某船用核动力蒸汽发生器与液压泵故障仿真结果表明,基于信息熵免疫遗传算法优化的概率因果模型不受故障样本的限制,具有较好的通用性,且模型故障诊断精度较高、寻优速度快.本方法同样适用于其他领域的故障诊断问题.     

基于信息融合的感应电动机定子故障检测方法研究

本文将信息融合的思想应用到感应电动机定子故障诊断中,将多种检测技术得到的信息进行综合,避免了依靠单一信号进行诊断的结果不可靠问题,提高了故障诊断的准确性。并通过对定子短路故障的实验研究,证实了该方法的可行性。     

粗糙集理论在装备故障诊断中的应用

针对目前部队的装备故障诊断能力较弱的现状,通过几种故障诊断方法的比较,选取出粗糙集作为装备故障诊断方法,从而对已得到的装备状态的测试数据进行分析,利用粗糙集的约简算法消除冗余信息,利用决策表的形式从不完备的、不精确的测试数据中导出诊断规则,并应用于某型电台装备中进行故障诊断。结果表明,诊断结果快速准确,为今后进一步研究粗糙集算法在故障诊断中应用提供了依据。     

基于SPA的船用柴油机热工故障诊断研究

船用柴油机热工参数蕴含着大量的故障信息,外界干扰小,诊断范围广,具有很好的诊断价值。本文将集对分析应用到柴油机热工故障诊断当中,介绍了集对分析(SPA)的基本理论,在此基础上,建立了基于SPA的柴油机热工故障诊断模型。再利用4190型船用中速柴油机AVL BOOST工作过程仿真模型,进行故障仿真计算,提取了13类热工参数进行分析,获取了基准故障集和待检工作状态集,验证了模型的准确性;同时证明了集对分析在柴油机故障诊断中的可行性,为柴油机故障监测和诊断提供了新方法。     

舰船装备故障诊断特征知识获取方法研究

将粗糙集理论引入到舰船装备故障诊断特征知识获取,提出一种基于粗糙集理论的舰船装备故障诊断特征知识获取模型.该模型从包含冗余和不一致信息的原始数据出发,构建决策表,通过属性约简和属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库.实例分析表明:在保持故障诊断分类结果的情况下,该方法可以提取出最能反映故障的特征,并能有效地解决舰船装备故障诊断中规则获取的知识冗余或缺失问题,从而为粗糙集在舰船装备故障诊断中的深入应用打下基础.