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。     

柴油机常见故障分析及诊断

分析了柴油机的故障机理、故障现象及故障成因,研究柴油机的故障诊断方法。总结归纳现有的柴油机故障诊断技术。     

振动信号监测的船用柴油机配气机构故障分析方法

船用柴油机配气机构故障复杂多样,传统船用柴油机配气机构故障分析方法无法描述故障类型,导致故障分析正确率低,误判现象严重,为了提高故障诊断正确率,提出基于振动信号监测的船用柴油机配气机构故障的分析方法。首先分析船用柴油机配气机构故障研究思路,并提取船用柴油机配气机构故障相关的振动信号,然后从船用柴油机配气机构故障相关的振动信号提取特征,运用层次分析法确定特征的权值,并采用改进支持向量机建立船用柴油机配气机构故障诊断模型,最后采用具体数据对船用柴油机配气机构故障诊断方法进行测试。结果表明,相对于其他故障分析方法,本文方法可以更好区别各种船用柴油机配气机构故障,提高了故障分析正确率,降低了故障的误判现象,具有很高的实际应用价值。     

柴油机故障的模糊诊断

在对柴油机故障原因和故障症状之间的关系进行分析的基础上,采用二级模糊综合评判方法对柴油机的故障进行诊断.利用Visual Basic 5.0软件,设计了对柴油机故障进行模糊逻辑诊断(综合评判)的专用软件,并利用该软件对一故障实例进行了分析.     

PA6柴油发电机自动停机故障排除与启示

针对柴油机在运行中出现自动停机故障的问题，以PA6柴油发电机为研究对象，重点从机械和电气2个方面分析柴油机自动停机的原因，总结出柴油机停机故障的排除方法，并提出排除故障的建议与启示。实船检修结果显示：通过对柴油机航空插头的优化改进解决了柴油机自动停机故障；同时柴油机出现故障后，要重视故障诊断与处理，提高船员应急处置能力。该故障排除方法可为类似船舶柴油机的使用管理与维修提供借鉴。     

基于神经网络参数优化的舰船柴油机故障诊断

柴油机是舰船的重要组成部分之一,与运行安全密切相关。当柴油机发生故障后,必须及时查明故障原因,采取相应的方法消除故障,使柴油机恢复正常工作,为舰船安全航行提供保障。舰船柴油机的运行可靠性直接关系到航行安全性,而各种故障是影响柴油机可靠性的主要因素,所以对故障进行准确诊断显得尤为必要。为提高诊断的准确性,可对神经网络加以合理运用,通过网络参数优化,能够使精度得到保障,并进一步缩短诊断时间,这对于舰船柴油机故障诊断效率和质量的提升意义重大。     

船用发电柴油机排气温度过高故障判断及处理

大型老旧船上的发电柴油机排气温度过高是有代表性的频发故障之一,不仅影响柴油机运行的可靠性和安全性,而且大大降低了船舶营运燃油的经济性。利用故障因素排查法,找出轮机发电柴油机故障检测手册中未提及的故障因素,修复后的发电柴油机其功率较检测手册中的传统修复方法提高了约35%。     

船舶柴油机机械磨损故障诊断的模式识别

船舶柴油机在工作过程中,经常会发生机械磨损故障,给船舶柴油机的工作稳定性带来困扰,针对当前船舶柴油机机械磨损故障存在的诊断准确率低、机械磨损故障诊断时间复杂度高等缺陷,设计了一种船舶柴油机机械磨损故障诊断的模式识别方法。首先分析当前船舶柴油机机械磨损故障的原理,并提取船舶柴油机机械磨损故障诊断特征,然后采用层次分析法分析确定每一个船舶柴油机机械磨损故障特征的权值,并根据RBF神经网络确定船舶柴油机机械磨损故障诊断的模式识别模型,最后进行船舶柴油机机械磨损故障诊断的验证性测试,分析本文方法的船舶柴油机机械磨损故障效果。本文方法的船舶柴油机机械磨损故障诊断率超过了90%,不仅远远高于对比方法的船舶柴油机机械磨损故障诊断率,而且船舶柴油机机械磨损故障效率得到有效的改善,具有很好的推广前景。     

某柴油机异常敲击故障分析

<正>目前大型柴油机故障诊断主要利用各种在线采集的热工参数,由于柴油机故障类型多、故障原因多样,有时也需要采用离线传感器采集其他参数进行辅助判断。便携式振动采集器和传感器尺寸小、重量轻、携带方便,可以发现的故障类型多,在柴油机离线故障诊断中使用广泛。柴油机运转时不可避免会产生较大的振动,这是由其结构特点和工作性质决定的。柴油机结构复杂,故障产生的原因有时模糊不清;柴油机振动激励源多,传递路径复杂,柴油机各类故障所对应的振动频率较难确定。     

舰船柴油机智能化在线监测及故障预报技术研究

使用故障预报数据库、专家系统、知识库、故障预报推理模型,结合硬件高速处理技术,实现了舰船柴油机智能化在线监测、故障实时预报和趋势分析,可有效避免故障的发生,降低柴油机备件数量和维修费用,保证装备的战技性能和高可靠性,满足海军战略转型对柴油机维修技术发展的需求.     

船舶柴油机供油系统故障诊断研究

柴油机燃油供给系统工作质量的好坏,直接影响柴油机的工作性能。阐述了在虚拟仪器中对柴油机喷油系统压力波的数据采集和特征参数提取,并介绍了在各种故障模式下柴油机喷油器产生故障的原因和特征参数的变化,利用人工神经网络模型实现故障诊断。结果表明,该方法可实现柴油机喷油器不解体故障诊断,在实际的故障诊断中具有一定的应用价值。     

船舶柴油机故障诊断技术研究

论述了船舶柴油机故障诊断的意义,针对国内外一些常见的柴油机状态监测与故障诊断的方法及其原理和特点,总结出船舶柴油机故障诊断中新技术的应用,并对柴油机故障诊断技术的发展趋势进行了展望。     

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。     

基于AVL BOOST的船用柴油机典型故障仿真及其数据分析

[目的]大型船用柴油机故障类型的数据通过台架试验或者实船来获取存在许多不利因素,因此针对柴油机的故障仿真数值计算就显得尤为重要,同时对故障排除及数据驱动的智能故障诊断系统的构建也具有重要意义。[方法]基于AVL BOOST软件和台架试验数据,建立柴油机仿真模型,验证4种负荷工况下仿真模型需满足的精度要求;基于100%负荷工况模型,采用控制变量法模拟柴油机发火点提前、单缸停油及曲轴箱窜气这些典型故障,并分析计算得到的数据。[结果]结果表明:发火点提前5°时,缸内最高燃烧压力提高了17.4%;第1缸停缸后,有效油耗率上升近15%;对于不同气缸停油情况,第2号和3号气缸停油时的特征参数变化幅度较小;随着活塞有效窜气间隙的增加,各特征参数基本上呈线性扩大趋势,在窜气间隙值为0.04 mm时,部分特征参数急剧增加,例如油耗率增加了近40%。[结论]所得结果可作为柴油机故障状态识别及智能故障诊断系统构建的重要依据,为探索船舶柴油机智能故障诊断技术提供新的途径。     

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.     

基于模糊C均值聚类的柴油机故障诊断

通过对柴油机运行时的表面振动信号进行分析处理得到由一系列特征参数组成的特征向量,利用模糊C均值聚类方法对特征向量进行模式识别,结果表明该方法可通过特征向量准确地区分不同的柴油机故障模式,模糊C均值聚类方法在柴油机状态监测与故障诊断中有较好的适用性。     

基于神经网络的柴油机遥控系统故障智能诊断研究

为了克服传统模拟电路故障诊断方法的不足,通过对船舶柴油机遥控系统工作原理的分析,提出采用BP神经网络诊断船舶主机遥控系统的智能诊断方法。介绍BP神经网络结构确定方法及其数值优化技术,并以具体电路模块为例探讨神经网络在船舶柴油机遥控系统故障诊断中的应用。通过Matlab仿真可以发现基于BP神经网络的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。     

动力装置故障诊断技术研究

讨论了故障诊断系统数据库要求、架构和功能设计与实现等技术,对故障诊断推理机制进行了探讨,研究并构建了界面友好的柴油机故障诊断系统.利用该系统可对柴油机状态监控,对故障征兆(趋势)实时预报,对已发生的故障快速诊断,缩短故障维修时间,保障装备的良好工作状态,提高船舶的生命力.     

基于双树复小波包和PNN的柴油机故障诊断研究

针对传统小波变换在故障特征提取中的不足,提出一种基于双树复小波包和概率神经网络(PNN)的故障诊断方法。首先通过双树复小波包变换将各个工况的柴油机声信号分解得到不同频带的分量,选取各频带分量的能量作为特征向量,再利用PNN对特征向量进行训练,最后通过测试样本得到柴油机典型故障诊断结果。实验表明,该方法可以对柴油机典型故障进行较为准确的诊断,相比传统小波包有着更高的故障诊断率。     

基于时间序列与小波分析的船舶柴油机故障诊断

模拟柴油机气阀间隙异常的几种情况,并实时监测柴油机缸盖振动信号.采用时间序列分析方法对船舶柴油机缸盖振动信号功率谱进行识别,采用小波变换方法对各信号进行小波包分解,并提取故障特征频段信号进行功率谱估计,实现精确故障诊断.