首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
柴油机推进是最可靠、最成熟的船舶推进技术。目前,几乎所有的大吨位舰船都采用了柴油机推进。在船舶运行过程中,柴油主机可能会出现磨损、变形、腐蚀等故障,严重影响船舶的正常运行。振动信号分析是船舶柴油机故障诊断的重要方式,柴油机的振动信号包含大量信息,柴油机的齿轮、轴承等发生故障时会产生各种冲击信号,采用共振解调技术分析这些振动信号,可以有效的获取故障类型和严重程度,有助于提高船舶柴油机故障诊断的水平。本文系统介绍了柴油机故障的类型,并研究了基于共振解调技术的柴油机故障诊断与仿真分析。  相似文献   

2.
华丹 《舰船科学技术》2020,42(14):118-120
传统船舶柴油机振动监测数据与实际柴油机振动参量存在一定的偏差,为了提升船舶柴油机振动监测数据的精准度,提出人工智能技术在船舶柴油机振动监测中的应用。在人工智能技术支持下,首先对船舶柴油机振动监测传感器结构进行参量校准;接着在感应数据标准值下对柴油机曲轴振动数据进行异常信号的分析处理计算;然后对分析后的异常信号源进行提取计算,完成对柴油机振动监测的全局计算。通过对比实验结果表明,提出方法具有提升监测值精准度的作用。  相似文献   

3.
《舰船科学技术》2013,(5):79-82
结合船舶柴油机的实际情况,分析船舶柴油机曲轴机构不平衡振动监测的意义,并对曲轴机构不平衡振动的原因及危害进行探讨。构建船舶柴油机曲轴机构振动监测系统,并采用Labview语言开发信号采集、信号分析与监控应用程序。提出采用最小二乘法拟合曲轴前几阶振动分量的方法,并通过实验对论文所构建的系统及方法的可行性进行了验证。  相似文献   

4.
针对船舶柴油机配气系统故障定位问题,提出一种基于振动信号的配气系统故障定位方法。分析配气系统故障发生的原因,并论证通过监测振动信号的变化来进行故障诊断是有效的。具体论述基于振动信号的故障定位方法,对振动信号进行时域特征分析。以柴油机的离线故障数据为例,对该方法的有效性进行验证,结果表明采用该方法能有效地对柴油机配气系统进行故障定位。  相似文献   

5.
机身振动信号对船舶柴油机故障的识别具有重要作用,可为故障的分析提供重要的参数,因此编写了基于LabVIEW的柴油机振动信号的采集与分析系统,应用搭建的平台在正常工况和几种典型的故障模式下进行振动信号的采集与分析试验。从采集到的状态信号中提取与设备故障密切相关的机身振动信号进行时域、频域和幅值域的分析,同时通过各特征参数的分析对柴油机进行简单有效的故障诊断与识别,并根据计算得出的特征值的变化趋势来分析确定信号中故障的发生与发展,及时对故障作出分析诊断。这对保证船舶安全航行以及对设备实行预知维护都具有十分重要的意义。  相似文献   

6.
随着信号分析与处理技术的发展,振动信号分析技术在船机故障诊断中的应用越来越成熟。文章通过实验的方法,针对船舶柴油机的缸套在不同磨损情况下所产生的振动信号进行测量与分析,验证了振动信号分析在船机故障诊断中应用的有效性与可行性。  相似文献   

7.
针对船舶柴油机振动产生的非平稳信号,提出一种基于完备的总体平均经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)与参数优化Morlet小波分析相结合的振动信号特征提取方法。利用CEEMD方法对振动信号进行分解,在分解出的各种分量中,去掉无用的周期成分分量,保留含有冲击特征的分量,然后结合参数优化Morlet小波分析方法,根据Morlet小波与冲击信号的相似性,将冲击成分提取出来。通过仿真信号以及柴油机振动信号的应用分析验证了该方法对柴油机振动信号冲击特征提取的有效性。  相似文献   

8.
基于时间序列与小波分析的船舶柴油机故障诊断   总被引:3,自引:0,他引:3  
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.  相似文献   

9.
小波包分析在柴油机故障诊断中的应用   总被引:1,自引:0,他引:1  
分析了柴油机缸盖振动机理,运用小波包对振动信号进行分析与讨论,将含噪信号进行小波包降噪处理,对降噪信号进行小波包分解,通过提取频带能量特征,对柴油机缸盖漏气故障进行了诊断。  相似文献   

10.
为开发基于虚拟仪器的船舶柴油机状态监测系统,利用传感器和数据采集模块获取柴油机敏感信号,借助LabVIEW软件平台,综合利用热力参数分析法和振动分析法,对采集的信号进行分析、处理,并将数据传输到现场触摸屏电脑和集控台工业控制计算机,得到柴油机监测系统的人机界面,可实时掌握柴油机运行状况,同时也可为柴油机故障诊断提供大量技术参数。  相似文献   

11.
通过对船舶柴油机振动信号的分析研究,文章提出一种基于小波阈值去噪和t分布随机邻域嵌入算法(t-SNE)结合的船舶柴油机故障识别方法。首先通过多种不同的阈值处理方式对采集的振动信号进行小波阈值去噪,使用小波能量谱对数据进行特征提取,并利用t-SNE对高维特征向量降维,最后使用GA-SVM进行故障分类。实验结果证明,文章提出的方法能够较正确地对柴油机的故障模式做出诊断。  相似文献   

12.
曲轴机构振动是柴油机整体振动的核心,加强柴油机曲轴机构的动态特性分析是研究柴油机振动机理和实施振动监测与故障诊断工作的重要内容。文章首先对曲轴机构的不平衡原因进行综合分析,然后设定曲轴振动信号,并结合最小二乘法原理对曲轴振动信号进行拟合,最后利用实验数据进行曲轴振动信号的不平衡量分析,并验证了本课题研究方法的可行性,为异常不平衡信号测取与分析提供方法与依据。  相似文献   

13.
基于功率的缸套冷却水出口温度控制系统的研究   总被引:5,自引:0,他引:5  
利用传热学的有关理论,对船舶主柴油机缸套冷却水系统的传热机理进行了分析,给出了船舶主柴油机缸套冷却水系统的动态热力数学模型。针对目前船舶主柴油机缸套冷却水系统惯性较大,缸套冷却水出口温度经常超调的特点,提出了在现有的PID反馈控制的基础上,引入以船舶主柴油机输出“功率”作为反映缸套冷却水热负荷扰动的信号的前馈控制,以减小缸套冷却水出口温度的动态偏差。并利用MATLAB仿真进行了验证。  相似文献   

14.
以135型柴油机为例介绍利用柴油机气缸盖表面振动信号采用Wigner谱分析法诊断气阀漏气故障的研究。阐述了Wigner谱分析的方法,对柴油机排气阀漏气故障进行了模拟试验,分析了实测的柴油机表面振动信号,建立了诊断排气阀漏气故障的判断,为柴油机排气阀气故障的实际提供了有效的方法。  相似文献   

15.
船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机气阀间隙异常的故障诊断,由于柴油机气阀间隙振动信号噪声多,利用SVM对柴油机气阀间隙进行预测时需要进行特征提取。鉴于此,研究了基于小波能量谱分析的SVM柴油机气阀间隙的故障诊断方法,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备当前状态。  相似文献   

16.
为了提高船舶机电设备振动信号数据采集系统的整体性能,提出船舶机电设备振动信号数据采集系统设计。以无线检测为基础,设计数据采集系统结构和船舶机电设备振动信号数据采集卡,完成系统的硬件设计;通过剔除影响系统运行参数,计算了船舶机电设备振动信号数据采集参数,结合振动信号采集原理,设计了船舶机电设备振动信号数据采集程序,完成系统的软件设计,实现了船舶机电设备振动信号数据的采集。实验结果表明,提出的数据采集系统可以提高船舶机电设备振动信号数据采集精度,缩小数据采集时间,提高数据采集效率。  相似文献   

17.
高速柴油机气门漏气故障的振动诊断   总被引:1,自引:0,他引:1  
本文介绍利用柴油机缸盖表现振动信号诊断高速柴油机气门漏气故障的研究。本文阐明了引起缸盖振动的激励源特征,对气门漏气故障进行了模拟试验,探讨了影响漏气程度的因素,对不同漏气状态下缸盖表现振动信号进行了分析,研究表明:利用柴油机缸盖表面振动诊断气门漏气是可行的,提出了气门漏气故障诊断方法。  相似文献   

18.
针对某柴油机刚性安装在试验台上时振动烈度偏大的情况,测量了该机器及安装基础的振动速度信号,并在停机状态下测试了安装基础的速度导纳。对柴油机和安装基础的振动速度信号进行了相干分析,结合速度导纳测量结果,发现安装基础横向刚度不够是振动烈度偏大的主要原因。理论和试验结果证明:增加安装基础横向刚度可以减小安装基础的横向振动,进而减小柴油机的横向刚体运动,从而降低柴油机台架试验时的振动烈度。  相似文献   

19.
船用中速柴油机的振动诊断研究   总被引:1,自引:0,他引:1  
以8NVD48A-2U中速柴油机为例介绍了船用中柴油机振动监测与诊断的试验研究,对柴油机振动激励源及振动特征量与磨损状态之间的关系进行了分析。研究表明,利用表面振动监测柴油机零部件的配合状态是可行的。  相似文献   

20.
本文建立了大型船舶柴油机推进轴系纵扭耦合振动计算的系统矩阵模型。在耦会效应的考虑上,柴油机曲轴计入其当量耦合刚度;而螺旋桨则用当量加速度耦合系数和当量速度耦合系数描述。通过对实部轴系纵扭耦合振动的计算与实测分析,对耦合振动的一般规律进行了研究。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号