船舶柴油机智能故障诊断仿真方法的研究

此文从应用技术的观点出发,概述了近年来船用柴油机监测和故障诊断的方法现状,介绍柴油机故障诊断的智能方法。并结合课题,以神经网络理论为数学工具对柴油机故障进行智能仿真诊断,然后分析其应用难点及发展趋向。     

基于模糊神经网络的导弹故障智能诊断方法

采用模糊神经网络技术并辅以其他的诊断方法模块,利用协同计算机技术,能够对导弹武器系统进行实时在线和离线的故障进行智能诊断。研究表明,这是一种提高导弹武器故障诊断智能化的可行方法。     

基于神经网络的蒸发循环智能仿真研究

论述了经典的蒸发循环数值仿真在实际应用中的局限性,在此基础上引入了智能神经网络理论,并以压缩机为例,建立了计算其热力性能的智能仿真模型。仿真结果表明,该模型在仿真描述压缩机性能方面具有很好的效果。     

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。     

船用柴油机故障在线智能仿真诊断技术的应用研究

本文提出了一种船用柴油机性能故障在线自动诊断的新方法,把仿真以及神经网络技术直接应用于柴油机故障在线诊断系统,建立船用柴油机症状与故障样本集,作为神经网络故障诊断的专家知识库,以和柴油机故障在线诊断。尤其是对网络容错能力进行评估分析,并确定较有代表性的径向基函数ＲＢＦ网络分布常数Ｓｃ,从而提高故障诊断的及时性和准确率,减少误诊。     

舰船动力装置智能诊断方法研究

文章围绕动力装置故障监控诊断的三种常用方法——热参数分析、油液分析、振动分析,归纳和总结了舰船动力装置智能诊断的基于专家系统的方法、人工神经网络方法、模糊逻辑方法和知识发现的方法,从专家系统的发展、混合智能诊断、不确定性人工智能3个方面对现代动力装置诊断技术的发展趋势和有待解决的问题进行分析与探讨,提出了装置故障诊断领域未来的研究方向。     

大型机电设备仿真建模的智能方法研究

本文提出了一种基于神经网络的大型机电设备仿真建模智能方法，详细讨论并解决了该法实施过程中的若干关键技术问题。通过对某船用蒸气动力装置简易训练模拟器进行仿真建模研究，表明该法对大型机电设备的仿真建模非常有效。     

基于智能体技术的舰船人员疏散仿真研究

提出基于智能体的微观仿真模型、构建舰船疏散任务模块、确定舰船人员行进速度计算方法、优化局部运动规则中路线冲突和网格竞争算法、开发出舰船人员疏散仿真系统。综合考虑出口个数、门的通量、人的耐性指数和执行任务情况对疏散效率的影响,仿真过程的真实度和准确性更接近舰船实际疏散过程。通过仿真数据分析,总结出提高舰船疏散效率的措施。仿真结果对于舰船设计和疏散指挥体系建立都有着重要的理论参考价值和指导意义。     

船舶设备故障智能诊断通用平台的研究

针对目前的诊断系统大多是面向单一的诊断对象和诊断方式，此文提出故障智能诊断通用平台的概念，建议采用Matlab和VC混合编程、BP神经网络同专家系统相结合构造知识库，以通过此平台实现全船设备的故障诊断。     

基于Pspice仿真的某型装备电路故障诊断方法

利用Pspice仿真软件,研究了某型装备电路故障诊断的方法,设计了虚拟测试设备以实现对电子线路的测试与诊断。并结合该装备的电源板控制电路,详细说明了故障诊断的具体方法和步骤,为电路测试与诊断提供了一种新的思路。     

旋转机械故障诊断技术及舰用系统的构造

介绍旋转机械的常见故障及其图谱特征,指出了舰用故障诊断技术的重要性和迫切性,并结合舰船的特点和使用条件,构造了实用的舰用便携式旋转机械故障诊断系统。     

基于多智能技术的船舶交通流仿真研究

交通流理论是一种数学和物理学进行交通特性分析的新型理论。随着社会经济的发展,海上交通运输业越来越繁荣,一方面促进了全球经济的发展,提高了物流运输效率;另一方面,导致海上航线密集,船舶碰撞、搁浅事故频发。因此,研究船舶海上交通理论有重要的意义。本文基于多智能(Multi-Agent)技术,建立了船舶智能交通模型,并进行了船舶交通流的仿真。本研究可以有效的促进海上航线规划水平,提高海上船舶的交通管理能力。     

某型雷达发射机故障智能诊断方法研究

针对某型雷达系统发射机故障诊断问题采用智能技术的模糊故障树分析法进行研究,在分析雷达发射机功能结构的基础上,构建故障树进行定性、定量分析,在定量分析中引入三角模糊数进行概率估计,更有效计算故障概率从而确定重要设备单元,最后分析该智能方法在故障诊断中应用的优点。     

基于神经网络的监控数据智能处理方法

针对船用系泊缆绳安全报警系统中的表格试验数据，提出了应用神经网络技术的智能数据处理方法。该方法克服了传统数据处理方法一般难以找到合适的逼近函数，处理过程的弱点，避免了传统数据处理方法上的不便性和局限性，实现了表格数据非线性输入输出的映射。     

船舶柴油机运行工况诊断仿真研究

提出了基于RBF神经网络的故障智能诊断方法。应用神经网络理论对柴油机故障进行智能仿真诊断，并考虑到海上航行环境的大气温度变化，实现大功率船用柴油机运行性能的主要故障的仿真。以对柴油机燃烧系统故障为例进行仿真分析、处理故障并制订相应的维修对策，从而提高柴油机的使用效率和寿命。此外，对开发实船柴油机故障诊断的辅助分析系统和轮机模拟器的功能扩展有实际意义。     

基于数据融合的船用核动力系统故障诊断方法

现有舰艇的动力系统一部分为核动力装置,相对于传统的动力装置,系统复杂度﹑对安全性及可靠性要求都大大提高。一旦核动力装置系统出现故障,需要在规定的时间内及时诊断排除故障。依据经验库及人的故障检测方法已不适用于核动力装置系统,需要一种高可靠及自动智能化的故障排除方法。本文对出现故障的核动力装置数据进行融合,结合神经网络,设计时效性及自动化程度高的动力系统检测系统,最后进行仿真实验。     

基于仿真的船舶设计方法

基于仿真的船舶设计（ＳＢＳＤ：Ｓｉｍｕｌａｔｉｏｎ Ｂａｓｅｄ Ｓｈｉｐ Ｄｅｓｉｇｎ）是最近几年来随着计算机虚拟现实技术、网络技术、复杂数据库技术的发展而兴起的一种船舶设计方法。本概括地介绍了ＳＢＳＤ的体系构成,总结了ＳＢＳＤ的研究成果,并对发展现状给予以评述。     

基于数据驱动的船用冷藏集装箱智能故障诊方法研究

采用数据驱动方法,避开船用冷藏集装箱复杂的控制策略,建立系统或部件模型用于智能故障诊断。根据正常运行状态的实验数据“训练”冷凝器模型,利用该模型预测冷凝器的运行状态,并与实际的故障数据进行比较。结果表明,数据驱动模型具有较高的预测精度,能够分辨故障状态,实现智能故障报警。