基于多Agent的船舶电力系统故障诊断系统设计

在对多Agent技术和船舶电力系统故障诊断系统相关技术进行研究的基础上,设计出基于多Agent技术的船舶电力系统故障诊断系统,阐述了该系统的特点、分类、功能、结构,并就其诊断信息的交互过程做了详细的介绍。文中设计的船舶电力系统故障诊断系统能充分利用已有的诊断资源,提高故障诊断的效率,便于构造大型船舶电力系统故障诊断系统。     

船用柴油机人工智能故障诊断应用综述

智能船舶代表了船舶未来的发展方向,柴油机作为船舶主要驱动设备,其故障诊断对智能船舶的安全性和可靠性具有重要意义。人工智能有效地解决了传统故障诊断方法存在的问题,基于人工智能方法的柴油机故障诊断技术成为近些年的研究热点。本文总结人工智能在柴油机故障诊断中的研究进展,对迁移学习应用到柴油机故障诊断中的前景进行展望,分析了柴油机故障诊断的研究趋势和面临的挑战。     

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。     

人工智能技术在船舶电力系统故障诊断中的应用

近年来人工智能技术在很多领域得到了成功应用,特别是故障诊断方面。船舶电力系统是保障船舶自动化系统正常工作的重要组成部分。由于船舶电力系统工作环境恶劣,因而船舶电力系统一旦出现故障将会产生很严重的后果。传统船舶电力系统故障检测费时费力,本文通过对人工智能技术进行分析,研究了人工智能技术在船舶电力系统故障诊断中的应用,提出了一种故障诊断系统架构,重点研究了基于人工神经网络以及专家系统的电力系统故障诊断,设计了神经网络模型,给出了推理机的故障诊断流程。     

船舶柴油机远程故障诊断研究

对船舶柴油机的远程故障诊断系统进行了研究，介绍了该系统的总体结构，提出用IEEE802．3和IEEE802．11作为诊断网络的数据链路层协议，用TCP／IP作为系统的网络层和传输层协议，用JAVA技术解决远程数据通讯接口问题。并研究了用Khoenen神经网络作为船舶柴油机本地故障诊断工具，用基于规则的专家系统作远程故障诊断工具的实施方法。研究表明，船舶柴油机故障诊断系统切实可行，有望发展成为一种有价值的船舶监控系统。     

船舶柴油机故障诊断专家系统不精确推理模型研究

分析了船舶柴油机故障诊断技术的现状，提出开发基于现有机舱监控系统的故障诊断专家系统，重点对其不精确推理模型进行了分析研究。     

船舶电力推进系统故障诊断与预测技术综述

船舶电力推进系统结构的复杂性增加了故障发生的概率和故障检测难度,故障诊断与预测技术有助于提高电力推进船舶的安全性,减少维修成本与周期。故障诊断技术是故障预测技术的基础,故障预测技术是实现船舶电力推进系统智能健康管理的终极途径。本文对船舶电力推进系统的故障诊断与预测技术研究现状进行了详细综述,在此基础上,指出多方法结合和基于"时域""空域"多源信息融合的故障诊断与预测是未来重点研究方向。     

船舶柴油机故障诊断现状及发展趋势

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.     

船舶电力推进系统故障诊断技术

故障诊断技术是船舶电力推进系统研究中的重点,当前无法对船舶电力推进系统的故障进行准确划分,无法获得较优的船舶电力推进系统故障识别效果,为了获得理想的船舶电力推进系统故障诊断效果,设计一种信号去噪和数据挖掘的船舶电力推进系统故障诊断方法。首先分析船舶电力推进系统故障原理,采用船舶电力推进系统故障信号,然后对船舶电力推进系统故障信号进行去噪,提高船舶电力推进系统故障信号质量,并提取船舶电力推进系统故障诊断特征,最后采用最小二乘支持向量机设计船舶电力推进系统故障分类器,并与其他方法进行船舶电力推进系统故障诊断对比实验,相对于对比方法,本文方法的船舶电力推进系统故障诊断率高于94%,不仅船舶电力推进系统故障结果的误识率明显减少,而且加快了船舶电力推进系统故障诊断的速度,具有更加广泛的实际应用领域。     

基于数字信号处理技术的船舶电子设备故障诊断

当前船舶电子设备故障诊断方法无法准确表达船舶电子设备故障变化特点,船舶电子设备故障诊断成功率低,出现了大量错误的船舶电子设备故障诊断结果,同时船舶电子设备故障诊断实时性差,为此设计了基于数字信号处理技术的船舶电子设备故障诊断模型。首先分析当前船舶电子设备故障诊断模型存在缺陷的原因,通过数字信号处理技术采集船舶电子设备工作状态信号,并从信号中提取船舶电子设备故障特征向量,然后将船舶电子设备故障特征向量作为极限学习机的输入,通过确定极限学习参数建立船舶电子设备故障诊断模型,最后在Matlab2016平台上进行了船舶电子设备故障诊断仿真模拟测试。结果表明,本文模型可以提取描述船舶电子设备工作状态的信号,提取特征向量可以很好描述船舶电子设备故障类型,使得船舶电子设备故障诊断成功率得到提高,故障诊断的错误率降低,有利于船舶电子设备故障处理。     

船舶柴油机监测与故障诊断方法综述

船舶柴油机作为船舶的动力心脏,其运行状态的监测和故障诊断越来越受到人们的关注。本文对目前研究中的主要几种柴油机故障诊断技术的内容、特点和不足之处进行评述,最后对其发展方向进行讨论。     

船舶动力机械网络化智能维护系统研究

分析了大型船舶动力机械故障诊断与智能维护平台构建的技术和集成技术,并融合故障诊断中的经过实践检验的方法和技术,同时综合现有故障诊断系统的优点,对船舶动力机械网络化智能维护系统进行了初步的研究.     

基于嵌入式技术的船舶故障诊断控制器设计

船舶故障诊断是船舶运输航行的重要技术支持,为了有效提高船舶故障诊断效果,基于嵌入式技术设计新型船舶故障诊断控制器。该控制器从故障异常数据入手,首先建立故障训练样本,用于表示船舶正常航行以及多类型故障时的数据标数,根据训练样本,提取当前故障信号诊断特征,并利用最小二乘法对上述建立的训练样本数据进行直接限制,完成诊断特征分类,将分类后的数据进行信号去噪,消除无用数据,确定信号标度因子值,通过数据清洗,重新划分定位故障数据,实现故障诊断。实验数据表明,应用该故障诊断控制器,故障诊断率提高了22%,故障误判率降低了30%,有效提高船舶故障诊断控制效果。     

不平衡负载下船舶电力系统故障诊断研究

电力系统的故障诊断可以保证船舶的正常工作,针对当前单一模型无法全面、准确对船舶电力系统故障进行诊断的难题,提出一种基于组合模型的船舶电力系统故障诊断模型。首先提取不平衡负载下船舶电力系统的信号,并提取状态特征,然后采用隐马尔科夫法对船舶电力系统故障进行初步诊断,采用支持向量机对船舶电力系统故障进行进一步诊断,以提高船舶电力系统故障诊断的准确性。最后进行船舶电力系统故障诊断的测试,测试结果表明,组合模型可以从多个角度对船舶电力系统的工作状态进行分析,船舶电力系统故障诊断率高,不仅有降低了船舶电力系统故障的错误诊断率,而且改善了船舶电力系统故障效率。     

船舶故障诊断的新发展

船舶故障诊断是诊断技术从应用范围角度划分的一个分支,它是根据船舶领域特定需要而形成的一门学科技术。此文通过归纳船舶故障诊断领域中使用的方法,总结出船舶故障诊断中新技术的应用,并对其未来的发展趋势提出了自己的见解。此文也为其它领域诊断技术的发展提供了一定的可借鉴性。     

基于大数据的船舶动力系统的优化研究

计算机技术与自动化技术不断进步,船舶工业的自动化、信息化水平不断提高,不仅提高了船舶工业的制造水平,也为船舶的日常维护和故障诊断等方面提供了高效的工具。动力系统作为船舶的心脏,包括主机、传动装置、主轴、变速装置和螺旋桨等部件,具有结构复杂、零部件多等特点,船舶动力系统的运行和维护一直是船舶工业的重点。本文结合传统的船舶动力系统监测装置,充分利用大数据技术,对船舶动力系统的监测和故障诊断等内容进行深入研究。     

船舶柴油机活塞环频繁异常折断故障诊断系统

传统故障诊断系统对柴油机活塞环频繁异常折断的诊断时间过长,为此构建船舶柴油机活塞环频繁异常折断故障诊断系统。设计故障诊断系统硬件架构,利用传感器群和接收器群对活塞环数据进行采集,利用移动终端与非移动终端将数据传输给数据处理模块,采用DCS技术对数据进行特征提取,将提取的数据特征导入故障诊断模块,实现船舶柴油机活塞环频繁异常折断的故障诊断。实验结果显示,构建的故障诊断系统比传统故障诊断系统诊断时间要少10 s,并且具备极高的有效性。     

BP神经网络在船舶动力系统故障诊断中的应用

故障诊断技术是一门新兴技术,随着数学与计算机科学的不断发展,故障诊断技术也有了迅速的进步,现在神经网络算法、人工智能等先进技术都大量的应用于故障诊断中。船舶的动力系统是其推进力的来源,动力系统的正常运行对船舶意义重大。为了提高船舶动力系统的可靠性与安全性,必须采取一定的措施预防与诊断其故障类型。本研究针对船舶动力系统的故障诊断问题,研究了一种基于BP神经网络算法的诊断技术,并建立了动力系统故障数据挖掘与诊断系统。     

人工智能技术在船舶动力装置故障诊断中的应用

传统的动力装置故障诊断方法需要大量的故障数据样本,导致诊断效率和实时性差,无法满足现代船舶航行的需求。针对上述问题,提出人工智能技术在船舶动力装置故障诊断中的应用。使用小波包分析技术对传感器采集的信号进行去噪、分解重构以及能量谱特征提取处理后,构建船舶动力装置故障集。使用D-S理论对BP神经网络输出的诊断结果进行数据融合和置信度判断,得到可靠的诊断结果完成故障诊断。对比实验数据显示,利用人工智能的方法诊断精度较高,并且诊断响应效率高,具有良好的泛化能力。     

基于Labview的船舶通信信号设备故障检测系统开发

船舶通信系统是船舶的重要组成部分,具有现场通信、定位、无线电预警、导航等多种功能。船舶通信系统主要可以分为地面通信、卫星通信、定位系统和海上安全信息收发等几种,通信设备包括电台、VHF无线设备、雷达和信号基站等多种。随着计算机技术和自动化技术的迅速发展,船舶通信信号设备的自动化水平逐渐提高,同时,其故障率也随之提高。为了保障船舶通信系统的正常运行,通信信号设备的故障诊断和检测技术显得尤为重要。本文的研究对象为船舶通信系统的信号设备,利用虚拟仪器技术Labview设计和开发了一种船舶通信信号设备的故障检测系统,并对该故障诊断系统的硬件结构和软件程序进行详细介绍。本文对改善船舶通信系统的抗干扰能力,提高故障诊断速度有重要的作用。