故障树分析法在柴油机故障诊断中的应用

文中结合实例采用故障树分析法对造成柴油机夏季功率下降这个问题作了全面深入的分析。为船舶柴油机使用管理和维修人员解决类似故障提供参考和借鉴。     

ART网络在柴油机故障诊断中的应用

将人工神经网络应用于柴油机故障诊断，给出了一种利用自适应共振理论（ＡＲＴ模型）的故障模式识别方法及应用实例。     

粗糙集和贝叶斯网络融合故障诊断方法

融合贝叶斯网络和粗糙集对不确定故障诊断的优势,以及粗糙集对冗余信息的处理能力,给出了一种粗糙集和贝叶斯网络进行融合的装备故障诊断方法,获得最小属性集的贝叶斯网络故障诊断模型及诊断规则,并应用于某型机载电台装备中进行验证,结果表明该方法不仅有效,而且得到的诊断规则也比单纯应用贝叶斯网络要优。     

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。     

贝叶斯统计在机电设备故障诊断中的应用

应用现代概率分析中的贝叶斯(Bayes)方法于机电设备故障诊断中。进行机电设备故障诊断的难点在于故障和征兆信息的随机性、模糊性和某些信息的不确定性。贝叶斯方法的基本特征是处理任何统计分析问题时,在利用样本所提供的信息的同时,也必须利用先验信息。本文研究表明,使用贝叶斯方法于机电设备故障诊断,给出的故障诊断结论和推断在理论上有较高的可信度,技术上可行。该方法不足体现在诊断结论强烈依赖于领域专家或诊断工程师的知识,先验概率即使能够给出其可信度的期望值也不会很高,并且征兆和故障之间的关系复杂,故障诊断知识库难以建立,独立性假设难以满足。     

综合层次分类方法在舰船动力装置故障诊断中的应用研究

针对舰船动力装置结构、功能以及故障上都具有良好的层次特性,运用综合层次分类方法建立了舰船动力装置的分类层次体系.利用该方法,通过诊断将故障缩小在一定范围内,可以快速、准确地确定故障的类型和具体物理位置.     

小波包分析在柴油机故障诊断中的应用

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。     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法，本文较为系统地介绍了其测量、故障参数提取及分析方法，并在诊断分析中使用了进化RBF神经网络，此网络的训练采用遗传算法，优化了径向基神经网络的结构和参数，加强了网络的实用性。最后用神经网络对所模拟的故障进行辨识，证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性。     

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。     

柴油机动力装置负荷控制系统

由于柴油主机的可靠性、经济性等优点,柴油主机已经成为目前应用最广泛的船舶动力装置。近年来,随着船舶动力系统功率的不断提升,船舶的载重量不断增加,对船舶动力系统的性能提出了更高的要求。由于船舶动力系统的负载不断变化,如何提高船舶动力装置性能,提升船舶负载的响应速度和精确性,对于降低船舶动力系统能耗有非常重要的意义。本文针对船舶柴油机动力装置建立数学模型,设计了一种柴油机动力装置的负载控制系统,并结合相关硬件进行了该负载控制系统的仿真实验。     

基于本体论与贝叶斯式网络的舰炮武器系统故障诊断方法研究

针对舰炮武器系统在故障诊断过程中存在不确定性以及新故障知识不易添加的问题,提出了一种将本体论与贝叶斯网络相结合故障诊断方法。利用本体的知识表示方法建立关于舰炮武器系统的本体模型,然后将此模型转化为贝叶斯网络模型,最后利用贝叶斯网络进行舰炮武器系统故障方面的不确定性推理。利用此方法可以有效解决舰炮武器系统复杂故障现象问题。     

贝叶斯与遗传神经网络相融合的柴油机故障诊断研究

利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。     

小波包分析在柴油机故障诊断中的应用

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.     

船舶动力装置故障诊断专家系统

详细叙述了船舶动力装置故障诊断专家系统的设计过程和特点.将成熟的数据库技术引入到系统中,即以Access2000数据库为平台,构建系统知识库.推理机是以基于可信度的不确定推理模型设计的,系统的运行更加接近专家的思维,也更能反映实际的设备故障环境.采用回溯和启发式搜索策略,可找出故障的多个原因,减少了搜索的路径.系统还能向用户提供维修建议和方法,同时能准确给出故障的位置.     

船舶动力装置故障诊断专家系统的开发

采用热力参数分析法专家系统对船舶动力装置额定工况下的故障进行实时诊断,详细分析了热力参数与故障间的关系,并给出了故障诊断子系统的推理机和知识库的设计开发方法,推理机和知识库采用专家系统开发工具ＣＬＩＰＳ语言实现。     

蒸汽动力装置故障诊断策略

文章分析了蒸汽动力装置的特点,提出了基于信息融合的故障诊断策略,讨论了各种故障模式所适用的诊断方法以及围绕可靠性的缓变型故障的判定。