基于数字孪生的船舶预测性维护系统

针对造船技术和需求的发展,使得船舶维护面临着成本不断上升的问题,提出面对高端复杂船舶采用数字孪生技术进行预测性维护。在研究了数字孪生预测性维护模型模型基础上,将其分为创建数字孪生体、数据获取、数据预处理、模型训练、故障预测与诊断和设备维护六个阶段,并分别介绍了各阶段的主要任务和技术。最后分析总结了进行数字孪生船舶预测性维护难点及发展路径。     

船舶机电设备设计项目的计划管理

提出了一个面向船舶机电设备设计项目的计划管理方案,基于计划制定前期工作的探讨与分析,明确船舶机电设备设计计划编制的过程,同时重点论述了船舶机电设备设计计划实施过程的控制方式、进度跟踪、反馈方式以及调整方法,以真正实现对计划实施进程的动态监控。     

基于PLC的机舱仪表监测系统设计与研究

机舱仪表的自动化水平是船舶自动化水平非常重要的体现。机舱仪表能够对船舶重要机电设备参数进行监测,这些机电设备参数是否正常决定着船舶能否稳定工作,因而对机舱仪表进行实时监测具有非常重要的意义。本文在前人基础上提出了一种基于三菱PLC的机舱仪表监测系统,对系统进行详细设计,并简要分析了PLC的I/O分配过程,最后使用WINCC组态软件设计了监控端软件。本文设计的系统使用显示灯直观监控仪表状态,使用组态软件对仪表数值以及历史运行趋势进行显示,本文设计的系统具有一定的实际意义。     

极地船舶机电设备标准现状分析及发展建议

极地环境会对船舶机电设备的外加载荷、材料属性、工作方式和维护保养等产生影响，从而对其设计、可靠性、使用和维护等提出了更苛刻的要求。从建立极地特殊环境条件下船舶机电设备标准需求出发，对国内外相关标准规范进行现状分析和梳理总结，并在此基础上提出我国极地船舶机电设备标准化发展建议，为我国极地船舶机电设备标准建设提供参考。     

发现“看不见的”隐患——谈南通中远船务自动化有限公司的船舶红外检测服务

红外热成像检测技术是目前公认的最快捷有效、投资回报率最高的预测性维护技术.南通中远船务自动化有限公司与世界检测仪器的领导企业福禄克开展技术合作,在国内船舶市场率先推出了船舶红外检测服务,在船舶短期停靠期间,提供快捷、准确的电气、仪表系统检测,杜绝隐患,并可实施针对性预维护,降低了船东方的运营风险和检修成本,并成为独具特色的增值服务项目.近期,南通中远船务自动化有限公司副总经理程效先生就红外热成像检测技术与应用接受了本刊记者的采访.     

船舶主机的机电维护与管理

船舶主机的机电管理与维护重点包括启动燃烧、增压扫气、运动轴系、固定部件、燃滑油供应、海淡水冷却、操纵与控制空气、监测仪表及安保系统等。通过对船舶主机及辅助机电设备的维修和保养,可使船舶主机达到操纵安全可靠、机动灵活、故障率低的目标,保障船舶的正常航行。     

神经网络算法在船舶柴油机远程故障诊断系统的研究

进入21世纪以来,我国船舶行业取得了很大发展。随之而来,船舶安全事故发生率不断增加,故障诊断的重要作用也逐渐突显出来。在这种情况下,远程故障诊断技术应运而生,可动态化地掌握岸端的机械设备运行的情况,如果出现异常的状况,则能够对船舶管理工作人员进行提醒以采取事前维护,提高船舶行驶的安全性,尽量降低经济损失。基于计算机网络技术与无线通信技术的发展,船端和岸端实施通信与数据共享成为可能,将神经网络算法合理地应用于船舶柴油机远程故障诊断系统中,十分有必要。     

利用长江在航营运船舶终端数据的测深技术方案*

航道水深是表征航道条件、开展航道维护决策、指导船舶航行最重要的航道尺度指标。针对日益增长的航道条件动态监测、航道信息服务需求,在现有航道水深测量、航道水位改正的基础上,充分利用长江电子航道图船舶终端系统的功能,探讨在航营运船舶采集的水深数据的接入、传输、存储、处理、可视化与运用等技术问题。基于长江电子航道图船舶终端,提出了利用在航营运船舶终端数据的测深技术方案,并就技术方案的实施给出了建议。该方案的实施有助于提升航道水深的监测能力、拓展航道水深信息来源、降低航道水深信息采集成本、提高航道水深信息服务的时效性。     

预测性运维技术在港口设备管理中的应用

针对港口设备维护的滞后性、盲目性,运用传感器技术,实时采集设备振动、温度等运行数据,通过专业诊断分析方法,实时监测设备运行状况。通过专业性技术分析方法对采集数据进行比对和分析,判断设备运行状态和潜在故障,指导设备维护人员进行预测性维护,减少非计划停机事故;降低零部件准备成本,缩短设备维修工期,有效地帮助企业降低成本,提升生产效益;避免点检人员的日常高危作业,降低安全风险。利用最新的移动端技术,可以通过手机等移动端,实时查看设备运行状态,提前预知设备隐患,为设备管理提供科学、高效的决策依据。     

船舶机电设备振动信号数据采集系统

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。     

对船舶辅机电节能技术的探讨

随着科学技术的不断发展,现有的船舶辅机电气设备已经无法适应当下的节能要求,因此需要对其进行改进。随着自动化程度的提高,船舶机电设备已经完全实现了自动化,其中表现最为突出的就是远程控制和无人机舱技术的成熟。但是,随着可持续发展观的提出,节能已成为各行各业的重点问题,因此研究船舶辅机电设备的高效节能技术已成为行业内的主要方向之一。本文根据这一点,简单阐述了目前船舶辅机电节能的先进成果以及节能给船舶辅机电设备带来的影响。     

船舶机舱监测报警系统现场故障诊断

以目前广泛应用的、由上海船舶运输科学研究所生产的STI-VC2100MA船舶机舱监测报警系统为例,针对该产品在现场调试以及船舶航行中易发生的各类故障,提出了诊断方法及解决措施.结合实际的处理过程,为船舶机舱监测报警系统的日常维护提供了一定的技术支持,为机舱监测报警设备的正常使用以及船舶的安全航行提供了技术保障.     

船舶机电设备保修期内的维护管理

文章针对船员对新船盲目依赖船厂的心理,论述了新船机电设备在保修期内做好维护管理工作的重要性,并就如何做好船舶管理工作提出了自己的观点。     

航道船舶机务管理浅谈

航道工作船舶是航道维护和建设的重要装备,其机务管理的好坏直接影响船舶的作业安全、工作质量和费用控制.当前广东省航道系统正在进行管理模式的改革,一方面新建船舶机电设备自动化程度不断提高;另一方面部分老龄船、超龄船仍在继续使用,这对航道船舶的机务管理提出了更高的要求.     

船舶机电设备无线振动监测实验研究

为验证无线传感器网络及其架构在船舶舱室机电设备振动测试上应用的可行性。文章通过分析无线传感器网络的优势,对现有无线传感器振动监测节点进行改进,设计了一种适合于船舶舱室的高采样频率无线传感器节点及其振动监测系统,结合所开发的无线传感器网络监测系统讨论了传感器系统架构、监测节点以及软件的设计;以有线监测设备为测试对比对象,通过现场试验,比较研究无线传感器监测设备和有线监测设备在系统构架、数据采集、数据传输、数据精度等方面的表现,验证无线传感器监测节点在船舶舱室机电设备振动监测应用中的可行性。     

天津港沿海船舶机舱设备安全管理初探

文章对航行于天津港船舶主要机电设备进行了详细介绍,并对经常出现的机电设备故障问题进行总结,提出了船舶安全检查的内容及处理结果。     

老龄船舶轮机管理技术和经验浅谈

老龄船舶的轮机管理工作较之于新建或适龄船舶更易出现船舶机电设备的故障和复杂的管理状况。针对此种现象,文中分析了老龄船舶轮机机电设备管理以及船舶轮机安全体系运行管理两个方面较为常见的问题,提出了相应的预防措施和解决方案。     

谈船舶轮机安全管理

正近年来,航海事业快速发展,船舶自动化水平迈向了新台阶,对于新时期的船舶轮机安全管理问题,我国研究大多侧重于船舶轮机装置和系统运作过程中出现的技术性问题,而忽略了对人员管理、人员操作等方面的因素,本文着重从人员管理控制方面进行探究。一、船舶轮机安全管理构成船舶轮机安全管理是船公司对船舶管理一个重要的环节,它既是对船舶机电设备的监督管理,也是对直接使用、维护和保养机电设备的轮机人员管理。轮机     

基于传感器的舰船机电设备状态监测

当前舰船机电设备状态监测方法存在许多不足,如监测正确率低、监测过程复杂等。为了改善舰船机电设备状态监测结果,设计基于传感器的舰船机电设备状态监测方法。首先分析舰船机电设备状态监测原理,指出影响舰船机电设备状态监测结果的因素,然后采用传感器对舰船机电设备状态信号进行实时采集,并去除舰船机电设备状态信号的噪声,最后从舰船机电设备状态信号中提取特征向量,并引入支持向量机建立舰船机电设备状态监测模型。与其他舰船机电设备状态监测方法相比,本文方法可以更好地描述舰船机电设备状态,提高了舰船机电设备状态监测准确率,使舰船机电设备状态监测过程更加简单,加快了舰船机电设备状态监测速度,具有更好的实际应用价值。     

基于分布式模糊神经网络的船舶机电故障诊断

为了更好地保障船舶航行安全,及时准确地对船舶机电设备进行监测分析,修理出现的故障,提出了一种基于分布式模糊神经网络的船舶大型机电设备故障诊断的方法.该方法融合了模糊理论和神经网络各自的优点,能自适应从学习样本数据中提取故障模型,能实时地进行故障诊断,且网络结构简单,训练速度快,准确率高.通过对某船转子系统的故障诊断实验,证明了此法的有效性和优越性.对于大型的复杂设备,基于分布式模糊神经网络的故障诊断方法优势明显,具有很好的应用前景.