基于T-S模糊模型的船舶推进系统故障诊断研究

基于船舶推进系统基准(SPSB)测试平台,建立了船舶推进控制系统的T-S模糊模型,结合满意控制理论,通过模糊化与反模糊化将船舶推进系统分成多个局部子系统,给出了各局部子系统在执行器恒偏差故障下,满足多个性能指标约束的故障诊断观测器设计方法。利用Simulink工具箱建立了仿真模型,验证了船舶推进控制系统多性能指标约束下故障诊断观测器的正确性与有效性,为船舶推进系统的故障诊断提供了新的思路。     

神经网络在船舶电力推进系统故障诊断中的应用

船舶电力推进系统目前成为船舶推进系统的主流选择,电力推进系统对于保障船舶的安全稳定运行具有重要意义。因此,对采用电力推进系统的船舶进行电力推进系统故障诊断,成为船舶日常维护的一项重要工作。本文对船舶电力推进系统故障诊断系统进行研究,在Simulink环境下搭建故障诊断模型,并将BP神经网络应用于诊断系统,对电力推进系统的故障学习和诊断能力进行仿真。结果表明,该故障诊断系统可以提高网络的学习速度和诊断效果,具有很好的故障诊断能力,可以满足船舶电力推进系统的性能要求。     

支持向量机在船舶电力推进系统故障诊断中的应用

针对人工神经网络收敛速度慢、容易陷入局部最优解等不足,本文采用支持向量机技术建立船舶电力推进故障诊断系统。确定支持向量机的核函数和分类方法,结合训练样本,采用基于网格搜索的K重交叉验证法进行核函数的参数优化,从而得到支持向量机故障诊断模型。利用支持向量机工具箱函数,在MATLAB中进行故障诊断模型的仿真计算,结果表明基于支持向量机所建立的故障诊断模型有较强的诊断准确性和泛化推广能力,从而提高船舶的安全性。     

船舶推进系统故障诊断和预测关键技术研究

本文介绍船舶推进系统的基本结构、分类以及核心部件,总结船舶推进系统中的推进电机模型、逆变器模型、推进器模型、船舶阻力模型和船舶推进模型,研究了基于神经网络以及支持向量机的故障诊断和预测技术.本文研究对船舶推进系统的发展具有推动作用.     

模糊神经网络在船舶电力推进系统状态评估中的应用

船舶电力推进系统状态评估是状态检修的前提和基础,建立科学、全面、合理的评估指标体系,选择合适的评估方法,并最终开发切实可行的状态评估系统是船舶电力推进系统状态评估的必要步骤。提出船舶电力推进系统状态评估的流程、基于模糊神经网络的船舶电力推进系统状态评估模型和具体评估步骤,结合船舶电力推进系统的实船运行数据进行状态评估模型仿真试验。仿真试验结果表明,模糊神经网络方法应用于船舶电力推进系统的状态评估具有一定的准确性。     

模糊神经网络在船舶电力推进系统状态保持中的应用研究

利用模糊神经网络的自学习能力强、并行计算快、容错性高的特点来评估船舶电力推进系统的状态。阐述模糊神经网络在船舶电力推进系统状态评测中的流程,最后通过实验得到船舶电力推进系统的推进变压器、推进变频器、推进电机3部分的评测得分,从而得到系统状态情况,在优的情况下说明船舶可继续行驶。     

自适应T-S模糊多模型在汽包水位滑模预测控制器设计中的应用

针对船舶增压锅炉汽包水位随时间变化及船舶运行的非线性等特点,本文运用自适应T-S模糊多模型进行汽包水位滑模预测控制,并利用减法聚类进行前件辨识,利用最小乘法进行后件规则的在线自适应辨识。最后将本文算法与RBF动态补偿控制进行对比,以此来说明本文算法的鲁棒性强。     

虚拟现实技术在船舶推进系统故障诊断中的应用

虚拟现实技术(VR)是一种利用计算机建立模拟环境,使用户"沉浸"于虚拟环境中并实现用户与模拟环境信息交互的技术。近年来,将虚拟现实技术应用到工程领域,比如航空航天、船舶等成为一种趋势。船舶推进系统的结构与功能复杂,是船舶的核心区域,为了提高船舶推进系统的运行稳定性、安全性,对船舶推进系统故障诊断技术的革新非常重要。本文研发了一种基于虚拟现实技术的船舶推进系统的故障诊断系统,并详细介绍了该系统的原理和工作过程。     

基于模糊逻辑的电力推进船舶电力负荷预测

在电力推进船舶中,电力负荷的预测是基础工作之一,利用模糊逻辑可以有效地提高其预测精度。文章建立了一个非单值Mamdani型模糊模型,用于某型电力推进船舶实际电力负荷时间序列达到预测。MATLAB仿真结果表明,预测曲线能够较好地跟踪实际曲线的趋势与走向,预测误差低,说明该模型具有良好的预测性能。     

舰船电力推进系统故障诊断专家系统设计

为了提高舰船电力推进系统故障诊断的智能化和准确性,在其故障诊断中引入人工智能专家系统方法,基于电力推进系统主要设备的故障树,以推理规则的方式构建知识库,采用正向推理策略和动态数据库实现专家系统的推理机和解释机制。     

HSMM模型在船舶故障诊断中的研究

HSMM模型具有较强的分析能力,本文将其应用到船舶故障诊断中,并通过本征模态能量矩进行特征提取,最后通过Matlab函数进行实验仿真。实验结果说明,HSMM模型在船舶轴承故障诊断方面识别率高,稳定性强。在今后的研究中,需要着重考虑船舶轴承的损耗时间,以此更加精确地预测出其剩余工作时间。     

舰船机电一体化装备故障诊断技术研究

主要介绍了舰船装备中电子技术,信息技术,机械技术有机结合的机电一体化设备的特点,故障诊断特点以及对应解决办法和如何建立相应的机电一体化故障诊断专家系统来辅助此类装备的维修。     

吊舱推进豪华邮轮在波浪中的功率增加预报试验研究

  目的  旨在阐述采用吊舱推进船舶在波浪中的功率增加预报试验方法,并通过模型试验得到目标豪华邮轮在实际海域中的功率增加值。  方法  针对一艘采用吊舱推进的豪华邮轮,在拖曳水池中开展波浪中的自航模型试验研究,通过在缩尺后的吊舱包内安装专为本试验研制的吊舱动力仪,测量吊舱桨发出的扭矩和转速,然后将传统的静水自航试验方法拓展至波浪中,依据ITTC推荐规程对试验数据进行后处理并分析影响试验精度的误差来源。  结果  根据ITTC推荐的扭矩转速法预报得到的目标船功率增加峰值出现在波浪周期12 s附近,当有义波高为2 m时,波浪中功率增加值为554 kW,占静水中功率的比例达18.53%。  结论  所述自航模型试验方法适用于吊舱推进船舶,可用于预报船舶在波浪中的功率增加,可为深入研究船舶在波浪中的推进特性,进一步丰富船舶节能减排的设计优化手段提供有益参考。     

模糊故障树理论在纵向补给装置液压系统故障诊断中的应用

文章针对纵向补给装置液压系统故障发生概率具有模糊性和不确定性的特点,将模糊理论引入故障树分析中。在建立该系统故障树的基础上,进行了模糊故障树分析,来解决该系统故障诊断问题,并为更复杂的横向补给液压系统故障诊断提供参考。     

舰船故障智能诊断系统模型的研究

针对当前船舶智能化带来的对故障智能诊断的迫切需求,介绍一种船舶故障智能诊断系统的结构和知识的获取及表示模型。     

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。     

大型船舶电力系统短路故障诊断系统

电力系统是船舶唯一的电力来源,一旦发生故障,电力供应就会立即中断,影响了船舶安全稳定运行。为此,针对目前提出的基于卷积神经网络、聚类分析、支持向量机的3种电力故障诊断系统鲁棒性不足的问题,在遗传算法的基础上,设计一种新的大型船舶电力系统短路故障诊断系统。该系统设计分为总体框架设计、硬件设计与软件设计3部分,为测试系统鲁棒性,进行压力测试。结果表明,与目前3种短路故障诊断系统相比,本系统面对不断增长的压力,系统失效次数更少,显现出来较强的鲁棒性,保证了船舶的安全稳定运行。     

船舶电力系统的模糊故障诊断

人工神经网络被广泛应用于故障诊断与分析过程,然而在船舶电力系统的应用环境中,通常会出现多种故障并发的情况,因此单一的神经网络无法完成复杂的、多种类的故障分析与诊断,难以应用于船舶电力系统。同时,采用单神经网络时,多种电力系统故障的数据训练也会造成较大的工作量,从而进一步降低可用性。为了解决以上问题,本文提出一种多层模糊神经网络方法对船舶电力系统进行诊断和分析。该方法采用多层人工神经网络,不但扩展了故障诊断系统适用的故障类型,更提高了数据处理的效率,提升故障诊断的准确性。仿真和实验表明,本文提出的方法具有较好的实用性。