船舶柴油机机械磨损故障诊断方法研究

柴油机机械磨损直接影响船舶工作的可靠性,为了获得高正确率的船舶柴油机机械磨损故障诊断结果,设计了局部均值分解和机器学习算法的船舶柴油机机械磨损故障诊断模型。首先对船舶柴油机机械磨损故障信号进行局部均值分解,提取的船舶柴油机机械磨损故障特征,然后引入机器学习算法对船舶柴油机机械磨损故障进行分类和识别,最后进行了船舶柴油机机械磨损故障性能测试。结果表明,本文模型的船舶柴油机机械磨损故障正确率超过95%,而且船舶柴油机机械磨损故障的误诊率相当低,完全能够满足当前船舶柴油机机械磨损故障诊断的实际要求。     

船舶柴油动力系统的多工况数学建模研究

本文研究船舶柴油机动力系统,重点分析船舶柴油机的动力装置,给出船舶柴油发电机转速和输出功率之间的关系曲线,并构建出船舶柴油机推进负载,分析船舶螺旋桨转矩和转速之间的曲线关系;构建船舶柴油机动力系统多工况数学模型;对模型进行仿真,并对柴油机中的燃烧率、压强以及扭矩进行分析;构建的船舶柴油机动力系统多工况数学模型,对我国船舶柴油动力系统的快速发展具有借鉴作用。     

船用柴油机有害物排放控制技术

介绍船舶柴油机排气对大气污染的现状及国际海事组织对船舶柴油机排放的控制法规;归纳总结了目前降低船舶柴油机氮氧化物、硫氧化物和颗粒物排放的主要技术措施,提出了多种技术综合运用是今后船舶柴油机减排发展必然趋势.     

船用柴油机的生产现状与发展

通过对比国内外船舶柴油机的现状、技术发展趋势、存在的差距,认为目前国内大功率柴油机船舶配套率低,没有自主知识产权,关键技术受制于人,已成为影响我国船舶发展的重要瓶颈。为了尽快改变我国船舶柴油机的落后现状,满足不断增长的船舶市场对大功率中、低速柴油机的需求,提出船舶柴油机的发展目标和思路,技术上要坚持走"引进-消化-吸收-再创新"的国产化技术创新之路,加快船舶柴油机配套的发展。     

智能型柴油机实船应用及控制系统优化研究

近几年来,航运市场受经济危机影响,持续低迷。各大航运企业一直致力于船舶营运成本的控制,加之IMO对船舶大气排放Tier2标准的实施,传统型柴油机高油耗、高排放的特点使其无法满足船舶主柴油机的需求,新型智能型柴油机越来越多地应用于船舶主柴油机。本文以RT-flex智能型柴油机为例分析了船舶智能型柴油机控制系统实船应用情况,并且针对船舶智能型柴油机在应用过程中的故障缺陷及不足,研究了智能型柴油机控制系统硬件和软件方面的优化方案。     

基于SOM-BP神经网络的船舶柴油机故障诊断方法

作为船舶系统重要的组成部分,柴油机工作状态与船舶安全航行息息相关。因此,对船舶柴油机故障诊断方法的研究具有重要的现实意义。以SOM神经网络和BP神经网络为理论基础,将二者融合构建SOM-BP神经网络,用于船舶柴油机故障诊断。通过仿真试验,验证了SOM-BP神经网络在船舶柴油机故障诊断中的有效性。     

三峡库区船舶最佳航速与柴油机能耗和排放变化分析

三峡库区船舶节能增效是船舶航行与管理面临的主要问题。文章通过分析船舶柴油机运行机理与船舶操纵航行条件,提出了三峡库区船舶以最佳航速运行是船舶柴油机动力装置节能和船舶驾驶操纵的最佳方式,也是库区船舶节能的有效方法。船舶在最佳航速下运行,适当调整柴油机主要参数,以使柴油机在最佳航速下其工况接近于柴油机额定工况,保证柴油机动力性、经济性和排放污染物得到提高和控制,真正实现船舶节能增效。     

船舶柴油机进排气系统故障仿真软件设计与实现

船舶柴油机进排气系统可以监测许多柴油机运行时的数据,例如柴油机工作时的进排气温度、涡轮增压器的转速和压气温度等。通过对柴油机进排气系统的数据监测可以直接显示出柴油机是否正常运转。对MTU 20V956TB92型船舶柴油机进排气系统进行研究,利用计算机仿真技术,建立船舶柴油机进排气系统仿真软件。操作人员通过使用船舶柴油机进排气系统的仿真软件可提升对故障的诊断能力,并对相关故障进行解除和恢复。此方法具有成本低和效率高等优点。     

柴油机冷却水温度对船舶节能影响的研究

降低燃料消耗量和燃油费用、提高动力装置经济性已成为一个重要课题。本文主要对船舶柴油机冷却水温度过低的问题和提高船舶柴油机冷却水温度对降低柴油机耗油率的影响进行了研究,结果表明提高船用柴油机冷却水温度对船舶节能的作用明显,进而对提高柴油机冷却水温度的方法进行了分析。     

船用柴油机轴系校中注意事项

船用柴油机是船舶的心脏,它对船舶航行和安全至关重要。所以,如果船舶柴油机安装不当,就会给船舶航行留下安全隐患。其中,船用柴油机在安装过程中的轴系合理校中,就应特别注意。     

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。     

船舶柴油机机械磨损故障诊断的模式识别

船舶柴油机在工作过程中,经常会发生机械磨损故障,给船舶柴油机的工作稳定性带来困扰,针对当前船舶柴油机机械磨损故障存在的诊断准确率低、机械磨损故障诊断时间复杂度高等缺陷,设计了一种船舶柴油机机械磨损故障诊断的模式识别方法。首先分析当前船舶柴油机机械磨损故障的原理,并提取船舶柴油机机械磨损故障诊断特征,然后采用层次分析法分析确定每一个船舶柴油机机械磨损故障特征的权值,并根据RBF神经网络确定船舶柴油机机械磨损故障诊断的模式识别模型,最后进行船舶柴油机机械磨损故障诊断的验证性测试,分析本文方法的船舶柴油机机械磨损故障效果。本文方法的船舶柴油机机械磨损故障诊断率超过了90%,不仅远远高于对比方法的船舶柴油机机械磨损故障诊断率,而且船舶柴油机机械磨损故障效率得到有效的改善,具有很好的推广前景。     

基于Hadoop技术的船舶柴油机大数据处理平台

柴油机是船舶推进系统的重要组成部分,随着柴油机技术的不断发展,对柴油机相关参数进行监测并分析是必然发展趋势。柴油机的故障监测需要依赖大量的柴油机监测数据,而嵌入式处理器无法实现大量监测数据的实时采集和分析。本文提出一种基于Hadoop技术的船舶柴油机大数据处理平台,对Hadoop技术的HDFS和MapReduce的实现原理进行详细分析。在此基础上设计系统的整体结构框图,并对多文件的写入速度和数据排序进行测试。本文基于Hadoop技术的船舶柴油机大数据平台可以满足船舶柴油机数据的存储和分析需求,并且具有较高的可靠性和扩展性。     

船舶主柴油机建模与仿真

船舶主柴油机作为船舶动力装置的核心设备,在船舶安全航行中有着至关重要的作用。对船舶主柴油机进行建模可以进一步研究柴油机的工况及性能,文章以7K98MC型柴油机为研究对象,基于Matlab/Simulink平台搭建柴油机工作过程的仿真模型,并对模型正确性进行验证分析。     

《船舶柴油机》CAI的调查分析与对策

为了更好开发老师和学生都认可的《船舶柴油机》CAI课件,本文采用问卷调查、数理统计等方法,对我院《船舶柴油机》CAI软、硬件环境,课程教师的计算机应用能力,《船舶柴油机》CAI的授课素材使用率,以及学生对船舶柴油机CAI的优、劣势的评价等方面进行调查与分析,从中发现问题并找出解决问题的对策。为下一步设计开发出“内容精湛,制作精良”的《船舶柴油机》CAI课件打下一个坚实的基础。     

灰色数据挖掘在船用柴油机中的应用

船用柴油机作为船舶航行中的动力源,具有非常重要的作用。但柴油机在运行过程中的运行状态及故障发生都对船舶的正常运行影响很大。本文通过研究灰色数据挖掘的特点,结合船舶柴油机的结构与故障特性,研究出一种基于灰色数据挖掘的故障诊断方式,通过对灰色关联算法在计算机上进行编程仿真,检验这种方法对船舶柴油机的故障诊断具有较好的诊断结果,对船舶柴油机的正常航行具有一定的意义。     

人工智能技术在船舶柴油机振动监测中的应用

传统船舶柴油机振动监测数据与实际柴油机振动参量存在一定的偏差,为了提升船舶柴油机振动监测数据的精准度,提出人工智能技术在船舶柴油机振动监测中的应用。在人工智能技术支持下,首先对船舶柴油机振动监测传感器结构进行参量校准;接着在感应数据标准值下对柴油机曲轴振动数据进行异常信号的分析处理计算;然后对分析后的异常信号源进行提取计算,完成对柴油机振动监测的全局计算。通过对比实验结果表明,提出方法具有提升监测值精准度的作用。     

船舶柴油机在线监测与故障诊断系统研究

介绍了常用的柴油机状态监测技术,阐述了船舶柴油机在线监测与故障诊断系统的组成及主要功能,实现了基于多状态参数的柴油机综合监测与故障诊断,对提高船舶柴油机可靠性、保障船舶运行安全具有重要意义。     

浅谈智能船舶柴油机部分参数的选定

近年来,智能船舶柴油机成为柴油机研究的主要方向,智能船舶柴油机的发展提高了船舶经济性,达到了节能减排的目的。通过柴油机输出扭矩的研究可以确定最佳的燃烧时长、喷油正时和喷油量,从而为智能船舶柴油机的发展提供极其重要的数据参考。文中以某机型柴油机为研究对象,用凯恩方法来分析曲柄-连杆机构,建立数学模型,并对气缸的工作过程进行详细的分析,经计算和仿真后得到最优燃烧时长和喷油量等主要参数。     

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。