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。     

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。     

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。     

基于监控信息的船舶电力设备故障诊断系统设计

为了满足新型船舶电力系统对故障诊断快速性、准确度的需求,本文以电力系统设备中的交流电动机、同步发电机及变频器等为研究对象,建立了船舶电力系统监控信息网络。以此为基础,构建了故障诊断系统硬件平台和软件系统。基于监控信息的船舶电力设备故障诊断系统能改善传统维修保障方法的许多不足,提高维修保障效率,改变传统维修保障模式,降低维修保障强度。     

基于专家系统的船舶电力系统故障诊断研究

针对船舶电力系统在发生故障后难以快速准确地找到故障点的问题,论文采用故障诊断专家系统来对发生的故障进行诊断,以此来提高船舶电力系统供电的持续性。论文在分析船舶电力系统特点的基础上将可能发生的故障分为四类。在知识的表示形式上采用框架式结构来描述船舶电网各部分的联系,运用产生式规则对具体故障进行描述,同时结合模糊推理的思想来处理故障诊断中的不确定性。通过测试,论文所设计的专家系统能够快速准确地找到故障点并提供解决方案,提高了船舶电力系统的可靠性。     

基于神经网络的船舶电力系统故障诊断方法

船舶电力系统集成了发电、电力转换、电力传输和配置等功能,为船舶自动化电气、照明、导航等系统提供能源,是船舶必不可少的基础系统。由于船舶电力系统的工况复杂,环境恶劣,电力系统的故障率比较高。针对这一问题,本文结合电力系统的关键元件建模,开发了基于神经网络算法的船舶电力系统故障诊断方法,介绍了故障诊断的流程,并基于Windows 7平台开发了船舶电力系统故障在线监测系统,可以在线监测电力系统的功率谱、电流等参数。     

基于专家系统的船舶电力系统故障诊断探究

船舶所处的特殊行驶环境会导致船舶电力系统存在故障,发生不稳定、故障点确定困难等问题,而故障诊断专家系统能及时对出现的故障进行高效率诊断,有效缩短船舶电力系统故障持续时间。文章对船舶电力系统的组成与特点进行分析,并基于船舶电力系统可能存在的电气故障明确传播故障诊断专家系统研究的结构框架,结合反向推理、模糊推理等方法,对船舶故障的具体诊断情况与解决方案进行分析,旨在有效增强船舶电气系统供电稳定性,提高船舶行使的安全系数。     

船舶电力系统故障诊断专家系统的智能化研究

文中介绍了在人机接口、知识库、推理机以及学习机制的设计中为提高船舶电力系统的故障诊断专家系统的智能水平所采取的几种方法,进一步完善了船舶电力系统的故障诊断专家系统的设计．     

关联规则在船舶变压器故障诊断中的应用

船舶变压器是船舶电力系统的主要组成部分,能够影响船舶安全行驶。本文着重研究关联规则在船舶变压器故障诊断中的应用,从关联规则挖掘、知识库存储以及规则聚类等方面详细的阐述基于关联规则的数据挖掘的实现过程,最后将本文算法应用于变压器故障诊断的仿真实验中。实验结果表明,本算法准确率高、可靠性强。     

大型船舶电力系统短路故障诊断方法研究

船舶电力系统是船舶中的重要的组成部分之一。随着船舶航运的发展,船舶电力系统的重要性也日益显现出来,相关的研究工作也广泛的开展开来。由于船舶航行所处环境湿度很大,加上盐雾、霉菌、油污等因素影响,导致船舶电力系统线路易受到腐蚀、恶化,使得船舶电力系统的输电线路短路故障频发,直接影响船舶电力系统安全性、稳定性,一旦处理不及时甚至会造成船舶电力系统的瘫痪。因此对船舶电力系统短路故障进行准确检测、及时排查十分重要。对船舶电力系统短路故障的准确检测方便及时采取有效解决措施对电力系统故障进行预警和处理,有利于保障船舶电力系统安全稳定运行。早期的船舶电力系统短路故障出现的时间长短难以确定,为了更好地制定维护方案,结合模糊算法对船舶电力系统短路故障进行了分析,对现有的船舶电力系统故作诊断系统进行了优化设计,最后对系统进行检测,检测结果证明该方法对船舶电力系统进行故障诊断工作精准度较高,有较强的参考价值。     

基于改进Petri网的船舶电力系统故障诊断

将Petri网理论用于船舶电力系统故障诊断中,提出了一种改进的Petri网故障诊断模型。在基本Petri网诊断模型的基础上引入模糊推理规则形成模糊Petri网,说明了该方法的模型构建、推理过程及解析方法的表示。利用该方法对船舶电力系统进行故障诊断使推理过程简洁、诊断快速、诊断结果也更科学有效。     

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。     

面向船舶电力系统故障诊断的数据仓库与数据挖掘技术

为适应大型船舶电力系统的数字化和信息化发展需求,建立一个以数据仓库技术为基础,以数据挖掘技术为手段的故障诊断决策系统,实现对船舶电力系统故障的分析和预测。融合数据仓库技术和数据挖掘技术,设计船舶电力系统故障信息数据仓库系统架构,并对数据挖掘技术的主要应用方法和数据挖掘算法的性能进行分析,在此基础上提出基于Prism算法的电力监控信息数据挖掘方法,并通过仿真试验验证该方法的有效性。试验结果表明,该方法能为船舶电力系统故障诊断提供辅助决策,进而合理安排检修计划,提高船舶电力系统的安全性和稳定性。     

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。     

基于信息融合技术的船舶汽轮机故障诊断和预测的研究

汽轮机是船舶电力系统的重要组成部件,其系统运转的好坏关系到船舶航行的顺利进行,对船舶汽轮机故障诊断及预测是保障其良好运行的前提。传统的汽轮机故障诊断是对不同类型数据源进行单维度网络分析,随着设备复杂度的增加,故障诊断及预测的准确性与实效性已经越来越不能满足现代船舶故障诊断系统的要求。本文对汽轮机的故障采集数据进行多维度融合,建立集成神经网络的船舶汽轮机故障诊断及预测模型,最后进行仿真。     

基于PLC和工控机的船舶电力系统故障诊断装置设计

为保证船舶的安全航行,故提高船舶电力系统的安全性和可靠性十分重要。文中设计了一套基于施耐德M340 PLC、XBTG7340触摸屏和工控机的电力系统故障诊断装置。该套故障诊断装置主要由施耐德M340 PLC、电力系统参数测量装置、XBTG7340触摸屏、工控机、NI数据采集仪、以太网等器件所组成,本诊断装置通过施耐德M340PLC、电力参数测量仪PM800、7个与互感器相连的模拟仪表和NI数据采集仪对船舶电力系统的参数进行相应的采集,将采集到的数据信息通过Modbus现场总线、工业以太网进行数据共享,实现对船舶电力系统装置的监视与检测,并将实时数据导入工控机matlab中进行故障程度与故障类别的判断。     

船舶电力系统参数测量的应用和故障诊断

提出把船舶电力系统作为船舶发展过程中的一个重要组成部分来认识，描述了实际应用中占大多数的船舶电站的结构，并提及了船舶电网的特殊性，即其柔性功能及所存在的大量的扰动因素。文章着重讨论了参数测量的利用，诊断对船舶安全和船舶电力系统的有效运行所动的重要作用，指出了这些测量的特性，同时还提出了实现参数测量的进一步利用及用于故障诊断的基本设备和系统设想。笔者不仅叙述了上述内容在现阶段所取得的成就，而且还指出     

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。     

船舶电力系统的故障诊断及处理研究

介绍了一种船舶电力系统监控架构,针对该监控架构提出故障诊断及处理策略,将电力系统的故障分为直流幅压电网故障、交流电网故障和直流24 V电网故障,给出不同故障诊断的依据及判断部位.针对不同故障,提出不同的处理措施,当供电支路发生过载或短路故障时,通过分级保护实现供电支路的隔离;当电源发生故障停机时,通过电力系统拓扑结构改变,实现故障重构,恢复未故障区域供电.该故障诊断及处理策略能够满足电力系统自主运行的需求,适用于无人舰船.     

基于遗传算法的船舶电网故障诊断优化方法

由于船舶规模的日益提高,船舶中的电力系统和电网设备日益复杂,而稳定性却不断下降。当电网遇到故障时,仍然采用传统的方法进行故障检测和问题排除。这样电网就存在故障排除周期长,并且很难从根本上解决故障的问题。而新型的遗传算法可以在电网故障诊断中提高诊断效率和成功率,进而提高整个船舶电网的稳定性和健壮性。