基于振动分析的船舶旋转机械故障诊断研究

利用德国VIBXPERT-II振动检测分析仪对正常状态和不同故障状态下离心泵机组的轴向和径向振动情况进行试验测量和数据分析,获得了正常状态和故障状态的时域图和频谱图,验证了基于振动分析方法的有效性。该方法为船舶旋转机械的故障诊断提供了一个思路,对旋转机械的主动维修具有一定的指导意义。     

舰船机电设备网络监测与远程诊断技术

论述了舰船机电设备网络监测和远程诊断技术研究的必要性.根据网络结构设计时须遵循的原则,指出了星型结构为舰船机电设备远程监测与诊断所适用的网络拓扑结构,并在此基础上构建了舰船机电设备的远程监测诊断结构的示意图,然后对其实现过程中的关键技术进行了详细研究,最后对舰船机电设备网络监测和远程诊断技术的应用前景进行了展望.     

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。     

提高监控装置故障诊断专家系统识别率的有效途径

针对目前船舶机舱监控装置故障诊断专家系统存在的问题，探讨了提高专家系统识别率的有效途径，即修整故障树和多因素确定故障可信度因子。     

船用旋转机械的振动特征故障诊断

文章介绍了基于振动特征的船用旋转机械故障诊断的理论基础,分析了转子不平衡故障诊断技术,并以船用离心泵为例阐述了诊断方法,证明该技术是简便可行的。     

基于改进LSTM-SVM的多传感器船舶旋转机械快速故障诊断方法

微小故障的快速诊断是预防和减少重大显著性故障发生的关键.近年来,基于深度学习的智能故障诊断方法已成为船舶旋转机械领域研究的热点.本文提出了一种基于改进的LSTM-SVM的循环神经网络深度学习算法,解决船舶旋转机械在多传感器监测环境下的快速故障诊断问题.该算法首先采用多层堆叠的LSTM网络作为特征提取器捕获多通道时间序列原始数据中的故障微弱特征,然后在网络末端采用非线性支持向量机(SVM)代替传统的Softmax函数作为分类判别器,进一步提升诊断准确率.实验结果表明,提出的方法具有更高的诊断准确率和更快的诊断速度,更适用于多传感器监测环境下微小故障的快速诊断和实时检测.     

旋转机械故障诊断技术及舰用系统的构造

介绍旋转机械的常见故障及其图谱特征,指出了舰用故障诊断技术的重要性和迫切性,并结合舰船的特点和使用条件,构造了实用的舰用便携式旋转机械故障诊断系统。     

旋转机械信息融合故障诊断方法及其发展状况

简要综述旋转机械信息融合故障诊断技术的发展,介绍了信息融合的基本概念,回顾和小结了在旋转机械融合诊断中常用的一些融合方法,包括多种融合方法相结合的形式,并预测了旋转机械融合诊断今后的发展方向．     

基于瞬时转速和遗传算法的内燃机故障诊断方法

内燃机瞬时转速信号中蕴含着大量有关机器运行的信息,非常适合用于内燃机的故障诊断.但瞬时转速中蕴藏的故障信息比较微弱,加上测量的随机性影响,必须提取多个故障特征进行综合诊断,而如何从中构造理想的特征参数,是一项非常困难的工作.对此,本文使用遗传算法对故障特征进行组合优化,构造最佳特征参数.以6-135型柴油机单缸少量减油故障为例,从多个瞬时转速数据样本的时域、频域和波形参数中提取了6个原始特征,利用遗传算法使这些参数在各种运算组合的过程中优胜劣汰,最后进化成为一个综合了几个原始特征的综合诊断参数,使用该参数进行故障状态的判别,提高了诊断的正确率,并简化了诊断过程.     

模糊模式识别在旋转机械故障诊断中的应用

本文介绍了模糊模式识别技术的基本原理及其在旋转机械故障诊断中的应用,并通过MATLAB对故障诊断模型进行了仿真,结果表明,此方法有较好的诊断准确性。     

基于LM算法的组合导航系统的故障诊断

LM (Levenberg-Marquardt)算法是梯度下降法与高斯-牛顿法的结合,在训练次数与精度上明显优于标准的BP算法.介绍了BP神经网络,采用LM算法对标准BP算法进行改进,并应用于船舶组合导航系统的故障诊断.仿真结果表明,LM算法可有效地提高学习速度,缩短训练时间,诊断效果好.     

基于遗传算法的船用核动力装置故障诊断

介绍一种将概率因果模型和遗传算法相结合的核动力装置二回路凝给水系统的故障诊断方法,该方法将概率因果模型的似然函数作为遗传算法的适应函数,从而将复杂系统的故障诊断转化为最优问题。仿真结果表明,该方法能够适应诊断过程中出现的不确定性,并实现多故障诊断,具有较高的诊断可靠性和实用性。     

基于支持向量机的船舶柴油机故障诊断的研究

通过建立VC维统计学习理论,利用数学建模,建立并划分最优超平面以取得支持向量来训练,选取并考虑相关的影响因子以此构建样本数据集,以期对柴油机故障实现精确的诊断;而对于非线性空间情况,可采用核函数的思想来转化为线性空间,以此降低算法的复杂度;通过与人工神经网络方法的比较,表明该方法具有运算速度快,泛化能力强等优点;支持向量机(SVM)可以较好解决柴油机故障诊断中的机器过学习、小样本、高维数、非线性等问题。     

智能化故障诊断系统的研究与开发

基于神经网络轴系智能化故障诊断系统的开发技术，讨论了BP神经网络和自组织神经网络在轴系故障诊断中的应用特点，提出以PC为核心的扭振主号采集处理和标准样本的建立方法，介绍诊断系统的软件结构、模块功能、混合编程与接口技术、诊断流程和软件特点。实际应用表明，智能化故障诊断系统是船舶轴系扭振监测与故障诊断的一种有效工具。     

PIV技术在旋转流场测试中的应用

考虑旋转流场自身特点,结合PIV非接触全场测量的优势,介绍了相位平均技术的原理、使用方法以及效果,并分析了它的劣势。描述了流场旋转、激光频闪、图像采集三个独立过程的同步控制技术,给出了一种优化控制参数从而减少误差的方法。实验结果证明:在旋转流场PIV测试中,使用这两种方法可以有效地减少测量误差。     

基于虚拟仪器的某型装备故障诊断系统设计

为了改变依靠传统的人工故障检测、分析手段进行检测维修效率低的现状,利用虚拟仪器技术与专家系统技术,设计实现了一个针对某型通信装备的故障诊断系统。该系统利用装备的自检功能进行板级故障定位,再利用虚拟仪器检测电路关键部位的电气参数作为故障信息,通过专家系统对故障信息进行分析处理后将故障定位到电路板的元器件级。该系统还通过网络连接为用户提供了专家远程辅助诊断功能,降低了对维修人员的技术要求,提高了故障定位的效率和准确率。     

基于LabVIEW的船舶电站实时监控系统

基于LabVIEW虚拟仪器开发平台，设计了一种船舶电站实时监控系统。系统采用工控机和单片机两级控制模式，通过Modbus通信协议实现两级之间的实时通信，完成对船舶电站柴油发电机组的监控。给出了监控系统的具体实施方案，详细讨论了船舶电站实时监控程序的编制要点。该监控系统界面友好，功能完善，可视性强。这种基于LabVIEW将工控机与单片机有机结合的方法，是一种开发智能化图形监控设备的有效途径，在现代舰船电站智能控制设计中具有实用价值。     

一种基于虚拟仪器技术的船用主机故障诊断专家系统

文章介绍了一种基于虚拟仪器技术的船用主机故障诊断专家系统.该系统针对某型船船用主机的故障特点,运用在线监测和虚拟仪器技术,软件部分以VB语言及SQL语言编写,对主机的常用技术参数具有实时监测的能力,并能根据故障现象和故障参数快速、方便、准确地确定主机故障部位及原因,给出修理方案,指导主机装备的维护与修理.     

电罗经故障诊断的案例推理原理与方法研究

针对电罗经的特点和传统专家系统的不足,分析了基于案例推理(Case-Based Reasoning,CBR)技术的一般过程,指出了CBR具有获取知识容易、问题解释清晰、道理易于理解等优势,提出将基于CBR技术应用于电罗经的故障诊断,开发基于CBR的电罗经故障诊断系统,进而详细阐述其CBR原理构建、系统结构设计、案例组织形式设计、检索策略设计和工作流程,并研究其系统实现方法.案例分析结果表明,所开发的基于CBR的电罗经故障诊断系统能够有效提高其维修的正确性和高效性.     

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。