共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
提出一种基于波形分析的神经网络对船舶发电机激磁三相整流电路进行故障诊断,首先对整流电路的输出波形采样,然后建立神经网络的输出与故障之间的对应关系,实现了智能故障诊断,仿真实验表明,这种方法是准确可靠的. 相似文献
3.
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。 相似文献
4.
船舶发电机出口断路器异常漏电是船舶常发性故障,为了提高船舶发电机出口断路器的故障诊断分析能力,提出基于差压传感器检测方法的断路器异常漏电诊断分析方法。采用差压压力传感器进行船舶发电机出口断路器的电压测试,对采集的电压数据进行信号调理和检波分析,采用2个8550的PNP型三极管构成漏电检测仪的恒流源电路,并设计电流电压转换电路进行AD转换控制,根据输出电压的差异性特征实现漏电检测。测试结果表明,采用该方法进行船舶发电机出口断路器异常漏电诊断的准确性较好。 相似文献
5.
6.
7.
8.
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。 相似文献
9.
一种应用机理模型和SOM神经网络的液体火箭推进系统实时故障诊断方法 总被引:1,自引:0,他引:1
为了解决液体火箭推进系统实时故障诊断的问题,提出了一种应用故障机理模型和SOM(Self-organizingMapping)神经网络的实时故障诊断方法。其基本过程是先建立所研究对象的故障机理模型,通过计算机仿的办法获得液体火箭推进系统可能的故障模式及故障数据库,然后利用SOM神经网络的自组织特征映射功能建立非线性的故障模式识别器,完成对系统的实时故障诊断。从而解决了单纯依靠故障机理模型进行诊断时所遇到的实时性问题和单纯依靠SOM神经网络诊断时所遇到的故障样本获取问题。本文给出的故障诊断结果表明所提出的方法是有效的。 相似文献