船舶动力机械网络化智能维护系统研究

分析了大型船舶动力机械故障诊断与智能维护平台构建的技术和集成技术,并融合故障诊断中的经过实践检验的方法和技术,同时综合现有故障诊断系统的优点,对船舶动力机械网络化智能维护系统进行了初步的研究.     

可监测性设计理论在船舶动力机械系统设计中的应用

船舶动力机械系统一旦出现故障直接威胁船舶安全,但是船舶服役后难以增加设备完善动力机械运行状态的监测。为此,提出了可监测性设计理论内涵,在常规船舶设计建造阶段考虑动力机械系统的可监测性,从而构建出可监测性设计理论在船舶动力机械系统设计中的工程应用框架。以远洋救助船动力机械系统为例,分析了可监测性设计理论在机械系统设计中的具体应用。实践证明,可监测性设计理论在船舶动力机械系统中的工程化实施增强了其可监测性,大大提高了自身状态监测和故障诊断能力水平,并且为船舶动力机械创新设计和机械系统的可再制造提供了保障和技术支撑。     

单片机在船舶冗余主机遥控系统的应用和仿真研究

随着造船工业向着高速化、大型化方向发展,船舶的自动化操纵、维护和故障诊断技术引起了研究人员的广泛关注。船舶主机遥控系统是船舶上重要的自动化设备,可以实现对船舶主机的自动调速等功能,显著提高船舶的操纵性能。为了进一步优化传统的船舶主机遥控系统,本文结合单片机控制技术和冗余控制器,设计一种新型的船舶冗余主机遥控系统。     

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。     

基于DSP的船舶电子设备故障诊断研究

船舶运输在全球经济中发挥着不可替代的作用,船舶电子设备的稳定工作对于保障船舶运输安全以及船舶自动化控制系统的可靠性具有非常重要的作用。对船舶电子设备故障进行诊断研究可以有效发现设备故障位置,并及时采取措施。本文提出一种基于BP神经网络和DSP技术的船舶电子设备故障诊断系统,以DSP为硬件核心实现神经网络解决电子设备故障诊断问题,重点介绍神经网络算法的实现以及数据采集电路的设计等。     

基于Labview的船舶通信信号设备故障检测系统开发

船舶通信系统是船舶的重要组成部分,具有现场通信、定位、无线电预警、导航等多种功能。船舶通信系统主要可以分为地面通信、卫星通信、定位系统和海上安全信息收发等几种,通信设备包括电台、VHF无线设备、雷达和信号基站等多种。随着计算机技术和自动化技术的迅速发展,船舶通信信号设备的自动化水平逐渐提高,同时,其故障率也随之提高。为了保障船舶通信系统的正常运行,通信信号设备的故障诊断和检测技术显得尤为重要。本文的研究对象为船舶通信系统的信号设备,利用虚拟仪器技术Labview设计和开发了一种船舶通信信号设备的故障检测系统,并对该故障诊断系统的硬件结构和软件程序进行详细介绍。本文对改善船舶通信系统的抗干扰能力,提高故障诊断速度有重要的作用。     

船舶电力推进系统故障诊断与预测技术综述

船舶电力推进系统结构的复杂性增加了故障发生的概率和故障检测难度,故障诊断与预测技术有助于提高电力推进船舶的安全性,减少维修成本与周期。故障诊断技术是故障预测技术的基础,故障预测技术是实现船舶电力推进系统智能健康管理的终极途径。本文对船舶电力推进系统的故障诊断与预测技术研究现状进行了详细综述,在此基础上,指出多方法结合和基于"时域""空域"多源信息融合的故障诊断与预测是未来重点研究方向。     

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。     

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。     

优化VMD技术在动力机械状态监测系统中的应用

动力机械作为能量转换装置,是船舶上不可或缺的重要组成部分之一,它的运行状态直接关系到船舶航行的安全性、稳定性和可靠性。因此,对船舶动力机械状态进行监测显得尤为必要。为提高监测的有效性,构建一个功能强大的监测系统,引入模块化的设计思想,并在系统分析时对VMD技术进行合理运用。本文从VMD技术基本原理入手,对优化VMD技术在动力机械状态监测系统中的应用进行论述。结果表明,VMD技术在监测系统开发中具有良好的应用效果。