信息融合技术在船用电机故障诊断中的应用研究

在船舶电气设备的运行管理中,电机故障时有发生.电机故障不仅仅影响电机本身,有时可能对所驱动的负载造成很大的影响,一旦电机发生故障,就可能导致动力系统和电力系统的服务中止,从而威胁船舶航行的安全.通过大量的资料分析研究,采用信息融合故障诊断技术可以提高故障诊断的准确性.早发现故障征兆,进行视情维修,不仅可以防止突发事故,保障航运安全,而且可以减少维修费用,提高设备的利用率,为航运事业带来良好的经济效益和社会效益.     

船舶压缩制冷装置故障诊断专家系统的设计

随着船舶压缩制冷装置的集成化程度和自动化程度的不断提高,如何减少装置在使用过程中故障的发生并提高排除故障的效率,成为轮机管理工作迫切需要解决的课题。本文结合领域专家的经验和先进的计算机编程技术,提出了船舶制冷装置故障诊断专家的设计思路。借此以提高故障诊断的效率,并提供维修建议。     

一种交流电机故障诊断中的特征提取与强化

为提高电机故障诊断的准确率和有效性,提出了一种故障特征提取与强化的新方法.即在对所采集的交流电机振动加速度信号进行数据预处理之后,用盲源分离方法进行独立振动源的分离,然后采用小波包分析方法进行特征提取,并进行特征频带的简化及特征强化处理,特征强化后的数据作为交流电机故障诊断模型的输入.该方法通过对振动加速度信号进行分离,能够分离出混合信号中的独立振动源,提高了故障特征提取的正确率和准确度;通过对特征频带化简,减少了故障诊断模型的输入,进而简化了模型的结构;特征强化使模型能够更有效地识别故障状态.     

船舶柴油机状态监测及故障诊断仪设计

介绍一种多功能船舶柴油机工作状态监测及故障诊断仪的硬件和软结构及其主要功能的实现方法，仪器以嵌入式PC／104总线CPU模块为主体，采用了独立设计的程控A／D采集模块，不仅可以作为现场监测诊断仪，利用仪器自带的专家系统和应用程序，进行实时状态分析和故障报警，还可以用作综合故障诊断系统的通用数据采集器。     

列车定位单元ODO故障分析及HMM的应用研究

列车运行过程中车轮会出现打滑抱死等现象,导致ODO(odometers)呈现功能故障状态,针对这一问题,进行了列车定位单元ODO故障分析及HMM(hidden Markov models)的应用研究.首先利用神经网络方法对ODO故障状态进行诊断;然后,引入基于HMM的故障诊断方法,从模式识别角度出发,建立ODO隐藏的故障状态模型,通过输入观测序列与分类器中的HMM匹配,得出ODO的故障诊断结果;最后,通过遗传算法对HMM中的参数训练部分进行改进.实例分析结果表明:利用神经网络进行故障诊断的故障识别率为33.3%,基于HMM的故障诊断方法对于正常和故障状态的诊断精度可达100%,总体诊断精度可达95%,利用遗传算法进行参数改进后经仿真对比表明:在训练速度上遗传算法可以较快到达稳态,训练精度提高了86%;在高噪声背景下用神经网络方法实现故障诊断具有明显缺陷,利用遗传算法可以改进B-W(Baum-Welch)算法易陷入局部最优的缺陷,基于HMM的故障诊断方法相较于神经网络方法有更高的准确性.     

基于MR-DCA的滚动轴承微弱故障诊断

【目的】针对滚动轴承微弱故障难以识别的问题,提出了一种基于MR-DCA的滚动轴承故障诊断方法。【方法】利用最大相关峭度解卷积以及共振稀疏分解的方法对输入样本进行预处理,可以有效地滤除原信号中的噪声,突出故障冲击成分。将所获得的故障分量的二维时频图以及原始信号作为网络的训练样本,经两个特征学习模块后,使用注意力机制对输入特征进行筛选,通过权值重分配可以有效地提高模型计算效率和识别精度。为了验证模型性能,使用某大学的滚动轴承微弱故障数据进行故障诊断分析,同时开展消融实验,对诊断模型各个模块的有效性进行验证。【结果】结果表明,所提出的方法识别准确率更高,且具有更快的训练速度和迭代速度。【结论】所提模型在进行滚动轴承微弱故障诊断时可以实现良好的诊断性能。     

故障诊断专家系统应用研究

提出了直流斩波电路故障诊断专家系统的理论根据及设计方法。知识库设计为多元故障树，诊断数据来源于对被诊断对象的测试与知识推理，依据特征向量实现故障定位。采用功能级故障诊断模型比依据网络理论建立的数学模型更为简便。     

船舶发电机励磁系统故障排除与分析

发电机励磁系统故障不仅会影响到供电品质,严重时会导致整个电力系统崩溃,导致船舶全面瘫痪,危及船舶的作业和航行安全.针对某轮发电机励磁系统故障实例, 对故障产生的原因进行分析,阐述了故障的检查与排除过程.     

船舶发电柴油机并车故障分析及修复

本文通过介绍一例船舶发电机并车故障,分析了船舶发电机并车故障原因和修复改进措施.     

船舶电力系统中交流配电网零线故障的诊断

船舶电力系统中采用的三相四线制交流配电网中零线故障时有发生,为了保证船舶电力系统的供电连续性及最大可能地缩短船舶停电时间,本文结合一起零线故障的实际情况,运用电路理论分析了零线故障产生的机理及其危害性,指出三相四线制交流配电网零线接地的重要性,并提出了防止此类事故的基本措施和具体方法。     

扩展PRONY算法在输电线路故障定位中的应用

电力系统输电线路发生短路故障后,继电保护装置会迅速动作,这时故障定位系统仅采集到故障后短暂的波形数据.通常情况下,系统采集到的故障波形含有暂态分量,这会影响到基于相量故障定位算法的精度.针对此种情况,本文提出使用扩展Prony算法从故障后暂态数据中提取出基波电压和电流分量,然后使用双端非同步测量定位算法进行故障定位,获得了较为精确的结果.通过PSCAD和MATLAB进行仿真,并将结果与采用在电力系统中应用广泛的全波傅氏算法提取故障后基波分量得到的定位结果进行比较,仿真结果表明本文所提算法能让定位误差减小至0.5%以下.     

基于声响异常辨识的船舶柴油机故障诊断技术探析

文章对柴油机的故障表象与诊断技术进行了综合分析,结合理论与实践列出了在柴油机故障诊断中的异常声响发生的部位、异响表象特征和故障基本原因,并以实例阐述了柴油机声响异常辨识在故障诊断中的应用,介绍了该故障诊断技术的发展应用前景。     

故障树分析法在船舶细水雾灭火系统故障查找流程图设计中的应用

文章通过对船舶细水雾灭火系统的工作过程及常见故障的分析,提出了用故障树分析法来对船舶细水雾灭火系统进行故障诊断,建立了船舶细水雾灭火系统故障树及其故障查找流程图。通过故障查找流程图轮机员能够快速准确地找出故障并及时排除故障,保证了船舶的安全航行。     

纯电动汽车电子加速踏板失效诊断和 安全机制的研究

为了满足纯电动汽车加速踏板的高诊断率覆盖率需求,根据道路车辆功能安全标准ISO26262设计了相应的加速踏板信号的失效安全机制。在Simulink/Stateflow中建立了加速踏板故障检测模型、信号经过滤波模块、信号检测模块、故障诊断模块和信号选择模块等,通过故障分析是否发生故障,获得最终加速踏板开度的准确位置。通过仿真测试了相应安全机制的有效性,结果表明文中设计的安全机制可以正确判断相应的失效和进行容错处理,满足功能安全标准中对高诊断覆盖率的要求。     

基于模糊理论与神经网络并行推理的发动机故障诊断方法

将模糊理论与神经网络相融合，针对汽油发动机偶发性疑难故障，采用模糊信息处理方法确定故障的类别，通过神经网络的逼近能力来实现对故障进行诊断的功能。与单纯使用神经网络进行故障诊断的方法相比，基于模糊理论与神经网络并行推理的发动机故障诊断方法在输入参数不是训练时的典型数据（同训练时输入数据差别较大）时，系统仍能对输入样本很好地归类，给出较高精度的诊断结果，尤其对于单一系统的复杂故障具有很好的识别能力，可以提高对发动机故障的诊断精度。     

电力系统脆弱线路辨识研究现状

随着电网进一步互联互通，大停电事故波及的范围越来越大. 电力系统脆弱线路的辨识对预防连锁故障发生、保障系统安全稳定运行具有重要的理论和现实意义. 为此，综述了目前电力系统脆弱线路辨识的研究方法. 将近年来电力系统脆弱辨识方法的相关研究成果分为两大类:第一类基于电力系统状态分析，以潮流计算和电网动态特性为核心，介绍了熵理论法、连锁故障模拟法、风险评估法、能量函数法和强化学习法5种方法在电力系统脆弱线路辨识中的应用；第二类以复杂网络理论为背景，详细归纳了改进介数法、最大流理论法和对偶图法在电力系统脆弱线路辨识中的应用. 然后分析了现有方法具有兼顾系统结构和状态、考虑系统静动态特性的优点，以及缺乏考虑源荷不确定性，仅仅考虑单一线路脆弱性的不足. 最后，结合电力系统发展需求，提出了考虑新能源并网、移动冲击负荷接入、基于数据驱动以及组合脆弱线路辨识为下一步的主要研究方向.      

CRH3型动车组故障诊断代码编码规则研究

在分析研究CRH3型动车组普遍采用的故障诊断代码编码规则的基础上,对其编码规则进行了改进,并提出了新的故障诊断代码编码规则：“四位故障编码规则”和“五位故障编码规则”.通过对比分析,讨论了故障诊断编码规则各自的优缺点,最终提出：新四位故障诊断代码编码规则具有“采用了《通知》规定的系统划分方法,扩充了故障等级编码的取值,保证每个子系统都有足够的故障诊断代码”等优点,故建议在CRH3型动车组故障诊断系统中采用.     

基于虚拟仪器的机车滚动轴承故障诊断研究

介绍了机车滚动轴承故障诊断的机理。利用LabVIEW软件和相关硬件,设计了一种机车滚动轴承故障诊断系统。该系统结合某一型号机车轮对,利用CompactDAQ和NI9233加速度采集模块采集滚动轴承振动信号。根据滚动轴承机理,振动信号包含滚动轴承故障信息。因此,运用小波变换函数,对振动信号进行时频域分析处理,获取有用的故障特征信息,进而确定故障类型。从实验结果可以看出,该方法能准确地找到故障频率,对于机车滚动轴承故障诊断有很好的指导意义。     

基于信息融合的船舶机械故障诊断方法的研究

机械与材料工程学院严新平教授主持的科研项目“基于信息融合的船舶机械故障诊断方法的研究”，得到教育部资助. 1.项目研究目标 1) 设计适用于船舶柴油机故障诊断的信息融合体系. 2) 发表研究论文8篇，其中四大检索系统收录3篇. 2.研究内容 1) 研究基于油液、振动、热力参数监测的信息融合模型. 2) 研究小波分析和分形理论在磨损状态描述与识别中的方法. 3) 研究遗传算法和神经网络技术在船舶柴油机运动状态的趋势分析与使用寿命预测中的应用. 4) 开发船舶柴油机基于信息融合的故障诊断系统. 3.项目拟解决的关键问题 通过此项研究，着重解决(或部分解决)两个关键问题： 1) 利用振动和油液监测获得的信息，为通过信息融合模型实现机械动力学和摩擦学系统的状态描述. 2) 充分考虑船舶机械作业的特殊性，提出适用于现场应用的故障诊断方法与技术. 4.项目的创新之处在于可系统地综合振动、油液和热力参数监测方法，实现船舶柴油机故障诊断；可采用信息融合思想，研究动力学系统和摩擦学系统的信息特征及其相互之间的关系. 科技处(余区办) 章爱武     

基于IBA-SVM的变压器故障诊断

为提高变压器故障诊断精度,准确映射变压器故障类型和特征气体的非线性关系,提出一种基于改进蝙蝠算法(improved bat algorithm, IBA)优化支持向量机(support vector machine, SVM)的故障诊断方法.在蝙蝠算法(bat algorithm, BA)的基础上引入惯性权重和莱维飞行机制,有效提高了寻找最优SVM惩罚因子和核函数参数的能力.将改进后的蝙蝠算法用于SVM的寻找最优参数并建立故障诊断模型.实验结果表明,采用IBA-SVM模型进行故障诊断与采用固定参数的支持向量机模型和粒子群算法优化支持向量机模型相比故障诊断精确度更高,基于IBA-SVM的故障诊断模型的诊断正确率可达到94%,有效提升了分类准确度.