舰船电气系统故障诊断维修现状及前景分析

对近扯为用于电气系统故障诊断维修的各种方法分析作了分析和论述，指出了传统故障诊断方法的局限性以及从理论走向实践的几大难题，明确了人工智能的专家系统方法的原理及用于故障诊断的优越性，从而得出电气系统故障诊断采用专家系统方法是今后的发展趋势。     

利用声振监测技术识别气缸压力时域波形的研究

利用数字信号处理技术探讨了应用振动信号对内燃机缸内工作过程进行故障诊断的可行性，提出利用振动信号时域恢复气缸压力波形的理论和方法，并对该方法在故障诊断中实际应用作了论述。     

港口用柴油机故障诊断专家系统框架的建立

本文针对港口用柴油机的故障诊断问题，引起专家系统技术，讨论了内燃机故障诊断方法及故障诊断软件的结构与组成。     

模糊神经网络在故障诊断中的模型与应用

对一种地模糊神经网络的故障诊断方法进行了研究，探讨了模糊误字率攻模糊算了选择，以柴油示功图作为特征信号，构造了船舶主机故障诊断仿真系统，并给出了系统知识学习和模糊推理结果。     

基于智能仿真的机械故障诊断方法研究

文章总结了机械故障诊断技术中应用仿真技术的4种模式，提出了将仿真技术与目前的智能方法相结合的思路，建立了结合神经网络和仿真技术的机械故障诊断方法的分析流程。文中所设计的故障诊断方法可以利用小样本来对机械设备进行故障诊断，因此，具有广泛的工程实用性和推广价值。     

基于动态子结构-阻抗法的车辆制动鼓动态特性研究

为了能准确、快速分析和预测复杂鼓式制动器结构的动态特性,采用动态子结构综合法-阻抗法对其模态特性进行了研究.基于动态子结构综合法-阻抗法推导了复杂结构动态响应特性关系式,计算了鼓式制动器的模态参数,比较了采用动态子结构综合法和有限元法计算制动鼓的响应时间.结果表明:采用动态子结构综合法-阻抗法是准确、高效的,既能准确计算制动鼓的模态特性,又能快速预测其动态响应特性.     

舰船用柴油机故障在线智能诊断研究

通过对目前机械故障诊断，特别是对各种柴油机故障诊断理论和技术方法的综合研究，结合舰船上常用的柴油机的特点，提出了用应变片采集缸盖振动的应变响应、用局域波理论实施非平稳信号分析的在线智能的故障诊断新思路，并给出了这种方法的基本原理、主要内容以及实施方法。     

基于定子电流Park矢量变换的感应电机故障诊断

通过提取定子电流信号的Park矢量图作为电机故障特征。应用人工神经网络技术对故障特征进行分类与识别，从而避开了复杂的谱分析技术。实验测试结果表明，该方法用于电机故障诊断可靠、有效，是一种实际可行的电机故障诊断方法。     

船用液压系统故障诊断方法

船用液压系统发生故障后往往难以查明，降低了船用液压机械的使用率，为此，本文对船用液压系统的故障诊断步骤与常用故障诊断方法进行了较为详细的阐述，并就查定船用液压系统的故障部位进行了专门的讨论。     

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。     

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.     

一种新的船舶柴油机模糊故障诊断方法

为进一步提高船舶柴油机故障诊断的可靠性,将一种基于模糊信息多级融合的故障诊断方法应用到船舶柴油机的故障诊断中,该方法将各级诊断数据充分融合后再进行船舶柴油机的故障诊断,应用结果表明该方法准确有效,不但在正常情况下作出了准确的故障诊断,而且在局部检测传感器失灵发生误检的情况下亦能避免船舶柴油机故障诊断的误判,为提高船舶柴油机故障诊断的可靠性提供了有益的借鉴.     

分布式系统级故障诊断算法在船舶动力定位系统中的应用

为解决船舶动力定位多处理机系统的故障诊断问题，在分析实际系统总体结构的基础上，确定了系统故障测试关系图，提出了一个基于改进型二值PMC测试模型的分布式系统级故障诊断算法（SELF算法），详细介绍了算法中的报文种类、故障向量与算法描述；最后，采用软件故障注入法对诊断算法与模型进行了故障诊断验证。结果表明：模型适用、算法正确，所开发的分布式系统级故障诊断软件包可靠、实用。     

舰船操舵系统的故障树诊断方法

舰船操舵系统系统维修难度大,故障不易排除,因此故障诊断技术在该领域越来越受到重视.论文根据舰船操舵系统的一般故障模式,采取了故障树的诊断方法,结合故障树分析法建立了故障诊断专家系统,提高了故障诊断水平.     

基于时间和状态约束的故障因果关系图及其在燃气轮机中的应用

故障原因及其产生位置的确定是决定故障诊断系统是否可用的关键因素。文章定义了离散事件系统中故障之间两种类型的因果关系,给出了故障因果图（FSCG）的概念,进一步给出了描述故障之间基于状态和时间约束关系的因果图,基于此,将上述方法应用在某燃气轮机的故障诊断过程中,在对燃气轮机的内部结构进行概述的基础上,结合具体的故障发生情况,给出了其部分故障树结构,进而给出了相应的故障因果关系图,将其应用到实际的故障诊断中,并与传统的故障树方法进行相关对比,证明了该方法的有效性。     

基于事故树的系统故障诊断和修复

采用事故树分析法对故障系统进行分析,在事故树逻辑简化的基础上分别构建系统的故障诊断模型和故障维修模型;在事故树定性和定量分析的基础上,对系统事故树模型中的基本原因事件的故障检测时效比和维修时效比进行分析;制定系统的故障诊断和修复流程,快速、及时地对故障系统做出响应,保证舰船生命力。结果表明:基于事故树的系统故障分析法为系统的故障检测和抢修决策提供依据,对大型复杂系统的生命力研究具有一定的适用性。     

基于多源信息融合的柴油机故障诊断方法

为提高柴油机这一复杂系统的故障诊断精度,在采集缸盖声发射信号、缸盖振动信号和机体声发射信号特征信息的基础上,利用3个BP神经网络进行局部诊断并获得证据体,对各证据体应用D S证据组合规则进行决策融合。针对D S证据理论在处理冲突证据时存在的局限性问题,提出一种多源加权融合的故障诊断方法。该方法利用各证据体对命题识别的正确率和证据体之间的距离对各证据体进行修正。故障模拟试验表明:提出的方法可提高柴油机的故障诊断精度,充分验证其应用在柴油机故障诊断中的可行性。     

基于双树复小波包和PNN的柴油机故障诊断研究

针对传统小波变换在故障特征提取中的不足,提出一种基于双树复小波包和概率神经网络(PNN)的故障诊断方法。首先通过双树复小波包变换将各个工况的柴油机声信号分解得到不同频带的分量,选取各频带分量的能量作为特征向量,再利用PNN对特征向量进行训练,最后通过测试样本得到柴油机典型故障诊断结果。实验表明,该方法可以对柴油机典型故障进行较为准确的诊断,相比传统小波包有着更高的故障诊断率。     

基于模糊信息融合的船舶动力装置综合故障诊断方法研究

在模糊集理论的基础上,将决策级信息融合技术应用于故障诊断系统中,提出了一种基于系统模糊综合评价融合结构下的综合故障诊断方法.该方法以模糊逻辑运算和全局决策融合来自多传感器的局部判决来获取诊断对象的综合诊断结果,并对船舶主动力系统的运行故障进行诊断研究,结果表明,该方法准确有效,为船舶动力装置故障的智能化诊断提供了有益的借鉴.     

非平稳特征提取方法与智能诊断技术在自动机故障诊断中的应用

回顾对目前常用的非平稳特征提取方法与智能诊断技术,并总结舰炮自动机故障诊断需解决的难题,介绍非平稳特征提取方法与智能诊断技术在舰炮自动机故障诊断中的应用现状,详细阐述舰炮自动机故障诊断研究中存在的问题及对发展趋势的展望。