基于RBF网络的船舶机械状态监测与评估研究

在分析传统单一阈值监测法在船舶机械等大型机械设备状态监测领域存在不足的基础上,提出了基于RBF网络的动态阈值监测模型,并以该模型为基础,设计了面向船舶机械的状态评估流程,最后以X型舰艇主柴油机为例,对监测模型和评估流程进行了验证。     

工程船舶机械运行状态监测及故障诊断

工程船舶机械运行状态的信号具有非平稳性,传统方法无法准确提取信号中的特征,使得工程船舶机械运行状态监测不准确,故障诊断错误率高,为此提出了基于Hilbert变换的工程船舶机械运行状态监测和故障诊断方法。首先提取工程船舶机械运行状态信号,然后采用Hilbert变换对工程船舶机械运行状态信号进行分解,提取特征,最后根据特征向量建立工程船舶机械运行状态识别模型,实验结果表明,本文方法可以较好描述工程船舶机械运行状态,获得了较高正确率的工程船舶机械故障诊断结果。     

工程船舶机械运行状态监测方法研究

采用传统监测方法受到信号和噪声干扰影响,导致监测精准度较低,针对该问题,提出了工程船舶机械运行状态监测方法研究。根据运行状态监测流程,分析工程船舶机械燃烧、冷却、增压这3个步骤的热力参数,判定机械设备运行状态,收集异常数据,并对其进行加权处理,获得输入数据向量。在支持向量机不敏感损失函数基础上,根据误差函数公式进行去燥处理,由此完成机械运行状态监测方法研究。通过实验对比结果可知,该方法最高监测精准度可达到97%,为工程船舶正常运行提供支持。     

船舶机械检验制度的进展

文中介绍了国内外船舶机械检验制度的进展，各船级社为之所作出的努力以及中国船级社为推动滑油分析技术在船舶机械检验中的应用所采取的一系列活动，并对今后船舶机械检验在滑油状态监测领域的深化提出建议。     

基于振动特征的舰船机械噪声监测模型

传统船舶机械噪声监测模型在实际应用中,存在特定噪声滤波信号阈值差异问题,导致监测模型整体对噪声监测自适应性降低,在一定程度上影响模型输出准确度。为了解决模型自适应性差的问题,提出振动特征的舰船机械噪声监测模型。首先,通过拟合计算方式,对机械噪声数据进行拟合计算,根据拟合结果,结合噪声产生的振动特征,建立噪声振动特征监测模型。最后,以模型数据为优化基础值,完成对噪声监测模型自适应阈值的优化,从而实现改善模型自适应能力,提升舰船机械噪声监测模型输出准确度的效果。通过多组实例数据的仿真调试对比,证明提出模型能够适应不同参量噪声数据的监测,且保证监测效果符合技术标准。     

高桩码头结构安全监测预警模型及工程应用

高桩码头结构在服役期内会出现不同程度的损伤,导致码头结构安全性降低。为保证码头长期安全运行,可通过实时监测确定码头运行状态并及时预警。提出一种高桩码头结构安全监测预警模型,采用不同结构状态的设计控制值作为不同级别的预警阈值,每级预警阈值对应不同的风险程度,针对不同级别的预警提出相应处置措施。将该预警模型应用于南京港某高桩码头的安全监测,对可变荷载作用下码头结构位移和桩基应变进行实时监测,并计算设置码头结构位移和桩基应变三级安全预警阈值。结果表明,码头安全预警阈值的设置及安全告警的应对措施科学有效,实现了码头结构全工况整体技术状态评估和安全预警。     

综合状态评估技术在船舶维修中的应用

文章介绍了状态评估技术在国内外的应用现状以及该技术应用在船舶维修中的意义和形式,阐述了船舶机械设备综合状态评估的关键技术,并分析了目前阶段在船舶维修业中应用该技术的注意事项.     

基于信息融合的船舶机械技术状态评估方法

简要综述了信息融合的应用和发展情况,介绍了信息融合的层次分解以及常用的融合方法.分析和比较了目前常用的各种信息融合方法的特点.依据层次分析法的思路,提出一种基于多种融合方法的船舶机械技术状态综合评估模型.     

21世纪的船舶机械设备维修展望

根据船舶机械设备维修发展现状,分析了船舶机械设备维修在新世纪中的地位和发展前景,探讨了船舶机械设备维修的策略和技术所面临的挑战及发展趋势。提出船舶机械设备维修在维修思想和模式、监测诊断技术、维修技术等方面的发展思路。     

船舶螺旋浆轴状态监测研究

为了推动油液监测技术在船舶机械中的应用,文中对船舶螺旋浆轴实施油液监测的必要性进行了介绍,以两条不同类型的船舶为例,采集油样并进行了检测分析,得到了螺旋浆轴正常状态了主要磨损元素的浓度和主要磨损类型磨粒的显微特性,这些研究结果对指导油液监测技术在船舶机械中的应用具有重要意义。     

多传感器信息融合的船舶机械设备状态智能检测研究

研究基于多传感器信息融合的船舶机械设备状态智能检测方法,智能化诊断船舶机械设备异常状态。采用改进小波阈值去除多振动传感器采集的机械设备振动信号噪声成分后,经基于多传感器信息融合的信号特征提取方法,提取去噪后振动信号幅值的均方根、方差、峰值、脉冲、峭度、均值、最大值、最小值、峰峰值、方根幅值特征,并使用特征级与数据级融合方式,将多信号特征信息融合;通过基于极限学习机优化的设备状态智能检测方法,以特征信息分类的方式,将融合后的设备振动信号特征作为分类目标,根据特征值的上下限,判断设备运行状态。实验验证表明,此方法应用下,多传感器对船舶机械设备振动信号的感知时间差极短,可缩短设备状态检测延迟,并准确检测设备异常状态。     

支持向量机网络在船舶电力推进系统状态评估中的研究

船舶电力推进系统状态评估是状态检修的前提和基础,建立合适的舰船电力推进系统状态评估流程与模型,并开发出可行的评估系统是舰船状态评估的必须步骤。本文在对船舶电力推进系统的状态评估方法进行概述和分类的基础上,提出船舶电力推进系统状态评估流程、基于支持向量机网络的船舶电力推进系统状态评估模型和具体的评估步骤。     

船舶并网发电状态监测系统设计

传统船舶发电状态监测系统,在并网发电状态监测场景下,存在并网发电容量状态判定误差较大,导致实际输出电量与储存电量之间比例异常,扰乱正常并网发电特征逻辑。通过分析并网数据发现,关键在于监测系统对于并网发电系数的判定逻辑阈值,而阈值影响因素由监测硬件与软件算法两部分决定。因此,为了解决上述问题,提出船舶并网发电状态监测系统设计。首先,硬件功能结构进行设计;其次基于硬件获得数据,对并网发电判定阈值进行优化。最后,对输出监测量进行状态系数评估计算,保证输出监测系数的准确性。通过与传统监测系统10组数据的对比表明,提出设计的监测系统,具有数据监测误差小、连续监测稳定性好的特点,更适合船舶并网发电场景的应用。     

船舶实施状态监控系统检验的探索

本文阐述了润滑油分析的方法以及船舶机械实施状态监控的过程和取得的效果,论述了对船舶机械实施状态监控系统检验的可行性。     

论船舶机械润滑油监测技术及中国船级社的相关规则

对船舶机械实施润滑油监测的必要性、应用现状和中国船级社的相关规则进行了介绍,给出了在船舶机械中开展润滑油监测技术的程序和应该注意的问题。     

改进PSO-ANN神经网络算法在船舶安全性预测方面的研究应用

利用神经网络网络的自学习能力强、并行计算快、容错性高的特点来评估船舶航行安全性状态,同时利用微粒群算法(PSO)优化反向传播神经网络的连接权值和阈值。阐述反向传播神经网络在船舶航行安全性系统状态评测中的流程,相对于目前的船舶航行安全性预测方法,本文提出的智能模型具有结构简单及预测精度高等优点。     

采用TwitterStorm技术的船舶机械故障监测大数据分析

传统船舶机械故障监测大数据分析采用的计算平台对大数据分析存在限制条件,无法自定义匹配大数据分析算法。结合TwitterStorm技术特点,提出TwitterStorm技术下船舶机械故障监测大数据分析。首先创建TwitterStorm船舶故障分析场景;接着对场景数据分析条件进行定义;最后引入船舶机械故障监测数据,完成大数据分析计算过程。为了验证分析结果的准确性,采用仿真对比实验的方式来对其进行验证,证明提出的TwitterStorm技术下船舶机械故障监测大数据分析,具有故障监测分析准确性高、计算稳定的特点。     

船舶维修IETM系统设计

从探讨船舶维修对IETM系统需求出发,结合对IETM技术、S1000D标准以及船舶维护保养体系CWBT的研究,在此基础上建立了一个船舶机械维修交互式电子技术手册系统模型,以改进船舶机械设备维护质量、加速维修过程。船舶机械维修IETM系统设计主要进行了IETM系统功能的划分和系统的数据库设计,根据船舶维修的特点和维修的流程,把功能模块分为系统介绍及浏览模块、资料查询与检索模块、故障诊断模块、数据管理模块、用户权限管理模块5大部分。在每个模块与维修IETM系统中的常用功能上,进行逐步细化和编程实现。     

基于无线网络的船舶机械设备工作状态数据实时采集系统

设计基于无线网络的船舶机械设备工作状态数据实时采集系统,实时高效采集船舶机械设备工作状态数据,为船舶设备管理提供可靠参考与依据。设备层利用内部总线建立与数据采集层有效连接,连接构建完成后,数据采集层的数据采集模块使用基于FPGA的数据采集技术采集船舶机械设备工作状态数据,采集的数据经基于RPODTD的数据传输延时优化策略优化后的无线网络,向数据存储层实时高效传输,由数据存储层有效压缩、控制后,分类存储船舶机械设备工作状态数据。实验结果表明,该系统可较好采集与传输船舶机械设备工作状态数据,数据传输时延低。     

复杂海洋环境船舶机械故障诊断算法分析

针对传统的船舶机械故障诊断算法精准度低的情况,对复杂海洋环境船舶机械故障诊断算法进行设计。为保证故障诊断准确性,对舰船机械设备数据进行采集,并采用模糊传递法对故障数据进行组合,设定阈值,将该值作为判定是否为故障数据的标准,在此基础上,采用神经网络算法,提取故障征兆,完成对复杂海洋环境船舶机械故障诊断。并设置仿真实验,实验结果表明此次设计的复杂海洋环境船舶机械故障诊断算法比传统算法准确性高,具有一定的实际应用意义。