基于遗传算法的船舶核动力装置冷凝器故障诊断研究

根据核动力装置冷凝器的运行特点,分析了导致冷凝器故障的各种原因,并结合领域专家的知识建立了故障征兆集.将遗传算法与概率因果模型相结合,建立了故障诊断系统.从系统的诊断结果看,该方法能准确、快速诊断出故障,这对保证核动力装置的安全运行具有一定的指导意义.     

基于免疫遗传算法的核动力船舶设备故障诊断

针对传统遗传算法收敛速度慢且容易未成熟收敛引起的核动力船舶设备故障诊断响应延迟、误诊、漏诊问题,提出一种基于信息熵的免疫遗传算法用于核动力船舶设备的故障诊断:利用已知船舶设备故障征兆集合,选用概率因果模型,引入信息熵免疫遗传算法,求解具有最大后验概率的故障集合。某船用核动力蒸汽发生器与液压泵故障仿真结果表明,基于信息熵免疫遗传算法优化的概率因果模型不受故障样本的限制,具有较好的通用性,且模型故障诊断精度较高、寻优速度快。本方法同样适用于其他领域的故障诊断问题。     

基于免疫遗传算法的核动力船舶设备故障诊断

针对传统遗传算法收敛速度慢且容易未成熟收敛引起的核动力船舶设备故障诊断响应延迟、误诊、漏诊问题,提出一种基于信息熵的免疫遗传算法用于核动力船舶设备的故障诊断:利用已知船舶设备故障征兆集合,选用概率因果模型,引入信息熵免疫遗传算法,求解具有最大后验概率的故障集合.某船用核动力蒸汽发生器与液压泵故障仿真结果表明,基于信息熵免疫遗传算法优化的概率因果模型不受故障样本的限制,具有较好的通用性,且模型故障诊断精度较高、寻优速度快.本方法同样适用于其他领域的故障诊断问题.     

改进遗传算法在船用核动力装置概率因果故障诊断中的应用

传统的遗传算法存在早熟现象严重和局部搜索精度较低的固有缺陷,容易导致分析结果与实际情况不相符,不能很好地用于船用核动力装置概率因果故障诊断。提出了一组综合改进策略,首先定义了奇异个体判断指标;而后设计了一种自适应交叉、变异策略和自适应局部搜索策略,并通过经典案例测试改进算法的有效性;最后构建改进算法与概率因果故障诊断模型,进行船用核动力装置故障诊断实例分析。分析结果对船用核动力装置故障诊断具有重要的指导意义,改进遗传算法是进行船用核动力装置故障诊断有效而实用的方法。     

基于遗传算法的船舶动力定位系统故障诊断研究

船舶动力系统结构复杂,动力系统各元器件之间存在松散耦合的关系,传统的基于集中式故障诊断方法已经越来越不适应现代船舶动力系统故障的定位诊断性能要求。基于遗传算法的诊断模型将动力系统描述为分布式架构,各固件通过遗传因子来传递故障现象与原因之间的联系。本文分析基于遗传算法的船舶动力定位系统故障诊断策略,使用故障向量及图论来描述系统的故障现象,给出基于软件的故障定位方法及验证结果。     

改进遗传算法的船用动力装置故障诊断系统

现有的故障诊断系统忽略了故障数据中的特征偏差系数,导致故障检测的计算过程较为繁琐,难以处理并行数据,因此基于改进遗传算法设计船用动力装置故障诊断系统。设计电源滤波电路作为系统硬件,在软件设计中,提取船用动力装置故障特征,基于改进遗传算法建立模型诊断故障。设计对比实验,实验组系统在动力系统关闭、动力系统不完全关闭、动力系统完全关闭时,诊断用时均小于2个对照组。结果表明,改进遗传算法的故障诊断系统信息处理效率高于现有系统。     

遗传算法和神经网络在船舶柴油机故障诊断中的应用

为提高船舶柴油机故障诊断的精度,以及改善神经网络收敛速度慢,易陷入局部最优解的情况。提出一种基于改进遗传算法和RBF神经网络相结合的智能诊断方法,并将其应用于船舶柴油机故障诊断中,改进的方法优化了神经网络的隐节点、宽度参数以及中心向量,用最小二乘法训练网络隐层到输出层的权值。最后在Matlab仿真软件下,对船舶柴油机故障诊断模型进行仿真实验。实验证明,自适应遗传算法优化的RBF神经网络,诊断速度快,诊断精度高,收敛效果好,能较好地应用在船舶柴油机的状态监测和故障诊断中。     

基于SVM—ANN混合模型的某型舰炮武器随动系统故障诊断研究

支持向量机和人_T神经网络是在故障诊断方面比较常用的两种方法.针对支持向量机和人工神经网络在故障诊断方面的优势和不足,提出了一种基于SVM-ANN混合模型的故障诊断方法,并将其应用在某型舰炮武器随动系统的故障诊断中,该方法具有诊断速度快、诊断精度高等优点.     

舰船电力系统量子遗传算法的故障诊断方法研究

为能准确的确定故障元件,建立了考虑保护或断路器拒动情况下适合舰船电力系统故障诊断的数学模型,利用量子遗传算法对故障诊断数学模型进行求解,并利用典型舰船电力系统故障算例对所提方法进行了验证,算例结果说明了该故障诊断模型的合理性和诊断结果的准确性。     

遗传算法在相控阵雷达波束驻留任务自适应调度中的研究

相控阵雷达在雷达体系的发展史上具有重要地位,其波束指向灵活,对空间和时间的分配可以控制,可以很好地完成搜索和多目标跟踪等任务。本文针对相控阵雷达波束驻留任务的调度问题,提出了自适应遗传算法这种解决方案。通过对雷达约束模型进行分析,设计相应的求解方法。主要运用遗传算法进行求解,包括编码方式、适应度函数、遗传操作等步骤。考虑到进化变异和进化适应的影响,提出变异概率和自适应交叉概率。     

支持向量机在船舶电力推进系统故障诊断中的应用

针对人工神经网络收敛速度慢、容易陷入局部最优解等不足,本文采用支持向量机技术建立船舶电力推进故障诊断系统。确定支持向量机的核函数和分类方法,结合训练样本,采用基于网格搜索的K重交叉验证法进行核函数的参数优化,从而得到支持向量机故障诊断模型。利用支持向量机工具箱函数,在MATLAB中进行故障诊断模型的仿真计算,结果表明基于支持向量机所建立的故障诊断模型有较强的诊断准确性和泛化推广能力,从而提高船舶的安全性。     

基于FNN的船舶舵伺服系统故障诊断研究

分析某型船舶舵伺服系统的故障信息,建立了模糊神经网络故障诊断模型.利用模糊逻辑处理数据以便于充分利用经验知识;利用神经网络诊断,避免了复杂故障树诊断系统的"匹配冲突"、"组合爆炸"和"无穷递归"等问题,并采用改进的BP算法训练神经网络,解决了收敛速度和收敛振荡的问题.诊断实例结果表明:该故障诊断系统具有较强的鲁棒性和泛化能力;该算法采用无模型化诊断,容易实现自学习,可不断完善系统性能,具有一定的理论和工程应用价值.     

一种改进的海洋平台结构损伤诊断方法研究(英文)

In the exploitation of ocean oil and gas, many offshore structures may be damaged due to the severe environment, so an effective method of diagnosing structural damage is urgently needed to locate the damage and evaluate its severity. Genetic algorithms have become some of the most important global optimization tools and been widely used in many fields in recent years because of their simple operation and strong robustness. Based on the natural frequencies and mode shapes of the structure, the damage diagnosis of a jacket offshore platform is attributed to an optimization problem and studied by using a genetic algorithm. According to the principle that the structural stiffness of a certain direction can be greatly affected only when the brace bar in the corresponding direction is damaged, an improved objective function was proposed in this paper targeting measurement noise and the characteristics of modal identification for offshore platforms. This function can be used as fitness function of a genetic algorithm, and both numerical simulation and physical model test results show that the improved method may locate the structural damage and evaluate the severity of a jacket offshore platform satisfactorily while improving the robustness of evolutionary searching and the reliability of damage diagnosis.     

基于相关性模型的舰船系统测试性建模与分析

本文提出一种基于相关性模型的舰船系统级产品的测试性建模与分析方法.该方法通过建立产品任务模型、相关性图示模型等,利用一阶相关性列矢量法求解产品的相关性数学模型,进而建立产品诊断树和进行测试性预计,并为优化产品诊断策略提供建议.同时,根据舰用燃气轮机滑油系统组成和任务特征,建立其典型任务模型并进行精简,并在此基础上进行测试性建模、诊断树建立、测试性预计以及诊断策略优化等工作,为舰船系统级产品的测试性建模、分析和诊断策略研究提供新思路和手段.     

雷达对抗装备故障诊断系统研究与设计

针对雷达对抗装备的功能结构和故障成因具有层次性的特点,综合利用层次故障树分析法和专家系统的优点,研究设计了雷达对抗装备故障诊断系统。通过对装备的功能结构和故障特性的层次分析,在较小的范围内建立了故障树,并将故障树转换成二叉树来构建知识库,按照最小割集重要度大小的优先顺序进行诊断推理,实现了对雷达对抗装备故障的快速诊断。     

基于改进Petri网的船舶电力系统故障诊断

将Petri网理论用于船舶电力系统故障诊断中,提出了一种改进的Petri网故障诊断模型。在基本Petri网诊断模型的基础上引入模糊推理规则形成模糊Petri网,说明了该方法的模型构建、推理过程及解析方法的表示。利用该方法对船舶电力系统进行故障诊断使推理过程简洁、诊断快速、诊断结果也更科学有效。     

船舶动力定位系统级故障诊断技术

针对松散耦合的船舶动力定位系统分布式体系结构，提出了一种基于改进的二值PMC模型约分布式系统级故障诊断算法。采用自诊断与互诊断相结合的方法，给出了分布式诊断算法、图论模型、诊断内容及算法中使用的报文种类、故障向量。基于软件故障注入思想设计了四种故障，并对该算法进行了诊断验证。结果表明：改进的PMC模型适用，所提出约分布式系统故障诊断算法正确，故障诊断与验证应用程序可靠、实用。     

基于知识的燃气轮机故障诊断系统的研究与开发

结合MS6001型燃气轮机,对基于知识的燃气轮机故障诊断技术进行了研究。介绍了系统的总体结构,建立了基于框架的热力参数的知识表示方法。通过总结发生单一故障情况下燃气轮机的故障诊断规则,设计了基于产生式规则的推理方法,实现了系统的诊断功能。结果证明,这是一种行之有效的故障诊断研究方法,具有实用价值。     

基于BP神经网络的故障诊断技术在装备维修中的应用

传统故障诊断方法在装备保障中的诸多局限性。文章介绍了基于BP模型的神经网络,研究了基于BP模型神经网络的故障诊断推理方法,并利用Matlab仿真软件对结果进行了运行和计算。结果证明,基于BP神经网络的故障诊断技术对装备故障诊断是行之有效的。     

测控装备故障诊断专家系统的设计与实现

通过分析测控装备故障诊断专家系统的目的和任务,将模糊神经网络理论与专家系统相结合用于测控装备故障诊断,建立了故障诊断专家系统的模型。探讨了故障诊断专家系统中知识库的构建及维护、不精确推理等问题。用面向对象分析方法分析故障诊断专家系统,并用软件加以实现。