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.     

基于概率神经网络的船用核动力装置故障诊断方法研究

船用核动力装置是一个复杂的大系统,并且其多数设备及系统具有非线性、时变性、耦合性及不确定性,而神经网络能够逼近任意的非线性映射,因此在核动力故障诊断中得到广泛的应用。目前,应用较广泛的是BP神经网络,但其网络层数及每层神经元的个数不易确定,而且在训练过程中网络容易陷入局部最小点。鉴于此,文章把概率神经网络（PNN）应用到船用核动力装置故障诊断中去,结果表明该方法是可行有效的。     

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.     

神经网络技术在核动力装置故障诊断方面的应用探讨

主要针对核动力装置中的冷凝器故障，建立了冷凝器故障仿真模型和基于BP网络的故障诊断模型，探讨了利用神经网络技术实施故障诊断的方法。     

提高监控装置故障诊断专家系统识别率的有效途径

针对目前船舶机舱监控装置故障诊断专家系统存在的问题，探讨了提高专家系统识别率的有效途径，即修整故障树和多因素确定故障可信度因子。     

基于瞬时转速和遗传算法的内燃机故障诊断方法

内燃机瞬时转速信号中蕴含着大量有关机器运行的信息,非常适合用于内燃机的故障诊断.但瞬时转速中蕴藏的故障信息比较微弱,加上测量的随机性影响,必须提取多个故障特征进行综合诊断,而如何从中构造理想的特征参数,是一项非常困难的工作.对此,本文使用遗传算法对故障特征进行组合优化,构造最佳特征参数.以6-135型柴油机单缸少量减油故障为例,从多个瞬时转速数据样本的时域、频域和波形参数中提取了6个原始特征,利用遗传算法使这些参数在各种运算组合的过程中优胜劣汰,最后进化成为一个综合了几个原始特征的综合诊断参数,使用该参数进行故障状态的判别,提高了诊断的正确率,并简化了诊断过程.     

基于故障树的船用核动力装置维修性建模研究

结合船用核动力装置的特点,阐述了建立基于故障树维修性模型的方法和流程.以建立故障树为基础,建立了关于船用堆余热排出系统基于故障树的维修性模型,对其进行定量分析得到系统修复性维修时间.该方法直接利用可靠性分析中的故障树建立模型,节省了建模强度,计算结果由可靠性数据支持,克服了以往定量分析中维修性数据不足的缺点.     

基于虚拟仪器技术的旋转机械远程故障诊断研究

本文回顾了设备状态监测故障诊断技术的发展过程，提出基于虚拟仪器技术的旋转机械远程状态监测与故障诊断系统的模型结构，最后对远程故障诊断技术的发展作了总结和展望。     

船舶动力装置故障诊断专家系统

详细叙述了船舶动力装置故障诊断专家系统的设计过程和特点.将成熟的数据库技术引入到系统中,即以Access2000数据库为平台,构建系统知识库.推理机是以基于可信度的不确定推理模型设计的,系统的运行更加接近专家的思维,也更能反映实际的设备故障环境.采用回溯和启发式搜索策略,可找出故障的多个原因,减少了搜索的路径.系统还能向用户提供维修建议和方法,同时能准确给出故障的位置.     

基于LM算法的组合导航系统的故障诊断

LM (Levenberg-Marquardt)算法是梯度下降法与高斯-牛顿法的结合,在训练次数与精度上明显优于标准的BP算法.介绍了BP神经网络,采用LM算法对标准BP算法进行改进,并应用于船舶组合导航系统的故障诊断.仿真结果表明,LM算法可有效地提高学习速度,缩短训练时间,诊断效果好.     

基于模糊聚类算法的船舶故障诊断技术

由于大型设备故障症状与故障原因之间关系十分复杂，使得传统诊断方法在实际应用中效果不理想。研究采用模糊C-均值聚类算法，将被诊断对象间故障和症状的特征通过建立模糊关系矩阵进行了故障分类，用当前所得的故障征兆群与过去该设备故障征兆结果相对照，找出最相似的结果，从而确定其故障。通过船舶主机轴系诊断的实例，充分证明了该方法的有效性。     

基于多Agent的船舶电力系统故障诊断系统设计

在对多Agent技术和船舶电力系统故障诊断系统相关技术进行研究的基础上,设计出基于多Agent技术的船舶电力系统故障诊断系统,阐述了该系统的特点、分类、功能、结构,并就其诊断信息的交互过程做了详细的介绍。文中设计的船舶电力系统故障诊断系统能充分利用已有的诊断资源,提高故障诊断的效率,便于构造大型船舶电力系统故障诊断系统。     

船舶动力装置可组态智能故障诊断系统设计

旋转机械是许多船舶动力装置的核心设备,其设备状态与安全性直接关系到船舶航行的安全.为了保障船舶安全正常航行,针对当前船舶动力装置故障诊断系统的不足,研究开发了基于旋转机械监测诊断技术、数据库技术、网络技术以及组态式软件技术的船舶动力装置可组态智能故障诊断系统,介绍了该系统的体系结构、硬件结构、软件功能、网络技术及特点....     

基于GA的电力系统无功优化

本文针对电力系统无功优化的问题,建立了基于GA的电力系统无功优化模型,设计了遗传算法用于求解,并通过实例进行仿真。计算机仿真结果表明,优化后的网损减少1／5,有效地降低了网损并提高了电压质量。