船用离心泵故障SOM网络诊断方法

为了实现对船用离心泵的实时在线智能故障诊断,进行了基于SOM网络(自组织特征映射神经网络)的船用离心泵故障诊断方法研究.在分析船用离心泵典型故障及特征的基础上,建立故障模型,提取故障特征向量并建立学习样本;设计和组建了SOM神经网络,将SOM网络的抽取输入信号模式特征的能力应用于故障诊断;通过网络训练建立了 SOM网络输入与输出属性间良好的非线性映射,实现了将特征向量输入网络来诊断故障.经实验验证,该方法具有良好的准确度和适应性.     

基于激光超声技术的船用耐腐蚀材料内部缺陷检测方法

为准确检测船用耐腐蚀材料内部是否存在内部缺陷,提出基于激光超声技术的船用耐腐蚀材料内部缺陷检测方法。使用基于激光超声的材料内部信息采集方法,将激光超声波照射在船用耐腐蚀材料表面,获取材料内部反射的激光超声回波信息;采用基于经验模式分解的激光超声波特征提取方法,提取回波信息中的一次回波特征、二次回波特征;将所提特征输入基于改进支持向量机的内部缺陷检测模型,此模型使用遗传算法,获取可保证缺陷检测结果均方误差最小的惩罚因子后,将该惩罚因子导入支持向量机中,通过该支持向量机分类检测船用耐腐蚀材料内部缺陷。实验结果显示,本文方法对铝制船用耐腐蚀材料内部缺陷检测结果准确,具备显著的内部缺陷检测效力。     

基于小波包分解的船用柴油机燃油电磁阀故障诊断方法

为了精准识别电磁阀故障,确保船用柴油机安全、平稳运行,提出基于小波包分解的船用柴油机燃油电磁阀故障诊断方法。采用小波包分解法对船用柴油机燃油电磁阀电流信号作分解,获取其多频带特征。通过核主成分分析法对其作降维处理,完成敏感特征选择。将其作为最小支持向量机的输入,自适应蚁群优化算法通过自适应调整挥发因子、状态转移规则确定最优模型参数,实现燃油电磁阀故障的准确诊断。结果表明：故障、正常工况下的燃油电磁阀电流特性曲线存在较大差异;该方法可提取电流信号的8个频带特征、不同频带特征间差异度大;特征选择有利于提高燃油电磁阀故障辨识度。本文方法可实现燃油电磁阀故障诊断,诊断效果突出。     

基于超声技术的船用零件3D打印材料缺陷检测方法

以提升船用零件3D打印材料缺陷检测水平为目标,设计基于超声技术的船用零件3D打印材料缺陷检测方法。选取PXUT-395数字式超声波探伤仪作为船用零件3D打印材料的超声检测装置,设置超声检测装置的超声波探头型号为Olympus V382-SU,采集船用零件3D打印材料的超声波信号;利用WVD变换方法处理超声检测装置采集的超声波信号,提取3D打印材料超声波信号的时域特征。选取极限学习机作为缺陷检测方法,设置所提取的超声波时域特征作为极限学习机的输入,输出船用零件3D打印材料缺陷检测结果。实验结果表明,该方法有效检测船用零件3D打印材料的裂纹、气泡缺陷,缺陷检测误差在1 mm以内。     

船用柴油机故障诊断多信息融合技术研究

为了解决船用柴油机故障诊断中基于单传感器信息的方法诊断精度低的缺点,应用神经网络原理,提出了一种基于气缸压力,缸盖振动信号和燃油压力等多传感器信息融合的喷油器故障诊断新方法。通过提取船用柴油机工作过程故障三种信号的八个特征值,按正常和五种故障状态的构造学习样本文集和检验样本文集,对输入进行归一化处理,该方法能有效地提高其故障诊断精度。     

船舶脉冲负载柴油发电机运行可靠性研究

船舶航行的安全性和稳定性主要取决于船舶柴油发电机的运行可靠性。为了提高船舶在运行过程中的安全性,需要研究并分析柴油发电机的可靠性。为此,提出船舶脉冲负载柴油发电机运行可靠性研究方法,通过建立船舶脉冲负载柴油发电机的数学模型,获得柴油发电机的运行状态。以此为依据选取船舶脉冲负载柴油发电机运行的可靠性指标,通过核主成分分析方法结合上述可靠性指标建立发电机的状态子空间,提取发电机正常和当前状态下的状态子空间基矢量构成的主夹角,结合映射函数获得船舶脉冲负载柴油发电机的运行可靠性。实验结果表明,所提方法的状态检测精度和可靠性分析精度较高。     

加强监测诊断,确保船用动力设备运行安全

为了确保船用动力设备的运行安全,必须加强对船用动力设备运行的管理。目前,设备状态检测与故障诊断技术已经运用到设备管理工作之中,文章主要从设备状态检测与故障诊断技术来探讨船用柴油机等主要动力设备的运行安全。     

考虑硬故障与软故障的船用设备传感器可靠性评估

船用设备传感器是感知船用设备运行状态数据的重要装置,其可靠性对船用设备的健康评估和视情维修有重要影响。由于传感器故障模式多样,且缺少有效的可靠性数据,难以开展其可靠性评估工作。文章通过分析船用设备传感器的故障模式及故障机理,建立了各故障模式的故障模型和传感器的可靠性模型,给出了可靠性模型的参数估计方法,并通过融合现场数据和退化数据的方法补充可靠性数据,提升了可靠性评估方法的精度。最后,通过实例验证了可靠性评估方法的有效性。     

舰船发动机燃油电磁阀故障实时诊断方法

基于舰船发动机燃油电磁阀驱动电路,分析电磁阀电流特性与故障情况下的电流特征,发现燃油电磁阀的电流波动,对电磁阀故障具有重要影响。因此,利用小波包分解技术重构电流信号,提取电流信号的频带幅值,将其作为舰船发动机燃油电磁阀不同故障的特征向量,将该特征向量输入多输入层卷积神经网络中,经过训练、测试的多输入层卷积神经网络可以准确输出电磁阀的不同故障类型。实验结果表明,该方法可准确提取舰船发动机燃油电磁阀故障信号中的各类状态特征,诊断出电磁阀正常、弹簧断裂和阀芯卡死的故障类型,可靠性高。     

船用电容式传感器高频信号盲处理优化算法

传统船舶电容式信号盲处理算法在对高频信号处理过程中,受到时域空间信号排列差异影响,存在处理信号编码多路径衰减过大的问题。因此提出船用电容式传感器高频信号盲处理优化算法研究。根据电容传感器信号构成空间特点,建立高频信号的时域模型;在模型引导下,对高频信号时域序列特征进行提取;最后对提取的高频信号特征量进行盲处理阈值优化,提升信号时域抗扰对称性,降低高频信号盲处理过程中的编码多路径衰减比率。通过对比实验,对传统船舶电容式信号盲处理算法与提出算法进行数据比对,通过比对结果证明提出方法具有降低信号衰减的效果。     

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。     

基于船用半桥LLC谐振变换电路的MOS驱动设计

针对船用开关电源低电压、大电流输出、高效率、电气隔离等需求,采用半桥LLC谐振变换电路方案作为最后级输出进行研究。分析电路中所用MOS管的工作原理和开断过程,简单介绍半桥LLC谐振变换器的工作原理,并给出该变换器的典型驱动方案;发现串扰现象后,给出3种带负压驱动的驱动方案,并分析3种驱动方案的特点,研制出样机并进行试验验证。为开关电源中MOS管的驱动设计提供参考。     

基于ARM的射频前端自动控制与监控系统设计

目前船用射频收发机使用范围越来越广，射频前端工作状态控制复杂多变，为适应各种使用情况，考虑将射频前端的工作状态及环境信息进行监控，提出了一种基于ARM的射频前端自动控制与监控系统。结合射频前端中发射通道、接收通道和频综的锁定指示功能及设计环境采集电路，以ARM系列MCU(CKS32F103C8T6)作为系统控制器，详细设计出该自动控制与监控系统的核心组成部分。最后设计测试上位机模拟外部基带端进行系统联调，系统能够依据指令自动控制自身的工作状态，同时将系统的运行状态及环境变化定时反馈到外部基带端，验证了该自动控制与监控系统设计方案的合理性，提高了船用射频通信系统的准确性及稳定性。     

船用电流控制型Buck-boost变换器分岔行为分析

由于船舶电力系统特殊的工作环境,使船用的DC/DC变换器会随着电路参数的变化,产生分岔行为,并使船舶电力系统进入不稳定的工作状态,甚至造成故障。为了分析船用电流控制型的Buck-boost变换器分岔行为,首先推导了一种描述船用Buck-boost变换器的分岔行为演化过程的非线性映射模型,然后采用雅可比矩阵法来确定Buck-boost变换器的分岔点,最后通过不同分岔参数仿真实验验证了本文的推导模型。     

基于深度学习的船舶滚动轴承状态监测技术研究

滚动轴承作为一种关键零件已被广泛应用于船舶的减速齿轮箱、船用泵、空压机、小型马达等重要设备中,因此,对船用滚动轴承开展状态监测技术研究对保证船舶可靠性、安全性具有重要意义。随着传感器的微型化、数字化、智能化、多功能化、系统化和网络化,各类传感器（如光敏、声敏、气敏、压敏、温敏、磁敏等传感器）被普遍应用于船舶设备的监测中,采集大量的设备健康状态数据。本文对轴承状态数据进行分析,通过深度神经网络自动学习滚动轴承监测数据中的故障特征,研究数据驱动下船用滚动轴承的状态监测关键技术。     

船用挖掘式装载机工作机构振动特性研究

传统的振动特性研究方法所得结果可靠性低,为了解决这个问题,提出船用挖掘式装载机工作机构特性研究。应用牛顿定律微分方程,确定船用挖掘式装载机工作装置外载荷,再利用相角表示法处理随机信号,得出各弹性组件的隔振频率,在此基础上,用有限元模型,确定船用挖掘式装载机工作机构各部件振动特征,通过分析振动特征,可知船用挖掘式装载机工作机构振动特性与噪声有直接关联,由此,完成船用挖掘式装载机工作机构振动特性研究方法的设计。最后,通过可靠性实验测试证明,所提方法可靠性更高。     

基于数据预处理的神经网络在船用空压机故障诊断中的应用

船舶空压机作为重要的船用机械,安全性至关重要。为了加强空压机的维修效率,文章提出了一种PCA和BP神经网络的故障诊断方法。首先通过PCA对故障主特征进行提取,然后提取出的特征作为神经网络的输入,最后神经网络模型输出故障诊断的结果。采用该方法可以提高模型的时效性,节约计算的时间,为工程故障监测提供可靠的技术支持。     

基于模糊综合评判和输入/输出作图法的模拟电路故障诊断研究

输入/输出作图法能根据模拟电路的输入和输出电压的关系对电路进行故障检测。模糊综合评判法可以根据模拟电路中元器件工作寿命、故障率等不同的特性,对电路中故障进行定位。我们提出了将两种方法结合起来用于模拟电路的故障诊断的方法,并在自动频率控制电路进行了举例验证,证明了这种方法的简单可靠性。     

船体弹性支撑轴机械故障检测方法研究

当前船体弹性支撑轴故障检测存在效率低、错误多等不足,为了改善船体弹性支撑轴故障检测效果,设计了支持向量机多类分类器的船体弹性支撑轴故障检测方法。首先选择船体弹性支撑轴作为研究对象,提取其振动信号。然后从振动信号中提取描述其工作状态的特征,并通过对特征进行选择,得到最优的船体弹性支撑轴故障检测特征。最后根据故障检测特征,采用支持向量机多类分类器进行船体弹性支撑轴故障分类和检测。仿真测试结果表明,本文方法能够很好识别各种类型的船体弹性支撑轴故障,对所有类型故障检测率超过95%以上,而且具有较快的船体弹性支撑轴故障检测速度,相对其他船体弹性支撑轴故障检测方法,优势十分明显。     

基于视频图像处理的舰船运行状态监测技术

传统的舰船运行状态监测技术响应时间长,不能实现实时监测,监测效果差。为了解决上述问题,研究一种新的舰船运行状态监测技术,引入视频图像处理技术,首先对舰船运行状态信息进行采集,然后通过提取的视频图像特征处理舰船运行状态信息,最后输出舰船运行状态信息结果。为检测该技术工作效果,与传统监测技术进行对比,结果表明,研究的监测技术响应时间短,效果好,具有广阔的市场应用空间。