基于大数据的船舶故障趋势预测

船舶故障趋势预测的研究具有重要实际应用,船舶故障趋势复杂多变,当前船舶故障趋势预测方法无法高精度描述其故障变化特点,使得船舶故障预测趋势结果靠性低。为了提高船舶故障趋势预测效果,设计了基于大数据的船舶故障趋势预测方法。首先分析当前船舶故障趋势预测研究进展,找到各种方法的船舶故障趋势预测的局限性,然后采用船舶故障趋势数据,并利用大数据分析技术拟合船舶故障变化趋势,构建船舶故障趋势预测模型。最后在相同平台下,与其他船舶故障趋势预测方法进行了对比测试。结果表明,大数据的船舶故障趋势预测精度超过95%,不仅完全达到了船舶故障控制的实际应用要求,而且船舶故障趋势预测效果要优于对比方法,具有更加广泛的实际应用范围。     

大型船舶轴系故障非接触式监测方法

大型船舶轴系故障具有多变性,导致当前故障识别方法无法有效对各种类型的大型船舶轴系故障进行准确识别,为了提高大型船舶轴系故障识别的效果,设计一种新型的大型船舶轴系故障非接触式监测方法。首先采集大型船舶轴系故障识别信号,采用小波对其进行去噪,然后换提取大型船舶轴系故障识别信号特征,最后采用最小二乘支持向量机设计大型船舶轴系故障识别的分类器,并进行了具体的大型船舶轴系故障识别模拟实验。与其他大型船舶轴系故障识别方法相比,本文方法通过小波抑制了大型船舶轴系故障识别信号中的噪声干扰,提高了大型船舶轴系故障识别成功率,加快了大型船舶轴系故障识别的训练时间,建立更高效率的大型船舶轴系故障识别分类器。     

海浪载荷干扰下船舶发动机故障检测数学模型研究

针对传统船舶发动机故障检测数学模型故障检测速率较低的问题,提出一种海浪载荷干扰下船舶发动机故障检测数学模型,在海浪载荷干扰下对船舶发动机进行振动测量,提取船舶发动机的时域故障特征,通过测量获取船舶发动机转子系统的3阶、2阶、1阶临界转速以及轴向转子的固有频率,对船舶发动机的频域故障特征进行提取,利用获取的时域故障特征数据与频域故障特征数据建立船舶发动机的故障检测数学模型,实现船舶发动机的故障检测。为了验证建立的数学模型的故障检测速率较高,将该模型与基于线性分段方法的船舶发动机故障检测数学模型、基于异常检测算法的船舶发动机故障检测数学模型、基于异常子序列的船舶发动机故障检测数学模型进行对比实验,实验结果证明该模型的故障检测速率最高,说明该模型更适用于船舶发动机的故障检测。     

船舶电力系统低功耗电子电路故障智能获取研究

低功耗电子电路是船舶电力系统的主要组成部分,也是最易出现故障的部分,针对当前船舶电力系统低功耗电子电路故障获取方法存在的不足,为了提高船舶电力系统低功耗电子电路故障获取精度,设计了基于数据挖掘的船舶电力系统低功耗电子电路故障获取方法。首先分析当前船舶电力系统低功耗电子电路故障获取研究存在的问题,指出当前获取方法存在的局限性,然后提取船舶电力系统低功耗电子电路故障特征,采用数据挖掘技术构建船舶电力系统低功耗电子电路故障获取模型,最后进行了船舶电力系统低功耗电子电路故障获取仿真实验,实验结果表明,本文方法的船舶电力系统低功耗电子电路故障获取平均精度超过95%,远远高于对比方法的船舶电力系统低功耗电子电路故障获取精度,降低了船舶电力系统低功耗电子电路故障获取错误。     

基于关联规则的船舶故障数据自动分类方法

为了提高船舶故障诊断能力,需要进行故障数据的自动分类设计,提出基于关联规则的船舶故障数据自动分类方法。构建船舶故障数据的数据信息流模型,采用高维特征分组方法进行船舶故障数据的分组重构,采用分段线性检验方法进行船舶故障数据的统计特征分析,提取反映船舶故障类别属性的关联规则向量集,根据特征提取结果进行模糊聚类处理,实现船舶故障信息融合,结合自适应分组检测方法,实现船舶故障数据关联规则的自动分类。仿真结果表明,采用该方法进行船舶故障数据自动分类的自适应性较强,误分率较低,提高了船舶故障的诊断检测能力。     

基于DSP的船舶通信设备故障辨识模型

针对当前船舶通信设备故障辨识误差大,不能满足现代船舶通信要求的难题,提出基于数字信号处理(DSP)的船舶通信设备故障辨识模型。首先分析船舶通信设备故障辨识原理,并采用数字信号处理技术采集船舶通信设备的状态信号,然后采用小波包对船舶通信设备的状态信号进行处理,并提取最有效的船舶通信设备故障辨识特征,最后引入机器学习算法建立船舶通信设备故障辨识模型,采用具体船舶通信设备故障辨识样本进行仿真测试,结果表明,数字信号处理的船舶通信设备故障辨识精度高,船舶通信设备故障辨识误差小于当前其他辨识模型,而且故障辨识的训练时间和测试时间相应减少,改善了船舶通信设备故障辨识结果。     

船舶故障实例分析

现代船舶设备很多,故障也很多。为了保证船舶安全航行,分析一些最常见故障,如船舶柴油发电机、舵机和船舶电网绝缘等故障,通过船舶这些故障实例分析,对船舶故障查找排除提供参考。     

船舶主机低功耗电子电路故障准确获取系统

为提高船舶主机低功耗电子电路故障的检测效果,设计了一种船舶主机低功耗电子电路故障准确获取系统。首先分析了当前船舶主机低功耗电子电路故障检测的研究现状,指出各种检测方法的不足,然后引入层次分析法对船舶主机低功耗电子电路故障特征进行分析,确定每一个特征对故障检测结果的权重,并采用支持向量机根据权重对船舶主机低功耗电子电路故障进行检测,最后将应用于船舶主机低功耗电子电路故障准确获取系统中。仿真测试结果表明,本文系统的船舶主机低功耗电子电路故障检测精度高,降低了船舶主机低功耗电子电路故障检测误差,可以应用于实际的船舶主机电路故障检测中,具有较高的实际应用价值。     

船舶电气接地故障排除及预防研究

船舶电气接地故障是船舶运行中普遍存在的问题之一,且对船舶电气设备性能及船舶的安全可靠运行的影响非常大,如何快速排除船舶接地故障,并在日常维护管理中提前预防该故障的发生对于船舶工程建设与发展具有重要意义。基于此,本文通过分析船舶接地故障及其影响,提出接地故障的排除方法与科学的预防措施,以期为船舶电气设备的安全运行提供有益指导。     

船舶冷藏装置典型故障的分析与对策

文章根据船舶冷藏装置的典型故障现象,分析船舶冷藏装置故障产生的原因,并提出处置故障的对策,对船舶轮机技术人员及时、准确发现排除船舶冷库故障具有一定的参考价值.     

使用数据挖掘实现舰船故障数据定位

为了更好地保障船舶航行安全,有效提高船舶的故障定位和检测能力,提出了使用数据挖掘实现舰船故障数据定位方法,通过对舰船故障数据进行实时采集和分类挖掘获取船舶航行过程中的异常数据,实现对船舶故障数据关联规则特征的准确提取。在进行故障定位的过程中,合理并利用电磁探测器和声敏传感器等设备进行故障诊断,并对不同类别船舶故障数据的高维特征融合的研究采用数据挖掘分析算法,利用数据挖掘分类器对船舶故障数据进行分类识别和定位挖掘,从而有效保障船舶故障数据定位的精确度和有效性。最后通过实验结果表明,使用数据挖掘实现舰船故障数据定位方法具有较高的故障定位精度。可以应用于船舶故障实时诊断,有效提高船舶故障诊断的实时性。     

船舶柴油机机械磨损故障诊断方法研究

柴油机机械磨损直接影响船舶工作的可靠性,为了获得高正确率的船舶柴油机机械磨损故障诊断结果,设计了局部均值分解和机器学习算法的船舶柴油机机械磨损故障诊断模型。首先对船舶柴油机机械磨损故障信号进行局部均值分解,提取的船舶柴油机机械磨损故障特征,然后引入机器学习算法对船舶柴油机机械磨损故障进行分类和识别,最后进行了船舶柴油机机械磨损故障性能测试。结果表明,本文模型的船舶柴油机机械磨损故障正确率超过95%,而且船舶柴油机机械磨损故障的误诊率相当低,完全能够满足当前船舶柴油机机械磨损故障诊断的实际要求。     

船舶电气的接地故障及分析处理方法

船舶电气在正常运行过程接地故障极为常见,给船舶电气的设备可靠性能造成严重的影响,甚至还可能产生船舶停止航行的现象。因船舶内部的电气设备构造比较复杂,一般的电气接地故障也很隐蔽,增加了处理故障的难度。文章阐述了船舶电气接地故障的主要原因,分析了船舶电气的接地故障带来的不利影响,进而探讨了接地故障的具体查找与处理方法。     

船舶发电机电路故障分类和诊断

发电机是船舶的动力设备之一,而电路是船舶发电机的核心部件,当前船舶发电机电路故障诊断方法的误诊率相当高,为此本文设计了一种基于模式识别的船舶发电机电路故障分类和诊断方法。首先提取船舶发电机电路故障特征,并进行归一化作为输入向量,然后通过模式识别技术建立船舶发电机电路故障的分类器,从而建立船舶发电机电路故障的诊断模型,最后在相同环境下与其他船舶发电机电路故障诊断模型进行仿真实验。实验结果表明,本文模型的船舶发电机电路故障诊断成功率大幅度提升,船舶发电机电路故障的误诊率和漏诊率急剧下降,同时船舶发电机电路故障诊断效率也要优于对比模型,具有更高的实际应用价值。     

船舶实时远程故障数据传输系统及其仿真

常规船舶故障数据传输系统,应用于船舶实时故障数据远程传输时,存在传输失真率较高的不足,为此提出船舶实时远程故障数据传输系统及其仿真。基于传输系统基础框架的搭建,构建故障数据传输平台,实现船舶实时远程故障数据传输系统的硬件设计;依托传输系统的通信设计与运行程序设计,完成软件设计,实现船舶实时远程故障数据传输系统设计。仿真实验数据表明,提出的故障数据传输系统较常规故障数据传输系统,传输失真率降低31.24%,适用于船舶实时远程故障数据传输系统及其仿真。     

基于关联规则的船舶故障数据自动分类方法

传统船舶的故障数据自动分类方法,存在故障数据类型定义不准确、分类时间过长等弊端。为有效解决上述问题,设计基于关联规则的新型船舶故障数据自动分类方法。通过船舶故障数据的采集及预处理、数据的进一步挖掘两大步骤,完成关联规则下的船舶故障数据感知。通过BP自动分类神经网络设计、船舶故障数据的归一化处理、HIWO自动分类算法设计三大步骤,完成新型船舶故障数据自动分类方法的搭建。设计对比实验结果表明,新型船舶故障数据自动分类方法,与传统方法相比,可以在提升故障数据类型定义准确性的同时,有效控制分类时间。     

基于专家系统的船舶电力系统故障诊断探究

船舶所处的特殊行驶环境会导致船舶电力系统存在故障,发生不稳定、故障点确定困难等问题,而故障诊断专家系统能及时对出现的故障进行高效率诊断,有效缩短船舶电力系统故障持续时间。文章对船舶电力系统的组成与特点进行分析,并基于船舶电力系统可能存在的电气故障明确传播故障诊断专家系统研究的结构框架,结合反向推理、模糊推理等方法,对船舶故障的具体诊断情况与解决方案进行分析,旨在有效增强船舶电气系统供电稳定性,提高船舶行使的安全系数。     

船舶柴油机机械磨损故障诊断的模式识别

船舶柴油机在工作过程中,经常会发生机械磨损故障,给船舶柴油机的工作稳定性带来困扰,针对当前船舶柴油机机械磨损故障存在的诊断准确率低、机械磨损故障诊断时间复杂度高等缺陷,设计了一种船舶柴油机机械磨损故障诊断的模式识别方法。首先分析当前船舶柴油机机械磨损故障的原理,并提取船舶柴油机机械磨损故障诊断特征,然后采用层次分析法分析确定每一个船舶柴油机机械磨损故障特征的权值,并根据RBF神经网络确定船舶柴油机机械磨损故障诊断的模式识别模型,最后进行船舶柴油机机械磨损故障诊断的验证性测试,分析本文方法的船舶柴油机机械磨损故障效果。本文方法的船舶柴油机机械磨损故障诊断率超过了90%,不仅远远高于对比方法的船舶柴油机机械磨损故障诊断率,而且船舶柴油机机械磨损故障效率得到有效的改善,具有很好的推广前景。     

大型船舶轴系故障监测方法研究

不能定位故障发生模块,处于轴系中的具体位置,进而造成故障清除时间较长,是普通船舶轴系故障监测方法存在的主要弊端。为解决上述问题,建立新型SOM大型船舶轴系故障监测方法。通过船舶轴系故障表现形式分析、轴系故障特征提取,完成故障的特征诊断。在此基础上,通过自组织轴系故障网络的搭建、船舶数据处理,完成SOM大型船舶轴系故障监测方法的建立。设计对比实验结果表明,新型方法与普通方法相比,能够准确定位故障发生模块在轴系中所处位置,大大缩减清除故障所需时间。     

船舶电气设备故障及其检验技术分析

电气设备作为船舶设备中的重要组成部分,对船舶行驶安全产生极大影响。通常船体在行驶过程中,受湿度方面影响,产生的电化学腐蚀现象比较严重,影响了船舶行业的安全性。基于此本文结合相关船舶电气设备故障案例,对船舶电气设备故障类型以及相关检验技术进行分析研究。通过对船舶电气系统组成结构的阐述,分析故障类型产生原因,最后对具体的检验手段展开概述。旨在减少船舶电气设备故障现象,保证船舶行业的安全。