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.     

瞬时转速在多缸柴油机故障诊断中的应用

利用发动机简化模型对多缸柴油机瞬时转速进行模拟计算,探讨瞬时转速特征参数的提取,提出3个可应用于故障诊断的特征参数,经试验验证,所提取特征参数可有效地识别出柴油机影响气缸压力的故障。     

瞬时转速在柴油机故障检测中的应用

介绍基于瞬时转速的柴油机故障诊断的三种方法,设计测量系统,实测柴油机的瞬时转速,在诊断NTA855-M350柴油机故障中证实能满足在线监测和实时诊断。     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法,本文较为系统地介绍了其测量、故障参数提取及分析方法,并在诊断分析中使用了进化RBF神经网络,此网络的训练采用遗传算法,优化了径向基神经网络的结构和参数,加强了网络的实用性.最后用神经网络对所模拟的故障进行辨识,证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性.     

进化神经网络在柴油机故障诊断中的应用

瞬时转速波形诊断法是柴油机故障诊断中的一种较为方便实用的诊断方法，本文较为系统地介绍了其测量、故障参数提取及分析方法，并在诊断分析中使用了进化RBF神经网络，此网络的训练采用遗传算法，优化了径向基神经网络的结构和参数，加强了网络的实用性。最后用神经网络对所模拟的故障进行辨识，证实了瞬时转速法与进化神经网络的结合在柴油机故障诊断中的可行性。     

基于瞬时转速的柴油机监测诊断技术应用研究

瞬时转速信号包含着丰富的反映柴油机气缸能力的信息,通过分析柴油机转轴转速的瞬时变化规律,可实现对机器状态监测及故障诊断的目的。文章首先分析了柴油机瞬时转速的影响因素,研究设计了柴油机瞬时转速测试系统,最后对6-135柴油机开展了故障模拟实测,结果表明测试系统可有效获取瞬时转速信号并成功应用于柴油机状态监测诊断中。     

基于人工鱼群算法的船舶电子设备故障智能诊断方法

为实现电子设备的高效维护,确保船舶安全航行,设计了基于人工鱼群算法的船舶电子设备故障智能诊断方法。采用离散小波变换法分解电子设备运行信号样本,通过计算不同尺度下的小波能量值完成船舶电子设备故障特征参数的提取,将其作为基于RBF神经网络的故障诊断模型的输入,利用人工鱼群算法对故障诊断模型的权值、阈值参数作优化处理,最终输出不同类型故障发生概率,实现电子设备故障诊断。实验结果表明,正常以及不同故障状态下,电子设备运行信号的时域波形存在很大差异,研究方法可实现故障特征参数的提取,并完成故障类型的识别,30次迭代后MSE指标即可降至最低,仅为10^-4。     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断。将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17%,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径。     

多传感器融合下船舶机电系统多发故障信号监测

为了提高船舶维护效率,提出一种多传感器融合下船舶机电系统多发故障信号监测方法。根据故障状态下的信号频率,使用小波变换法提取故障信号特征参数作为蚁群算法优化BP神经网络输入,实现多发故障诊断,并通过DS证据理论完成多传感器数据融合,得出故障诊断结果。实验结果表明,该方法可通过多传感器融合判断出船舶机电系统故障类型,即使一种传感器出现故障也不影响诊断效果,诊断船舶机电系统多发故障平均准确率高达97.02%,能够实现较为精准的船舶机电系统多发故障监测。     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断.将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17％,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径.     

基于PCA和SVM的柴油发动机冲击故障诊断方法研究

针对柴油发动机振动信号进行故障诊断技术研究,提出了一种基于主成分分析和支持向量机的柴油发动机冲击故障诊断方法。首先利用小波包分解提取出冲击故障的特征;再利用主成分分析技术获得敏感特征参数,进而减小数据处理的复杂程度;最后利用支持向量机对敏感特征参数样本进行训练,获得分类模型,进而实现故障分类。将该方法用于柴油机实际故障分类,诊断准确率较高,证实了本文方法对多种冲击故障诊断的有效性。     

瞬时转速在内燃机故障诊断中的应用

本文阐述了瞬时转速在发动机故障诊断中的应用。引入几个诊断指标，包括平均加速度指标（ＡＩ），转速极值变化指标（ＶＩ）和加速周期指标（ＰＩ）。诊断结果表明运用此项诊断方法进行发动机故障诊断有效、简单。文中还运用了模糊式识别诊断技术，提高了诊断的准确性。     

针对高转速A/D采集的自适应平滑处理方法

船舶领域常用瞬间转速测量对各类大型机械设备进行运行状态监测及信号控制,为了提高瞬时转速测量的精度,从而提高船舶设备运行控制的准确性以及设备健康状态评估的有效性,基于传统模数转换（A/D）采集的采集转速方法——测频率法和测周期法,通过对A/D转速测量点数进行多周期平滑处理,并加入转速分段测量的自适应机制,提高A/D采集瞬时高转速的精度。在进行模拟仿真与理论结果比较验证后,进一步开展在实际测量中自适应平滑处理方法对转速测量精度影响的研究。仿真及试验结果表明,采用的转速测量方法针对不同的转频均可有效降低转速测量误差,研究成果可为船舶机械设备转速测量提供一定参考。     

基于机器学习的舰船机电装备故障诊断

随着信息技术的发展,以机器学习、模式识别为代表的人工智能技术在故障诊断领域逐步得到应用。通过对振动噪声信号的采集,利用时频分析技术对信号进行分解,并提取故障特征参数,再利用机器学习或模式识别技术对信号进行判别分类,可以实现舰船机电装备的智能诊断。为了验证该方法,选择经验模态分解方法进行信号分解,采用支持向量机进行诊断分类。通过实验表明,该方法有着较高的诊断精度,故障诊断率达到了96.7%,可以对舰船机电装备常见故障进行准确的智能诊断。     

基于嵌入式技术的船舶故障诊断控制器设计

船舶故障诊断是船舶运输航行的重要技术支持,为了有效提高船舶故障诊断效果,基于嵌入式技术设计新型船舶故障诊断控制器。该控制器从故障异常数据入手,首先建立故障训练样本,用于表示船舶正常航行以及多类型故障时的数据标数,根据训练样本,提取当前故障信号诊断特征,并利用最小二乘法对上述建立的训练样本数据进行直接限制,完成诊断特征分类,将分类后的数据进行信号去噪,消除无用数据,确定信号标度因子值,通过数据清洗,重新划分定位故障数据,实现故障诊断。实验数据表明,应用该故障诊断控制器,故障诊断率提高了22%,故障误判率降低了30%,有效提高船舶故障诊断控制效果。     

基于振动信号的舰船发动机故障诊断

传统舰船发动机故障诊断方法诊断时,需要对舰船发动机进行一定程度上的拆卸,无法完成零拆卸的故障检测,为此提出基于振动信号的舰船发动机故障诊断方法。使用不同波段振动信号作为检测探伤手段,采集多频段的振动信号,分析信号携带的诊断信息,完成舰船发动机故障诊断模型构建;计算振动信号非线性鲁棒值,锁定故障位置,通过编程分析,实现舰船发动机故障诊断。试验结果表明,设计的故障诊断方法比传统方法诊断定位准确率高2%,说明设计的诊断方法具备极高的有效性。     

EMD技术在机械震动故障中的诊断方法

齿轮箱是船舶机械动力系统的核心装置,连接着动力系统各精密零部件,在船舶的整个航行中起着动力枢纽作用,对它的故障诊断的效率及准确性关系着航行的效率,也船舶系统工程重要研究方向。传统的故障诊断依靠测量设备对振动点进行大量测量,随后通过时域信号分析,其测量工作繁重且信号分析复杂度较大,已越来越不能适应现代故障检测要求。本文利用EMD技术对机械振动中的故障进行检测,对振动信号降噪利用小波变换进行处理,有效提高了诊断效率及精确度。     

船舶发电柴油机在线监测与故障诊断系统

介绍了一种基于瞬时转速监测原理的船舶发电柴油机在线监测与故障诊断系统的机构原理、特点和功能。系统利用瞬时转速信号和现有巡回监测与报警系统采集的热工参数，实现对发电柴油机的运行状态进行综合诊断和趋势分析；不仅可以提高船舶发电柴油机的监测和诊断技术水平，为设备的安全运行和管理提供了技术手段，同时针对改善维修决策和维护保养具有指导意义。     

内燃机故障诊断技术及发展趋势

柴油机作为-种复杂动力机械,其运行状态的监测和故障诊断技术越来越受到人们的关注.在柴油机故障诊断领域,信号处理、故障特征提取及模式识别方法已初具雏形,但离实用化还有一定距离.在综述现代柴油机故障诊断技术中常用的性能参数法、振动分析法、瞬时转速波动法、油液分析法、信息融合诊断法的原理、特点及不足的基础上,提出了柴油机故障诊断技术的难点和发展趋势.     

数字信号处理器的舰船电子设备故障诊断

舰船电子设备故障与多种因素相关,使得舰船电子设备故障变化具有随机性,传统方法难以描述舰船电子设备故障的变化特点,诊断效果差。为了克服当前舰船电子设备故障诊断存在的不足,提出数字信号处理器的舰船电子设备故障诊断模型。首先采用数字信号处理器对舰船电子设备状态信号进行采集,同时去除信号中的一些噪声,然后从舰船电子设备信号中提取有效的特征,通过筛选最有效的舰船电子设备故障诊断特征进行建模,最后引入数据挖掘技术建立舰船电子设备故障诊断模型,并在相同环境下,与其他模型进行舰船电子设备故障诊断仿真模拟测试。结果表明,本文模型的舰船电子设备故障诊断误差要比对比模型更低,且减少了舰船电子设备故障诊断复杂度,诊断效率得到明显的提升。