基于多元退化的航空机电系统的剩余寿命预测

针对性能退化故障和突发故障同时并存的问题建立基于竞争故障的航空机电系统剩余寿命预测模型,该方法利用状态监测数据,分析性能退化故障与突发故障的相关度,通过采用监测参数退化率的变化趋势预测剩余寿命,最后基于性能退化故障与突发故障相关度建立了航空机电系统寿命变化趋势预测模型,提高了航空机电系统剩余寿命预测的准确度,并为航空机电系统维修决策理论奠定了基础。     

基于统计推断的电子设备突发故障预测方法研究

针对电子设备突发故障预测问题,在一定置信度的前提下,基于样本的故障数据对总体的分布进行极大似然估计和分布拟合检验,确定其分布规律,进而基于故障数据分布函数建立电子设备突发故障预测模型,对电子设备未来一段时间内的突发故障概率进行预测,并进行实例分析,验证了预测模型的合理性.     

灰色预测在船舶避碰时机决策中的应用

针对船舶避碰决策系统中的船舶运动趋势和避碰时机，应用灰色系统理论预测模型，实时预测各目标船相对于本船在下一时刻的运动参数，预估目标船相对于本船的最近会遇距离DCPA和最近会遇时间TCPA；同时，对于灰色预测模型预测误差大的问题，提出了先缓冲后预测的处理思想，并对缓冲算子作了改进。仿真结果表明，该方法能有效提高船舶海上航行的灵活性和安全可靠性，达到提前预警和帮助驾驶员提前做好避碰准备与应急措施等目的。     

Residual life prediction for marine diesel turbocharger based on Wiener process北大核心CSCD

[目的]针对船舶柴油机增压器难以收集到全生命周期性能退化数据的问题,提出一种基于维纳过程的寿命预测模型。[方法]首先,采用K-Means模型对增压器实际运行工况进行聚类,提取出典型工况数据;然后,使用贝叶斯突变点检测模型识别增压器的缺陷点;最后,建立基于维纳过程的退化模型,并以某型船用柴油机增压器为应用对象,预测增压器的剩余使用寿命。[结果]结果显示,基于维纳过程的寿命预测方法能够在不需要同类设备历史退化数据的情况下对增压器的剩余寿命进行预测。[结论]所提方法对缺少故障样本的船舶柴油机增压器寿命预测具有一定的参考价值。     

一类免维护成败型系统的贮存可靠性预测与评估

针对一类可局部更新维护的成败型系统的贮存可靠性特点，应用退化理论提出了该类系统的贮存可靠性预测模型，并推导出免维护的相似系统的贮存可靠性预测模型，利用有关试验统计数据对两类模型的预测精度进行验证与评估，结果表明，两类模型具有较好的预测精度和工程应用价值。     

基于LSTM-PSO-SVM的船用LNG双燃料发动机故障预测

针对船用LNG双燃料发动机设备复杂,故障预测效率低、准确度差的问题,提出一种长短期记忆网络与改进粒子群优化算法优化支持向量机融合的预测模型。利用LSTM模型时间序列变化的能力对设备未来的运行状态进行预测,然后采用非线性自适应惯性权重改进PSO算法对SVM参数进行寻优,以提高其寻优能力和收敛速度;改进的LSTM-PSO-SVM融合模型可实现对设备故障状态的快速、准确预测。通过对某船用LNG双燃料发动机的故障预测仿真,结果表明上述模型具有更高的故障识别准确率和更快的识别速度,能够准确预测船用LNG双燃料发动机潜在故障。     

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。     

基于大数据分析的船舶出海频率预测模型研究

传统船舶频率预测模型存在预测量与实际出海频率值差值较大的问题,通过分析发现,传统预测模型对频率干扰系数的应用缺乏灵活性,无法自适应匹配频率干扰系数值。针对问题根源,提出大数据分析的船舶出海频率预测模型。利用大数据分析算法,对船舶出海频率目标量进行最优量锁定;根据最优目标函数构建频率预测模型,并针对模型相关量进行大数据干扰系数自适应过滤,将静态频率干扰系数转换为动态频率干扰系数。最后通过定义预测任务参量,完成预测模型输出预测量的精度优化。通过与传统预测模型的仿真数据测试表明,设计模型能够将预测误差控制在0.8差值范围内,解决传统预测模型误差大于1.5差值的问题。     

某船发电机组非偶然突发停车故障分析及对策

针对某船一次非偶然的船用柴油发电机组的突发停车故障,提出了一种有针对性的故障分析、排查和处理方法。通过构建故障树分析和梳理发电柴油机突发停车故障的机理和影响因素,结合故障征兆和该型柴油机结构参数特点进行故障诊断,并给出相应处理措施。拆机检验结果表明所提出的分析方法能够准确实现对该类故障的诊断,为此类故障快速、准确诊断或避免防护奠定了基础。     

基于BP神经网络的贮存可靠性预测

导弹在贮存过程中,可用的故障数据量少,具体的故障时间难以准确确定。为此,引入BP神经网络进行导弹贮存可靠性分析,建立了导弹贮存可靠性预测模型。利用某2型导弹在贮存期间的测试故障数据,对贮存可靠度指标进行了定量计算。结果表明,该模型能迅速得出其贮存可靠性随时间的变化规律,对给定贮存条件下的贮存可靠性进行准确的预测。     

基于融合算法的GM(1,1)模型在码头监测中的应用

根据灰色系统理论,结合加权融合算法,建立了码头变形的GM(1,1)预测模型,避免了数据支持度中界限预先设定对融合结果的不利影响,并利用青岛港某泊位的实际监测资料对未来码头位移进行预测,与常规GM模型相比,预测精度更高。预测结果表明,码头在无较大外部荷载情况下,其自稳性尚好。本模型对指导港口工程建设的信息化作业具有积极意义。     

舰载指控系统功能的定量评估理论:航迹跟踪和预测功能的相对定量评估方法

所谓航迹跟踪和预测问题，也就是如何根据动目标历史观测位置，为其建立相应的轨迹，并预测其今后某一时刻的真实位置。上前有许多能够处理该问题的方法，因此航迹跟踪和预测功能的定量评估不仅仅是舰载指控系统功能评估的一个重要课题之一，而且是选择具体滤波算法时，需要决的问题     

大功率舰用柴油机Modelica建模与故障模拟

为满足正常和故障状态下对多种型号舰用柴油机主要监测参数进行性能仿真,进而预测其运行特性的需要,针对柴油机系统建模过程中存在多学科、多尺度耦合的复杂性问题,着眼于提高柴油机模型的通用性、可重用性和建模效率,研究大功率舰用柴油机的标准化建模与性能预测问题。采用多领域统一建模语言Modelica建立四冲程柴油机通用模型库,在Mworks平台上进行系统集成,搭建某型舰用四冲程柴油机性能预测模型,并对模型可靠性和精度进行校核。在所建立模型的基础上,对该型柴油机在喷油定时故障和喷油器堵塞故障状态下的运行特性进行了预测和分析,得到了不同故障状态下柴油机监测参数的变化规律,为进一步的故障诊断工作建立研究基础。     

基于RKGM-AR模型的船舶主机排气温度预测

为了对船舶主动力装置系统中非平稳变化的热力性能参数进行趋势预测,以实现对主动力装置故障状态预报,提出了一种新型RKGM-AR时间序列预测模型。该模型首次将四阶龙格-库塔法改进的灰预测模型与时间序列预测模型相结合,将热力参数分解成具有确定性的趋势项和具有不确定性的随机项,然后分别运用RKGM模型和AR模型对趋势项和随机项进行预测。通过某船舶主机排气温度预测实际应用案例对提出的模型进行了验证。实验结果表明,RKGM-AR模型预测结果的平均相对误差为0.276%,模型比较可靠、准确。     

船用锅炉控制系统工作不稳定整定方法研究

某型锅炉在运行过程中多次突发工作压力剧烈波动故障,初步分析是由于控制系统软、硬件参数设置不匹配导致。对系统所有硬件和软件结构进行检查分析,分析采集数据从而确定硬件参数和软件参数的不匹配点,针对不匹配点对控制系统进行参数整定和优化。     

船舶应急电站输出频率自动控制技术

采用当前方法对船舶应急电站输出频率进行控制,对突发扰动控制效果较差,难以船舶输出频率的精准控制。提出一种基于自抗扰神经元网络的船舶应急电站输出频率自动控制技术方法。通过空间矢量脉宽调制模块将船舶机电电压矢量转换为开关信号,进一步减小预测模型参数误差对船舶机电系统稳定性的影响。引入自抗扰神经元网络对船舶机电一体化控制系统进行自适应训练,得到船舶机电系统外环控制器的适应度函数,以该函数为依据完成对船舶应急电站输出频率自动控制优化。实验仿真证明,所提方法可以对船舶应急电站输出频率控制进行精准预测,能够有效实现输出频率的自动控制。     

基于AIS数据的船舶航迹多维预测方法

目前,船舶轨迹预测存在数据噪声严重、缺乏考虑历史轨迹的相似性的问题,导致预测精度不高,难以满足实际需求。针对该问题,从船舶自动识别系统(Automatic Identification System, AIS)数据去噪、在预测模型中考虑历史数据两个方面提高船舶轨迹单步预测的精度和可靠性。根据相邻时刻的AIS数据修复当前时刻的船舶运动参数;使用二维长短时记忆网络(Long Short-Term Memory, LSTM)算法分别从时间和空间的角度将当前船舶的航迹数据和历史轨迹数据相融合,建立航迹预测模型和区域预测模型;利用试验数据验证模型的综合性能。试验结果表明:该模型可获得精度较高的船舶航行轨迹。     

船闸机电系统远程故障诊断关键技术研究

船闸机电系统是船闸正常运行的重要保证,根据船闸机电系统的常见故障,针对不同故障设备研究了监测点选择与布置、传感器的选择与布置、故障诊断专家系统与故障类型预判断等关键技术,并结合阜宁船闸,提出了船闸机电系统远程故障诊断关键技术的具体应用方法,能有效提升船闸机电故障诊断水平。     

一种基于灰色理论-隐马尔科夫模型的装备故障预测方法

针对复杂电子装备的系统复杂性、故障关联性以及监测信息不完备的特点,论文提出利用HMM作为分类器,实现对早期故障因素模式的识别;研究了基于灰色理论的状态预测技术,提出基于灰色理论与隐马尔科夫模型相结合的故障预测方法,最后通过某电子装备故障发生率、故障类型与潜在故障因素之间的统计关系和特点,验证了该方法具备一定的预测精度。     

基于组合模型的港口集装箱吞吐量预测方法

以某港1990~2003年集装箱吞吐量为实测数据,建立其集装箱吞吐量的和灰色系统等预测模型。对比该港2004~2006年集装箱吞吐量各模型预测值与实际值的差异,分析了差异产生的原因及其单一预测模型的局限性,提出了基于组合预测的港口集装箱吞吐量预测法。对港港口集装箱吞吐量发展趋势进行预测,作为未来对港口岸线资源有效的开发利用,基础设施的合理规划、建设以及港口功能拓展的依据是很有必要的。