支持向量机的舰船发动机故障诊断

发动机故障诊断是舰船领域的一项关键研究内容,舰船发动机故障与多种因素相关,而且故障类型很多,针对传统舰船发动机故障诊断模型存在的局限性,设计基于支持向量机的舰船发动机故障模型。首先采集舰船发动机工作状态信号,并从工作信号中提取舰船发动机工作状态特征;然后对舰船发动机工作状态特征进行降维处理,并采用支持向量机构建舰船发动机故障诊断的多分类器;最后采用仿真模拟实验测试了本文舰船发动机故障诊断模型的性能,支持向量机可以准确识别各种舰船发动机故障,舰船发动机故障诊断性能要优于传统舰船发动机故障诊断模型,而且诊断效率可以满足舰船发动机故障在线诊断要求。     

机械故障诊断中的振动信号技术研究

本文提出一种基于分形指数理论和小波网络的船舶机械故障诊断方法。当故障发生时,船舶机械通常产生非平稳的振动信号。在本文提出的方法中,小波变换用于定位时间频域中振动信号的特征,并且在分形理论之间的小波变换的相互关系的视图中,从作为提取故障的特征的小波变换系数获得的全部和局部分形指数信号,其被输入到用于故障模式识别的径向基函数。改进的Levenberg-Marquardt(LM)优化技术用于完成网络结构参数。通过选择足够的样本来训练故障诊断网络,并且将表示故障的信息输入到需要训练的小波网络中,则可以根据输出结果确定故障类型。通过对定子温度波动和转子振动的实验表明,小波分形网络可以为船舶机械的故障诊断提供有效的方法。     

基于神经网络参数优化的舰船柴油机故障诊断

柴油机是舰船的重要组成部分之一,与运行安全密切相关。当柴油机发生故障后,必须及时查明故障原因,采取相应的方法消除故障,使柴油机恢复正常工作,为舰船安全航行提供保障。舰船柴油机的运行可靠性直接关系到航行安全性,而各种故障是影响柴油机可靠性的主要因素,所以对故障进行准确诊断显得尤为必要。为提高诊断的准确性,可对神经网络加以合理运用,通过网络参数优化,能够使精度得到保障,并进一步缩短诊断时间,这对于舰船柴油机故障诊断效率和质量的提升意义重大。     

舰船中压发电机组振动监测与故障诊断

中压发电机组是舰船的动力核心,中压发电机组在使用较长时间之后可能会出现振动异常的问题,通过对其进行振动检测,能够确定振动异常的位置和原因,并通过针对性的措施来解决问题,维护中压发电机的正常运行。本文以某舰船的中压发电机组故障问题为例,对中压发电机组振动监测与故障诊断进行了详细的分析。     

基于振动信号关联维数的柴油机故障诊断及实验研究

通过选择合适的嵌入维数以及计算关联维数可用来表征柴油机振动信号的分形性质,但实际测取的振动信号中存在着许多干扰信息.利用改进的小波包分解和重构算法对原始信号进行降噪处理,可使信号关联维数较为接近于系统的真值.实验分析表明,利用降噪后的信号关联维数判断柴油机运行状态具有准确性高的特点.     

基于参数优化的舰船电动机故障诊断

相关向量机在舰船电动机故障诊断过程中,参数直接影响舰船电动机故障诊断结果,为了解决当前相关向量机参数优化难题,设计了粒子群算法优化相关向量机的舰船电动机故障诊断方法。首先分析舰船电动机故障诊断现状,并采集舰船电动机工作状态信号,然后提取舰船电动机工作状态信号提取特征,利用相关向量机建立舰船电动机故障诊断模型,并采用粒子群算法对舰船电动机故障诊断模型参数进行优化,最后进行舰船电动机故障诊断仿真实验。结果表明,相对于其他舰船电动机故障诊断方法,本文方法的舰船电动机故障诊断精度更高,故障诊断结果更加可靠,诊断效率更高,具有一定的工程应用前景。     

舰船装备远程故障诊断系统设计

通过对舰船装备维修现状和未来需求的分析,提出基于舰船装备远程故障诊断系统的设计方法,这种方法充分利用计算机网络技术和综合各种有效维修资源,准确地对舰船装备进行故障诊断,增强对舰船装备的保障能力.     

舰船机电一体化装备故障诊断技术研究

主要介绍了舰船装备中电子技术,信息技术,机械技术有机结合的机电一体化设备的特点,故障诊断特点以及对应解决办法和如何建立相应的机电一体化故障诊断专家系统来辅助此类装备的维修。     

基于缸盖振动信号分析的柴油机工况识别

柴油机缸盖振动信号富含气阀落座、气体爆发压力等激励的响应信号.通过对缸盖振动信号的监测可及时发现燃烧异常、气阀间隙异常等状态信息,文中分别提取了气体爆发压力和气阀落座激励的缸盖振动特征信号,然后采用时间序列方法对信号进行分析,提出了相关的状态特征参数.     

振动信号分析技术在船舶主机故障诊断中的应用

在船舶主机故障诊断系统中,将振动信号技术充分运用起来,对判断船舶设备的故障效果非常有益。通常采用的振动信号分析技术包括2个,一是测量设备和结构的振动信号分析;二是对设备或结构加以激励,使得振动产生,对振动进行测量。本文针对振动信号分析技术在船舶主机故障诊断中的应用展开研究。     

基于数字信号处理技术的船舶电子设备故障诊断

当前船舶电子设备故障诊断方法无法准确表达船舶电子设备故障变化特点,船舶电子设备故障诊断成功率低,出现了大量错误的船舶电子设备故障诊断结果,同时船舶电子设备故障诊断实时性差,为此设计了基于数字信号处理技术的船舶电子设备故障诊断模型。首先分析当前船舶电子设备故障诊断模型存在缺陷的原因,通过数字信号处理技术采集船舶电子设备工作状态信号,并从信号中提取船舶电子设备故障特征向量,然后将船舶电子设备故障特征向量作为极限学习机的输入,通过确定极限学习参数建立船舶电子设备故障诊断模型,最后在Matlab2016平台上进行了船舶电子设备故障诊断仿真模拟测试。结果表明,本文模型可以提取描述船舶电子设备工作状态的信号,提取特征向量可以很好描述船舶电子设备故障类型,使得船舶电子设备故障诊断成功率得到提高,故障诊断的错误率降低,有利于船舶电子设备故障处理。     

振动信号监测的船用柴油机配气机构故障分析方法

船用柴油机配气机构故障复杂多样,传统船用柴油机配气机构故障分析方法无法描述故障类型,导致故障分析正确率低,误判现象严重,为了提高故障诊断正确率,提出基于振动信号监测的船用柴油机配气机构故障的分析方法。首先分析船用柴油机配气机构故障研究思路,并提取船用柴油机配气机构故障相关的振动信号,然后从船用柴油机配气机构故障相关的振动信号提取特征,运用层次分析法确定特征的权值,并采用改进支持向量机建立船用柴油机配气机构故障诊断模型,最后采用具体数据对船用柴油机配气机构故障诊断方法进行测试。结果表明,相对于其他故障分析方法,本文方法可以更好区别各种船用柴油机配气机构故障,提高了故障分析正确率,降低了故障的误判现象,具有很高的实际应用价值。     

基于高频冲击信号的柴油机敲缸故障诊断

振动速度频谱在设备振动监测与故障诊断中应用很多。某柴油机低速时A1缸附近存在强烈敲击声。通过对柴油机缸盖和高压油管的异常高频冲击加速度信号进行测量和分析,准确判断出故障原因是供油不良导致敲缸,更换喷油器后敲缸现象消失。     

人工神经网络的船舶引擎冷却系统故障诊断方法研究

以船舶故障诊断作为应用背景,对人工神经网络在船舶冷却系统故障诊断中的应用进行研究。首先对船舶引擎冷却系统进行介绍;然后介绍人工神经网络的基本知识,给出基于人工神经网络的船舶引擎冷却系统故障诊断方法。该方法选用BP神经网络模型,并利用LM算法来提高方法的收敛速度。实验结果表明,本文给出的方法具有较高的计算能力和准确率。     

基于DPC-GMM算法的船舶燃油系统故障诊断

  目的  船用设备的供电电压经常发生波动,现有的稳压方案经济效益和可靠性低,亟待研发适用于恶劣工作环境的自动配电设备。  方法  设计基于双向晶闸管与调压变压器的三相串联调压装置,通过控制双向晶闸管组件的投切方式,即可调节电压的幅值及方向。针对该调压装置的3种故障模态,分析其故障诊断方法和处理方案,并开展仿真验证实验。  结果  结果表明：该设计可以仅参考输入电压进行双向晶闸管组件投切,从而实现输出电压的调节、稳定功能。当晶闸管组件的H桥发生断路故障时,仅对装置的调压效果产生影响;当变压器高压侧的短路晶闸管发生断路故障时,将可能在变压器高压侧感应出大电压或在低压侧产生冲击大电流,进而对装置造成损害;当晶闸管组件发生短路故障时,若等效为变压器不补偿工作,对装置没有影响;而若等效为变压器短路运行,将可能在整个回路中产生冲击大电流,进而危害装置和用电设备。  结论  该设计方案将调压变压器直接串入供电回路之中,故其调压反馈效果较为显著;采用性价比更高的双向晶闸管作为交流开关,并采用所提出的故障诊断技术,可有效提升调压变压器的可靠性和使用寿命。     

基于支持向量机的船舶柴油机故障诊断

介绍了支持向量机(SVM)的机理,应用SVM对船舶电站主柴油机进行故障诊断,研究了SVM参数的选择方法,仿真结果表明,SVM具有较好的诊断效果和较强的抗噪声能力;对复合故障样本诊断准确度较RBF神经网络高.     

基于Hilbert-Huang变换的柴油机气门漏气故障诊断研究

分析柴油机漏气故障的振动诊断机理,阐明Hilbert谱与傅里叶谱的区别,通过引入Hilbert-Huang变换这种新的时频分析方法成功诊断了气门漏气故障。     

舰船逆变器的故障诊断

逆变器对舰船正常工作起着非常重要的作用,当前舰船逆变器故障诊断方法存在训练时间长、诊断精度低等问题。为了获得更加理想的舰船逆变器故障诊断结果,提出基于混沌粒子群算法和极限学习机的舰船逆变器故障诊断方法。首先对舰船逆变器故障诊断研究进展进行分析,找到当前影响舰船逆变器故障诊断的影响因素,然后采用极限学习机对舰船逆变器故障诊断进行建模,并采用混沌粒子群算法对极限学习机参数进行优化,确定最优的舰船逆变器故障诊断模型,最后与其他舰船逆变器故障诊断方法进行对比测试。结果表明,本文方法能够有效提高舰船逆变器故障诊断速度和诊断的精度高,可以准确实现舰船逆变器故障诊断。