船舶主机温度控制中的神经网络算法研究

船舶主机温度控制是机舱自动化控制的重要组成部分,可以显著提高船舶的管理水平,提高船舶主机的安全性、可靠性和稳定性。目前,大型船舶主机的温度主要通过冷却水循环系统来调节,该系统具有时变性和非线性等特点。本文以主机温度自动化控制系统为研究对象,结合神经网络控制算法,设计一种新型的船舶主机温度自动化控制系统,并对该系统的结构和原理进行介绍。     

单片机用于船舶主机冷却水温度控制的设计

本文新设计了一种船舶主机冷却水温度控制器。由于应用８０９８单片机其电路较为简单。对控制规律进行了改进，使系统可以达到较高的性能指标。     

船舶主机转速优化模型研究

在船舶动力系统中,主机为船舶航行的电力系统提供了绝大多数的能源,因此其控制系统的好坏会直接影响整个船舶性能的发挥。本文重点研究船舶主机在工作时,其转速的优化方法,针对不同的工作状态和负载情况,优化主机传动系统中的若干参数。通过建立主机推进器的目标函数,得到一种简化的主机转速控制模型,在此基础上构建参数优化步骤,实现多目标的参数控制。     

船舶主机设备振动智能控制方法

为了避免振动对船舶安全稳定运行的消极影响,研究船舶主机设备振动智能控制方法。采用节点导入有限元建模方法构建主机设备有限元模型,获取主机设备运行情况以及振动详细数据,引入由互相对称的2组偏心质量块式电力作动机构形成的电力作动器,采用伺服三环控制对主机设备振动控制作动器进行环路设计,通过电机主动轮启动偏心质量块,同时调整偏心质量块的位置,实现消振力控制输出,完成主机设备振动智能控制。实验证明,该方法可以实现船舶主机设备模型的建立,可视化展现主机设备电磁性能、振动和热特性等,并有效控制船舶主机设备的振动幅度,其中控制后的船舶发电机的振动等级达到优等级。     

基于粗糙集和优化DAG-SVM的船舶主机故障诊断方法

[目的]船舶主机各子系统之间是复杂的非线性关系,对于监测点在短时间内采集的大量数据,传统的故障诊断方法难以高效地完成任务。以船舶主机的燃油系统为研究对象,提出一种基于粗糙集理论和优化有向无环图—支持向量机(DAG-SVM)的故障诊断方法。[方法]首先,将数据挖掘中的粗糙集理论引入传统的支持向量机(SVM)诊断模型,并通过差别矩阵对离散化数据进行降维,在每2种故障之间建立支持向量机分类器,从而构建DAG-SVM拓扑网络;然后,以类间的分类精度为依据,优化有向无环图中根节点和其他叶节点的位置,从而有效避免"误差累积";最后,基于某超大型油轮模拟器,开展数值实验分析。[结果]实验结果表明,粗糙集与优化DAG-SVM相结合的故障诊断方法可以对船舶主机故障进行有效的诊断决策,其分类精度比传统的DAG-SVM方法提高了3.38%,而时间消耗也降低了2.42 s。[结论]该诊断方法对船舶主机的故障诊断研究具有一定的参考价值,也可为SVM在其他小样本分类中的应用提供数据支撑。     

船舶主机冷却水量的估算方法

中小型船舶的主机大多使用四冲程柴油机,采用的是水冷系。而冷却水量取决于主机在运行过程中被冷却的部件需要带走的热量,本文应用热力学第一定律,结合58m锚处理/锚供应拖轮的设计及建造实例,针对船舶主机冷却水系统,提出一种估算冷却水量的方法。     

船舶主机设备振动控制方法研究

针对原有船舶主机设备振动控制方法无法对主机内部振动发生位置定位,产生控制后二次振动的问题,设计船舶主机设备振动控制方法。根据舰船主机结构的特征,构建主机有限元模型,完成对主机设备振动位置的确定。在振动处引用振动作动器,对其施加一定数值的作用力,为振动控制提供基础。增加振动控制器,将与作动器相连接,通过消振频率计算公式消除振动频率,实现对船舶主机设备振动的控制。至此,船舶主机设备振动控制方法设计完成。构建实验环节,与原有振动控制方法相比,此方法使用后的二次振动发生率低于原有方法。综上所述,此方法优于传统船舶主机设备振动控制方法。     

船舶主机活塞环故障分析

结合活塞环故障的具体实例,详细阐述了产生故障的主要原因和影响因素,并对其日常运行提出了切实可行的管理建议。     

船舶主机垫片接触比精确检测方法

针对船舶主机垫片传统色油法无法实现接触比定量检测的问题,提出基于色油图像计算机识别的接触比精确检测方法。介绍该方法的检测原理、检测流程,以及关键技术,开展模拟实验评估接触比检测方法的精度,分析接触比检测过程影响检测精度的因素,并提出相应的控制措施,实验结果表明,该方法操作简单,检测误差在3%以内,满足主机垫片刮配现场的实际应用,有助于提高船舶装配质量。     

船舶主机启动故障分析

针对某船主机启动过程中压缩空气能到达启动空气总管而不能进入汽缸的故障现象,详细介绍各控制元件的功能和主机汽缸启动阀的控制原理,进行逻辑分析判断,剔除不相关部件,指向性较强地查明故障原因,并提出相应的应急处理措施和管理主机遥控系统的建议。     

船舶主机的动态控制

本文叙述了在严酷海况下，船舶主机的转速控制系统。此控制器是已带有调速器的主机系统而设计的，一旦给出了主机期望的转速之后，控制器给调速器计算出一个动态参考转速。该参考值补偿了可估计的扰动。本文结合一些仿真结果描述算法。其主机模型由东京商船大学训练船Ｓｈｉｊｉ丸的实验数据获得。     

远洋船舶主机低负荷下燃烧工况优化研究

本文针对特种船在低负荷下主机燃烧工况恶劣的问题进行优化研究,首先对其燃烧工况进行分析并提出定速模式的优化措施,运用数学模型进行验证,之后在该船上进行工程改造将定速装置应用于此船,最后将定速模式下主机的性能参数与该船原模式进行对比,证明定速装置有效地改善了主机的燃烧性能。     

船舶主机优化调整方案的制订与实船应用

此文阐述增压器系统调整,解决主机长期低负荷运行时,增压器转速过低,扫气压力过低,燃烧不良导致的主机管理及运行问题。     

营运船舶主机能效和碳排放等级评定方法

  目的  在节能减排背景下,船舶主机优选是值得深入研究的问题,也是一个复杂的多属性决策问题。  方法  首先,分析船舶主机选型的影响因素,提出主机优选指标体系;然后,采用熵权法确定客观权重,采用偏差熵模型确定主观权重,并设计一种交互式赋权法以确定船舶主机优选指标的综合权重,从而实现客观权重与主观权重的统一;最后,通过证据推理法实现信息融合,对备选方案进行排序和优选。  结果  以某航道管理局船舶建造项目的主机优选问题为例,验证了该方法的有效性与正确性,并总结了指标区间选择对评价结果效用值的影响规律。  结论  研究结果表明,交互式赋权与证据推理相结合的方法可以为船舶主机选型设计提供理论支持。     

基于主观Bayes方法的船舶柴油主机故障诊断

本文在总结和提炼了大量专家知识的基础上，构成船舶柴油机主机故障诊断双层模型知识，以Ｂａｙｅｓ方法为推理机制，用Ｔ．Ｐｒｏｌｏｇ语言编制了故障诊断系统。     

船舶电力推进系统主机电能质量评估方法

传统船舶电力推进系统的评估方法,仅能对系统全局电能质量进行评估,无法对单独系统主机对应电能质量进行评估,从而反映出传统评估方法存在适应性较差的问题。为了提升评估方法的适应性,使其具备独立评估电力推进系统主机电能质量的作用,提出船舶电力推进系统主机电能质量评估方法。方法实现步骤分为3部分,分别为主机电能质量评估参量定义,电能质量相关量的加权优化计算与主机电能质量的评估;通过数据仿真环境的调试与对比,证明提出方法的有效性与可推广性。     

营运船舶主机能效和碳排放等级评定方法

[目的]为使营运船舶主推进柴油机(主机)具备可操作的能效和碳排放强度评定方法以及等级划分标准,[方法]将单位营运燃油消耗率(SFOC)作为主机的能效指标,提出主机各级能效划分阈值的计算公式和能效等级偏离系数的计算方法,确定各级能效划分阈值的偏离系数,制定出能效等级评定的方法、划分范围及原则。以营运船舶"育鲲"轮的主机为应用对象,基于实验数据,对其进行能效等级评定。[结果]计算结果表明,"育鲲"轮的主机营运燃油消耗率为190.03 g/(kW·h);1,2级及2,3级能效划分阈值分别为191.86和203.15 g/(kW·h)。最终,将"育鲲"轮主机的能效等级评定为1级。[结论]研究结果有效反映了"育鲲"轮主机的管理水平、技术状态、能效水平及碳排放状态,所提方法符合亚太能源中心等机构关于评定方法的目标性、合理性、可行性、系统性及导向性要求。     

船舶柴油主机状态监测中故障诊断方法研究

针对当前船舶柴油主机状态监测中故障诊断方法存在的诊断速度慢、诊断结果不稳定等缺陷,提出基于小波神经网络的船舶柴油主机状态监测中故障诊断方法。首先分析当前船舶柴油主机状态监测中故障诊断方法的研究现状,然后采用小波变换抽取船舶柴油主机状态监测中的故障特征,并采用神经网络对船舶柴油主机状态监测中故障特征进行学习,实现船舶柴油主机状态监测中故障诊断的分类决策,最后船舶柴油主机状态监测中故障诊断结果表明,本文方法不仅可以保证船舶柴油主机状态监测中故障诊断正确率,同时减少了船舶柴油主机状态监测中故障诊断时间,极大改善了船舶柴油主机状态监测中故障诊断效率。