基于专家系统的船舶电力系统故障诊断研究

针对船舶电力系统在发生故障后难以快速准确地找到故障点的问题,论文采用故障诊断专家系统来对发生的故障进行诊断,以此来提高船舶电力系统供电的持续性。论文在分析船舶电力系统特点的基础上将可能发生的故障分为四类。在知识的表示形式上采用框架式结构来描述船舶电网各部分的联系,运用产生式规则对具体故障进行描述,同时结合模糊推理的思想来处理故障诊断中的不确定性。通过测试,论文所设计的专家系统能够快速准确地找到故障点并提供解决方案,提高了船舶电力系统的可靠性。     

不平衡负载下船舶电力系统故障诊断研究

电力系统的故障诊断可以保证船舶的正常工作,针对当前单一模型无法全面、准确对船舶电力系统故障进行诊断的难题,提出一种基于组合模型的船舶电力系统故障诊断模型。首先提取不平衡负载下船舶电力系统的信号,并提取状态特征,然后采用隐马尔科夫法对船舶电力系统故障进行初步诊断,采用支持向量机对船舶电力系统故障进行进一步诊断,以提高船舶电力系统故障诊断的准确性。最后进行船舶电力系统故障诊断的测试,测试结果表明,组合模型可以从多个角度对船舶电力系统的工作状态进行分析,船舶电力系统故障诊断率高,不仅有降低了船舶电力系统故障的错误诊断率,而且改善了船舶电力系统故障效率。     

人工智能技术在船舶电力系统故障诊断中的应用

近年来人工智能技术在很多领域得到了成功应用,特别是故障诊断方面。船舶电力系统是保障船舶自动化系统正常工作的重要组成部分。由于船舶电力系统工作环境恶劣,因而船舶电力系统一旦出现故障将会产生很严重的后果。传统船舶电力系统故障检测费时费力,本文通过对人工智能技术进行分析,研究了人工智能技术在船舶电力系统故障诊断中的应用,提出了一种故障诊断系统架构,重点研究了基于人工神经网络以及专家系统的电力系统故障诊断,设计了神经网络模型,给出了推理机的故障诊断流程。     

故障诊断专家系统在船舶电力系统故障诊断中的应用

为保证船舶电力系统的供电连续性,尽可能的缩短船舶电站的停电时间,文中阐述了故障诊断专家系统在船舶电力系统故障诊断中的应用,能够处理电力故障中的不确定问题,恢复电力系统的正常运行。     

船舶电力系统故障特征提取的小波变换方法

船舶电力系统故障时暂态号中包含丰富的特征息,对故障工况暂态号特征息的有效提取是船舶电力系统故障诊断的核内容之一。基于小波变换理论,利用小波分析和小波包能量熵方法,在Matlab仿真环境下,对船舶电力系统电故障暂态号进行了分析和特征息提取。结果表明两种方法都有效地提取了故障特征息,其中小波分析方法有特征向量与故障之间的映射关系简单明了的特点,小波包能量熵方法提取的特征向量与故障之间是一种非性的映射关系,适用于与其他智能故障诊断方法结合。说明特征提取可以为故障的识别与诊断提供基础。     

故障并行计算在船舶电力设备故障信号诊断中的应用

船舶电力系统为自发电、自分配的独立电力系统,当电力设备出现故障时,会影响船舶的航行安全。为了对船舶电力设备故障信号进行准确的诊断,依据故障计算原理,利用故障并行计算方法进行船舶电力设备故障信号诊断,仿真试验证明,并行计算方法的故障诊断正确率与所耗时间均优于对比算法,同时,随着参与并行计算的线程的增加,诊断的实时性随之增强,是一种高效的船舶电力设备故障诊断方法。     

柴油机智能故障诊断技术研究

目前,船舶通过对柴油机运行状态的实时监测以及故障在线诊断,能够保证柴油机随时处于良好的工作状态,并大幅度提升维修工艺水平和质量。根据针对柴油机故障诊断的实际需要,探讨了神经网络与专家系统融合等先进手段在柴油机故障诊断中的应用情况,并对现有智能故障诊断技术存在的问题及发展前景进行讨论。     

船舶动力装置故障诊断与专家系统的开发

采用热力参数分析法专家系统对船舶动力装置额定工况下的故障进行实时诊断,详细分析了热力参数与故障间的关系,并给出了故障诊断子系统的推理机和知识库的设计开发方法,推理机和知识库采用专家系统开发工具CLIPS语言实现。     

船舶动力装置故障诊断专家系统的开发

采用热力参数分析法专家系统对船舶动力装置额定工况下的故障进行实时诊断,详细分析了热力参数与故障间的关系,并给出了故障诊断子系统的推理机和知识库的设计开发方法,推理机和知识库采用专家系统开发工具ＣＬＩＰＳ语言实现。     

船舶电力系统的模糊故障诊断

人工神经网络被广泛应用于故障诊断与分析过程,然而在船舶电力系统的应用环境中,通常会出现多种故障并发的情况,因此单一的神经网络无法完成复杂的、多种类的故障分析与诊断,难以应用于船舶电力系统。同时,采用单神经网络时,多种电力系统故障的数据训练也会造成较大的工作量,从而进一步降低可用性。为了解决以上问题,本文提出一种多层模糊神经网络方法对船舶电力系统进行诊断和分析。该方法采用多层人工神经网络,不但扩展了故障诊断系统适用的故障类型,更提高了数据处理的效率,提升故障诊断的准确性。仿真和实验表明,本文提出的方法具有较好的实用性。     

基于PLC和工控机的船舶电力系统故障诊断装置设计

为保证船舶的安全航行,故提高船舶电力系统的安全性和可靠性十分重要。文中设计了一套基于施耐德M340 PLC、XBTG7340触摸屏和工控机的电力系统故障诊断装置。该套故障诊断装置主要由施耐德M340 PLC、电力系统参数测量装置、XBTG7340触摸屏、工控机、NI数据采集仪、以太网等器件所组成,本诊断装置通过施耐德M340PLC、电力参数测量仪PM800、7个与互感器相连的模拟仪表和NI数据采集仪对船舶电力系统的参数进行相应的采集,将采集到的数据信息通过Modbus现场总线、工业以太网进行数据共享,实现对船舶电力系统装置的监视与检测,并将实时数据导入工控机matlab中进行故障程度与故障类别的判断。     

船舶电力系统故障诊断专家系统的智能化研究

文中介绍了在人机接口、知识库、推理机以及学习机制的设计中为提高船舶电力系统的故障诊断专家系统的智能水平所采取的几种方法,进一步完善了船舶电力系统的故障诊断专家系统的设计．     

一种故障诊断模糊专家系统的实现

针对电力系统多异构设备故障诊断工程化不高的问题,提出一种具体的故障诊断实现框架。采用通信方式和数据结构独立配置的方法,实现电力系统多种协议通信的无缝连接,解决了底层异构设备数据在顶层设备中的接收、分析和存储难以统一的问题;在故障诊断框架下,设计并实现模糊专家系统和其他故障数据处理综合诊断;研究了基于xml的系统配置信息描述,能够实现电力系统中各种设备、参数和故障判断准则等信息的标准化;同时提出了一种故障诊断算法,实现系统各设备的故障定位。诊断实例结果表明,系统推理效率高,可信度好,能够满足电力系统故障诊断要求。     

基于模糊规则的某型船舶柴油机故障诊断专家系统

基于模糊诊断技术,开发了NTA855-M350型船舶柴油机故障诊断专家系统。该系统根据故障征兆进行模糊运算,确定了故障原因,并对诊断结果通过维修反馈实现自学习功能。     

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。     

一种故障诊断模糊专家系统的实现

针对电力系统多异构设备故障诊断工程化不高的问题,提出一种具体的故障诊断实现框架.采用通信方式和数据结构独立配置的方法,实现电力系统多种协议通信的无缝连接,解决了底层异构设备数据在顶层设备中的接收、分析和存储难以统一的问题;在故障诊断框架下,设计并实现模糊专家系统和其他故障数据处理综合诊断;研究了基于xml的系统配置信息描述,能够实现电力系统中各种设备、参数和故障判断准则等信息的标准化;同时提出了一种故障诊断算法,实现系统各设备的故障定位.诊断实例结果表明,系统推理效率高,可信度好,能够满足电力系统故障诊断要求.     

大型船舶电力系统短路故障诊断方法研究

船舶电力系统是船舶中的重要的组成部分之一。随着船舶航运的发展,船舶电力系统的重要性也日益显现出来,相关的研究工作也广泛的开展开来。由于船舶航行所处环境湿度很大,加上盐雾、霉菌、油污等因素影响,导致船舶电力系统线路易受到腐蚀、恶化,使得船舶电力系统的输电线路短路故障频发,直接影响船舶电力系统安全性、稳定性,一旦处理不及时甚至会造成船舶电力系统的瘫痪。因此对船舶电力系统短路故障进行准确检测、及时排查十分重要。对船舶电力系统短路故障的准确检测方便及时采取有效解决措施对电力系统故障进行预警和处理,有利于保障船舶电力系统安全稳定运行。早期的船舶电力系统短路故障出现的时间长短难以确定,为了更好地制定维护方案,结合模糊算法对船舶电力系统短路故障进行了分析,对现有的船舶电力系统故作诊断系统进行了优化设计,最后对系统进行检测,检测结果证明该方法对船舶电力系统进行故障诊断工作精准度较高,有较强的参考价值。     

全电力船智能诊断与恢复的系统设计

未来船舶综合电力系统(IPS)控件主要以电力电子器件的复杂拓扑结构、智能控制和其它不断演进的组件为特征。为了提高船舶综合电力系统的故障诊断和修复能力,为未来全电力船设计了一种智能诊断和修复系统。专家系统的基本准则和诊断的知识管理对于智能诊断与修复是极其重要的。     

基于神经网络与专家系统的火控系统故障诊断

为了能在火控系统发生故障时，更快更好地诊断和排除，分析了人工神经网络和专家系统各自特点及其局限性，采用人工神经网络技术与专家系统相结合的方法，建立基于人工神经网络与专家系统故障诊断机制，对火控系统的故障进行智能诊断。克服了传统的诊断专家系统缺少有效的自学习、自适应机制，难以解决非线性系统故障问题的不足。这对于解决火控系统多征兆、多原因的复杂故障问题，是一条方便快捷的途径。     

基于多Agent的船舶电力系统故障诊断系统设计

在对多Agent技术和船舶电力系统故障诊断系统相关技术进行研究的基础上,设计出基于多Agent技术的船舶电力系统故障诊断系统,阐述了该系统的特点、分类、功能、结构,并就其诊断信息的交互过程做了详细的介绍。文中设计的船舶电力系统故障诊断系统能充分利用已有的诊断资源,提高故障诊断的效率,便于构造大型船舶电力系统故障诊断系统。