共查询到20条相似文献,搜索用时 156 毫秒
1.
介绍了机车轮箍弛缓的故障诊断方法,特征信号的选择和故障诊断的方法,并介绍了基于PC104的诊断系统的组成. 相似文献
2.
舰船电力系统故障诊断综述 总被引:5,自引:4,他引:1
故障诊断对于故障后的维护以及系统恢复,尤其是对舰船这种特殊结构的军用船只而言具有重要的意义.综述了舰船电力系统故障诊断的各种基本的研究方法,包括数学模型、专家系统、故障树、人工神经网络和数据融合技术等.分析了这些方法的特点并指出各个诊断方法的优缺点.最后,以实际应用为目标,指出了随着全船信息化时代的到来,舰船电力系统故障诊断领域所需解决的关键技术问题和主要的发展趋势,以促进该研究领域进一步向实用化以及深度和广度相结合的方向发展. 相似文献
3.
4.
船舶故障诊断的新发展 总被引:6,自引:1,他引:6
船舶故障诊断是诊断技术从应用范围角度划分的一个分支,它是根据船舶领域特定需要而形成的一门学科技术。此文通过归纳船舶故障诊断领域中使用的方法,总结出船舶故障诊断中新技术的应用,并对其未来的发展趋势提出了自己的见解。此文也为其它领域诊断技术的发展提供了一定的可借鉴性。 相似文献
5.
分析了BP神经网络和基于案例推理(CBR)在故障诊断领域应用中的优点、局限性和互补性,设计了二者相结合的装备故障诊断模型,通过某型装备的故障诊断实例,验证了该算法的有效性。 相似文献
6.
7.
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。 相似文献
8.
支持向量机(Support Vector Machine,简称SVM)是目前模式识别领域中最先进的机器学习算法,采用了核函数的思想,把非线性空间的问题转换到线性空间,降低了算法的复杂度.文中对SVM在船用柴油机故障诊断中的应用进行了论述,运用支持向量机理论对其进行了故障诊断的仿真研究和试验研究. 相似文献
9.
随着计算机技术和大数据技术逐渐成熟,大数据分析在船舶工业领域有了越来越广泛的应用。近年来,船舶工业逐渐向着智能化、自动化等方向发展,船舶动力系统、电力系统的智能化故障诊断等技术成为业内的研究重点。船舶机械的故障诊断过程具有数据量大、故障信号复杂、干扰信号多等问题,一直以来是业内的研究难题。本文介绍了大数据分析技术的原理和数据挖掘技术,设计了一种基于大数据分析的船舶机械故障诊断系统,该系统面向的诊断对象主要包括船舶机舱控制系统、船舶动力系统等,具有数据诊断效率高、人机交互性好、数据传输效率高等优点。 相似文献
10.
氢能产业发展迅速,质子交换膜燃料电池系统已实现初步应用广,在车、船、电站领域的应用逐渐推广。由于燃料电池系统的产业化开始时间有限,产品标准化程度较低,在生产过程中容易出现各种故障问题,研发、生产人员难以定位故障点及故障原因,排查及解决故障的时间长,严重影响生产进度。本研究通过将证据融合理论与案例推理故障诊断方法结合,构建一种混合数据的D-S-CBR系统,实现两种类型异构数据的融合及故障诊断。并将此研究应用于燃料电池系统的生产中,辅助研发、生产人员进行生产过程故障诊断,减少故障诊断时间,降低生产成本,提高产品质量。 相似文献
11.
12.
13.
14.
15.
16.
船用齿轮箱故障诊断系统,通常采用的是基于模型的故障诊断方法,需要依赖专家对采集到的振动信号进行分析和判断,且设备的运行状态会随着时间的推移发生变化。传统的故障诊断方法受专家知识和经验的影响较大,难以获得全局最优解,导致其准确率较低。针对该问题,本文基于深度神经网络(DNN)的故障诊断方法,通过大量实验研究,确定了DNN模型中最佳参数和超参数。实验结果表明,在船用齿轮箱故障诊断领域,DNN模型不仅能够有效地对齿轮箱进行故障诊断,而且具有较高的准确率和较快的收敛速度。 相似文献
17.
18.
舰船远程监测与故障诊断系统的研究 总被引:3,自引:2,他引:1
研究了目前远程监测与故障诊断技术,通过对数据库技术、计算机网络数据传输和加密技术、服务器端WebClass技术、客户端AetiveX技术这四大关键技术的应用研究,提出了用TCP/IP作为系统的网络层和传输层协议,用ASP技术解决远程数据通讯接口问题,并采用神经网络作为故障诊断方法。研究表明,舰船远程监测与故障诊断系统切实可行,有望发展成为一种有价值的舰船监控系统。 相似文献
19.
综述了近年来有关执行器故障诊断的基于解析模型、基于信号处理和基于知识的3种诊断技术研究,对各种方法进行了详细的评述,简要的给出了有代表性的研究成果。着重介绍了神经网络在执行器故障诊断中的应用。最后对执行器故障诊断技术的发展趋势和有待解决的问题作了一定的分析。 相似文献