基于关联规则的船舶故障数据自动分类方法

为了提高船舶故障诊断能力,需要进行故障数据的自动分类设计,提出基于关联规则的船舶故障数据自动分类方法。构建船舶故障数据的数据信息流模型,采用高维特征分组方法进行船舶故障数据的分组重构,采用分段线性检验方法进行船舶故障数据的统计特征分析,提取反映船舶故障类别属性的关联规则向量集,根据特征提取结果进行模糊聚类处理,实现船舶故障信息融合,结合自适应分组检测方法,实现船舶故障数据关联规则的自动分类。仿真结果表明,采用该方法进行船舶故障数据自动分类的自适应性较强,误分率较低,提高了船舶故障的诊断检测能力。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

基于HHT和BP神经网络的船舶电力系统故障定位

针对船舶电力系统故障难以精确定位的情况,将Hilbert-Huang变换(HHT)和BP神经网络应用于船舶电力系统故障节点定位。首先,采集各节点电流信号,经过EMD分解得到若干IMF分量,对第一个IMF分量进行Hilbert变换得到其瞬时振幅向量。然后,将各节点的瞬时振幅向量之和作为电流信号的特征量输入到带有动量因子的BP神经网络中进行训练,利用训练好的神经网络进行故障节点定位。最后,通过仿真实验验证了所提方法的有效性。     

舰船非线性配电网络的故障诊断与恢复策略研究

现代化的舰船配电网络非常复杂,需要兼顾到船舶上的各种用电设备。因此当配电网络出现故障时,为了能够最大程度降低故障造成的损失,需要合理控制配电网络的工作节点,隔离出现故障的子网络。本文主要采用了神经网络算法,对船舶非线性配电网络的工作模式进行训练,通过合理控制配电参数,能够有效监控网络中的故障,并提出了故障诊断算法,在故障发生时,能够自动产生恢复策略,并解决一些简单的故障,这种方式大大提高了系统的稳定性。     

某调距桨装置螺纹联接松动分析

螺纹联接由于结构紧凑、便于拆卸等优点,广泛应用于各种机械设备结构中起到紧固件作用,但其松动问题也一直是工程上的一大难题。文章以某调距桨装置在航行过程中遇到的液压管路调节环的螺纹联接松动故障为研究对象,建立了调节环螺栓连接有限元分析模型,分析了交变载荷对螺栓松动的影响;从螺栓松动扭矩与螺栓结构参数关系入手,分析了螺纹结构参数对螺栓松动的影响规律,提出了防止螺栓松动的解决方法与防范措施。     

液态金属型电弧触发器稳态温升仿真及优化设计

本文以Workbench为仿真平台,建立了液态金属型电弧触发器的稳态温升模型,研究了不同通流孔数量对触发器温升特性的影响,获取了优化设计原则,可用于指导液态金属型电弧触发器的稳态温升设计。     

一种新型免疫克隆算法的船舶远程故障诊断系统

随着船舶功能的多样性和各种航运用途的要求,船舶自动化控制系统也同时面临着更多的挑战,为了降低船舶故障发生的概率,人们急切需要一种能够远程支持的故障诊断系统。本文首先根据船舶故障检测的实际需求,设计一种基于单片机和DS18B20的现场故障检测电路,然后针对特定的监测要求,结合新型的免疫算法,对故障检测的软件程序进行优化,通过对故障复杂度的分析与判断,加强了船舶故障预测的能力,同时也降低了对硬件资源性能的要求。     

奥迪A6L变速器冲击故障排除

一、故障现象一辆奧迪A6L2.8,装配双离合变速器0B5。客户反映该车热车后车辆冲击感明显,试车时发现当变速器油温达到90TC以上时,车辆1挡升2挡,2挡降1挡冲击感明显。该车辆无故障码。我们来简单了解一下双离合变速器0B5的结构原理,其结构如图1所示。     

基于支持向量机的发动机气路故障预诊断

为实现航空发动机气路故障在线预诊断,分析了地空数据链系统中发动机气路参数报文的协议格式,建立了基于支持向量机算法的发动机气路参数在线预测模型。以便携式地空数据链收发系统为硬件基础,构建发动机报文并行处理系统,获取建模所需的训练样本。利用最终误差预报准则确定样本数据嵌入维数,实现时序样本数据的相空间重构。提出自适应网格搜索法优化支持向量机建模参数,获得气路参数在线预测模型,与航路飞机建立地空数据链通信,预测气路参数趋势。预测结果表明:参数低压转子转速、高压转子转速、尾气温度与燃油流量的相对预测误差分别为2.5%、2.1%、1.9%与2.3%,因此,支持向量机模型具有较高预测精度。     

机油消耗过多的原因与排除方法

机油消耗过多,除了渗漏原因之外,多属发动机活塞、气门机构及其附件(如空压机、增压器)存在故障,归纳起来如下: 1密封垫故障 如齿轮室盖垫、气门顶盖垫、气门侧盖垫、油底壳垫、机油冷却器垫、机油滤清器垫、曲轴油封座垫等的损坏,只要把损坏的垫更换、平整并清洁接合面装好即可排除故障.另外,曲轴箱通风口堵塞,会导致曲轴箱内气压和温度升高,机油从密封垫或油封处渗出,甚至冲破油底壳衬垫或其它密封垫,造成机油消耗过多.因此,应定期拆检曲轴箱通风口及其部件.