收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于核学习理论的船舶柴油机故障诊断研究

柴艳有  
【摘要】:船舶柴油机是船舶动力装置的关键设备,如果发生故障,将会影响船舶营运,并可能造成巨大的经济损失,甚至造成关键设备损坏,危及人身安全。对船舶柴油机进行状态监测和故障诊断,能够有助于及时有效地发现并排除船舶柴油机的故障。这对于提高船舶柴油机工作时的安全性和可靠性,降低设备维修费用,减少经济损失,避免重大事故发生具有十分重大的意义。 船舶柴油机是典型的综合性复杂系统,其组成结构和工作原理导致了故障症状的复杂性。船舶柴油机的故障原因与故障征兆数值之间表现为极其错综复杂非线性关系,并且各特征参数之间往往呈现出强耦合性和非线性,因此必须采用非线性方法对其进行状态监测和故障诊断。 本文在总结和汲取前人研究成果的基础上,结合核学习理论在处理非线性问题方面所独有的优势,着重对基于核学习理论的柴油机故障诊断技术进行深入、系统的研究,其主要研究内容及成果包括以下几个方面。 1.利用核主元分析非线性状态监测的优势,针对船舶柴油机的燃料系统提出了一种基于核主元分析的状态监测方法。首先对正常采样数据进行核主元分析,计算监测统计量及其控制限,从而建立状态监测模型。然后利用建立的状态监测模型对船舶柴油机的燃料系统进行状态监测。对某型船舶柴油机燃料系统的状态监测结果验证了本文提出的方法的有效性。 2.结合核主元分析的特征提取优势和支持向量机具有较高的辨识率的特点,提出了一种新的船舶柴油机喷油系统的故障诊断方法。首先利用核主元分析对训练样本集进行特征提取,提取出最能反映船舶柴油机喷油系统故障状态的非线性主元。然后将提取的非线性主元用于支持向量机的训练,建立船舶柴油机喷油系统的故障诊断模型。最后利用所建立的故障诊断模型对船舶柴油机喷油系统的未知故障样本进行诊断。对某型船舶柴油机喷油系统的故障诊断结果表明:该方法能够准确识别船舶柴油机喷油系统的几种常见故障。 3.针对船舶柴油机的涡轮增压系统具有模糊性和非线性的特点,提出了一种基于模糊核聚类算法的船舶柴油机涡轮增压系统故障诊断的方法。首先对历史故障数据集进行模糊核聚类,得到聚类中心,建立船舶柴油机涡轮增压系统的故障诊断模型。然后,利用建立的故障诊断模型对船舶柴油机涡轮增压系统的未知故障样本进行诊断。对某型船舶柴油机涡轮增压系统的故障诊断结果表明:该方法对于船舶柴油机涡轮增压系统的几种常见故障具有较高的区分度。因为引入了模糊逻辑的概念,所以该方法的诊断结果也更加真实、客观。 4.针对智能化柴油机与传统柴油机的故障机理之间的差异,结合核fisher判别分析判别精度高和运算时间短等优点,提出了一种基于多类核fisher判别分析的故障诊断方法,并采用留一交叉检验法确定其中的参数。对某型船用智能化柴油机进行故障诊断的结果表明:该方法具有计算量小、耗时少、故障诊断准确率高等优点。因此,该方法非常适合于对船用智能化柴油机进行实时的故障诊断。 本文主要研究了核学习理论,提出和改进了各类基于核的分类方法,对船舶柴油机的各子系统建立了一系列的状态监测和故障诊断模型。这些方法分别具有各自的优点,能够满足不同子系统的故障诊断要求。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 孙飞;;船舶柴油机监测与故障诊断技术现状及发展趋势[J];科技风;2018年29期
2 魏巍;詹玉龙;赵倍聪;霍崇富;;基于支持向量机的船舶柴油机层次故障诊断的研究[J];南通航运职业技术学院学报;2009年01期
3 黄学卫;杨智;黄松华;;基于模糊规则的某型船舶柴油机故障诊断专家系统[J];造船技术;2010年06期
4 廖军强;;船舶柴油机故障诊断方法分析[J];内燃机与配件;2018年20期
5 文成知;;船舶柴油机监测与故障诊断技术初探[J];农村科学实验;2018年10期
6 贺立敏;王岘昕;韩冰;;基于随机森林和支持向量机的船舶柴油机故障诊断[J];中国航海;2017年02期
7 郭国军;孙亚丽;;船舶柴油机监测与故障诊断技术分析[J];科技风;2016年15期
8 杨树成;周记国;王洪宇;王文静;万腾;;船用柴油机故障诊断技术及维护案例分析[J];拖拉机与农用运输车;2019年06期
9 郭卫勇;;船舶柴油机故障诊断技术探究[J];内燃机与配件;2019年08期
10 万云;;船舶柴油机监测与故障诊断技术研究[J];内燃机与配件;2018年24期
11 冷鹏主;王强;;试论船舶柴油机故障诊断中故障树的应用[J];低碳世界;2016年21期
12 杨建国,王晓武;船舶柴油机监测与故障诊断技术现状及发展趋势[J];中国航海;1999年02期
13 郭军武;陈宝忠;王士局;;模糊故障诊断在船舶柴油机换气系统中的应用[J];上海海事大学学报;2009年01期
14 张依群,季陆强;船舶柴油机故障诊断专家系统不精确推理模型研究[J];船海工程;2004年02期
15 韩孝坤;李霏;;基于支持向量机和油液检测的船舶柴油机故障诊断研究[J];科技风;2017年26期
16 林新通;詹玉龙;周薛毅;赵海洲;;支持向量机在船舶柴油机废气涡轮增压器故障诊断中的应用[J];上海海事大学学报;2012年02期
17 吴印华;徐琼燕;;基于改进蜂群算法优化支持向量机的故障诊断[J];机械强度;2018年02期
18 董宝玉;任光;;基于GA优化合成核支持向量机的船舶柴油机故障诊断[J];大连海事大学学报;2013年04期
19 吴宛青,吴恒;船舶柴油机故障诊断专家系统[J];航海技术;1996年01期
20 陈俊;;基于深度置信网络和支持向量机的计量自动化终端故障诊断方法[J];广西电力;2018年05期
中国重要会议论文全文数据库 前20条
1 崔桂梅;鄢常亮;马祥;;基于核主元分析和支持向量机的高炉向凉、向热故障诊断[A];中国计量协会冶金分会2010年会论文集[C];2010年
2 黄加亮;蔡振雄;张均东;;船舶柴油机智能故障诊断仿真方法的研究[A];中国航海学会船舶机电专业委员会2000年度学术报告会论文集[C];2000年
3 杨建国;王晓武;;船舶柴油机监测与故障诊断技术现状及发展趋势[A];中国航海学会1997年度学术交流会优秀论文集[C];1997年
4 刘学强;郭军武;王森;;基于CAN总线和LabVIEW的船舶柴油机NO_x在线检测研究[A];2021海峡科技专家论坛暨海峡两岸航海技术与海洋工程研讨会论文集[C];2021年
5 马平阳;王忠巍;郑成杰;韩雨婷;;基于GT-Power的船舶柴油机的故障仿真研究[A];第三十三届中国仿真大会论文集[C];2021年
6 张文涛;王飞;丁丁;苏玉栋;刘城君;;降低船舶柴油机颗粒物及氮氧化物排放的后处理技术[A];中国环境科学学会2021年科学技术年会论文集(一)[C];2021年
7 孙培廷;;船舶柴油机变流量冷却系统的研究[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
8 李达;范世东;;基于针对性维修的船舶柴油机备件库存探讨[A];湖北省内燃机学会2009年学术年会论文集[C];2009年
9 魏安;闫耀光;;船舶柴油机重复喷射分析及应用[A];第四届广东海事高级论坛论文集[C];2012年
10 王显辉;;内河船舶柴油机防止空气污染现状的分析[A];广州航海学院学报2014第22卷(总第57期)[C];2014年
11 孙培廷;;船舶柴油机变流量冷却的研究[A];中国航海学会1997年度学术交流会优秀论文集[C];1997年
12 潘渝伯;吴志良;;西门子船舶柴油机自动控制系统原理及可靠性分析[A];大连海事大学校庆暨中国高等航海教育90周年论文集(机电分册)[C];1999年
13 李斌;孙培廷;;利用船舶柴油机余热加热压载水的新方法[A];中国航海学会2001年度学术交流会论文集[C];2001年
14 王延宏;张文华;;船舶柴油机轴瓦早期失效分析及防止措施[A];第九届全国内河船舶及航运技术学术交流会论文集[C];2004年
15 刘柱;周明顺;朱新河;;燃油纳米化装置在船舶柴油机上的台架试验研究[A];中国航海学会2007年度学术交流会优秀论文集[C];2007年
16 樊祥生;;应用光谱—铁谱技术监测船舶柴油机工况[A];第二届全国青年摩擦学学术会议论文专辑[C];1993年
17 刘柱;周明顺;朱新河;郭祖平;盛进路;;燃油纳米化装置在船舶柴油机上的台架试验研究[A];节能环保 和谐发展——2007中国科协年会论文集(一)[C];2007年
18 刘柱;周明顺;朱新河;郭祖平;盛进路;;燃油纳米化装置在船舶柴油机上的台架试验研究[A];2007年中国机械工程学会年会论文集[C];2007年
19 黄连中;孙培廷;;船舶柴油机工作过程分析方法的研究[A];中国航海学会船舶机电与通信导航专业委员会2002年学术年会论文集(船舶机电分册)[C];2002年
20 黄连中;孙培廷;;船舶柴油机工作过程分析方法的研究[A];中国航海学会2002年度学术交流会论文集专刊[C];2002年
中国博士学位论文全文数据库 前20条
1 柴艳有;基于核学习理论的船舶柴油机故障诊断研究[D];哈尔滨工程大学;2012年
2 周金喜;船舶柴油机颗粒物排放特性及其控制技术研究[D];哈尔滨工程大学;2019年
3 林吉良;移动机器人故障诊断与容错控制的研究[D];浙江大学;2009年
4 何学文;基于支持向量机的故障智能诊断理论与方法研究[D];中南大学;2004年
5 张玉彦;基于深度自编码器的机械故障诊断方法研究[D];华中科技大学;2019年
6 朱光辉;基于Petri网和整数线性规划的离散事件系统的故障诊断[D];西安电子科技大学;2019年
7 茆志伟;活塞式发动机典型故障诊断及非稳定工况监测评估方法研究[D];北京化工大学;2018年
8 刘颉;基于振动信号分析的旋转机械故障诊断方法研究[D];华中科技大学;2018年
9 杭芹;用于聚变电源的故障诊断算法研究[D];中国科学技术大学;2019年
10 黄杰;基于智能学习的电喷汽车故障诊断与监测评估系统的研究[D];中国农业大学;2018年
11 李盘靖;远程协同故障诊断关键技术及其应用研究[D];西北工业大学;2006年
12 许洁;基于统计理论的工业过程性能监控与故障诊断研究[D];南京航空航天大学;2010年
13 刘丽梅;基于支持向量机新算法的流程工业过程故障诊断方法研究[D];东北大学;2012年
14 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
15 张爱萍;复杂网络社团探测方法及在轮机故障诊断中应用的研究[D];大连海事大学;2015年
16 白广来;船舶柴油机智能监测与智能诊断的研究[D];大连海事大学;2003年
17 朱元清;船舶柴油机SCR系统反应动力学试验与模拟计算研究[D];哈尔滨工程大学;2014年
18 余永华;船舶柴油机瞬时转速和热力参数监测诊断技术研究[D];武汉理工大学;2007年
19 王珍;基于局域波分析的柴油机故障诊断方法的研究及应用[D];大连理工大学;2002年
20 彭诗力;大规模混合数据分类的核方法研究[D];天津大学;2017年
中国硕士学位论文全文数据库 前20条
1 王晓妹;船舶柴油机运行状态监测和诊断系统的开发[D];上海交通大学;2011年
2 肖小勇;船舶柴油机智能诊断技术与应用研究[D];武汉理工大学;2013年
3 夏磊;基于DNC系统的分布式船舶柴油机数控加工管理系统的设计与实现[D];江苏大学;2019年
4 熊威;船舶柴油机大数据处理平台的研究与设计[D];武汉理工大学;2018年
5 张尧硕;船舶柴油机颗粒捕集器仿真研究与设计[D];哈尔滨工程大学;2018年
6 易鸣;船舶柴油机主轴承摩擦副的磨损状态研究[D];武汉理工大学;2017年
7 吴永娥;船舶柴油机SCR反应器结构小型化的模拟研究[D];天津大学;2018年
8 姚金林;船舶柴油机配套行业可配置绿色评价体系研究[D];重庆大学;2018年
9 杨安声;船舶柴油机热工故障仿真与诊断方法研究[D];武汉理工大学;2016年
10 陈恩博;小缸径低速船用柴油机工作过程计算[D];武汉理工大学;2016年
11 刘勇;船舶柴油机贵重零部件再制造[D];大连海事大学;2017年
12 徐飞;船舶柴油机SCR系统闭环控制策略研究[D];哈尔滨工程大学;2017年
13 尹钊;臭氧发生器协同SCR反应器处理船舶柴油机废气排放的实验研究[D];集美大学;2018年
14 欧顺华;船舶柴油机SCR尿素喷射电控系统研发[D];集美大学;2018年
15 冯金勇;船舶柴油机总能分级利用优化匹配技术研究[D];中国舰船研究院;2017年
16 谷春柳;《船舶柴油机》英译中省译与合译的实践报告[D];大连海事大学;2017年
17 周枫;船舶柴油机系统模块化建模与仿真[D];江苏科技大学;2010年
18 赖永生;船舶柴油机冷却水系统温度控制器的设计[D];大连海事大学;2015年
19 赵伟;船舶柴油机监测与故障诊断技术研究[D];大连海事大学;2006年
20 李善鸿;基于模糊层次分析的船舶柴油机系统风险评估[D];武汉理工大学;2020年
中国重要报纸全文数据库 前20条
1 中国工业报记者 肖相波 通讯员 张海铎 王亚林;“中国船柴” 兴船报国永立潮头[N];中国工业报;2017年
2 记者 刘成;“中国船柴”在青岛成立[N];经济日报;2017年
3 张小英;宜昌船舶柴油机厂手持千万美元GE订单[N];中国船舶报;2006年
4 刘国山;船舶柴油机掺烧重油教科书将问世[N];中国水运报;2007年
5 邢小兵 记者 王瑶;我国首个航天器在轨故障诊断与维修实验室成立[N];解放军报;2014年
6 杨亚洲 邢小兵 记者 齐小英;航天器故障诊断与维修室在西安成立[N];陕西日报;2013年
7 记者 刘志良;中国船柴揭牌成立[N];中国船舶报;2017年
8 ;为企业长远效益的增长助力[N];中国信息化周报;2019年
9 记者冯竞;“ B737飞机故障诊断与维修指导系统”开发成功[N];科技日报;2002年
10 秦夏 记者 王梅;旋转机械远程在线监测及故障诊断中心落户陕鼓[N];中国质量报;2006年
11 记者 肖勇;广东船舶配套产业有路线图了[N];广东科技报;2011年
12 郭伟;宜柴陕柴改扩建项目获批[N];中国船舶报;2007年
13 记者 王孙;从节能减排到数字化 涡轮增压系统大有可为[N];中国船舶报;2018年
14 记者 刘颖;ABB涡轮增压系统广州新服务站启用[N];中国船舶报;2008年
15 记者 刘颖;ABB重庆涡轮增压系统新基地落成[N];中国船舶报;2009年
16 ;ABB涡轮增压系统广州新维修站启用[N];科技日报;2008年
17 本报记者 韩建新;布局华北 ABB正式启用 涡轮增压系统天津服务站[N];机电商报;2007年
18 中国经济导报记者 郭丁源;国际振动分析师培训基地正式揭牌 航天智控助力监测故障诊断技术发展[N];中国经济导报;2020年
19 本报记者 陈晓煊 通讯员 沈甸;故障诊断有新招 抢修复电更高效[N];中国电力报;2014年
20 李萍;济钢EAM离线网络点检和故障诊断管理系统创效明显[N];中国冶金报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978