【摘 要】
:
智能船舶的发展对智能化故障诊断和监测技术有着迫切的需求。大功率船舶柴油机是船舶机电系统中最重要的设备,且在未来较长一段期间内仍是大型远洋商船的首选推进装置,研究其故障诊断技术对增强船舶安全性、可靠性具有重要意义。由于传统的柴油机故障诊断方法存在专家经验依赖性强、及时性差、可靠性低等问题,基于数据的智能化故障诊断方法成为学界研究热点。栈式自编码器作为常用的深度神经网络之一,在故障诊断应用中具有所需训
论文部分内容阅读
智能船舶的发展对智能化故障诊断和监测技术有着迫切的需求。大功率船舶柴油机是船舶机电系统中最重要的设备,且在未来较长一段期间内仍是大型远洋商船的首选推进装置,研究其故障诊断技术对增强船舶安全性、可靠性具有重要意义。由于传统的柴油机故障诊断方法存在专家经验依赖性强、及时性差、可靠性低等问题,基于数据的智能化故障诊断方法成为学界研究热点。栈式自编码器作为常用的深度神经网络之一,在故障诊断应用中具有所需训练数据较少、深度特征提取能力强的优势,能够在大量监测数据中提取易于故障检测和诊断的特征信息,具有更高的故障识别率。因此,本文将栈式自编码器深度神经网络引入柴油机故障诊断领域,主要研究如下。由于实船进行柴油机故障模拟具有成本高昂,危险性、破坏性强的缺点,本文通过柴油机专业模拟软件AVL-Boost进行故障模拟,以获取故障样本数据库。首先对W?rtsil?9L34DF柴油机进行建模校准,在满足故障模拟的条件下,然后对其六种常见故障以及正常状态进行仿真。为提高研究适用性,本文对每种故障状态下的不同故障程度进行模拟,以增加故障数据的多样化。船舶柴油机在运行中的故障往往属于偶发,为监测柴油机故障的发生,本文利用栈式自编码器的重构误差作为整机的状态监测量,创建柴油机故障监测模型。通过正常运行状态下的历史数据对半监督的故障监测网络进行训练,并确定其重构误差的健康限。当实时的运行数据传入监测模型时,其重构误差计算超限则视为故障发生。上述柴油机故障监测模型同一般的故障监测方法类似,虽能识别出异常数据但无法对其故障类型进行精确识别。随后本文建立了基于麻雀搜索算法优化栈式自编码器的故障诊断模型,实现了对故障数据的进一步精确分类,达到了对故障类型精确识别的目的。经基于AVL-Boost船舶柴油机仿真数据的对比实验表明,所提诊断模型的故障识别率高达96.71%,比基于栈式自编码器、极限学习机等算法的诊断方法具有更高的诊断准确率和更优的泛化性能,特别是在故障早期即故障特征不明显时,所提方法具有明显优势。最后,本文建立了基于麻雀搜索算法优化极限学习机的故障预警方法,即通过所提方法来实现对柴油机运行参数的预测,然后将预测到的参数传入上述所提出的故障监测模型,最终实现故障预警功能。
其他文献
随着地方高校转型发展观念的提出,地方本科高校正逐步向应用型本科发展,在此大环境下,许多地方高校开始不同程度得尝试理实一体化教学,让学生在掌握理论知识的同时也能具备较强的实操能力,但在其具体实施过程中依然有许多问题亟待解决。
随着经济全球化,各个国家逐渐成为贸易共同体,航运作为货物运输的主要运输方式之一,其承担的货运量占全球货运量的70%。对于大功率低速二冲程发动机,因其传动效率高、燃油经济性好、输出功率变化范围大、系统性能安全可靠等优势,在世界船舶工业获得了广泛的使用。为了防止大气和海洋环境污染,双燃料发动机因其低排放而备受人们关注。在众多的替代燃料中,天然气因全球储量大、低热值高、燃烧排放少等特点,被认为是双燃料发
我国航运业正面临着非常严峻的节能减排形势,碳减排总量巨大。在船舶上,气体喷射器被广泛应用于海水淡化、余热回收等场合中,作为核心部件,增强喷射器内能量交换,提高其性能对提高船舶能效有着重要意义。目前,由于喷射器内流动复杂,不能直观的对能量交换进行分析,其发生的位置、强度大小仍然很不明确。因此,本文采用数值模拟与纹影可视化实验的方式,联系性能与流动针对能量交换过程进行分析,并尝试通过采用新型喷嘴增强喷
为适应船舶辅锅炉智能化的新要求,提高辅锅炉故障预测可靠性,以MISSIONTMOS-TCi型船用燃油辅锅炉为研究对象,在介绍辅锅炉相关系统组成及燃烧系统故障分析总结的基础上,综合考虑辅锅炉故障预测实际需求,确定了4类燃烧系统典型故障以及6种预测特征参数。以大连海事大学开发的DMS-CSS轮机模拟器辅锅炉模块为仿真数据获取源,结合实船采集的辅锅炉运行数据构建实验所需数据集。通过建立深度神经网络模型用
船舶电力推进系统以体积小、反应迅速、机动性强等特点广泛应用于高性能船舶中。在船舶永磁同步推进电机的控制系统中,使用机械式传感器会增加系统成本、系统故障率和电机体积。为提高推进电机的控制性能,保证船舶航行安全,本文以船舶永磁同步推进电机为研究对象,从无传感器控制和参数辨识两方面对推进电机进行研究。首先,根据永磁同步电机在dq坐标系下的数学模型和矢量控制理论搭建基于id=0的矢量控制仿真电路模型。然后
随着大数据、物联网及人工智能技术在船舶上的应用,智能船舶成为当下研究的热点。智能船舶需要安装数以万计的传感器,而传统传感器大多采用外部电源供电,这无疑需要在船舶上穿孔引线并安装大量电源。然而由于智能船舶系统的无人化,使得如此大量传感器的供电及后续电源更换、检修的问题变得异常棘手,亟须一种自供能振动监测传感器来适应智能船舶的发展需求。据此,本文基于摩擦纳米发电的原理,利用摩擦纳米发电机具有自供能的特
依靠弹跳球跳动来发电的弹跳球式摩擦纳米发电机(Bouncing Ball Triboelectric Nanogenerator,简称BB-TENG)因其高能量转换效率,近年来在摩擦纳米发电机研究领域受到广泛关注。然而,弹跳球式摩擦纳米发电机发电机理还没有完全被揭示,如电极的电荷密度、弹跳球的运动姿态、外界激振的频率与振幅等与其发电性能之间的关系尚不清晰,这成为制约弹跳球式摩擦纳米发电机发展的瓶颈
全球经济一体化和跨国贸易量的增长推动了国际航运规模的增长。然而,船舶未经处理的压载水的排放会引起严重的生物入侵问题,对当地的海洋生态环境造成巨大的威胁。国际压载水公约规定了满足排放要求的压载水中各尺寸活性生物的含量。微藻是压载水中浮游植物的主要组成成分,故对微藻的活性和浓度进行快速、准确地分析显得极为关键。目前压载水检测方法多为现场的指示性分析方法和实验室详细分析方法。实验室分析耗时较高且设备体积
随着国际航运市场的快速发展,船舶机械设备的运行安全越来越被重视。船舶舵机作为远洋船舶重要的设备起到控制船舶航向、保证船舶安全的作用。在船舶舵机液压系统中,油液污染导致舵机发生故障的情况屡见不鲜,油液中的颗粒污染物会造成舵机液压系统故障,对船舶正常航行产生了威胁。因此需要对油液中的颗粒污染物进行检测,结合船舶舵机液压系统典型故障,使用贝叶斯网络构造船舶舵机液压系统故障诊断模型,实现船舶舵机液压系统故
近年来,在环境污染及能源短缺的推动下,双燃料发动机以其清洁、高效、经济性好的优点而日益受到重视。船舶双燃料主机可以根据工况需求在燃油模式和燃气模式之间进行切换,以使船舶处于最佳的营运状态。由于气缸内混合气浓度、引燃油喷射量等参数在燃气模式下比较敏感,如不能进行适当控制,在燃料模式切换过程中很容易出现气缸爆震失火、主机转速大幅度波动等不利情况。因此,进行双燃料主机燃料模式切换过程仿真为解决该问题提供