基于梯度提升树的船舶柴油机故障诊断研究
发布时间：2021-04-26 03:03
船舶柴油机是重要的船舶动力装置,对其进行准确的状态识别和故障诊断对于船舶安全航行有着重要意义。随着信息化技术和智能化算法研究的不断深入,利用数据驱动和智能算法对船舶柴油机进行故障诊断是智能船舶的重要一环。船舶柴油机故障诊断研究问题在于船舶柴油机故障状态运行数据难以获得,故障特征数据如何选择和故障诊断模型诊断准确率较低等。针对这些问题,本文提出主成分分析与粒子群优化梯度提升树相结合的故障诊断方案并展开研究。在船舶柴油机故障运行数据方面,以9L34DF型四冲程中速船舶柴油机为研究对象,对船舶柴油机进行AVL BOOST仿真建模。将仿真计算结果与柴油机台架试验数据对比,验证了柴油机仿真模型的可用性和准确性。设计柴油机故障仿真方案,选取了单缸供油不均、压缩比下降、空冷器效率下降和增压器效率下降4种故障,为了区别故障程度的不同,将每种故障状态区分轻度、中度和重度故障,设计故障仿真方案并进行实验计算,选取了输出扭矩、输出功率、平均有效压力、有效燃油消耗率、缸内爆发压力等25个参数作为故障诊断的特征数据,并进行对不同故障状态下的运行数据与正常状态进行对比分析。在柴油机运行数据特征融合和故障检测方面,...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 研究方向及国内外现状
1.3 本文研究内容
2 船舶柴油机故障诊断基础理论
2.1 柴油机故障运行数据
2.2 故障诊断特征工程
2.2.1 数据预处理
2.2.2 特征融合
2.3 梯度提升树算法原理
2.3.1 决策树
2.3.2 梯度提升树
2.4 模型性能指标
2.5 本章小结
3 船舶柴油机故障仿真
3.1 船舶柴油机仿真
3.1.1 柴油机仿真建模
3.1.2 仿真模型验证
3.2 船舶柴油机故障仿真
3.2.1 船舶柴油机故障仿真方案
3.2.2 船舶柴油机运行数据
3.3 本章小结
4 船舶柴油机故障特征数据主成分分析
4.1 主成分分析原理
4.1.1 主成分分析几何原理
4.1.2 主成分分析特征融合原理
4.1.3 主成分分析故障检测原理
4.2 船舶柴油机故障数据主成分分析案例分析
4.2.1 基于主成分分析的船舶柴油机特征融合案例分析
4.2.2 基于主成分分析的船舶柴油机故障检测案例分析
4.3 本章小结
5 船舶柴油机梯度提升树故障诊断应用
5.1 决策树故障诊断案例分析
5.2 梯度提升树故障诊断案例分析
5.3 粒子群优化梯度提升树故障诊断案例分析
5.4 船舶柴油机梯度提升树故障诊断系统实现
5.5 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
【参考文献】：
期刊论文
[1]基于自适应遗传优化RBF神经网络的船舶柴油机故障诊断[J]. 唐俊刚,周啸伟,鲁杨,夏虹,张懿. 智慧工厂. 2019(07)
[2]基于四阶段预处理与GBDT的油浸式变压器故障诊断方法[J]. 廖伟涵,郭创新,金宇,龚霄. 电网技术. 2019(06)
[3]梯度优化决策树的集成学习及其应用[J]. 王延斌,武优西,刘洪普. 计算机科学. 2018(S2)
[4]基于CART决策树的柴油机故障诊断方法研究[J]. 江志农,魏东海,王磊,赵志超,茆志伟,张进杰. 北京化工大学学报(自然科学版). 2018(04)
[5]船舶柴油机故障诊断技术发展现状与趋势分析[J]. 刘世伟. 内燃机与配件. 2018(06)
[6]基于PCA-BP神经网络在船用柴油机热工故障诊断中的应用研究[J]. 尚前明,唐新飞,陈辉,杨安声,曹玉佩,孙俊. 中国修船. 2017(05)
[7]基于梯度提升决策树的电力电子电路故障诊断[J]. 陈宏,邓芳明,吴翔,付智辉. 测控技术. 2017(05)
[8]基于不平衡支持向量数据描述的故障诊断算法[J]. 韩志艳,王健. 计算机工程. 2017(05)
[9]基于数据库与专家系统的柴油机故障诊断软件开发[J]. 金炳哲,陈冬梅,徐在强. 柴油机. 2017(01)
[10]模糊核聚类在船舶故障诊断中的应用[J]. 唐燕雯. 舰船科学技术. 2016(24)
博士论文
[1]基于专家系统的核动力装置故障诊断方法研究[D]. 王文林.哈尔滨工程大学 2016
[2]船舶柴油机瞬时转速和热力参数监测诊断技术研究[D]. 余永华.武汉理工大学 2007
[3]基于信息融合技术船舶柴油机故障诊断方法的研究与应用[D]. 李宏坤.大连理工大学 2003
硕士论文
[1]基于多维度特征融合和GBDT增强分类的列车制动系统故障诊断[D]. 张猛.北京交通大学 2018
[2]船用中速柴油机热工故障仿真与诊断研究[D]. 谢敢.集美大学 2014
[3]智能柴油机故障诊断系统设计[D]. 李聚保.武汉理工大学 2013
[4]船舶动力设备状态监测与故障诊断技术研究[D]. 于学宽.武汉理工大学 2013
[5]基于嵌入式技术的柴油机故障诊断系统的设计[D]. 李招峰.武汉理工大学 2012
[6]柴油发动机运行状态监测和故障诊断系统的设计与实现[D]. 刘鑫.电子科技大学 2006
本文编号：3160600
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 研究方向及国内外现状
1.3 本文研究内容
2 船舶柴油机故障诊断基础理论
2.1 柴油机故障运行数据
2.2 故障诊断特征工程
2.2.1 数据预处理
2.2.2 特征融合
2.3 梯度提升树算法原理
2.3.1 决策树
2.3.2 梯度提升树
2.4 模型性能指标
2.5 本章小结
3 船舶柴油机故障仿真
3.1 船舶柴油机仿真
3.1.1 柴油机仿真建模
3.1.2 仿真模型验证
3.2 船舶柴油机故障仿真
3.2.1 船舶柴油机故障仿真方案
3.2.2 船舶柴油机运行数据
3.3 本章小结
4 船舶柴油机故障特征数据主成分分析
4.1 主成分分析原理
4.1.1 主成分分析几何原理
4.1.2 主成分分析特征融合原理
4.1.3 主成分分析故障检测原理
4.2 船舶柴油机故障数据主成分分析案例分析
4.2.1 基于主成分分析的船舶柴油机特征融合案例分析
4.2.2 基于主成分分析的船舶柴油机故障检测案例分析
4.3 本章小结
5 船舶柴油机梯度提升树故障诊断应用
5.1 决策树故障诊断案例分析
5.2 梯度提升树故障诊断案例分析
5.3 粒子群优化梯度提升树故障诊断案例分析
5.4 船舶柴油机梯度提升树故障诊断系统实现
5.5 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
【参考文献】：
期刊论文
[1]基于自适应遗传优化RBF神经网络的船舶柴油机故障诊断[J]. 唐俊刚,周啸伟,鲁杨,夏虹,张懿. 智慧工厂. 2019(07)
[2]基于四阶段预处理与GBDT的油浸式变压器故障诊断方法[J]. 廖伟涵,郭创新,金宇,龚霄. 电网技术. 2019(06)
[3]梯度优化决策树的集成学习及其应用[J]. 王延斌,武优西,刘洪普. 计算机科学. 2018(S2)
[4]基于CART决策树的柴油机故障诊断方法研究[J]. 江志农,魏东海,王磊,赵志超,茆志伟,张进杰. 北京化工大学学报(自然科学版). 2018(04)
[5]船舶柴油机故障诊断技术发展现状与趋势分析[J]. 刘世伟. 内燃机与配件. 2018(06)
[6]基于PCA-BP神经网络在船用柴油机热工故障诊断中的应用研究[J]. 尚前明,唐新飞,陈辉,杨安声,曹玉佩,孙俊. 中国修船. 2017(05)
[7]基于梯度提升决策树的电力电子电路故障诊断[J]. 陈宏,邓芳明,吴翔,付智辉. 测控技术. 2017(05)
[8]基于不平衡支持向量数据描述的故障诊断算法[J]. 韩志艳,王健. 计算机工程. 2017(05)
[9]基于数据库与专家系统的柴油机故障诊断软件开发[J]. 金炳哲,陈冬梅,徐在强. 柴油机. 2017(01)
[10]模糊核聚类在船舶故障诊断中的应用[J]. 唐燕雯. 舰船科学技术. 2016(24)
博士论文
[1]基于专家系统的核动力装置故障诊断方法研究[D]. 王文林.哈尔滨工程大学 2016
[2]船舶柴油机瞬时转速和热力参数监测诊断技术研究[D]. 余永华.武汉理工大学 2007
[3]基于信息融合技术船舶柴油机故障诊断方法的研究与应用[D]. 李宏坤.大连理工大学 2003
硕士论文
[1]基于多维度特征融合和GBDT增强分类的列车制动系统故障诊断[D]. 张猛.北京交通大学 2018
[2]船用中速柴油机热工故障仿真与诊断研究[D]. 谢敢.集美大学 2014
[3]智能柴油机故障诊断系统设计[D]. 李聚保.武汉理工大学 2013
[4]船舶动力设备状态监测与故障诊断技术研究[D]. 于学宽.武汉理工大学 2013
[5]基于嵌入式技术的柴油机故障诊断系统的设计[D]. 李招峰.武汉理工大学 2012
[6]柴油发动机运行状态监测和故障诊断系统的设计与实现[D]. 刘鑫.电子科技大学 2006
本文编号：3160600
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3160600.html
