船舶柴油机故障分析诊断系统

发布时间：2017-04-15 03:04

  本文关键词：船舶柴油机故障分析诊断系统，由笔耕文化传播整理发布。

【摘要】：柴油机自问世以来,因其固有的优势,就被应用于船舶运输业,并扮演着船舶核心动力的角色。其性能的好坏直接影响着船舶营运的安全和效率。柴油机工作环境多变、条件恶劣,故障发生率极高。而且柴油机系统具有多层次、复杂等特性。因此对其性能的监测过程复杂,出现故障时排查故障原因难度大、耗时长,维修工作繁琐、时间紧迫,一旦修理维护不及时或不正确,将会引发海损事故,造成海洋污染和货物的经济损失,甚至是危害海员的生命。因此,做好柴油机故障分析诊断工作,才能更好的保证船舶人员和货物的安全,减少对海洋的污染。目前船舶管理大多数都是采用传统的故障诊断方法和定期预期维修计划。但是随着柴油机技术的发展,传统的故障诊断方法难以满足现在的需求。随着人工智能技术的发展,船舶柴油机故障诊断技术开辟了一条新的道路。利用BP神经网络的人工智能计算机诊断方法,是柴油机故障诊断研究的一个重要方向。本文从实际出发,在船舶现已成熟的数据采集系统的基础上,设计了一套以BP神经网络为核心技术的船舶柴油机故障分析诊断系统。整套系统实现了数据采集、状态监测、信号分析、故障诊断等多项功能。系统在Visual Studio 2013环境下开发,以MATLAB神经网络工具箱来实现BP神经网络,对采集数据信号进行分析；以MySQL数据库来建立故障数据库,在后台对数据进行统一管理。本软件具有简单实用的人机界面,使用模块化的方式编程,易于添加扩展,为后续的实际运用建立了框架基础。
【关键词】：柴油机 BP神经网络 故障数据库
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U672
【目录】：

• 摘要4-5
• Abstract5-8
• 1 系统概论8-14
• 1.1 选题的背景与意义8-9
• 1.2 国内外发展的概况9-12
• 1.3 故障分析诊断系统功能设计12-14
• 2 故障分析诊断系统的相关理论与技术14-24
• 2.1 数据采集与状态监测14-17
• 2.1.1 数据采集过程14
• 2.1.2 数据采集系统14-16
• 2.1.3 数据采集的实现16-17
• 2.1.4 状态监测17
• 2.2 参数信号的BP神经网络处理17-24
• 2.2.1 BP神经网络模型理论17-18
• 2.2.2 BP神经网络结构与算法18-22
• 2.2.3 BP神经网络的实现22-24
• 3 故障数据库的设计与实现24-41
• 3.1 船舶柴油机系统分类24-27
• 3.2 故障数据库的详细设计27-31
• 3.3 建立故障数据库31-41
• 3.3.1 船舶柴油机故障特点31-33
• 3.3.2 建立单系统故障数据库33-35
• 3.3.3 建立综合故障数据库35-38
• 3.3.4 故障数据库运行输出结果38-41
• 4 故障分析诊断系统的设计与实现41-59
• 4.1 系统总体结构41-42
• 4.2 状态监测的设计与实现42-45
• 4.3 信号处理的设计与实现45-59
• 4.3.1 数据归一化处理45-46
• 4.3.2 BP神经网络的详细设计46-50
• 4.3.3 BP神经网络的实现50-59
• 结论59-60
• 参考文献60-62
• 致谢62-63

【参考文献】

中国期刊全文数据库 前3条

1 段礼祥;张来斌;王朝晖;;柴油机状态监测与故障诊断特征参数研究[J];车用发动机;2007年01期

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[J];航海技术;2001年03期

3 贺国,徐建卯,张文涛;用故障树分析法排除柴油机监控系统故障[J];海军工程大学学报;2000年04期

中国博士学位论文全文数据库 前1条

1 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

  本文关键词：船舶柴油机故障分析诊断系统，，由笔耕文化传播整理发布。

本文编号：307432