船舶压载水系统故障诊断方法研究

发布时间：2021-09-24 07:02

　　目前,故障诊断与趋势预测已成为船舶领域一个重要研究热点,研究和探索更实用、更科学的诊断方法应用于船舶设备故障诊断,这将有效提高船舶航行与运营的安全性。船舶压载水系统是调整船舶浮态的重要辅助系统,在保持船体平衡,维持适当的稳心高度,减轻船体振动等方面扮演重要角色。而压载水系统本身设备较多,空间跨度大,系统出现故障隐患不易排查。本文根据系统工作环境和工作过程,总结了系统的故障特点,对系统常见故障类型和故障现象进行了分析。为了设计适合压载水系统的故障诊断的方法,本文分别研究了基于神经网络的诊断方法和基于D-S证据理论的融合诊断方法,分析了两者的故障诊断实质和诊断特点,并设计了具体的故障诊断流程。通过应用基于神经网络的诊断方法对压载水系统进行故障诊断,发现单一神经网络不能完全满足系统诊断需求,存在一定程度的故障识别错误。而多个神经网络与D-S证据理论相结合可以改善由于输入数据不准确带来的识别错误的问题,提高故障诊断的正确率。同时,神经网络的诊断输出可以作为证据理论的基本信度分配函数,弥补了人为主观性缺陷,而证据理论的不确定性推理能力又可以解决单一神经网络输出不稳定的问题,也降低了网络的复杂度。... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：106 页

【学位级别】：硕士

【部分图文】：

图２．１泵特性曲线??Ｆｉｇ．?２．１?Ｐｕｍｐ?ｃｈａｒａｃｔｅｒｉｓｔｉｃ?ｃｕｒｖｅ??．，，，／，??

??化的关系，图２．１?（ｂ）中描述的是栗的轴功率随流量变化的关系，根据这些变化??关系可以大致判断泵的工作状况，也可以判断泵的性能能否满足实际压载水系统??工况的需要。??（２）

息的不够准确和不够全面的问题。??因此，将神经网络和Ｄ－Ｓ证据理论相结合，一定程度上能提高故障分类精度??和效率。如图５．１所示，本文设计了基于ＢＰ神经网络和Ｄ－Ｓ证据融合的故障诊断??－５６－??

【参考文献】：
期刊论文
[1]基于信息融合的船舶中央冷却系统运行状态评估[J]. 贾宝柱,贾志涛,赵祥.  大连海事大学学报. 2017(04)
[2]船舶智能化研究现状与展望[J]. 柳晨光,初秀民,谢朔,严新平.  船舶工程. 2016(03)
[3]智能船舶的研究现状与发展趋势[J]. 严新平.  交通与港航. 2016(01)
[4]基于LabVIEW的船舶压载水远程监控系统设计[J]. 侯永涛,石杰,顾寄南.  机床与液压. 2016(03)
[5]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺.  计算机学报. 2016(08)
[6]一种基于证据理论和前景理论的船舶综合安全评估方法[J]. 谭家万,袁浩.  重庆交通大学学报(自然科学版). 2015(05)
[7]船舶冷却水系统智能故障诊断设备[J]. 李国龙,张跃文,邹永久,王在忠.  大连海事大学学报. 2013(03)
[8]船舶压载阀门遥控系统中阀门驱动型式探讨[J]. 刘玉坤.  造船技术. 2013(02)
[9]基于证据理论的船舶大风浪中航行的安全评价[J]. 孙健,王凤武,刘强,曲峰德.  大连海事大学学报. 2013(01)
[10]基于粗糙集的模糊神经网络在故障诊断中的应用[J]. 韩江,李雪冬,夏链,余道洋.  合肥工业大学学报(自然科学版). 2012(05)

博士论文
[1]递归神经网络梯度学习算法的收敛性[D]. 徐东坡.大连理工大学 2009

硕士论文
[1]典型故障状态下船用离心泵运行特性研究[D]. 张景.江苏大学 2017
[2]基于信息融合的柴油机故障诊断技术研究[D]. 李环宇.大连海事大学 2017
[3]基于LabVIEW的船舶压载水监控系统研究[D]. 石杰.江苏大学 2016
[4]基于BP神经网络的风机故障预警[D]. 王贺.华北电力大学 2015
[5]多传感器信息融合技术在电机故障诊断中的应用研究[D]. 张岳.兰州理工大学 2014
[6]船舶动力系统故障诊断方法与趋势预测技术研究[D]. 徐晓健.武汉理工大学 2014
[7]基于神经网络的船舶柴油机故障诊断技术[D]. 许丽君.江苏科技大学 2013
[8]基于神经网络的船舶燃油系统故障诊断研究[D]. 张华东.大连海事大学 2013
[9]船舶燃油供给系统故障诊断研究[D]. 于洪波.大连海事大学 2012
[10]船舶电力推进系统故障诊断技术研究[D]. 毛文娟.哈尔滨工程大学 2012



本文编号：3407318