船舶柴油机振动故障诊断研究

发布时间：2017-05-15 20:15

  本文关键词：船舶柴油机振动故障诊断研究，由笔耕文化传播整理发布。

【摘要】：船舶柴油机及其相关设备运行状态的良好是船舶安全的重要保证。长久以来，船舶柴油机的状态监测与故障诊断技术的研究都得到了广泛的重视，其诊断的新方法和设备也层出不穷。尤其是基于振动信号监测、处理、分析的方法，其理论基础日趋成熟、分析测试设备日趋完善、诊断结果的准确性、可靠性大大提高。并且在船上已有相关的应用，本论文研究的内容是上海市教委科技发展基金项目——“船舶动力装置的振动激励谱识别与诊断”的一部分。主要内容如下： 1) 综述和分析基于振动信号处理的机械故障诊断及其相关技术的内容、发展概况和趋势，并在此基础上，总结了船舶机械故障诊断的发展概况与方向。 2) 系统地介绍了振动信号处理用于故障诊断的一些常用方法，及其在MATLAB语言中的实现。并针对柴油机振动信号的特点，着重介绍了适用于小样本信号分析的时间序列分析AR(Auto Regressive)模型及其建模的原理和方法。 3) 在MATLAB语言环境下开发了一套适用于船舶柴油机振动信号分析与诊断的应用软件——《船舶柴油机振动信号分析与故障诊断系统》。文中按系统的构成，分别从信号的处理的一般方法、时间序列分析与建模、神经网络等几个方面介绍了系统的操作过程。该程序的开发为柴油机振动信号的处理带来极大方便。 4) 采用现代先进测试技术，测取柴油机表面的振动信号，然后综合运用振动信号处理技术的各种方法，对柴油机的运行状态进行分析和相关的故障诊断。文中分析表明柴油机的工作状态能够较灵敏地反映在其机体的振动信号上，基于振动信号分析的柴油机状态监测系统能够提高柴油机的工作效率，及时发现故障，最终提高船舶的安全性和可靠性。 5) 将时间序列分析和神经网络相结合应用于柴油机振动故障诊断。从时间序列分析的结果中提取柴油机故障的特征参数，然后以此建立相应的神经网络，识别柴油机的各种故障，可实现两种方法的优势互补，大大提高诊断的准确性。文中以柴油机气阀间隙异常的诊断和柴油机负荷状态的识别为例，讨论了该方法的实现过程及相关的结论。 6) 最后总结全文，并提出与当代前沿科学的融合是船舶柴油机故障振动诊断技术的发展方向。文中的主要结论有： ①气体力激励柴油机缸盖振动响应幅值随柴油机负荷的增加而增加，响应信号的功率多集中于1.5～2.5kHz频段范围内，且柴油机的负荷越大，该频段内的功率越集中。 ②气阀撞击柴油机缸盖的振动响应幅值随气阀间隙的增大而增大，响应信号的 功率多集中于2一skHz频段范围内，且随气阀间隙的增大，该频段的功率越集中。 ③随柴油机转速、负荷的增加，机身横向振动越剧烈，且机身响应信号的功率 多集中于艺.5一skHz频段范围内，，柴油机转速、负荷越大，该频段的功率越集中。 ④实例分析表明，基于不同的应用目的所建立的神经网络，对柴油机气阀间隙 异常的诊断和柴油机负荷状态的识别都是可行的，而且诊断结果准确，精度较高。 本文的试验研究在本校自动化机舱实验室的柴油机上进行，获得相关的原始数 据。然后对这些数据逐一分析，并从中找出最有代表性的结论。 本项目受到上海市教委科技基金项目资助，项目编号为:03仄12
【关键词】：柴油机 信号处理 故障诊断 时间序列分析 神经网络
【学位授予单位】：上海海事大学
【学位级别】：硕士
【学位授予年份】：2004
【分类号】：U672
【目录】：

• 引言10-11
• 第一章 概述11-23
• 1.1 机械故障诊断技术11-15
• 1.1.1 故障的定义与分类11
• 1.1.2 故障诊断的涵义11-12
• 1.1.3 故障诊断技术的发展概况12-14
• 1.1.4 机械故障诊断技术的发展趋势14-15
• 1.2 振动信号处理15-18
• 1.2.1 振动信号处理的发展概况15-17
• 1.2.1.1 稳态或准稳态振动信号处理的研究15-16
• 1.2.1.2 非平稳振动信号处理的研究16-17
• 1.2.2 振动信号处理在机械故障诊断中的应用17-18
• 1.3 船舶机械故障诊断技术的研究和发展趋势18-20
• 1.4 船舶柴油机故障诊断技术概况20-21
• 1.5 课题的研究意义21-22
• 1.6 论文的章节安排22
• 1.7 小结22-23
• 第二章 船舶柴油机振动信号分析与处理系统的理论基础23-39
• 2.1 MATLAB语言简介23
• 2.2 离散信号及其表示方法23-24
• 2.3 振动信号分析的理论基础及其在MATLAB语言中的实现24-38
• 2.3.1 振动信号的统计特征24-26
• 2.3.2 振动信号的相关分析26-28
• 2.3.3 功率谱密度函数28-30
• 2.3.4 时间序列分析30-38
• 2.3.4.1 机械设备运行过程数据序列的特点30-31
• 2.3.4.2 时序模型的概念31-32
• 2.3.4.3 模型的定阶32-34
• 2.3.4.4 模型的参数估计34-36
• 2.3.4.5 参数法功率谱估计36
• 2.3.4.6 时序模型故障诊断技术36-38
• 2.4 小结38-39
• 第三章 船舶柴油机振动信号分析与故障诊断系统39-55
• 3.1 程序设计39
• 3.2 系统主要功能简介39-41
• 3.3 柴油机振动信号分析与故障诊断系统操作简介41-54
• 3.3.1 系统激活与界面进入41-42
• 3.3.2 常规分析部分42-50
• 3.3.3 神经网络部分50-54
• 3.4 小结54-55
• 第四章 船舶柴油机振动分析与故障诊断55-73
• 4.1 船舶柴油机振动分析55
• 4.2 船舶柴油机状态监测系统构成55-56
• 4.3 柴油机振动特征识别56-59
• 4.3.1 气阀敲击与气体力激励振动特征56-57
• 4.3.2 活塞敲击激励振动特征57-59
• 4.4 柴油机振动特征信号分析59-71
• 4.4.1 柴油机燃烧激励响应信号分析59-65
• 4.4.2 柴油机气阀敲击响应信号分析与故障诊断65-67
• 4.4.3 活塞敲击响应信号分析67-71
• 4.5 小结71-73
• 第五章 基于时间序列分析与神经网络的柴油机故障诊断73-85
• 5.1 神经网络的基本理论73
• 5.2 BP网络的学习算法73-75
• 5.2.1 信息的正向传递73-74
• 5.2.2 利用梯度下降法求权值变化及误差的反向传播74-75
• 5.3 BP网络的设计75-76
• 5.4 基于时间序列和神经网络的柴油机故障诊断与状态识别76-83
• 5.4.1 基于神经网络的柴油机气阀间隙异常诊断76-80
• 5.4.2 基于神经网络的柴油机负荷识别80-83
• 5.5 小结83-85
• 第六章 结论与展望85-88
• 6.1 论文主要内容与结论85-86
• 6.2 技术展望86-88
• 致谢88-89
• 参考文献89-93
• 附录一93-94
• 附录二94

【引证文献】

中国期刊全文数据库 前1条

1 周斌;沈玉娣;肖云魁;;小波神经网络在柴油机异响故障诊断中的应用[J];振动、测试与诊断;2006年03期

  本文关键词：船舶柴油机振动故障诊断研究，由笔耕文化传播整理发布。

本文编号：368757