柴艳有[1]2012年在《基于核学习理论的船舶柴油机故障诊断研究》文中提出船舶柴油机是船舶动力装置的关键设备，如果发生故障，将会影响船舶营运，并可能造成巨大的经济损失，甚至造成关键设备损坏，危及人身安全。对船舶柴油机进行状态监测和故障诊断，能够有助于及时有效地发现并排除船舶柴油机的故障。这对于提高船舶柴油机工作时的安全性和可靠性，降低设备维修费用，减少经济损失，避免重大事故发生具有十分重大的意义。船舶柴油机是典型的综合性复杂系统，其组成结构和工作原理导致了故障症状的复杂性。船舶柴油机的故障原因与故障征兆数值之间表现为极其错综复杂非线性关系，并且各特征参数之间往往呈现出强耦合性和非线性，因此必须采用非线性方法对其进行状态监测和故障诊断。本文在总结和汲取前人研究成果的基础上，结合核学习理论在处理非线性问题方面所独有的优势，着重对基于核学习理论的柴油机故障诊断技术进行深入、系统的研究，其主要研究内容及成果包括以下几个方面。1.利用核主元分析非线性状态监测的优势，针对船舶柴油机的燃料系统提出了一种基于核主元分析的状态监测方法。首先对正常采样数据进行核主元分析，计算监测统计量及其控制限，从而建立状态监测模型。然后利用建立的状态监测模型对船舶柴油机的燃料系统进行状态监测。对某型船舶柴油机燃料系统的状态监测结果验证了本文提出的方法的有效性。2.结合核主元分析的特征提取优势和支持向量机具有较高的辨识率的特点，提出了一种新的船舶柴油机喷油系统的故障诊断方法。首先利用核主元分析对训练样本集进行特征提取，提取出最能反映船舶柴油机喷油系统故障状态的非线性主元。然后将提取的非线性主元用于支持向量机的训练，建立船舶柴油机喷油系统的故障诊断模型。最后利用所建立的故障诊断模型对船舶柴油机喷油系统的未知故障样本进行诊断。对某型船舶柴油机喷油系统的故障诊断结果表明：该方法能够准确识别船舶柴油机喷油系统的几种常见故障。3.针对船舶柴油机的涡轮增压系统具有模糊性和非线性的特点，提出了一种基于模糊核聚类算法的船舶柴油机涡轮增压系统故障诊断的方法。首先对历史故障数据集进行模糊核聚类，得到聚类中心，建立船舶柴油机涡轮增压系统的故障诊断模型。然后，利用建立的故障诊断模型对船舶柴油机涡轮增压系统的未知故障样本进行诊断。对某型船舶柴油机涡轮增压系统的故障诊断结果表明：该方法对于船舶柴油机涡轮增压系统的几种常见故障具有较高的区分度。因为引入了模糊逻辑的概念，所以该方法的诊断结果也更加真实、客观。4.针对智能化柴油机与传统柴油机的故障机理之间的差异，结合核fisher判别分析判别精度高和运算时间短等优点，提出了一种基于多类核fisher判别分析的故障诊断方法，并采用留一交叉检验法确定其中的参数。对某型船用智能化柴油机进行故障诊断的结果表明：该方法具有计算量小、耗时少、故障诊断准确率高等优点。因此，该方法非常适合于对船用智能化柴油机进行实时的故障诊断。本文主要研究了核学习理论，提出和改进了各类基于核的分类方法，对船舶柴油机的各子系统建立了一系列的状态监测和故障诊断模型。这些方法分别具有各自的优点，能够满足不同子系统的故障诊断要求。
穆丽婉[2]2003年在《柴油机常见故障诊断技术的智能化研究》文中进行了进一步梳理近年来，机械设备故障诊断技术在国内外得到了较大的发展，在国民生产中起到了重大的作用。柴油机作为机械设备领域的一部分，由于其用途的特殊性使得故障诊断的研究更具有重要意义。故障诊断技术是建立在多种技术之上并融合多种学科理论的新兴综合性技术，开展柴油机故障诊断技术研究能帮助我们发现故障，防止事故发生，同时能够带来潜在的巨大的经济效益和社会效益。 本文从工程应用的角度出发，以机车柴油机为研究对象，应用小波变换、小波包、具体研究了在基于振动信号的柴油机故障的智能化诊断中的故障机理、故障特征提取和故障诊断方法，并有效地实现了对柴油机故障的诊断和分析。 燃油系统是柴油机的重要组成部分，该系统的工作状况直接影响柴油机的燃烧过程，决定着柴油机的性能。文中系统地分析了燃油系统的工作过程，对高压油路中叁偶件(柱塞偶件、出油阀偶件、针阀偶件)、喷油过程等的故障机理及其影响进行了分析，讨论了各种典型故障状态下的燃油压力波动情况，并以此为根据，从高压油管处提取压力波动信号，提取故障参数，利用模式识别技术，实现了对燃油系统故障的智能化诊断。
赵伟[3]2006年在《船舶柴油机监测与故障诊断技术研究》文中研究指明近年来，机械设备故障诊断技术在国内外得到了较大的发展，在国民生产中起到了重大的作用。船舶柴油机作为机械设备领域的一部分，由于其工作环境的特殊性和复杂性。因此开展船舶柴油机故障诊断的研究更具有一定的意义。船舶主柴油机故障诊断建立在多种故障诊断技术之上，融合多种学科理论的新兴技术，开展柴油机故障诊断技术研究能帮助我们预报和发现可能发生的故障，防止船舶机损和货损事故的发生，同时给船东带来潜在的巨大的经济效益和社会效益。 本文论述了机械设备监测与故障诊断技术在国内外的发展现状，针对船舶主柴油机的故障特点，分别探讨了工作参数监测技术、油液监测技术在主柴油机状态监测与诊断技术中的应用。同时运用模糊理论和柴油机故障诊断相结合，研究了模糊理论及方法在柴油机故障诊断中的应用。在此基础上，设计了主柴油机状态监测与故障诊断总体方案系统，达到综合诊断的目的；提出了主柴油机监测诊断体系，探讨了一个综合维修概念，为船舶科学地管理及维修保养提供一定的帮助。
宋志雄[4]2013年在《铁路大型养路机械若干智能化关键技术应用研究》文中研究说明智能化与计算机、半导体和微电子技术发展密不可分。智能化已在各个领域得到广泛的使用,如智能手机、智能小区、智能车辆和智能交通等。为满足高速增长的铁路运力需求,我国运营的高速列车里程已经世界第一。铁路经历了多次的大面积提速,铁路线路养护还需要依靠大量的人力投入,尤其是铁路大型养路机械(以下简称大机)已经大量投入使用。但是,大机的管理水平、安全状况和工作效率常常受到诟病,如何提高大机的安全性、可靠性和作业效率是当前铁路工务的研究热点和难点,大机智能化就是其中的一个研究方向。智能列车需要解决一系列的管理和技术问题,涉及供电系统、弓网监测、车辆监测、车载网络、线路等方面,本文无法一一涉足。根据大机“开天窗”的作业方式以及大量的现场调研,论文从解决当前大机使用中迫切需要解决的问题出发,提出大机智能化的4个关键技术,即：大机信息管理技术、大机间定位及信息实时交互技术、大机司机工作状态识别技术和大机故障诊断智能决策技术。上述四个关键技术涉及人、机的管理,机器的状态监控和大机间的信息交互,此四个关键技术的合理运用,能有效地提高大机的安全性、可靠性和作业效率。论文分析了智能决策技术和方法的研究现状,探讨了信息管理技术、定位及信息交互技术、司机状态识别和故障诊断技术的研究现状。研究大机信息管理系统的功能和软件架构,设计了大机施工作业的数学描述模型和数据关系模型,并研制了数据库的主要功能。分析了大机司机工作疲劳的机理,提出了司机脸部识别和头部运动轨迹跟踪相结合的方法,实现了对司机的工作状态的实时检测和识别,采用模板匹配方法对司机的脸部进行监测,采用自适应背景的司机头部运动跟踪算法实现对司机头部运动轨迹跟踪。研制了大机司机工作状态实时识别系统并成功运用到工程现场。采用定位技术和Adhoc网络相结合实现了对大机间信息的实时交互,研究了大机间定位和信息实时交互中涉及的GPS定位技术、Adhoc网络技术和调制技术等。设计了大机间定位和信息实时交互系统的软硬件系统,在国内首次设计和研制了大机防撞预警装置。对粗糙集理论进行了分析和探讨,研究了粗糙集中进行属性约简的方法,对大机柴油机的故障数据进行预处理,同时采用最长距离法进行了属性聚类,研究了基于粗糙集的决策表属性约简算法,对大机的故障属性数据进行了约简。提出了粗糙集和案例推理相结合的方法,构建了大机故障诊断智能决策系统。研究了大机故障案例的关键技术,主要有：大机故障案例表示、大机故障案例的构建、案例相似性检索和案例修正技术。构造了大机部分常见故障案例,设计了基于粗糙集和案例推理的大机故障诊断智能决策系统总体架构,设计了大机部分故障的案例库,编写了大机故障诊断智能系统的软硬件,研制了基于案例推理的大机故障诊断智能系统。
王洪锋[5]2008年在《船用智能化柴油机热力参数监测与诊断技术研究》文中研究表明大型船用智能化柴油机是船舶的动力源,对其状态进行有效地监测与诊断,对于提高船舶的安全运行具有十分重要的意义。本文作者深入研究了船用智能化柴油机热力参数的监测诊断技术,研究取得了如下主要结论:1、分析了船用智能化柴油机的结构、工作原理、故障特性及其机理等技术特点,确定了智能化柴油机监测和诊断研究的技术路线和诊断策略。2、建立了船用智能化柴油机工作过程的零维仿真模型,采用BOOST仿真软件进行了仿真计算和分析,通过试验数据验证了模型的可信度;对各种故障在不同故障程度下进行了仿真计算和分析,确定各故障敏感热力参数的变化规律,揭示柴油机各种故障与热力参数之间的内在联系,为智能化柴油机的故障诊断提供了依据。3、分析了灰色关联度法应用于柴油机故障诊断的可行性;针对智能化柴油机的各种故障,提出了改进的关联度方法,利用智能化柴油机工作过程故障仿真结果,建立了灰色关联度诊断的基准向量集;分析判断了各个待检工作状态与基准工作状态的关联程度,对智能化柴油机性能进行综合评估和故障诊断。4、采用模块化结构设计方法和图形化编程语言LabVIEW构架了基于CAN总线和数据采集设备的智能化柴油机监测诊断系统,应用了灰色关联度诊断方法,实现了柴油机的热力参数监测诊断。5、由于柴油机结构的复杂性,一种监测诊断方法难以得到准确的诊断结论,提出了采用多传感器信息融合和多种诊断方法集成的诊断策略,以进一步提高其诊断的准确性和实用性。
马建, 孙守增, 芮海田, 王磊, 马勇[6]2018年在《中国筑路机械学术研究综述·2018》文中指出为了促进中国筑路机械学科的发展,从土石方机械、压实机械、路面机械、桥梁机械、隧道机械及养护机械6个方面,系统梳理了国内外筑路机械领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。土石方机械方面综述了推土机、挖掘机、装载机、平地机技术等;压实机械方面综述了静压、轮胎、圆周振动、垂直振动、振荡压路机、冲击压路机、智能压实技术及设备等;路面机械方面综述了沥青混凝土搅拌设备、沥青混凝土摊铺机、水泥混凝土搅拌设备、水泥混凝土摊铺设备、稳定土拌和设备等;桥梁机械方面综述了架桥机、移动模架造桥机等;隧道机械方面综述了喷锚机械、盾构机等;养护机械方面综述了清扫设备、除冰融雪设备、检测设备、铣刨机、再生设备、封层车、水泥路面修补设备、喷锚机械等。该综述可为筑路机械学科的学术研究提供新的视角和基础资料。
李聚保[7]2013年在《智能柴油机故障诊断系统设计》文中研究表明柴油机作为船舶的主要动力源,其性能的好坏关系到船舶的安全运行。而随着技术的进步,柴油机结构越来越复杂,对故障诊断与设备维修提出了更高的要求,在复杂的现场情况下,如何让主机管理人员迅速的找到故障原因,依靠传统故障诊断技术已很难满足复杂系统的诊断需求。本文以MAN公司的ME型智能柴油机为研究对象,采用专家系统设计的思路和步骤,融合多种诊断推理技术,能够充分发挥各种技术的优势,可以有效地提高系统的诊断效率。在进行智能柴油机故障诊断的过程中,综合运用规则推理和事例推理两种诊断技术,使两者在诊断过程的不同阶段互为补充,建立了一个融合这两种推理诊断技术优势的智能故障诊断系统。本文从用户需求、知识获取、知识表示和诊断推理四个主要方面介绍了诊断系统的构建过程。详细了解用户需求,进行整个故障诊断系统的功能开发；知识获取部分介绍了知识获取的主要方法,系统的知识量越多,才能更实用；知识表示部分分析了常见的知识表示方法,并分别介绍了规则知识的表示和事例知识的表示方法；诊断推理部分介绍了规则推理和事例诊断的基本方法,并分析规则推理和实例诊断各自优点。首先,能采用合理的知识搜索策略和方法来完成基于规则的推理,并计算结论的可信度。其次,能根据智能柴油机的结构,对事例知识进行分层索引,采用最近邻法计算当前故障与事例库事例之间相似度以得到最相似事例。两种推理技术相结合,克服了各自的缺点,充分发挥了两者的优势。最后进行了专家系统的总体设计、诊断流程设计、推理模块设计、界面设计和数据库的设计,不仅实现了故障规则推理和事例诊断的融合,还有智能柴油机原理和故障诊断知识的培训功能。该系统既可利用领域知识又可使用历史诊断经验,具备了一定的诊断能力,提高了智能柴油机的故障诊断效率。
殷伟[8]2016年在《基于船舶柴油机冒黑烟的故障诊断的研究》文中研究表明船用柴油机作为一种重要的动力机械,广泛应用于各个行业,在航运和日常生活中起着举足轻重的作用。由于柴油机具有结构复杂,工作条件恶劣等特点,导致机械故障的发生频率较高,造成相应的经济损失或人员伤亡事故。为提高船用柴油机动力装置的安全性和可靠性,对柴油机冒黑烟现象实现快捷而准确的诊断及处理,避免不必要的经济损失,对柴油机的故障诊断技术研究具有十分重要的意义。本文简述了船舶柴油机的工作原理,对冒黑烟的故障产生的原因进行了系统的分析。采取了层次分析法分析柴油机冒黑烟的主要原因,通过振动分析法结合实际案例,从柴油机的进排气系统、燃烧室容积和燃油系统叁个方面进行分析、诊断、排除。实践证明,层次分析法和振动分析法能快速、准确地分析出故障原因,较好地解决了船舶柴油机冒黑烟的故障问题。随着现代技术的不断发展,船舶柴油机的监测诊断技术和可靠性也得到了进一步的发展,为船舶柴油机冒黑烟的故障诊断提供了更完善的知识库和更先进的监测和诊断方法,相信未来船舶柴油机冒黑烟故障的诊断和处理技术会更加智能化和科技化,实现视情维修,从而为社会创造出更大的经济效益。
张兴华[9]2012年在《基于粒子群优化的模糊神经网络的柴油机故障诊断》文中研究说明柴油机是一种应用广泛的往复式动力机械，其结构复杂，零部件多，运行工况多变，发生故障的可能性很大。对柴油机进行故障诊断研究具有很大的经济价值和社会应用价值。由于柴油机的故障特征及各种条件的限制，采用传统方法对柴油机进行故障诊断难以满足要求。近年来，随着计算机及人工智能的发展，借助于神经网络、模糊逻辑以及专家系统等人工智能技术的计算机诊断方法，是柴油机故障诊断研究的一个重要方向。因此本文对基于粒子群优化算法和模糊神经网络的柴油机故障诊断作了深入的学习与研究。首先，研究了柴油机故障诊断的国内外现状及其研究方法，对柴油机的基本结构和工作过程进行学习研究，根据其振动机理确定了振动数据采集的测试方案，对采集后的数据进行预处理，提取小波包各频段的能量作为故障诊断的特征值，判断柴油机的工作状态。其次，学习粒子群优化算法，针对粒子群优化算法易陷入局部最优和搜索精度不高的问题，提出一种带有自适应变异的双种群优化算法（Two Subpopulation Swarm PSO，ATPSO），通过采用两个使用不同惯性权重的子群扩大搜索范围，并借鉴遗传算法的杂交机制和自适应全局极值扰动策略，加快算法的收敛速度，提高算法跳出局部最优进行全局搜索的能力，并使用经典函数对算法的性能进行测试。同时考虑到粒子群优化算法与模糊神经网络的互补性，将改进的粒子群优化算法应用于模糊神经网络参数优化上，提出给出粒子群优化的模糊神经网络结构。最后，将基于粒子群优化的模糊神经网络应用于柴油机故障诊断。将提取的小波包频段能量作为故障特征带人神经网络，对柴油机故障数据进行诊断测试，结果表明结合后的算法取得了较好的性能，达到了良好的诊断效果。
李保国[10]2005年在《12V190B柴油机故障诊断系统知识工程研究》文中提出《12V190B型柴油机性能监测与故障诊断系统》是东北大学设备诊断工程中心与辽河油田机修总厂针对Z12V190B型柴油机状态监测及故障诊断的实际需求,联合研发的一个实际项目。本文所研究的课题——《12V190B柴油机故障诊断系统知识工程研究》则是该实际项目实施中的重要基础内容。 本文首先对知识工程这一智能化的学科领域,在其构成、原理以及在故障诊断领域中的应用等方面进行了深入细致的研究和探讨,分析了神经网络和专家系统在知识工程研究方面的特点。其中针对专家系统在柴油机故障诊断中的应用,系统分析研究了故障树分析法(FTA)的原理、方法和步骤。论文对知识工程自学习功能也进行了初步的探讨,阐述了知识工程在故障诊断研究领域的重要地位和作用,明确了知识工程在未来故障诊断应用中的发展方向和趋势。 论文对12V190B柴油机的具体结构和工作原理进行了系统分析和研究,并建立了该型号柴油机的功能分类层次模型。论文从知识工程的角度,建立了12V190B柴油机知识工程构架;结合知识工程在对12V190B柴油机故障诊断专家系统和神经网络方法中的运用,研究了两者在知识获取和知识表示方面的特点和方法,提出了建立12V190B柴油机专家系统知识库和神经网络样本集的方法和步骤。 论文以12V190B柴油机为研究对象,在认真分析故障诊断机理的基础上,从知识获取和知识表示两个方面,具体研究并建立了12V190B柴油机燃油子系统专家系统知识库和神经网络样本集,为顺利实现对12V190B柴油机燃油子系统的故障诊断提供了丰富详实的数据资源。 为验证神经网络样本集建立方法的正确性,本课题在设备运行信息获取、特征参数提取、知识表达等方面,设计了实验并进行了相关验证。验证结果表明,文中所阐述的建立样本集的方法是正确可行的。 由于柴油机自身结构和运行条件的复杂性,文中有关12V190B柴油机各子系统的故障征兆与故障原因对应关系的建立,还需要大量的现场实际数据进行验证。
参考文献：
[1]. 基于核学习理论的船舶柴油机故障诊断研究[D]. 柴艳有. 哈尔滨工程大学. 2012
[2]. 柴油机常见故障诊断技术的智能化研究[D]. 穆丽婉. 大连铁道学院. 2003
[3]. 船舶柴油机监测与故障诊断技术研究[D]. 赵伟. 大连海事大学. 2006
[4]. 铁路大型养路机械若干智能化关键技术应用研究[D]. 宋志雄. 西南交通大学. 2013
[5]. 船用智能化柴油机热力参数监测与诊断技术研究[D]. 王洪锋. 武汉理工大学. 2008
[6]. 中国筑路机械学术研究综述·2018[J]. 马建, 孙守增, 芮海田, 王磊, 马勇. 中国公路学报. 2018
[7]. 智能柴油机故障诊断系统设计[D]. 李聚保. 武汉理工大学. 2013
[8]. 基于船舶柴油机冒黑烟的故障诊断的研究[D]. 殷伟. 华南理工大学. 2016
[9]. 基于粒子群优化的模糊神经网络的柴油机故障诊断[D]. 张兴华. 中北大学. 2012
[10]. 12V190B柴油机故障诊断系统知识工程研究[D]. 李保国. 东北大学. 2005