船舶柴油机故障诊断系统的研制

论文摘要

船舶柴油机是船舶的心脏,是保障船舶安全航行的关键。目前,船舶柴油机朝着大功率、高功率密度和智能化方向发展,柴油机故障诊断技术是柴油机实现智能化的关键技术之一,开展船舶柴油机故障诊断系统的研究具有重要的意义。本文分析了国内外船舶柴油机故障诊断系统的发展现状,指出了已有研究基于离线诊断存在的不足,提出开展柴油机在线故障诊断的研究方向。首先对船舶柴油机故障诊断系统中的关键技术故障诊断专家库及推理机制开展研究,制定了故障诊断专家库方案,为后续研究奠定基础;研制了基于在线诊断的船舶柴油机故障诊断系统功能样机,解决了框架设计、功能模块分解、通讯接口设计、不同语言混合编程等相关问题,并进行了相关功能调试和试验验证;结合粤海铁渡船实船应用需求进行改进,研制了一套实船应用的柴油机故障诊断系统,实现了船舶柴油机故障的在线诊断。考虑到船舶柴油机在生命周期内不同运行阶段特性存在差异,状态参数的特性值也不同,通过在线训练的方法使得船舶柴油机状态参数的预警限值和报警限值实现在线整定,使得故障诊断系统具有良好的工程适应性。本文尝试对船舶柴油机运行的状态参数变化趋势进行了初步探索,在建立时间序列分析和神经网络模型的基础上,可以对船舶柴油机状态参数的异常变化趋势进行预先报警,这对船舶柴油机的日常维护工作有一定的指导意义。本文的研究成果在粤海铁联合动力监控装置上得到成功应用,实船运行结果表明,本套船舶柴油机故障诊断系统初步具备参数的在线训练及趋势预测功能,实现了对船舶柴油机运行状态参数的在线诊断,本套系统的使用可以有效地指导船员对船舶柴油机实施日常维护工作。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 船舶柴油机故障诊断系统的国内外研究现状
• 1.3 船舶柴油机故障诊断的发展趋势
• 1.4 现有研究存在的不足
• 1.5 本文的研究内容
• 第二章 船舶柴油机故障诊断专家系统
• 2.1 概述
• 2.2 专家系统基础理论
• 2.2.1 专家系统的基本功能
• 2.2.2 专家系统的特点
• 2.2.3 专家系统的组成
• 2.3 知识库
• 2.3.1 专家系统的知识表示方法
• 2.3.2 知识的获取
• 2.4 船舶柴油机故障诊断专家系统的设计
• 2.5 小结
• 第三章 基于在线诊断的船舶柴油机故障诊断系统研究
• 3.1 概述
• 3.2 船舶柴油机故障诊断系统的框架结构
• 3.3 船舶柴油机故障诊断系统的硬件组成
• 3.4 船舶柴油机故障诊断系统的软件开发技术
• 3.4.1 故障诊断系统软件的主要组成模块
• 3.4.2 数据库在故障诊断系统中的应用
• 3.5 船舶柴油机故障诊断系统功能样机的主要功能
• 3.6 小结
• 第四章 船舶柴油机状态参数的在线训练和趋势预测研究
• 4.1 概述
• 4.2 船舶柴油机状态参数的在线训练研究
• 4.2.1 船舶柴油机状态参数正常运行范围的确定
• 4.2.2 船舶柴油机状态参数预警限值和报警限值的计算
• 4.3 基于时间序列分析的状态参数趋势预测研究
• 4.3.1 时间序列分析理论基础
• 4.3.2 ARMA 时间序列的数学模型
• 4.3.3 MATLAB 与JAVA 语言的混合编程
• 4.3.4 ARMA 时间序列预测功能的实现
• 4.4 基于人工神经网络的状态参数趋势预测研究
• 4.4.1 神经网络概述
• 4.4.2 人工神经网络关联模型
• 4.4.3 人工神经网络的在线训练
• 4.4.4 在线式神经网络训练在故障预测中的实现
• 4.5 时间序列分析趋势预测方法和神经网络趋势预测方法的比较
• 4.6 小结
• 第五章 船舶柴油机故障诊断系统的实船应用
• 5.1 概述
• 5.2 船舶柴油机故障诊断系统的实船需求
• 5.3 粤海铁船柴油机故障诊断系统
• 5.3.1 粤海铁船柴油机故障诊断系统的总体方案
• 5.3.2 故障诊断系统在粤海铁船上的应用效果
• 5.4 小结
• 第六章 总结和展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 攻读硕士期间发表的论文
• 详细摘要