柴油机故障诊断技术的现状及展望

柴油机作为一种复杂动力机械,其运行状态监测和故障诊断技术越来越受到人们的关注。在柴油机故障诊断领域,信号处理、故障特征提取及识别方法已初具雏形,但离实用化还有一定距离。笔者分析了柴油机常见故障及影响因素,综述了现代柴油机故障诊断技术中常用的各种基于振动信号的时频分析法、瞬时转速波动法、铁谱及光谱分析法、灰色系统理论诊断法、神经网络诊断法及专家系统诊断法的原理、特点及不足,最后指出了柴油机故障诊断的难点和发展方向。     

船用核动力装置的Bayesian融合诊断方法研究

船用核动力装置发生故障时很多参数会发生变化，且参数的变化速度不同，因此有必要对这些参数进行融合处理，得到用于故障诊断的可靠征兆、在得到可靠征兆的基础上，利用基于Bayesian理论的融合诊断方法对故障进行诊断，随着故障现象的逐渐出现，诊断系统能够准确地判断故障类型。将该诊断方法应用于船用核动力装置的失水事故的诊断，利用安全分析得到充分性因子(Ls)，用Bayesian公式进行融合计算，最终能够得到可靠的诊断结果，满足了船用核动力装置的故障诊断要求，具有一定的实际应用价值。     

船舶柴油机故障在线诊断仿真技术研究

提出了船用柴油机的主要部件、易损件的运行性能采用微机自动巡回检测,并与正确值比较的方法,来达到故障在线自动诊断的目的．在此基础上,把仿真以及神经网络技术直接应用于柴油机故障在线诊断系统,建立船用柴油机症状与故障样本集,作为神经网络故障诊断的专家知识库,以实现船用柴油机故障在线智能诊断,从而提高故障诊断的及时性和准确率,减少误诊。     

船用柴油机操纵系统故障诊断专家系统

结合ＭＡＮ Ｂ＆Ｗ Ｓ６０ＭＣ型船用柴油机操纵系统的控制原理和结构特点，建立基于表格表达形式知识库和推理机，由此构造出故障诊断专家系统。该系统对轮机员进行操纵系统故障判断和处理具有重要的意义。     

船用核动力装置故障诊断专家系统

船用核动力装置故障特征复杂多样，将专家系统引入故障诊断领域可以充分利用专家的经验和知识．对船用核动力装置的故障特性进行了详细分析，并据此建立了故障诊断专家系统．着重介绍了船用核动力装置故障诊断专家系统的构成、建造方法、实现语言、知识的表示方法及推理机的推理过程等内容．用该故障诊断专家系统对一些典型故障在某仿真机上进行了在线诊断，得到了预期的诊断结果．     

发电机故障诊断处理系统的研究

故障诊断处理系统作为故障诊断系统中的一个子系统,对电力安全生产起着重要保障作用,同时还具有重大的社会效益和经济效益。针对发电机故障诊断系统中诊断处理系统的功能、结构等特点,提出故障诊断系统的任务并建立了故障的物理模型和诊断模型,并确定了故障诊断方法、策略以及知识库的建立;最后对诊断处理系统进行了总体设计。     

处理器在变压器故障远程无线诊断中的应用

为满足变压器故障诊断的需要,结合DSP精度高、数字信号处理能力强和MSP430F2410超低功耗、资源丰富等特点,开发了一款基于TMS320VC5402和MSP430F2410的双处理器结构的变压器障诊断装置.该诊断系统由故障信息采集单元、故障诊断监控单元和移动通信网络构成.故障信息采集单元由双处理器、短距离通信射频芯片CC2430、传感器构成,直接安装在变压器上,对故障信息进行测量;故障诊断监控单元由工控机和移动通信模块构成,负责故障信息的数据处理、显示及报警.该系统具有高精度、低功耗、高效率等优势.     

配网线路故障诊断定位系统的研制与应用

主要介绍阜阳供电公司配网线路故障诊断定位系统的研究技术原理和内容以及系统的应用情况。通过配网线路故障诊断与定位系统的使用,可以快速准确的判断出故障类型和地点,提高故障处理的效率,减少了停电时间。目前,该系统在阜阳供电公司市区124线和159线挂网运行．系统运行稳定,应用情况良好,为公司配网的运行稳定提供了坚强的保障。     

浅谈电力变压器短路故障快速诊断方法

电力变压器作为电力系统重要的电气设备,承担着电能运输的桥梁作用,当变压器出现故障时,准确、快速的诊断分析出故障原因、位置等对于快速处理故障,恢复送电,提高供电可靠强具有重要的意义.该文着重介绍快速、合理的变压器故障诊断步骤.     

应用优化DHKELM的柴油机故障诊断方法

为准确、高效地对柴油机故障进行诊断,提出应用优化深度混合核极限学习机(deep hybrid kernel extreme learning machine, DHKELM)的柴油机故障诊断方法。该方法以各样本的频谱幅值作为故障特征,归一化处理后作为DHKELM模型的输入,从而实现对柴油机各故障状态的识别。相较极限学习机,该模型具有更深层次的结构,引入了混合核函数以及自动编码器,可以准确区分易混淆的故障类型,提高诊断准确率。针对DHKELM模型中各个超参数难以确定的问题,提出利用改进麻雀搜索算法(improved sparrow search algorithm, ISSA)对模型中各超参数进行寻优,充分发挥模型的故障诊断性能。实验结果表明,在实验室实测数据中,所提方法较传统方法具有较好的故障诊断精度,为柴油机故障诊断提供了一种新的思路。     

大功率船用柴油机智能诊断系统的研究与实现

通过对船舶柴油机故障诊断仿真系统的模型,结构原理与功能的研究,着重介绍了基于ＲＢＦ神经网络故障智能诊断方法,并以实例对涡轮增压系统和气缸组件与燃料系统故障进行分析判断,指出开发实船柴油故障诊断的计算机辅助分析系统具有指导意义。     

船用柴油机实践教学的探索与实践

船用柴油机是集机、电、液于一体的复杂系统，结构和工作原理复杂，检验和维修以及故障识别和诊断难度高。为了使学生能直观弄懂船用柴油机的工作原理，熟悉船用柴油机的结构，掌握其故障检测诊断与维修技术，提高学员的学习效率，使学员毕业后能胜任岗位的需要，建立了船用柴油机动力实验中心，采用了模块化的实践教学方式、运用虚拟教学手段构建了船用柴油机实践教学体系，在机电管理人才的培养方面取得了良好的效果。     

基于粗集理论的柴油机典型故障的磨粒识别

利用铁谱技术分析柴油机的典型故障，建立柴油机的典型故障与磨粒类型的关系，在此关系的基础上，基于粗集理论确定典型故障模式识别的最优决策规则，通过试验结果验证了最优决策规则的准确，为铁谱技术的智能诊断提供了依据．     

MATLAB环境下的船用柴油机故障诊断的模拟研究

提出一种基于径向基函数神经网络模型应用于船用柴油机故障诊断的方法,设计相应系统的征兆／故障样本集,运用ＭＡＴＬＡＢ环境下的实用工具箱－ＮｅｕｒａｌＮｅｔｗｏｒｋｓＴｏｏｌｂｏｘ对ＨＵＤＯＮＧ－Ｂ＆Ｗ６Ｌ６０ＭＣＥ大功率船用低速柴油机涡轮增压系统的故障诊断进行模拟计算,仿真结果表明,这种方法是成功的。     

一种柴油机燃油系统故障诊断的新方法

提出一种基于小波变换和模糊C-均值聚类分析的柴油机燃油系统故障诊断方法.对测得的柴油机高压油管压力波形进行小波变换,提取了反映故障状态的5个特征参数.给出了模糊C-均值聚类算法的原理及一般步骤,指出用划分系数、划分熵和分离系数可以评价模糊聚类的有效性.利用模糊C-均值聚类算法建立标准故障特征模式,通过待识样本与标准模式的贴近度计算和比较,可以完成故障模式的模式识别.该方法应用于柴油机燃油系统的典型故障诊断中,测试表明采用小波分析和模糊C-均值聚类分析后,提高了判别故障的准确性.     

VR与云技术融合的船用柴油机诊断拆检系统

为解决轮机员适任考试实操训练与评估过程中故障问题不易设置、主观因素影响大等问题,根据轮机员适任考试实操评估要求,融合虚拟现实（VR）和云技术优势,采用B/S架构,运用3DSMax等建模工具,搭建人机交互功能强的船用柴油机故障诊断拆检操作场景。以Visual Studio为开发环境,Ajax为通信手段,综合运用C＋＋程序语言和可扩展标记语言XML,研发柴油机故障诊断拆检在线训练评估系统,从系统的结构设计、仿真场景搭建、评估试题编辑平台开发、基于模糊综合评判的自动评估模块设计等方面详细分析设计开发过程。经过实际试题测试和学员应用,结果表明,该系统具有较好的适用性。     

基于粗糙集的模糊神经网络在故障诊断中的应用

文章将粗糙集理论、模糊逻辑推理和神经网络等方法相结合,提出一种基于粗糙集的模糊神经网络理论的复杂机械的故障诊断方法。该方法应用模糊逻辑推理建立故障诊断决策表,采用粗糙集理论对故障样本数据属性约简,将获取的主要特征属性输入到神经网络中进行训练学习,然后把检测数据输入到诊断系统中进行检测。检测结果表明,该方法在船舶柴油机的故障诊断中是有效的。     

基于蚁群优化的Elman神经网络在故障诊断中的应用研究

指出普通Elman神经网络BP学习算法的不足,将蚁群算法和Elman神经网络相融合,采用信息素挥发因子ρ和信息素τ更新策略自动调整的自适应蚁群算法优化Elman神经网络的权阚值,并将其应用到柴油机涡轮增压系统故障诊断中.仿真实验表明,优化的Elman神经网络有较快的收敛速度和较高的故障诊断精度,可以有效地诊断柴油机涡轮增压系统的故障,能够更好地避免局部最小,实现了对柴油机涡轮增压系统故障的有效诊断.     

基于LabVIEW的柴油机燃油性能检测系统

利用了柴油机燃油系统中油管变化和油压的关系,进行测取油压曲线,从而完成柴油机动力性能状态检测,并构建了以虚拟仪器为核心的柴油机燃油性能状态采集系统,建立了表征燃油系统性能状态的特征参量、正常故障判定准则和精确定位故障类型的神经网络。采用LabVIEW开发了检测与故障判定软件系统。