6L60MCE柴油机燃烧系统故障的仿真计算

建立一种基于径向基函数（ＲＢＦ）神经网络算法模型,应用于船用柴油机气缸组件与燃烧系统的故障诊断,以沪东重机生产的ＨＵＤＯＮＧ ＭＡＮ－Ｂ＆Ｗ ６Ｌ６０ＭＣＥ机型为例,设计征兆／故障样本集,采用一个单隐层的ＲＢＦ网络对样本进行训练和仿真实验,以验证该诊断方法的可行性和有效性。     

大型低速柴油机增压系统故障诊断的研究

提出一种适用于船用柴油机涡轮增压系统故障诊断的方法,即基于径向基函数（ＲＢＦ）神经网络模型诊断方法,并对该系统的征兆／故障样本集进行设计;采用ＭＡＴＬＡＢ语言编制仿真程序,实现增压子系统故障诊断的算法和程序设计。仿真实验结果表明本文所提出的诊断方法是可行的。     

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。     

船用柴油机故障诊断系统研究

船用柴油机故障诊断系统可以提高轮机工作人员的管理水平,达到快速分析、准确判断及迅速排除故障。它以船用柴油机典型故障为基础,应用Visual FoxPro数据库管理系统建立船用柴油机故障诊断系统。通过柴油机拉缸故障典型实例来具体说明该系统的使用方法和特点。该系统具有可修改、插入和删除等功能,以友好的用户界面和易于操作等特点,实现船用柴油机典型故障的快速诊断。该文的创新点是将船员具有的故障处理的经验及知识作为专家系统,供其他船员的学习,以便准确、快速地处理柴油机的故障。     

船用柴油机操纵系统的动态模拟

利用计算机多媒体动画技术，开发了ＭＡＮ－Ｂ＆ＷＭＣ柴油机的气、电控制操纵系统的动态模拟系统，通过对控制过程和逻辑关系的技术处理，使轮机人员能快速精通操纵系统的动作原理，判断操纵系统故障，提高技术水平。     

电控柴油机故障诊断系统研究

应用Ｗｉｎｄｏｗｓ下可视化的软件开发工具Ｂｏｒｌａｎｄ Ｃ＾＋＋ Ｂｕｉｌｅｒ和ＢＰ网络设计电控柴油机故障诊断系统。采用多线程技术将监控模块与故障诊断模块溶为一体,实现对电控柴油机的故障诊断,系统性能台架实验结果表明,该方法能够对柴油机的常见故障进行诊断,工作可靠,在电控柴油机系统中运用神经网络进行故障诊断是可行的。     

船用柴油机可变喷油正时的调整

根据ＭＡＮ Ｂ＆Ｗ５０－９０ＭＣ型柴油机“ＳＵＰＥＲ ＶＩＴ”系统的结构特点,对调整特性曲线和调整方法进行了深入研究,目前是使轮机管理人员全面系统地了解“ＳＵＰＥＲ ＶＩＴ”的调整特性曲线和掌握在不同条件下应采取的相应调整方法。     

一种非线性动力学系统数值模拟的新方法

给出了应用ＭＡＴＬＡＢ语言动态仿真工具－ＳＩＭＵＬＩＮＫ对非线性动力学系统进行数值模拟的方法,以典型的非线性动力学系统－ｖａｎ ｄｅｒ Ｐｏｌ方程、Ｄｕｆｆｉｎｇ方程和Ｌｏｒｅｎｚ方程为例进行了说明。     

求解大型稀疏最小二乘问题的MSOR方法及其收敛性

文章讨论了求解大型稀疏最小二乘问题的ＭＳＯＲ方法，考虑了２－ＢＭＳＯＲ和３－ＢＭＳＯＲ方法的收敛区域，并且基于‖Ａ２Ａ－１１‖２给出了最佳２－ＢＭＳＯＲ松弛参数和相应的收敛谱半径     

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。     

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。     

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。     

基于复Morlet变换和改进AlexNet神经网络的柴油机气门间隙异常故障诊断方法

针对柴油机缸盖振动信号非线性、非平稳的特点,以及传统故障诊断方法需要先验知识且特征提取费时费力的缺点,提出了一种基于复Morlet变换和改进AlexNet神经网络的柴油机气门间隙异常故障诊断方法。首先通过复Morlet小波将柴油机缸盖振动信号转换为时频图,该变换包含了信号的时频域信息,比单一的时域或频域信号更适合分析柴油机缸盖振动这种非平稳信号;其次将时频图输入至AlexNet神经网络进行特征自动提取并建立故障诊断模型,解决了传统手工提取特征费时费力且需要专家经验的问题;然后通过Batch Normalization和Dropout技术改进网络结构,并优化神经网络超参数以提高模型的准确度和计算效率;最后将本文方法与传统的故障诊断方法应用于柴油机气门间隙异常故障诊断并进行对比,发现其诊断准确率最高,验证了所提方法的优越性。     

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。     

基于GMDH网络的船用增压柴油机性能预测及仿真

采用数据分组处理（Group Method of Data Handing,GMDH）的神经网络分类方法,建立4190ZLC船用四冲程增压柴油机性能预测的数学模型.针对船用中速柴油机运行状况,考虑到其影响运行状态的因素,结合实验数据进行4190ZLC船用柴油机性能的预测及仿真分析.该模型解决了神经网络结构较大,计算耗时较长的问题.将该模型与BP（Back-Propagation,BP）前馈神经网络仿真结果进行比较,结果表明其仿真效果好于BP神经网络模型,并且该神经网络能较好地满足柴油机性能预测仿真的需求     

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。     

基于RBF神经网络的船用柴油机NOx排放的预测

依据4190ZLC-2型船用四冲程增压柴油机实际试验测得的数据,利用MATLAB中的神经网络工具箱,建立了基于径向基函数神经网络（RBF）的柴油机氮氧化物（NOx）排放浓度的预测模型。在预测模型建立过程中选取柴油机油耗率（SFOC）、功率、转速等参数数值作为输入矩阵,柴油机的氮氧化物排放浓度作为输出矩阵。仿真结果表明:该方法预测精度高,可为控制氮氧化物的排放提供依据。     

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。