期刊文献+

基于主成分分析的船舶柴油机故障监测方法 被引量:5

Fault Diagnosis of Marine Diesel Engine Based on Principal Component Analysis
下载PDF
导出
摘要 为研究船舶柴油机运行状态与热工参数之间的联系,通过监测热工参数的变化来判断船舶柴油机当前的状态。以12K98ME-C柴油机为研究对象,采用主成分分析法对其12种热工参数进行分析,揭示柴油机性能各热力参数之间存在很大的内在联系。在样本数据中加入异常点,采用T2统计量和Q统计量对故障点进行检测分析,进而验证该方法对故障监测的有效性。研究发现柴油机热工参数之间的相关性非常强,采用该方法可达到很好的降维效果,能准确识别出柴油机的异常状态。 In order to study the relationship between the marine diesel engine operating state and the thermal parameters and judge the status of marine diesel engine by monitoring the change of the thermal parameters,taking the 12K98ME-C diesel engine as the research object,the 12 kinds of thermal parameters are analyzed by the Principal Component Analysis(PCA),and the inherent relationship between the thermodynamic parameters of the diesel engine is revealed.Then outliers are added into the sample data,and the fault points are detected and analyzed by T2 statistics and Q statistics.It is found that the correlation between the thermal parameters of the diesel engine is very strong.The method can effectively reduce the dimension and can accurately identify the abnormal state of the diesel engine.
作者 尚前明 杨安声 陈辉 唐新飞 SHANG Qianming;YANG Ansheng;CHEN Hui;TANG Xinfei(School of Energy and Power Engineering,Wuhan University of Technology,Wuhan 430063,China)
出处 《中国航海》 CSCD 北大核心 2018年第1期19-23,33,共6页 Navigation of China
基金 国家自然科学基金面上项目(51579200)
关键词 柴油机 主成分分析 热工参数 统计量 故障监测 diesel engine PCA thermal parameter statistic fault monitor
  • 相关文献

参考文献3

二级参考文献18

  • 1杨莉.基于主元分析的多变量统计过程的故障辨识技术[J].信息与电子工程,2004,2(4):256-258. 被引量:6
  • 2肖应旺,徐保国.改进PCA在发酵过程监测与故障诊断中的应用[J].控制与决策,2005,20(5):571-574. 被引量:17
  • 3刘飞,王一竹.基于Q统计量的工业过程监控实例分析[J].计算机与应用化学,2006,23(7):631-634. 被引量:6
  • 4王静,唐永哲,梁蕊.基于主元分析的飞控系统故障检测[J].弹箭与制导学报,2007,27(2):68-70. 被引量:4
  • 5顾宏中.船用柴油机设计手册(3)[M].北京:国防工业出版社,1979,6.79-111.
  • 6李守学 李之交.柴油机故障诊断特征参数的优化选择方法.湖北省内燃机学会内燃机新技术开发交流研讨会论文集[M].-,1991,4..
  • 7Flores--Cerrillo Jesus, MacGregor John F. Latent variable MPC for trajectory tracking in batch processes [J]. Journal of Process Control, 2005, 15 (6): 651--663.
  • 8Valle S, Li W, Qin S. J. Selection of the number of principal components: the variance of the reconstruction error criterion with a comparison to other methods [J]. Ind. Eng. Chem. Res. , 1999, 38: 4389--4401.
  • 9Dunia R, Qin S. J. Subspaee approach to multidimensional fault identification and reconstruction[J].AIChE J, 1998, 44: 1813--1831.
  • 10Dahl K S, Piovoso M J, Kosanovich K A. Translating thirdorder data analysis methods to chemical batch processes[J].Chemom Intell Lab Syst, 1999, 46 (2): 161--180.

共引文献22

同被引文献45

引证文献5

二级引证文献18

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部