基于VMD-多尺度排列熵和SVM的船用空压机故障诊断方法

船用机械振动信号存在非线性、非平稳性问题,故障特征难提取,通过变分模态分解(variational mode decomposition,VMD)多尺度排列熵(multiscale permutation entropy,MPE)与支持向量机(support vector machine,SVM)融合的故障诊断方法,对振动信号进行研究。以空压机为例,首先,模拟6种空压机工况,对各工况的热工参数进行测试,分析各工况热工参数的变化程度,并对采集的振动信号进行频域分析。然后通过VMD对振动信号进行分解,得到一系列固有模态分量,计算与原始信号的互相关系数筛选敏感固有模态分量。最后计算出敏感固有模态分量的多尺度排列熵,将其作为特征向量,输入到SVM中,进行故障辨识。实验结果表明:VMD多尺度排列熵与SVM融合的空压机故障辨识方法,能有效地识别故障类型,整体准确率可保持在98.6667%,将此方法与其他方法进行对比,证明此方法有效。

基于WOA-RF的船用风机故障诊断

针对船用风机典型故障诊断问题,利用鲸鱼优化算法优化随机森林(random forest optimized bywhale optimization algorithm,WOA-RF)对故障进行诊断,并通过实验验证该方法的准确性。实验模拟包括正常工况和5种异常工况在内的6种工况。采集所有不同工况下的振动信号,分别提取时域、频域下的特征参数构建第一特征向量。通过传统随机森林筛选得到具有更优分类效果的第二特征向量,再输入WOA-RF中完成故障识别。实验结果表明,本文提出的方法能够有效识别故障模式,平均预测准确率超99%。与其他算法对比,这种基于信息融合和WOA-RF的船用风机故障诊断方法准确性更高。

基于小波变换和CNN的船用机械故障诊断

针对船用机械故障特征自适应提取与智能化诊断问题,采用连续小波变换与卷积神经网络的船舶机械故障诊断方法。以船用风机为例,首先模拟船用机械不同故障并采集振动信号,通过连续小波变换将一维振动信号转化为特征图谱,其包含大量的时频信息。然后通过多次训练后,确定网络结构参数,建立卷积神经网络结构,将时频图作为卷积神经网络输入,挖掘更深层次的高度抽象的故障特征信息。最后在卷积神经网络的输出层接入softmax分类器,实现船用机械的故障诊断。实验结果表明:所提方法能准确识别故障类型,且具有较强的鲁棒性和泛化能力,诊断准确率可达99.3%。与集成经验模态分解、极限学习机故障诊断方法相比,该方法有更高的诊断精度。

计入曲轴轴向运动的船舶柴油机主轴承混合润滑分析

大型船舶柴油机曲轴在螺旋桨轴向推力激励下,轴向运动较为明显。为探究轴向运动对于支撑曲轴的主轴承润滑的影响,以一船舶柴油机曲轴-轴承为研究对象,同时计入螺旋桨轴向激励和柴油机自身激励共同引起的轴向运动、微峰接触(干摩擦),建立船舶柴油机主轴承的混合润滑模型。运用有限元法计算曲轴轴向运动,结合动力学方法,通过求解计入轴向运动和表面粗糙的平均Reynolds方程获得油膜压力,基于Greenwood-Tripp接触理论获得表面微峰接触压力。结果表明:计入轴向运动后,轴承的油膜峰值压力和油膜摩擦功耗均降低,微峰接触峰值压力均增加,但8个轴承的微峰接触摩擦功耗则是有的增加、有的减少,且影响显著,原因较为复杂;计入轴向运动后,最小油膜厚度、端泄流量、轴颈中心轨迹等的变化相对较小。因此,为更加全面、更加准确地预测大型船舶柴油机主轴承的混合润滑,必须计入轴向运动的影响。

基于海上航线风能资源特征的船舶风帆选型

将风帆装置的气动特性、船舶航线信息和典型航区风能资源特征相结合,提出一个船舶风帆选型方法。根据风洞试验数据分别计算并归一化圆弧形翼帆、滚筒帆、涡轮帆和天帆的风力助推系数和横漂系数;考虑不同航线上风力、风向的概率数据计算出不同风帆的助推指数和横漂指数,将每年12个月的助推指数和横漂指数相加得到总助推指数和总横漂指数;以不同风帆的总助推指数较大,兼顾较小总横漂指数的优选原则,确定最佳的风帆类型。以上海—中国香港航线和横滨—洛杉矶西段航线为例,利用这种风帆选型方法,计算出2个航线不同风帆助航装置的综合助推指数、横漂指数和总评价指数,确定了2条航线的最佳风帆装置,为船舶风帆的选型设计提供依据。

基于相对混乱度特征选择的船舶风机智能状态监测与故障诊断

为提高船舶机舱状态监测的实时性和故障诊断的准确性,提出一种由数据获取、特征提取、特征选择和故障识别组成的智能状态监测和故障诊断框架,以及基于相对混乱度的特征选择方法和基于特征选择的支持向量机训练方法。该方法相比传统方法在故障识别准确率上有所提升,可达到94.46%,并且可有效缩短分类器计算耗时,最快可将其缩短77.8%。文中提出的算法框架、特征选择方法、基于特征选择的支持向量机训练方法和智能故障诊断方法相比现有方法有一定的优势,对机舱中回转机械设备的状态监测和故障诊断有一定的参考价值。

基于AMEsim-Simulink联合仿真的风帆液压控制

针对风帆驱动控制系统提出了差动缸液压控制方案,利用AMEsim软件建立液压系统仿真模型,再结合Simulink软件在控制系统设计方面的优势,对风帆驱动系统进行联合仿真研究。通过联合仿真比对了常规阀控非对称缸与本文作者提出的差动缸控制系统,验证了本文作者提出的差动缸控制风帆系统的优越性。分析了某一定常力负载下的阶跃动态响应及风帆所受实际变化负载力状态下的跟踪角度曲线,仿真表明该控制方案对风帆驱动控制的有效性和可靠性,可为风帆助航船风帆控制提供技术支持。

未来智能船舶推进系统的选型

对现有船舶机舱的安全现状进行阐述,对已发生的400多起远洋船舶机损事故进行统计分析,包括故障部件、故障类型和事故原因等。通过分析发现:主机系统是事故发生率最高的部位,特别是活塞、缸套、气阀和喷油器等燃烧室周围的部件易出现故障;在发生事故的原因中,人因失误仍然是主要因素,占全部事故的83.1%。在此基础上,从推进系统的系统冗余数、部件数量、部件材料和运行条件等方面对目前6种典型船舶推进系统的可靠性进行对比分析。结果表明,目前在远洋船舶中运用最多的单机单桨直接传动装置的可靠性最低,而多机多桨间接传动装置、调距桨推进和电力推进系统是适合未来智能船舶的推进型式,特别是电力推进系统将是未来智能船舶的最佳选择。

海上航线风能资源的调查与分析

根据英国水文局发布的2016年海图资料,整理出2016年全球9条典型航线上不同风力、不同风向的概率数据。分析这些数据,获得各往返航线4级以上可用风天数、5级以上强风顺风天数,发现香港→新加坡的南海航线、科伦坡→新加坡的马六甲海峡孟加拉湾航线、亚丁湾→科伦坡的印度洋阿拉伯海航线、上海→香港的东海航线、毕晓普岩→努瓦迪布的北大西洋航线和横滨→洛杉矶的北太平洋航线都有较好的风能资源,特别是后3条航线的风能资源最丰富,是未来运用风帆助航技术的最佳航线。对有效助推强风的顺风天数和风能资源的有效性进行分析,提出风能资源的强度指数、综合风能资源强度指数和综合有效强度指数,用来衡量海上航线风能资源的综合强度和有效性,可作为未来风帆助航船舶航线优化的重要选择指标。

船舶机舱旋转机械的振动测试与分析

对船舶机舱内主要旋转机械(包括分油机、机舱泵浦、增压器轴承、辅助鼓风机和中间轴承)的表面振动进行测试,并对测试系统的组成和振动测点布置进行介绍。对振动信号的时域波形和频谱进行分析,证实这些典型船舶机舱旋转机械具有与陆上旋转机械相同的振动特性,其频谱都具有与基频成整数倍关系的频率特征,为船舶设备的状态监测和故障诊断提供一种实用的监测方法。

船用二冲程柴油机缸体上部振动信号的特征分析

对船用二冲程低速柴油主机液压排气阀壳、喷油器顶部、缸盖表面和燃油泵表面的振动信号进行了测试与分析,介绍了测试系统的组成和振动测点布置,进行了振动信号的时域波形分析,证实了利用排气阀壳表面的振动信号可以监测液压排气阀的开启和关闭时刻,比缸盖和缸套表面的振动信号更敏感。确定了喷油器顶部的振动信号与燃油喷射有很强的对应性,可以用来监测二冲程柴油机的燃油喷射定时,为船用低速柴油主机的状态监测和故障诊断提供了一个实用的监测方法。

二冲程柴油机机座表面振动信号的特征分析

为监测主轴承的磨损情况,对船用二冲程低速柴油主机机座表面的振动信号开展测试与分析。介绍了测试系统的组成和振动测点的布置。通过静态敲击试验,证实了缸内燃气爆发冲击和较远档主轴承的冲击对主轴承处机座表面的振动影响较小。通过对柴油机机座表面振动信号的时域波形分析,证实了对各档主轴承座附近机座表面的冲击振动进行监测,可以了解各档主轴承的磨损状态。研究结果为船用二冲程柴油机的振动监测提供了一个新的方法。

基于小波包特征提取和模糊熵特征选择的柴油机故障分析

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机振动信号的故障诊断,由于柴油机振动信号噪声多,诊断信号难以进行特征选择的问题,提出了基于小波包能量谱特征提取和模糊熵特征择的柴油机故障诊断方法。利用模糊熵对小波包能量谱提取出的特征集进行特征选择,将选择后的特征参数输入LS-SVM进行故障模式识别。试验结果表明,该方法可以提高故障识别准确率。在该试验中,故障识别准确率达到了99.36%,相比于未进行特征选择的特征集,识别准确率提高了0.72%。

船用二冲程柴油机机身侧面振动信号的特征分析

首先,通过对船用二冲程6缸低速柴油主机机身侧面进行静态敲击试验,分析其振动信号的传播特性,证实了相邻各缸机身测点之间的振动影响较小。然后,通过对柴油机运行状态下的振动测试,分析柴油机机身侧面振动信号的时域波形特征,发现柴油机机身侧面在1个工作周期内有6个振动信号,分别对应于各缸十字头轴承滑块横向撞击导板的位置。分析结果证实,利用柴油机机身侧面的振动信号,可以监测十字头轴承的磨损状态,为进行二冲程柴油机十字头轴承的故障诊断提供了依据。

船舶动力装置智能故障诊断技术的应用与展望

动力系统作为整个船舶最核心的系统,其安全性和可靠性将直接影响船舶的安全航行,而有效的故障监测与诊断技术是保障航行安全的重要手段。首先,通过分析国内外学者在智能算法与故障诊断方面的研究进展,将船舶动力装置的智能故障诊断分为数据信号获取、数据特征提取、故障识别与预测3个环节,并总结智能算法在船舶动力装置故障诊断中所面临的问题和挑战;然后,结合智能算法的特点,探讨船舶动力装置智能故障诊断技术的未来发展趋势;最后,提议从建立基于云平台的数据监测系统、建立数据库和挖掘监测数据等方面展开深入研究,用以为船舶动力装置智能诊断的工程实践应用奠定基础。

船用柴油机与燃气轮机动力装置的可靠性对比分析

从关键零部件数量、零部件制造材料、零部件工作条件和部件冗余数量角度,分别对船用柴油机和燃气轮机动力装置的不可靠度进行计算和对比分析。结果表明,柴油机动力装置包含的部件数量大,而燃气轮机动力装置结构相对简单,其结构可靠性高于柴油机动力装置。但对于多缸柴油机来说,由于冗余部件和冗余辅机系统的存在,柴油机动力装置的整体运行可靠性高于燃气轮机动力装置,说明柴油机动力装置的冗余部件对其运行可靠性非常重要。

SMSC型轮机模拟器实操训练的自动评分方法及实现

为更好地提高现有轮机模拟器实操评分的准确性,参考国内轮机模拟器自动评分系统的原理,提出一种多级模糊综合评价方法。该方法依据中华人民共和国海事局在《海船船员适任考试与评估大纲》中规定的实操技能要求,建立评价指标体系。使用层次分析法(analytic hierarchy process,AHP)确定各指标权重,选择适宜的隶属度函数模型确定各指标的隶属度。实时采集船员在实操训练过程中产生的数据,依据专家系统进行模糊评价。经专家验证取得了理想的结果。模型提高了实操评分的准确性、公正性及其评价效率,可为海事部门的考核提供有力的支撑。

船用二冲程柴油机的性能故障模拟及分析

[目的]大型船用二冲程柴油机故障数据难以通过实验等方法获得,准确获得在各种故障模式下柴油机主要热力参数的变化规律,对于建立智能船舶柴油机的故障诊断系统具有重要意义。[方法]以MAN 6S35 ME-B9船用电控二冲程柴油机实机参数为依据,在GT-Power软件中搭建其一维模型,利用实验数据对柴油机模型进行修正,获得柴油机正常工作状态下的计算模型,通过在模型中设置相关参数对柴油机典型故障进行模拟,并对不同环境温度下柴油机的工作过程进行模拟计算。[结果]通过对计算结果数据进行处理、分析,得到在各种故障及不同故障程度下柴油机热力参数和性能参数的变化规律,以及不同环境温度下热力参数的变化规律。[结论]研究成果可为智能船舶柴油机的故障诊断提供参考,为柴油机故障排除提供依据。

耙吸挖泥船的动力装置选型及综合评估

以6 500 m^3耙吸式挖泥船的动力装置为研究对象,对其配置方案的合理性进行分析,并进行动力系统配置方案选择、主机选型和能力校核计算。结合船舶设计任务书的要求,逐步分析目标船的整体性能和各工况下的功率需求。在此基础上,粗略估算目标船设备在各主要工况下的功率需求,并提出几种能满足各工况下功率需求的动力系统配置方案。根据目标船的工作特点,对各动力系统配置方案的适用性进行初步分析,采用层次分析法进行模糊评判,经过评估确定各评价指标的权重;通过对不同指标进行打分来确定隶属度并进行模糊运算,根据最大隶属度原则选出最适合目标船的动力配置方案;同时,根据最优配置方案选取的主机型号对目标船进行功率验证。计算分析结果表明,该研究方案满足目标船的设计要求,说明选用的研究模型和评价方法合理。

基于多尺度时域平均分解和模糊熵的船用风机故障诊断方法

船舶旋转机械往往在多振源的环境中运转,如何对其振动信号进行有效的特征提取和降噪处理是研究热点。时域同步平均方法对振动信号的噪声抑制有较好的效果,但是该方法需要的键相信号难以获取,特定频率以外的故障信息会丢失且倍频信号波形会互相混叠,以上问题限制了该方法的适用性。提出了一种多尺度时域平均分解法,有效地克服了传统时域平均法存在的问题,并结合模糊熵特征选择对船舶风机进行了故障诊断,准确率与计算速度均优于EMD、EEMD和VMD方法。仿真数据分析与故障模拟试验证明了该方法的有效性。