基于LSTM-PSO-SVM的船用LNG双燃料发动机故障预测

针对船用LNG双燃料发动机设备复杂,故障预测效率低、准确度差的问题,提出一种长短期记忆网络与改进粒子群优化算法优化支持向量机融合的预测模型。利用LSTM模型时间序列变化的能力对设备未来的运行状态进行预测,然后采用非线性自适应惯性权重改进PSO算法对SVM参数进行寻优,以提高其寻优能力和收敛速度;改进的LSTM-PSO-SVM融合模型可实现对设备故障状态的快速、准确预测。通过对某船用LNG双燃料发动机的故障预测仿真,结果表明上述模型具有更高的故障识别准确率和更快的识别速度,能够准确预测船用LNG双燃料发动机潜在故障。

国内LNG双燃料发动机配套能力分析

文章以3675kW双燃料平台供应船为例,结合国内LNG双燃料发动机发展现状,通过发动机功率、机舱布置、调速特性等因素,分析了国内LNG双燃料发动机配套能力。

LNG/柴油双燃料发动机燃料喷射阀流量特性试验分析

针对特定型号SP-01电磁喷射阀,分别以静态分析、模型仿真和模拟进气试验对其流量特性进行研究。研究表明:其他条件不变,占空比与喷射阀流量大致呈线性关系,且重复性稳定;背压不变,升高喷射阀前端压力可增加流量,且变化呈线性趋势;喷射阀前端压力不变,背压在一定范围内升高,其流量变化并不明显。