船舶故障诊断技术研究【文献综述】
- 格式:doc
- 大小:39.00 KB
- 文档页数:4
船舶柴油机监测及故障诊断技术论文[5篇模版]第一篇:船舶柴油机监测及故障诊断技术论文在船舶当中,柴油机是最为重要的部分之一,为船舶的航行提供了重要的动力。
在柴油机的运行当中,由于工作条件恶劣,机器结构复杂,并且需要较高的强载度,因而很容易发生故障问题。
如果发生故障,会对船舶的正常航行造成影响,带来巨大的经济损失,严重时还可能威胁到整船人员的安全。
基于此,在船舶柴油机的运行当中,应当对其进行有效的监测,通过科学的故障诊断技术的运用,保证船舶柴油机良好的工作状态。
一、船舶柴油机的主要故障在船舶柴油机当中,通常具有较为复杂的结构,因而可能会产生很多不同种类的故障,同时有很多不同的原因会造成船舶柴油机故障,各种故障所发生的频率也不尽相同。
以某型号的船舶柴油机为例,其主要的故障类型包括了喷油设备及供油系统、漏油及漏水、漏气、基座、破坏及破裂、涡轮增压系统、曲轴、齿轮及驱动装置、调速器齿轮、气阀及阀座、活塞组件、漏油及润滑系统,以及一些其它的故障问题。
二、船舶柴油机监测与故障诊断技术(一)油液分析法在船舶柴油机状态监测和故障诊断当中,可以利用光谱分析法、铁谱分析法对润滑油进行分析[1]。
在柴油机的运行中,各个运动副会发生磨损,在不同磨损情况下,会形成不同的微粒,存在于润滑油当中。
因此,利用光谱或铁谱对润滑油中的金属微粒进行检测,就能够判断柴油机的故障信息。
在实际应用中,光谱和铁谱各自具有不同的监测功能与监测效果。
利用光谱法,能够对润滑油中磨损原件的含量进行准确的测定,但是对其形状、磨损类型等,难以进行了解。
而利用铁谱法能够对金属微粒的成分、大小、形状等进行了解,但是难以对有色金属进行高灵敏度的判别。
对此,可以综合应用光谱和铁谱分析法进行应用。
不过需要注意的是,利用这种油液分析法进行监测与诊断,在实时监测、缸位确定等方面存在一定的不足,只能定性描述油液分析结果,具有一定的随机性特点,因此在实际应用中要加以注意。
船舶行业的船舶故障诊断和维修技术船舶是重要的交通工具之一,在海洋运输中扮演着重要的角色。
然而,长时间的使用和恶劣的环境条件可能导致船舶面临各种故障。
为了保证船舶运行的安全性和效率,船舶故障诊断和维修技术变得至关重要。
本文将介绍船舶行业的船舶故障诊断和维修技术。
一、船舶故障诊断技术1. 传感器技术传感器技术在船舶故障诊断中起着重要的作用。
船舶上安装的各种传感器可以实时监测船舶的各种参数,如温度、压力、振动等。
通过对传感器数据的分析,可以及时发现潜在的故障,并采取相应的维修措施。
2. 数据分析和处理船舶故障诊断的关键是对大量的数据进行分析和处理。
利用数据挖掘和机器学习等技术,可以从海量数据中提取有价值的信息,从而帮助工程师准确地诊断船舶故障。
同时,数据分析和处理还可以帮助船舶公司建立故障数据库和预测模型,提前预防可能出现的故障。
3. 知识库和专家系统船舶故障诊断还可以利用知识库和专家系统。
通过建立一个包含船舶各类故障和维修信息的知识库,可以使工程师能够迅速准确地诊断船舶故障。
专家系统则可以模拟专家的经验和知识,帮助工程师做出正确的判断和维修建议。
二、船舶维修技术1. 维护计划及时的维护对于船舶的正常运行至关重要。
船舶维护计划应该根据船舶的使用情况和运行状态制定,包括定期检查、保养和修理。
定期检查可以发现潜在的故障,保养可以延长船舶的使用寿命,修理可以及时解决已发生的故障。
2. 应急维修技术船舶在航行中可能会遇到一些突发故障,对于这些故障需要进行应急维修。
应急维修技术需要工程师具备较高的技术水平和丰富的经验,能够在船舶行驶中进行快速、有效的维修。
同时,船舶公司还应制定相应的应急维修计划和措施,以应对各种可能出现的故障情况。
3. 预防性维修技术预防性维修技术是一种主动的维修方式,旨在预防故障的发生。
通过定期检查和预防性维修,可以提前发现潜在的故障并及时处理,避免故障对船舶行驶的影响。
预防性维修技术需要依靠船舶故障诊断技术中的数据分析和处理,以准确确定维修时机和维修方式。
船舶电气设备故障诊断的研究1. 引言1.1 背景介绍船舶电气设备在船舶运行中起着重要作用,如船舶动力系统、船舶自动化系统和船舶通信系统等均依赖于电气设备的正常运行。
由于船舶长时间在恶劣的海洋环境下航行,电气设备容易受到潮湿、盐雾、震动等因素影响,导致设备出现故障。
船舶电气设备故障一旦发生,会对船舶安全和运行产生严重影响,甚至引发重大事故。
对于船舶电气设备故障的及时诊断和解决显得至关重要。
目前,船舶电气设备故障诊断技术已经取得了一定的进展,包括传统的故障诊断方法和新兴的智能诊断技术。
在实际应用中仍然存在一些挑战,如故障诊断精度不高、故障诊断时间长等问题。
本研究旨在探讨船舶电气设备故障诊断的最新方法和技术应用案例,挑战及解决方案,以及未来的发展趋势和研究方向,旨在为船舶电气设备故障诊断提供更有效的解决方案,保障船舶安全运行。
1.2 研究目的船舶电气设备故障诊断的研究目的是为了提高船舶电气系统的可靠性和安全性,减少船舶运行中因电气设备故障带来的风险和损失。
通过深入研究船舶电气设备故障诊断方法,探索新技术的应用案例,挑战与解决方案的研究以及未来发展趋势的分析,可以为船舶电气系统的维护和管理提供更科学的方法和策略,为船舶行业的发展贡献力量。
通过本研究可以为船舶电气设备故障诊断领域的进步和发展提供新的思路和方向,为提高船舶运行效率和安全性提供重要支撑。
2. 正文2.1 船舶电气设备故障诊断方法1. 现场检查法:通过实地检查设备的外观、连接线路等,发现明显的故障迹象,如烧焦、断裂等,从而快速定位问题所在。
2. 测试仪器检测法:通过使用各种电气测试仪器,如万用表、示波器等,对电气设备各部分进行测试,检测电阻、电压、电流等参数,判断设备是否正常运行。
3. 振动分析法:利用振动传感器对电机、发电机等设备进行振动监测,通过分析振动信号的频谱特征,判断设备是否存在异常。
4. 红外热成像法:通过红外热像仪对电气设备进行红外热成像,观察设备是否存在异常的热量分布,发现潜在故障点。
船舶柴油机监测与故障诊断技术研究【摘要】船舶柴油机在船舶运行中起着重要的作用,因此对其故障诊断技术进行研究具有重要意义。
本文首先从柴油机故障诊断技术的概述入手,介绍了船舶柴油机监测技术的研究进展。
然后详细探讨了故障诊断方法与案例分析、数据采集与处理技术以及传感器应用与监测系统。
展望了船舶柴油机监测与故障诊断技术的未来发展方向,总结了研究成果,并指出了技术前景。
通过本文的研究,可为船舶柴油机的监测与故障诊断提供参考,提高其运行效率和安全性。
【关键词】船舶柴油机、监测、故障诊断、技术研究、数据采集、传感器、系统、案例分析、技术前景、成果总结、发展方向。
1. 引言1.1 研究背景:在船舶运输行业,船舶柴油机是船舶动力系统的核心,扮演着至关重要的角色。
船舶柴油机的正常运行对船舶的安全性和经济性有着直接的影响。
由于柴油机长时间高负荷运转,以及船舶在海上环境中受到的各种因素影响,柴油机的故障率相对较高。
对船舶柴油机进行监测与故障诊断技术的研究具有重要意义。
目前,船舶柴油机的监测与故障诊断技术相对滞后,传统的维护方法主要依靠人工巡检和经验判断,存在着准确性低、效率低等问题。
随着科技的发展和船舶运输行业的要求,研究船舶柴油机监测与故障诊断技术已成为迫切需求。
通过引入先进的传感器技术、数据采集技术和大数据处理技术,提高船舶柴油机监测与故障诊断的准确性和效率,能够有效降低船舶运行的风险,保障船舶的安全运行和经济效益。
本研究旨在深入探讨船舶柴油机监测与故障诊断技术,为船舶行业的发展和船舶运输安全提供技术支持和保障。
1.2 研究目的研究目的是为了探索船舶柴油机监测与故障诊断技术,提高船舶柴油机的可靠性和运行效率。
通过分析柴油机故障诊断技术的现状和发展趋势,明确研究的重点和方向。
为了更好地应用传感器技术和数据处理方法,实现对船舶柴油机运行状态的实时监测和精准诊断,减少事故风险,提高船舶的安全性和经济性。
本研究还旨在探索船舶柴油机故障诊断技术在实际船舶工程中的应用,为船舶行业提供技术支持和解决方案,推动船舶柴油机监测与故障诊断技术的发展和推广,促进船舶工程的现代化和智能化发展。
船舶电气设备的智能故障诊断与处理技术研究船舶在现代航运中扮演着至关重要的角色,而船舶电气设备的正常运行则是保障船舶安全、高效航行的关键。
随着科技的不断进步,船舶电气设备日益复杂,其故障诊断与处理也面临着新的挑战。
智能故障诊断与处理技术的出现,为解决这一问题提供了有力的手段。
船舶电气设备的类型繁多,包括发电设备、配电设备、电力拖动设备、自动化控制设备等等。
这些设备在船舶的运行中各司其职,一旦出现故障,可能会导致船舶失去动力、导航系统失灵、通信中断等严重后果。
因此,及时准确地诊断和处理故障至关重要。
传统的船舶电气设备故障诊断方法主要依赖人工经验和简单的检测工具。
维修人员通过观察设备的外观、倾听声音、测量电气参数等方式来判断故障的位置和原因。
这种方法不仅效率低下,而且准确性难以保证,尤其对于一些复杂的、隐性的故障,往往难以奏效。
智能故障诊断技术则是利用先进的传感器技术、数据采集技术和数据分析算法,对船舶电气设备的运行状态进行实时监测和分析。
通过采集设备的电流、电压、温度、振动等参数,并将这些数据传输到计算机系统中进行处理,智能诊断系统能够快速准确地判断故障的类型、位置和严重程度。
在智能故障诊断技术中,传感器的选择和布置至关重要。
传感器需要能够准确地感知设备的运行状态信息,并且具有良好的稳定性和可靠性。
常见的传感器包括电流传感器、电压传感器、温度传感器、振动传感器等。
这些传感器可以安装在设备的关键部位,如电机的轴承、变压器的绕组等,实时采集相关数据。
数据采集是智能故障诊断的基础。
采集到的数据需要经过预处理,去除噪声和干扰,以提高数据的质量。
预处理后的数据将被输入到诊断算法中进行分析。
诊断算法是智能故障诊断技术的核心,常见的算法包括神经网络算法、模糊逻辑算法、专家系统算法等。
神经网络算法具有强大的自学习和自适应能力,能够通过对大量历史数据的学习,建立设备运行状态与故障之间的复杂关系模型。
当输入新的监测数据时,神经网络能够迅速给出诊断结果。
毕业论文文献综述轮机工程船舶故障诊断技术研究一、研究背景及意义故障诊断的发展和应用,是随着船舶设备技术以及相应的维修模式的发展相联系的。
20世纪以前,船舶结构简单,维修费用低人类对船舶的维修基本上是事后维修,即某部分出现问题后在进行故障分析和维护,故障诊断完全没有引起人们的注意。
进入20世纪后,随着船舶设备本身技术水平和复杂程度的提高,设备故障对船舶产生显著影响,出现了定期维修,一边事故发生前加以处理。
1960年代以后,海南事故频发,人类开始意识到传统的定期维修的弊端,开始变定期为修为与之维修,及监测船舶的工作,预先发现潜在的故障因素,及早采取措施,防止突发性故障。
预知维修方式,不仅大大减少了灾难的发生,而且避免了失修和过剩维修,经济效益可观,很快被大多数船公司认可,促使故障诊断技术得到了迅速发展。
二、国内外故障诊断技术研究现状故障诊断发展至今,取得了很大进步。
但是目前,故障诊断方法的分类还没有统一标准。
根据其理论和方法特点,一般为基于信号处理的方法、基于解析模型的方法和基于知识的方法等三类[]2。
2.1 基于信号处理的方法基于信号处理的方法,通常利用信号模型,直接根据检测数据判断,也可采用相应的信号分析和处理方法,如相关函数如相关函数、频谱、自回归滑动平均等,提取诸如方差、幅值、频率等特征。
直接利用信号模型、回避了抽取对象数学模型的难点,对于线性系统和非线性系统都适用,具有一定的通用性。
这种方法具体可分为下面几种实现方式[]2(1)直接测量法即通过仪器、仪表等,并借助操作人员的感官,通过看、听、摸、嗅等方法,直接测量或观测被诊断对象有关的输出。
若输出超出正常范围,则认为对象经或将要发生故障。
故障诊断技术发展的初期阶段,大多采用这种方法,特点是简单,但常常受操作人员的经验、技术水平和身体状态等的影响,容易出现误判和漏判。
(2)信号处理技术故障往往由于冲击、振荡、碰撞、转速突变等引起,从而也引发相应状态监测传感器的检测信号的突变和噪声增加,各种变化的奇变点处含有丰富的故障信息。
船舶电气设备故障诊断的研究【摘要】本文围绕船舶电气设备故障诊断展开研究,通过分析电气设备故障诊断方法、船舶电气设备常见故障、故障诊断工具、故障案例分析以及预防措施,总结了相关问题并提出了建议。
研究发现,船舶电气设备的故障诊断需要综合运用多种方法和工具,同时加强预防措施可有效减少故障发生率。
未来,应该进一步完善船舶电气设备故障诊断技术,提高故障诊断的准确性和效率。
文章旨在为船舶电气设备维护和管理提供参考,促进船舶电气设备的安全运行。
【关键词】船舶、电气设备、故障、诊断、研究、方法、工具、案例分析、预防措施、总结、展望未来、建议1. 引言1.1 研究背景船舶是一种复杂的运输工具,其电气设备在船舶正常运行过程中起着至关重要的作用。
由于船舶环境复杂、运行条件恶劣,船舶电气设备经常面临各种故障。
船舶电气设备故障不仅会影响船舶的正常运行,还可能导致事故和人员伤亡。
研究船舶电气设备故障诊断具有重要意义。
通过及时准确地诊断船舶电气设备故障,可以有效降低事故发生率,保障船舶的安全运行。
科学的电气设备故障诊断方法也能够提高船舶的运行效率,节约维修成本,延长电气设备的使用寿命。
在当前信息化、智能化的时代背景下,船舶电气设备故障诊断技术也在不断发展和完善。
对船舶电气设备故障诊断进行深入研究,不仅有助于提高船舶电气设备故障诊断的准确性和效率,还能推动船舶电气设备维护保养技术的发展。
的探讨将有助于我们更深入地了解船舶电气设备故障诊断领域的现状和发展趋势,为后续研究提供理论支持。
1.2 研究意义船舶电气设备故障诊断是船舶运行中一个重要的环节,对于提高船舶的安全性、可靠性和效率具有重要意义。
电气设备故障可能会导致船舶运行中断,给船舶带来重大损失,甚至出现安全事故。
对船舶电气设备故障的及时诊断和处理具有重要的意义。
在航行中,船舶船舶电气设备多样,涵盖了各种各样的设备,包括发电机、电动机、电缆、配电装置等。
这些设备的故障可能涉及电气元件故障、电路故障、绝缘故障等,诊断起来较为复杂。
船舶柴油机智能故障诊断技术研究作者:魏跃来源:《中国科技博览》2017年第15期[摘要]谈及故障诊断技术,近年来人们普遍热衷于采用热力参数、磨粒及声振等监测技术手段。
由于传统的诊断方法存在较大的局限性和不稳定性,实现更为科学合理的智能诊断是管理者们的迫切需求。
随着人工神经网络分析技术、模糊聚类分析技术和专家系统等高新技术不断被人们提出并在实际中运用,使得柴油机智能故障诊断技术朝着多学科、多门类信息相互融会贯通的综合性学科方向发展逐步成为了必然。
[关键词]柴油机;智能故障诊断;专家系统;神经网络中图分类号:U177 文献标识码:A 文章编号:1009-914X(2017)15-0052-011 船舶柴油机常见故障1.1 船舶柴油机的齿轮磨损齿轮对船舶柴油机设备的运行起着关键作用,因此当船舶柴油机输出端齿轮箱中的齿轮发生故障的时候,整个船舶柴油机设备也会因此停止运转。
而船舶柴油机中的齿轮发生故障的主要原因,是因为长时间的使用导致齿轮老化然后出现缺口或者是断裂的情况,一般把这种因老化产生的问题归结为疲劳磨损以及磨料磨损。
而当船舶柴油机设备中的齿轮出现衔接不当,或者是齿轮中的副材料不匹配等情况时,船舶柴油机的设备就会出现类似擦伤、刮伤这样的问题。
因此为了更好地解决相关问题,就需要技术人员对症下药,才能及时、有效的解决。
1.1.1针对船舶柴油机设备的擦伤或者是刮伤这两种设备磨损,就需要技术人员避免固体杂物进入柴油机设备中,并保持柴油机中润滑油系统的干净整洁,对存在的杂物能够做到及时、有效的清理。
1.1.2当船舶柴油机设备中的齿轮长时间运作,再加上齿轮之间的磨合度不够,以及润滑油没有及时供应时,柴油机的齿轮面就会出现剥落,更严重的还会导致压碎。
因此为了解决这个问题,就需要注重船舶柴油机中齿轮的选料。
适度的提高副材料的密度和硬度,从而增加齿轮能够承受的负荷度,然后还需要为齿轮及时的提供优质润滑油,使齿轮中的轮滑油能够维持齿轮运转的需要。
船舶结构健康监测与故障诊断技术研究一、引言近年来,船舶健康监测和故障诊断技术成为海洋工程领域研究的热点。
有效的船舶结构健康监测和故障诊断技术可以提高船舶运行效率、确保乘员安全、延长船舶寿命,同时也是降低运维成本的有效手段。
本文将从船舶结构健康监测和故障诊断两个方面,对相关技术进行阐述。
二、船舶结构健康监测技术1.引言船舶结构健康监测技术是指通过传感器实时收集船舶结构的工作状态,获取船舶结构健康状况信息,借此进行预测和判断故障。
与传统的例行检查方法相比,船舶结构健康监测技术不但能够提高检测精度和检测速度,还能够降低人工成本和节约时间,同时还可以及时发现船舶的健康状况,从而采取相应措施来保证航行安全。
本小节将分别从传感器选择、传感器布局、监测软件和算法四个方面探讨船舶结构健康监测技术。
2.传感器选择传感器对于船舶结构健康监测至关重要,因为传感器的优良性能和可靠性决定了监测系统的精度和可靠性。
根据传感器监测的对象和需要捕捉的信息不同,船舶结构健康监测系统常用的传感器有加速度计、应变计、压力传感器和温度传感器等。
3.传感器布局传感器的布局是船舶结构健康监测系统的关键之一,好的传感器布局方案能够使得监测系统实时地捕捉到船舶结构健康状况信息,达到及时掌握船舶状况的目的。
根据船舶结构和船舶运行模式的不同,传感器可以分为三个部分布置:甲板、船体和机舱。
在实际布置中,既要保证监测区域的完整性又要考虑数据采集的重叠和优化,还要满足可靠性和安全性需求。
4.监测软件监测软件是船舶结构健康监测系统的支撑手段之一,它的输入是传感器所采集的数据,输出是经过处理的结构健康状态信息。
目前,常用的监测软件包括LabVIEW、MATLAB等。
5.算法算法是船舶结构健康监测系统的核心部分,它是分析与处理传感器采集的大量数据的工具。
船舶结构健康监测系统中主要的算法包括数据处理、故障诊断、预测等。
三、船舶故障诊断技术1.引言由于船舶的特殊性质,船舶故障的判断和定位带来了巨大的困难。
毕业论文文献综述
轮机工程
船舶故障诊断技术研究
一、研究背景及意义
故障诊断的发展和应用,是随着船舶设备技术以及相应的维修模式的发展相联系的。
20世纪以前,船舶结构简单,维修费用低人类对船舶的维修基本上是事后维修,即某部分出现问题后在进行故障分析和维护,故障诊断完全没有引起人们的注意。
进入20世纪后,随着船舶设备本身技术水平和复杂程度的提高,设备故障对船舶产生显著影响,出现了定期维修,一边事故发生前加以处理。
1960年代以后,海南事故频发,人类开始意识到传统的定期维修的弊端,开始变定期为修为与之维修,及监测船舶的工作,预先发现潜在的故障因素,及早采取措施,防止突发性故障。
预知维修方式,不仅大大减少了灾难的发生,而且避免了失修和过剩维修,经济效益可观,很快被大多数船公司认可,促使故障诊断技术得到了迅速发展。
二、国内外故障诊断技术研究现状
故障诊断发展至今,取得了很大进步。
但是目前,故障诊断方法的分类还没有统一标准。
根据其理论和方法特点,一般为基于信号处理的方法、基于解析模型的方法和基于知识的方法等三类[]2。
2.1 基于信号处理的方法
基于信号处理的方法,通常利用信号模型,直接根据检测数据判断,也可采用相应的信号分析和处理方法,如相关函数如相关函数、频谱、自回归滑动平均等,提取诸如方差、幅值、频率等特征。
直接利用信号模型、回避了抽取对象数学模型的难点,对于线性系统和非线性系统都适用,具有一定的通用性。
这种方法具体可分为下面几种实现方式[]2
(1)直接测量法
即通过仪器、仪表等,并借助操作人员的感官,通过看、听、摸、嗅等方法,直接测量或观测被诊断对象有关的输出。
若输出超出正常范围,则认为对象经或将要发生故障。
故障诊断技术发展的初期阶段,大多采用这种方法,特点是简单,但常常受操作人员的经验、技术水平和身体状态等的影响,容易出现误判和漏判。
(2)信号处理技术
故障往往由于冲击、振荡、碰撞、转速突变等引起,从而也引发相应状态监测传感器的检测信
号的突变和噪声增加,各种变化的奇变点处含有丰富的故障信息。
因此,可通过分析信号的奇变点,提取故障特征,并由此特征诊断出故障部位和及故障时间等。
傅立叶变换
是把信号按三角正、余弦基展开,将任意函数表示为具有不同频率的谐波函数的线性迭加,能较好地显示信号的频率特性,是常用的方法。
但它在时域上无任何分辨,不能作局部分析,为理论和应用都带来了许多不便不能充分描述时变的非平稳信号,只适合确定的平稳信号,而目前各领域的共同要求是有效地分析非平稳信号。
频谱分析和时频分析
分析信号局部的时频,能够在一定程度上弥补傅里叶变换的不足。
频谱分析只能确定信号中含有哪些频率成分;时频分析则能够确定在某一特定时间的信号中含有哪些频率成分。
2.2基于解析模型的方法
基于解析模型的方法是最早发展起来的故障诊断方法。
它又可以分为参数估计方法、状态估计方法、等价空间方法等三种。
这三种方法虽然是独立发展起来的,但是它们之间存在一定的联系。
现已证明,基于观测器的状态估计方法,与等价空间方法是等价的,与参数估计方法在本质上是互补的。
2.3基于知识的方法
基于知识的方法,与基于信号处理的方法类似,也不需要系统的定量数学模型,但它克服了后者的缺点,引人了诊断对象的许多信息,特别是可以充分地利用专家的诊断知识等,所以是一种很有前途的方法,尤其是在非线性系统领域。
有以下几种方法[]2:
(1)故障树推理法
(2)神经网络方法
(3)模糊推理方法
(4)专家系统方法
专家系统,是将人类专家的知识和经验输人到计算机中,使计算机能够以“思维”和“推理”的方式,利用这些知识和经验,从而解决特定的问题。
专家系统通常包括以下几个子系统
知识获取系统,即把专家的知识和经验转换成知识库的内容;
知识库,用于存储有关的知识,经验和规则;
推理机,根据一定的规则,从“知条件出发”推出特定的结论;
输入输出系统,即用户与专家系统人机交互的界面。
专家系统用于故障诊断,可以将某领域中许多专家的经验和知识汇集起来,集各家之长,使系统的诊断处理能力超过单个人类专家的水平,提高故障诊断的有效性。
事实上。
专家系统现已成为故障诊断系统开发的重要技术支柱之一。
专家系统在船舶上也有应用。
(5)几种方法的融合
任何一种技术的存在均有其特定的性质和应用范围,这就决定了其应用的局限性。
例如专家系统善于知识表达和解释推理,但却不具备学习能力,对于首次发生的新故障,由于规则库中缺乏相应的诊断知识,系统不具有处理能力,而神经网络恰恰具有学习能力,能够根据新故障样本,自动学习和训练,更新故障诊断知识并形成新的故障诊断规则。
目前常用的技术融合有:专家系统与神经网络的结合,神经网络,模糊推理与专家系统的结合;神经网络与小波技术的结合等。
基于信息融合的综合诊断技术是船舶故障诊断领域一个新发展方向。
三、发展与展望[]1
船舶故障诊断技术发展至今已经取得了相当多的研究成果,有的技术已投人到实际应用中,并产生积极的效果,但仍存在着许多有待解决的问题我国在船舶故障诊断、维修及工况优化等方面研究起步较晚。
近年来,虽经国内航海界众多院校、研究所的专家努力,取得了一定的成绩,但由于设计思想与实际应用不尽相符,轮机人员无法满意,致使难以应用。
到目前为止,尚未见到过一个功能完备的故障诊断系统在实船上应用的报告。
世界上现今虽有一些可用于实际故障诊断专家系统,但也仅适合于某一机型,难以适合我国航海事业发展的需要。
因此可以说,船舶故障诊断技术仍处于初级阶段有待解决的问题还很多,也是今后的研究方向。
参考文献:
[1]姜莹任光贾宝柱船舶故障诊断的新发展[J].航海技术,2004(1)
[2]王颖船舶柴油机故障诊断研究[J].船舶工程,2002(4)
[3]林金表船舶机舱的综合性专家系统[J].船中国造船,1966(6)
[4]吴婉青吴恒.船舶才有机故障诊断专家系统[J].航海技术,1966(1)
[5]王道平,张义忠.故障智能诊断系统的理论与方法.冶金工业出版杜.2001.
[7]杨叔子.史铁林,李东晓.分布式监测诊断系统的开发与设计.振动,测试与诊断.V o1.17,No.1,March1997
[8]吴顺祥.基于数据库的专家系统的研究[J].计算机工程与应用,1996 (5):5~11.
[9]尚汉冀. 内燃机配气凸轮机构. 复旦大学出版社, 1988
[10]W.S McCulloch and W.Pitts, A logical calculus of the ideas immanent in nervous
activity.Bull.Math.Biophys.5(1933),pp,115-133
[11]F.Rosenblatt,Principles of Neurodynamics:Perceptions and the Theory of Brain Mechanisms,Spartan Book,1962。