船舶故障诊断技术研究【文献综述】
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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