船舶柴油機(jī)是重要的船舶動(dòng)力裝置,對(duì)其進(jìn)行準(zhǔn)確的狀態(tài)識(shí)別和故障診斷對(duì)于船舶安全航行有著重要意義。隨著信息化技術(shù)和智能化算法研究的不斷深入,利用數(shù)據(jù)驅(qū)動(dòng)和智能算法對(duì)船舶柴油機(jī)進(jìn)行故障診斷是智能船舶的重要一環(huán)。船舶柴油機(jī)故障診斷研究問(wèn)題在于船舶柴油機(jī)故障狀態(tài)運(yùn)行數(shù)據(jù)難以獲得,故障特征數(shù)據(jù)如何選擇和故障診斷模型診斷準(zhǔn)確率較低等。針對(duì)這些問(wèn)題,本文提出主成分分析與粒子群優(yōu)化梯度提升樹(shù)相結(jié)合的故障診斷方案并展開(kāi)研究。在船舶柴油機(jī)故障運(yùn)行數(shù)據(jù)方面,以9L34DF型四沖程中速船舶柴油機(jī)為研究對(duì)象,對(duì)船舶柴油機(jī)進(jìn)行AVL BOOST仿真建模。將仿真計(jì)算結(jié)果與柴油機(jī)臺(tái)架試驗(yàn)數(shù)據(jù)對(duì)比,驗(yàn)證了柴油機(jī)仿真模型的可用性和準(zhǔn)確性。設(shè)計(jì)柴油機(jī)故障仿真方案,選取了單缸供油不均、壓縮比下降、空冷器效率下降和增壓器效率下降4種故障,為了區(qū)別故障程度的不同,將每種故障狀態(tài)區(qū)分輕度、中度和重度故障,設(shè)計(jì)故障仿真方案并進(jìn)行實(shí)驗(yàn)計(jì)算,選取了輸出扭矩、輸出功率、平均有效壓力、有效燃油消耗率、缸內(nèi)爆發(fā)壓力等25個(gè)參數(shù)作為故障診斷的特征數(shù)據(jù),并進(jìn)行對(duì)不同故障狀態(tài)下的運(yùn)行數(shù)據(jù)與正常狀態(tài)進(jìn)行對(duì)比分析。在柴油機(jī)運(yùn)行數(shù)據(jù)特征融合和故障檢測(cè)方面,... 

【文章來(lái)源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 研究方向及國(guó)內(nèi)外現(xiàn)狀
    1.3 本文研究?jī)?nèi)容
2 船舶柴油機(jī)故障診斷基礎(chǔ)理論
    2.1 柴油機(jī)故障運(yùn)行數(shù)據(jù)
    2.2 故障診斷特征工程
        2.2.1 數(shù)據(jù)預(yù)處理
        2.2.2 特征融合
    2.3 梯度提升樹(shù)算法原理
        2.3.1 決策樹(shù)
        2.3.2 梯度提升樹(shù)
    2.4 模型性能指標(biāo)
    2.5 本章小結(jié)
3 船舶柴油機(jī)故障仿真
    3.1 船舶柴油機(jī)仿真
        3.1.1 柴油機(jī)仿真建模
        3.1.2 仿真模型驗(yàn)證
    3.2 船舶柴油機(jī)故障仿真
        3.2.1 船舶柴油機(jī)故障仿真方案
        3.2.2 船舶柴油機(jī)運(yùn)行數(shù)據(jù)
    3.3 本章小結(jié)
4 船舶柴油機(jī)故障特征數(shù)據(jù)主成分分析
    4.1 主成分分析原理
        4.1.1 主成分分析幾何原理
        4.1.2 主成分分析特征融合原理
        4.1.3 主成分分析故障檢測(cè)原理
    4.2 船舶柴油機(jī)故障數(shù)據(jù)主成分分析案例分析
        4.2.1 基于主成分分析的船舶柴油機(jī)特征融合案例分析
        4.2.2 基于主成分分析的船舶柴油機(jī)故障檢測(cè)案例分析
    4.3 本章小結(jié)
5 船舶柴油機(jī)梯度提升樹(shù)故障診斷應(yīng)用
    5.1 決策樹(shù)故障診斷案例分析
    5.2 梯度提升樹(shù)故障診斷案例分析
    5.3 粒子群優(yōu)化梯度提升樹(shù)故障診斷案例分析
    5.4 船舶柴油機(jī)梯度提升樹(shù)故障診斷系統(tǒng)實(shí)現(xiàn)
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)遺傳優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的船舶柴油機(jī)故障診斷[J]. 唐俊剛,周?chē)[偉,魯楊,夏虹,張懿.  智慧工廠(chǎng). 2019(07)
[2]基于四階段預(yù)處理與GBDT的油浸式變壓器故障診斷方法[J]. 廖偉涵,郭創(chuàng)新,金宇,龔霄.  電網(wǎng)技術(shù). 2019(06)
[3]梯度優(yōu)化決策樹(shù)的集成學(xué)習(xí)及其應(yīng)用[J]. 王延斌,武優(yōu)西,劉洪普.  計(jì)算機(jī)科學(xué). 2018(S2)
[4]基于CART決策樹(shù)的柴油機(jī)故障診斷方法研究[J]. 江志農(nóng),魏東海,王磊,趙志超,茆志偉,張進(jìn)杰.  北京化工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[5]船舶柴油機(jī)故障診斷技術(shù)發(fā)展現(xiàn)狀與趨勢(shì)分析[J]. 劉世偉.  內(nèi)燃機(jī)與配件. 2018(06)
[6]基于PCA-BP神經(jīng)網(wǎng)絡(luò)在船用柴油機(jī)熱工故障診斷中的應(yīng)用研究[J]. 尚前明,唐新飛,陳輝,楊安聲,曹玉佩,孫俊.  中國(guó)修船. 2017(05)
[7]基于梯度提升決策樹(shù)的電力電子電路故障診斷[J]. 陳宏,鄧芳明,吳翔,付智輝.  測(cè)控技術(shù). 2017(05)
[8]基于不平衡支持向量數(shù)據(jù)描述的故障診斷算法[J]. 韓志艷,王健.  計(jì)算機(jī)工程. 2017(05)
[9]基于數(shù)據(jù)庫(kù)與專(zhuān)家系統(tǒng)的柴油機(jī)故障診斷軟件開(kāi)發(fā)[J]. 金炳哲,陳冬梅,徐在強(qiáng).  柴油機(jī). 2017(01)
[10]模糊核聚類(lèi)在船舶故障診斷中的應(yīng)用[J]. 唐燕雯.  艦船科學(xué)技術(shù). 2016(24)

博士論文
[1]基于專(zhuān)家系統(tǒng)的核動(dòng)力裝置故障診斷方法研究[D]. 王文林.哈爾濱工程大學(xué) 2016
[2]船舶柴油機(jī)瞬時(shí)轉(zhuǎn)速和熱力參數(shù)監(jiān)測(cè)診斷技術(shù)研究[D]. 余永華.武漢理工大學(xué) 2007
[3]基于信息融合技術(shù)船舶柴油機(jī)故障診斷方法的研究與應(yīng)用[D]. 李宏坤.大連理工大學(xué) 2003

碩士論文
[1]基于多維度特征融合和GBDT增強(qiáng)分類(lèi)的列車(chē)制動(dòng)系統(tǒng)故障診斷[D]. 張猛.北京交通大學(xué) 2018
[2]船用中速柴油機(jī)熱工故障仿真與診斷研究[D]. 謝敢.集美大學(xué) 2014
[3]智能柴油機(jī)故障診斷系統(tǒng)設(shè)計(jì)[D]. 李聚保.武漢理工大學(xué) 2013
[4]船舶動(dòng)力設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)研究[D]. 于學(xué)寬.武漢理工大學(xué) 2013
[5]基于嵌入式技術(shù)的柴油機(jī)故障診斷系統(tǒng)的設(shè)計(jì)[D]. 李招峰.武漢理工大學(xué) 2012
[6]柴油發(fā)動(dòng)機(jī)運(yùn)行狀態(tài)監(jiān)測(cè)和故障診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉鑫.電子科技大學(xué) 2006



本文編號(hào)：3160600