現代化大型船舶自動化程度日趨提高,船舶柴油機的故障監(jiān)測和診斷技術已經成為提高船舶安全性和可靠性的重要方式之一。由英國柴油機工程師和用戶協(xié)會提供的停機故障分析表明,造成柴油機停機后果的各種原因中燃油系統(tǒng)的故障占27%,比例最大。由于船舶柴油機燃油系統(tǒng)結構復雜,各個部件之間存在冗雜的非線性耦合關系,導致采集的樣本數據具有典型的非線性多維特性,因此傳統(tǒng)的線性方法在處理船舶燃油系統(tǒng)故障診斷問題時具有較大的局限性。本文以此為背景,開展了基于優(yōu)化核主成分分析(Kernel Principal.Component Analysis,KPCA)和多分類支持向量機的船舶柴油機燃油系統(tǒng)故障監(jiān)測與診斷技術研究。針對船舶燃油系統(tǒng)故障樣本數據存在非線性強和噪聲干擾的問題,首先提出采用KPCA對樣本數據進行非線性特征提取,提取出樣本數據特征的高維信息,其次在特征空間中構建T2和SPE統(tǒng)計量模型,最后通過監(jiān)測樣本數據統(tǒng)計量的變化實現了對船舶燃油系統(tǒng)故障的實時監(jiān)測。由于KPCA性能受內部核函數參數影響,提出了基于粒子群優(yōu)化核函數參數的選優(yōu)方法,通過建立核函數參數優(yōu)化模型,實現了 KPCA核函數參數的尋優(yōu),并對粒子群算法...

【文章頁數】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 船舶柴油機故障診斷研究發(fā)展現狀
        1.2.1 故障監(jiān)測和診斷技術國內外研究現狀
        1.2.2 故障監(jiān)測和診斷技術的發(fā)展趨勢
    1.3 論文主要研究內容
2 船舶柴油機燃油系統(tǒng)故障監(jiān)測及診斷分析
    2.1 船舶燃油系統(tǒng)概述
        2.1.1 燃油系統(tǒng)低壓油路
        2.1.2 燃油系統(tǒng)高壓油路
        2.1.3 燃油噴射過程
    2.2 主要故障部件原理分析
        2.2.1 噴油泵工作原理分析
        2.2.2 噴油器工作原理分析
        2.2.3 燃油系統(tǒng)常見故障分析
    2.3 常見故障監(jiān)測和診斷方法
        2.3.1 故障診斷過程
        2.3.2 常見故障監(jiān)測和診斷方法
        2.3.3 船舶柴油機故障監(jiān)測和診斷的目的
    2.4 本章小結
3 基于KPCA的非線性特征提取與SVM的模式識別
    3.1 基于KPCA的非線性特征提取
        3.1.1 KPCA基本原理
        3.1.2 KPCA非線性特征提取步驟
        3.1.3 SPE和T²統(tǒng)計量
        3.1.4 基于KPCA的非線性特征提取分析
    3.2 基于SVM的故障模式識別
        3.2.1 支持向量機概述
        3.2.2 支持向量機基本原理
        3.2.3 軟間隔最優(yōu)分類面
        3.2.4 非線性支持向量機
        3.2.5 基于兩類樣本的SVM數值仿真
    3.3 本章小結
4 基于PSO優(yōu)化KPCA的船舶燃油系統(tǒng)故障監(jiān)測
    4.1 PSO優(yōu)化算法概述
        4.1.1 PSO基本原理
        4.1.2 PSO優(yōu)化參數選擇
        4.1.3 基于改進PSO算法數值仿真
    4.2 基于KPCA的故障監(jiān)測模型搭建
        4.2.1 核函數及參數確定方法
        4.2.2 樣本數據采集
        4.2.3 基于KPCA的故障監(jiān)測實現流程
        4.2.4 基于KPCA的船舶燃油系統(tǒng)故障監(jiān)測實驗
    4.3 基于PSO優(yōu)化KPCA的船舶燃油系統(tǒng)故障監(jiān)測
        4.3.1 基于PSO優(yōu)化KPCA的故障監(jiān)測算法設計
        4.3.2 基于PSO優(yōu)化KPCA的船舶燃油系統(tǒng)故障監(jiān)測實驗
    4.4 本章小結
5 基于PSO優(yōu)化KPCA-SVM的船舶燃油系統(tǒng)故障診斷
    5.1 構建多分類支持向量機
        5.1.1 一對多方法
        5.1.2 一對一方法
        5.1.3 直接非循環(huán)圖法
        5.1.4 決策樹法
    5.2 基于PSO優(yōu)化KPCA-SVM的船舶燃油系統(tǒng)故障診斷
        5.2.1 故障診斷算法設計思路
        5.2.2 故障診斷實驗步驟
        5.2.3 船舶燃油系統(tǒng)故障診斷實驗
    5.3 本章小結
結論與展望
參考文獻
致謝
作者簡歷及攻讀碩士學位期間的科研成果



本文編號：4044527