【摘要】：在現(xiàn)代科學(xué)技術(shù)的推動下,船舶正不斷地向網(wǎng)絡(luò)化、數(shù)字化及智能化的方向發(fā)展,這就對船舶的可靠性及管理效率提出了更高的要求。作為船舶核心設(shè)備,柴油機的運行狀態(tài)直接影響到船舶航行安全,其嚴重事故可能會導(dǎo)致災(zāi)難性的后果,而傳統(tǒng)的監(jiān)控報警和人工檢測的方式顯然滿足不了船舶智能化的要求。因此,船舶柴油機故障的智能檢測與診斷方法逐漸成為船舶智能化研究的熱點。本文以7K98MC型柴油機為研究對象,基于Matlab/Simulink平臺搭建柴油機工作過程的仿真模型,在仿真基礎(chǔ)上,利用主元分析(PCA)與BP神經(jīng)網(wǎng)絡(luò)進行柴油機的故障檢測與診斷方法研究。本文主要完成的研究工作包括以下幾個方面:(1)介紹柴油機的工作過程及各子系統(tǒng)的數(shù)學(xué)模型,利用Matlab/Simulink搭建7K98MC型柴油機各個系統(tǒng)模塊的仿真模型,并將仿真結(jié)果與臺架試驗數(shù)據(jù)進行對比驗證模型的準確性與合理性。同時,利用柴油機的仿真模型分別對壓氣機故障、中冷器故障、噴油定時故障、單缸噴油不足、排氣管故障等6種常見的柴油機故障進行仿真計算,得到不同故障及不同故障程度下柴油機各參數(shù)的特征。結(jié)果表明,該模型的仿真計算結(jié)果與實際的理論結(jié)果相吻合,并且具有較高的仿真精度。(2)闡述PCA進行故障檢測的原理,在Q統(tǒng)計量和T~2統(tǒng)計量的基礎(chǔ)上提出一種綜合統(tǒng)計量的故障檢測方法,結(jié)合貢獻圖分析各故障下變量因素的影響,并通過柴油機的故障仿真數(shù)據(jù)對PCA的檢測效果進行實例驗證。結(jié)果表明,PCA對柴油機的故障狀態(tài)有較好的檢測能力,并且利用貢獻圖可以更好地分析故障原因。(3)研究BP神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)及算法原理,分析標(biāo)準及改進BP神經(jīng)網(wǎng)絡(luò)的尋優(yōu)能力和預(yù)測精度,提出PCA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)故障診斷的方法,并將正常及6種故障模式下的柴油機數(shù)據(jù)進行故障模式識別驗證。結(jié)果表明,采用PCA簡化了BP神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu),提高了故障診斷的效率,并且具有較高的識別精度。
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U672
【圖文】：

圖 2-2 柴油機模型的整體結(jié)構(gòu)如圖 2-2 所示，每一個封裝模塊都可以雙擊打開，便于輸入環(huán)境條件和柴油機的各子模塊的相關(guān)參數(shù)等。通過圖 2-2 還可以很直觀的看出每個模塊之間的關(guān)系及數(shù)據(jù)傳輸、反饋，并將運行數(shù)據(jù)存儲到 Workspace 中，也可以在 Scope 中觀察數(shù)據(jù)的變化趨勢。該模型將壓氣機、中冷器、輔助風(fēng)機和初始環(huán)境參數(shù)封裝在一個模塊中，并根據(jù) 2.1 節(jié)中的相關(guān)數(shù)學(xué)模型公式進行搭建。調(diào)速器通過設(shè)定轉(zhuǎn)速setN 與柴油機的實際轉(zhuǎn)速eN 的偏差輸出命令信號驅(qū)動油門桿調(diào)節(jié)高壓油泵的齒條位置Fr 對噴油量進行控制，從而對柴油機的轉(zhuǎn)速進行調(diào)節(jié)。螺旋槳系統(tǒng)用來對柴油機的負載進行模擬，包括螺旋槳模塊和柴油機軸系模塊。另外，柴油機的氣缸模塊也嵌套了多個子模塊，并且多個子模塊之間的關(guān)系較為復(fù)雜。模型中的氣缸、排氣管和掃氣箱都可以看作為控制容積，如果考慮工質(zhì)的積累，可以根據(jù)開式熱力系統(tǒng)對其進行建模。在所有的仿真模型中，柴油機氣缸模型最為復(fù)雜，如圖 2-3 所示。該仿真模型將 7K98MC 型柴油機的 7 個氣缸模型都封裝在一起，并且將每個缸的輸出相疊加輸出到柴油機相對應(yīng)的每個模塊中進行計算。

圖 2-3 柴油機多缸仿真模型柴油機的單個氣缸模塊如圖 2-4 所示，每一個氣缸模塊都包括掃氣口（左上部分）、排氣閥（左下部分）、氣缸、三個系統(tǒng)模型。其中，掃氣口以掃氣箱出口的新鮮空氣的熱力學(xué)狀態(tài)為輸入，排氣閥以排氣管出口的廢氣的熱力學(xué)狀態(tài)為輸入，并且這兩個模塊都按照一維等熵絕熱過程進行建模，兩者都是根據(jù)氣缸的曲柄轉(zhuǎn)角 CA_cyl 進行開啟和關(guān)閉動作。柴油機的氣缸模型較為復(fù)雜，柴油機的每個氣缸按照各氣缸的發(fā)火順序進行工作，氣缸發(fā)火間隔為 360/7deg。本模型將柴油機的工作過程分為兩個使能子系統(tǒng)，子系統(tǒng) 1 主要計算柴油機的壓縮、燃燒、膨脹和自由排氣階段過程，子系統(tǒng) 2 主要計算柴油機的掃氣過程，兩個子系統(tǒng)的觸發(fā)用“iscav”進行判斷，并且缸內(nèi)的熱力參數(shù)結(jié)果由 Switch 進行切換選取。“iopen”用來判斷氣缸處于開式系統(tǒng)還是閉式系統(tǒng)。在氣缸中，包括較多的參數(shù)輸入，如氣缸參數(shù)、氣缸的初始環(huán)境參數(shù)、柴油機的參數(shù)及用于計算氣缸扭矩的摩擦參數(shù)等；并且，缸內(nèi)涉及多個模型的計算，如燃燒模型、傳熱模型、氣缸扭矩模型及噴油定時模型等。

柴油機缸內(nèi)仿真模型

【相似文獻】

相關(guān)期刊論文 前10條

1 任仁良;袁鵬;;航空鋰電池故障檢測與診斷[J];電源技術(shù);2018年12期

2 張京;;故障檢測技術(shù)在電子電路的研究[J];通訊世界;2017年03期

3 馮珊珊;;芻議數(shù)字電路在線故障檢測技術(shù)[J];信息通信;2015年12期

4 郭瞻;洪超;;在《汽車故障檢測與維修》中應(yīng)用思維導(dǎo)圖教學(xué)法的研究[J];科技風(fēng);2016年08期

5 李景林;;大數(shù)據(jù)環(huán)境下的網(wǎng)格動態(tài)故障檢測研究[J];計算機應(yīng)用與軟件;2016年06期

6 劉杰;;關(guān)于暖通空調(diào)系統(tǒng)故障檢測與診斷技術(shù)研究進展[J];企業(yè)導(dǎo)報;2016年19期

7 王毅敏;;基于高服務(wù)質(zhì)量的云網(wǎng)絡(luò)故障檢測方案分析[J];信息通信;2015年10期

8 黃曉桃;;電子電路故障檢測技術(shù)與方法[J];數(shù)碼世界;2017年08期

9 韓琦;魏東;曹勇;;暖通空調(diào)系統(tǒng)故障檢測與診斷技術(shù)研究進展[J];暖通空調(diào);2014年03期

10 侯燕;;基于神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)故障檢測[J];煤炭技術(shù);2012年04期

相關(guān)會議論文 前10條

1 趙琦;周東華;;閉環(huán)系統(tǒng)的小故障檢測與分離方法[A];第十九屆中國控制會議論文集（二）[C];2000年

2 徐子偉;張陳斌;陳宗海;;基于數(shù)據(jù)驅(qū)動的故障檢測和診斷方法概述[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第16卷）[C];2015年

3 魏運鵬;;紅外檢測技術(shù)在梅鋼設(shè)備熱故障檢測中的應(yīng)用[A];中國計量協(xié)會冶金分會2009年年會論文集[C];2009年

4 紀志成;蘇曉丹;;一類線性時變系統(tǒng)的故障檢測和分析方法研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

5 李福明;段廣仁;;一種魯棒故障檢測與分離的參數(shù)化方法[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

6 周東華;;一種工業(yè)異步電機的在線故障檢測與診斷新方法[A];1994年中國控制會議論文集[C];1994年

7 王委斌;;牽引電機狀態(tài)修及故障檢測[A];2005年鐵道牽引動力學(xué)術(shù)年會論文集[C];2005年

8 葛彤;鄧建華;;復(fù)雜動態(tài)系統(tǒng)故障檢測與診斷的層次遞進方法[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

9 魏晨;陳宗基;;非線性系統(tǒng)的魯棒故障檢測與診斷[A];第十九屆中國控制會議論文集（二）[C];2000年

10 王洪江;孫保民;田進步;;一種圖形化的故障檢測和診斷方法[A];全國第19屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

相關(guān)重要報紙文章 前10條

1 上海 徐亞東;ADSL故障檢測利器[N];電腦報;2004年

2 王政;湖北移動網(wǎng)絡(luò)故障檢測能力成倍提升[N];人民郵電;2015年

3 陳代壽;BFD高速路由故障檢測[N];中國計算機報;2005年

4 記者 薛貴寶　通訊員 桂九宏;假故障檢測“大車”真功夫[N];人民鐵道;2009年

5 海南 李平勝;電腦花樣縫紉機漏氣故障檢測1例[N];電子報;2016年

6 成都 史為 編譯;有線電視用戶線故障檢測法[N];電子報;2013年

7 暴青雨　本報特約通訊員 趙彥斌;為了戰(zhàn)時能打贏[N];解放軍報;2011年

8 宇航智控;預(yù)測與健康管理(PHM)技術(shù)[N];中國航空報;2018年

9 吉林 孫德印;飛利浦20GX8552/57R彩電保護電路原理與故障檢測[N];電子報;2009年

10 遲中基;亟待建立手機故障檢測鑒定機構(gòu)[N];中國消費者報;2004年

相關(guān)博士學(xué)位論文 前10條

1 周萌;基于多目標(biāo)觀測器設(shè)計的故障檢測與分離[D];哈爾濱工業(yè)大學(xué);2018年

2 王艷芹;網(wǎng)絡(luò)環(huán)境下離散隨機系統(tǒng)故障檢測及應(yīng)用研究[D];東北石油大學(xué);2017年

3 王世林;基于多元統(tǒng)計分析的工業(yè)過程故障檢測研究[D];華北電力大學(xué)(北京);2018年

4 段超群;基于退化特征的隱狀態(tài)裝備故障檢測策略優(yōu)化及健康預(yù)測[D];華中科技大學(xué);2018年

5 蔣立;基于自編碼器模型的非線性過程監(jiān)測[D];浙江大學(xué);2018年

6 潘怡君;基于魯棒主元分析方法的大型高爐故障檢測研究[D];浙江大學(xué);2018年

7 宋凱;基于PLS的統(tǒng)計質(zhì)量監(jiān)控研究與應(yīng)用[D];浙江大學(xué);2005年

8 王紅茹;動態(tài)系統(tǒng)的魯棒故障檢測與分離方法研究[D];哈爾濱工業(yè)大學(xué);2006年

9 朱張青;動態(tài)系統(tǒng)的魯棒故障檢測與診斷技術(shù)[D];南京理工大學(xué);2005年

10 呂明;網(wǎng)絡(luò)控制系統(tǒng)的故障檢測與診斷[D];南京理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 胡昭中;回轉(zhuǎn)窯主要故障檢測中的信號處理研究[D];武漢理工大學(xué);2018年

2 唐新飛;船用柴油機故障檢測與診斷方法研究[D];武漢理工大學(xué);2018年

3 易維淋;基于極限學(xué)習(xí)機的工業(yè)過程故障檢測與診斷方法研究[D];中國石油大學(xué)(華東);2017年

4 吳婷;減震器測試系統(tǒng)的控制與故障檢測[D];中國石油大學(xué)(華東);2017年

5 周劍飛;基于深度學(xué)習(xí)的設(shè)備異常檢測方法研究[D];北方工業(yè)大學(xué);2019年

6 梁雨簫;變風(fēng)量空調(diào)系統(tǒng)空氣處理機組故障檢測與診斷[D];長安大學(xué);2018年

7 欒悅yN;帶補償電容器的停電線路有源故障檢測技術(shù)[D];山東大學(xué);2018年

8 張木柳;基于航拍圖像的輸電線路關(guān)鍵部件識別與故障檢測[D];華北電力大學(xué);2018年

9 王云濤;基于運動學(xué)輔助的行人導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究[D];南京師范大學(xué);2018年

10 苗樂飛;面向SDN故障檢測與恢復(fù)的設(shè)計與實現(xiàn)[D];河南大學(xué);2018年

本文編號：2763747