目前,故障診斷與趨勢預測已成為船舶領域一個重要研究熱點,研究和探索更實用、更科學的診斷方法應用于船舶設備故障診斷,這將有效提高船舶航行與運營的安全性。船舶壓載水系統(tǒng)是調(diào)整船舶浮態(tài)的重要輔助系統(tǒng),在保持船體平衡,維持適當?shù)姆�(wěn)心高度,減輕船體振動等方面扮演重要角色。而壓載水系統(tǒng)本身設備較多,空間跨度大,系統(tǒng)出現(xiàn)故障隱患不易排查。本文根據(jù)系統(tǒng)工作環(huán)境和工作過程,總結(jié)了系統(tǒng)的故障特點,對系統(tǒng)常見故障類型和故障現(xiàn)象進行了分析。為了設計適合壓載水系統(tǒng)的故障診斷的方法,本文分別研究了基于神經(jīng)網(wǎng)絡的診斷方法和基于D-S證據(jù)理論的融合診斷方法,分析了兩者的故障診斷實質(zhì)和診斷特點,并設計了具體的故障診斷流程。通過應用基于神經(jīng)網(wǎng)絡的診斷方法對壓載水系統(tǒng)進行故障診斷,發(fā)現(xiàn)單一神經(jīng)網(wǎng)絡不能完全滿足系統(tǒng)診斷需求,存在一定程度的故障識別錯誤。而多個神經(jīng)網(wǎng)絡與D-S證據(jù)理論相結(jié)合可以改善由于輸入數(shù)據(jù)不準確帶來的識別錯誤的問題,提高故障診斷的正確率。同時,神經(jīng)網(wǎng)絡的診斷輸出可以作為證據(jù)理論的基本信度分配函數(shù),彌補了人為主觀性缺陷,而證據(jù)理論的不確定性推理能力又可以解決單一神經(jīng)網(wǎng)絡輸出不穩(wěn)定的問題,也降低了網(wǎng)絡的復雜度。... 

【文章來源】：大連海事大學遼寧省 211工程院校

【文章頁數(shù)】：106 頁

【學位級別】：碩士

【部分圖文】：

圖２．１泵特性曲線??Ｆｉｇ．?２．１?Ｐｕｍｐ?ｃｈａｒａｃｔｅｒｉｓｔｉｃ?ｃｕｒｖｅ??．，，，／，??

??化的關系，圖２．１?（ｂ）中描述的是栗的軸功率隨流量變化的關系，根據(jù)這些變化??關系可以大致判斷泵的工作狀況，也可以判斷泵的性能能否滿足實際壓載水系統(tǒng)??工況的需要。??（２）

息的不夠準確和不夠全面的問題。??因此，將神經(jīng)網(wǎng)絡和Ｄ－Ｓ證據(jù)理論相結(jié)合，一定程度上能提高故障分類精度??和效率。如圖５．１所示，本文設計了基于ＢＰ神經(jīng)網(wǎng)絡和Ｄ－Ｓ證據(jù)融合的故障診斷??－５６－??

【參考文獻】：
期刊論文
[1]基于信息融合的船舶中央冷卻系統(tǒng)運行狀態(tài)評估[J]. 賈寶柱,賈志濤,趙祥.  大連海事大學學報. 2017(04)
[2]船舶智能化研究現(xiàn)狀與展望[J]. 柳晨光,初秀民,謝朔,嚴新平.  船舶工程. 2016(03)
[3]智能船舶的研究現(xiàn)狀與發(fā)展趨勢[J]. 嚴新平.  交通與港航. 2016(01)
[4]基于LabVIEW的船舶壓載水遠程監(jiān)控系統(tǒng)設計[J]. 侯永濤,石杰,顧寄南.  機床與液壓. 2016(03)
[5]神經(jīng)網(wǎng)絡七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計算機學報. 2016(08)
[6]一種基于證據(jù)理論和前景理論的船舶綜合安全評估方法[J]. 譚家萬,袁浩.  重慶交通大學學報(自然科學版). 2015(05)
[7]船舶冷卻水系統(tǒng)智能故障診斷設備[J]. 李國龍,張躍文,鄒永久,王在忠.  大連海事大學學報. 2013(03)
[8]船舶壓載閥門遙控系統(tǒng)中閥門驅(qū)動型式探討[J]. 劉玉坤.  造船技術. 2013(02)
[9]基于證據(jù)理論的船舶大風浪中航行的安全評價[J]. 孫健,王鳳武,劉強,曲峰德.  大連海事大學學報. 2013(01)
[10]基于粗糙集的模糊神經(jīng)網(wǎng)絡在故障診斷中的應用[J]. 韓江,李雪冬,夏鏈,余道洋.  合肥工業(yè)大學學報(自然科學版). 2012(05)

博士論文
[1]遞歸神經(jīng)網(wǎng)絡梯度學習算法的收斂性[D]. 徐東坡.大連理工大學 2009

碩士論文
[1]典型故障狀態(tài)下船用離心泵運行特性研究[D]. 張景.江蘇大學 2017
[2]基于信息融合的柴油機故障診斷技術研究[D]. 李環(huán)宇.大連海事大學 2017
[3]基于LabVIEW的船舶壓載水監(jiān)控系統(tǒng)研究[D]. 石杰.江蘇大學 2016
[4]基于BP神經(jīng)網(wǎng)絡的風機故障預警[D]. 王賀.華北電力大學 2015
[5]多傳感器信息融合技術在電機故障診斷中的應用研究[D]. 張岳.蘭州理工大學 2014
[6]船舶動力系統(tǒng)故障診斷方法與趨勢預測技術研究[D]. 徐曉健.武漢理工大學 2014
[7]基于神經(jīng)網(wǎng)絡的船舶柴油機故障診斷技術[D]. 許麗君.江蘇科技大學 2013
[8]基于神經(jīng)網(wǎng)絡的船舶燃油系統(tǒng)故障診斷研究[D]. 張華東.大連海事大學 2013
[9]船舶燃油供給系統(tǒng)故障診斷研究[D]. 于洪波.大連海事大學 2012
[10]船舶電力推進系統(tǒng)故障診斷技術研究[D]. 毛文娟.哈爾濱工程大學 2012



本文編號：3407318