針對工作環(huán)境惡劣、維護保養(yǎng)不便的,艦船管路難以迅速定位的泄漏點及對其進行的損害管制,提出了一種基于VMD和RBF的艦船管路泄漏識別和定位的方法。對管路泄漏產(chǎn)生的空化現(xiàn)象、湍流和流體與管路的摩擦進行分析,研究影響泄漏產(chǎn)生激勵的因素;提出一種基于變分模態(tài)分解（VMD）與徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)的管路泄漏識別和定位方法,通過VMD得到有效分量的中心頻率和能量值分別構(gòu)造特征向量,輸入RBF神經(jīng)網(wǎng)絡(luò),以達到泄漏識別和定位的目的;模擬艦船環(huán)境,搭建泄漏管路試驗平臺,分析泄漏管路不同工況下的振動信號,并對RBF神經(jīng)網(wǎng)絡(luò)的診斷準確率進行驗證。實測艦船管路故障信號分析表明,泄漏識別的準確率為90%,泄漏定位的準確率為87.5%。 

【文章來源】：船舶工程. 2020,42(10)北大核心CSCD

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)輔助容積卡爾曼濾波的多自主水下航行器協(xié)同定位方法[J]. 徐博,李盛新,金坤明,王連釗.  兵工學(xué)報. 2019(10)
[2]基于大數(shù)據(jù)的船舶建造供應(yīng)商RBF神經(jīng)網(wǎng)絡(luò)評價模型研究[J]. 錢芳.  艦船科學(xué)技術(shù). 2019(07)
[3]基于VMD和SVM的艦船輻射噪聲特征提取及分類識別[J]. 李余興,李亞安,陳曉,蔚婧.  國防科技大學(xué)學(xué)報. 2019(01)
[4]基于增強VMD相關(guān)分析的水電機組擺度信號降噪[J]. 付文龍,李雄,鄒祖冰,陳鐵,譚佳文.  水力發(fā)電學(xué)報. 2018(12)
[5]VMD結(jié)合誤差能量算法在管道泄漏檢測中的應(yīng)用[J]. 梁洪衛(wèi),鄒岱峰,高丙坤,闞玲玲.  化工自動化及儀表. 2017(12)
[6]基于模糊補償?shù)腞BF神經(jīng)網(wǎng)絡(luò)機械手控制[J]. 毛潤,高宏力,宋興國.  西南交通大學(xué)學(xué)報. 2018(03)
[7]采用小波包能量熵的銑削振動狀態(tài)分析方法研究[J]. 張智,劉成穎,劉辛軍,張潔.  機械工程學(xué)報. 2018(21)
[8]一種基于VMD和小波去噪的管道泄漏檢測算法[J]. 潘凌云,趙巖,高丙坤.  自動化技術(shù)與應(yīng)用. 2017(09)
[9]船舶管路系統(tǒng)泄漏定位實驗研究[J]. 吳紹科,付立東,張躍文,張鵬.  艦船科學(xué)技術(shù). 2017(17)
[10]基于流量平衡法的泄漏識別改進算法[J]. 張弢甲,富寬,劉勝楠,鄭健峰,施寧.  管道技術(shù)與設(shè)備. 2017(04)



本文編號：3159294