發(fā)布時間：2017-05-15 20:15

  本文關鍵詞：船舶柴油機振動故障診斷研究，由筆耕文化傳播整理發(fā)布。

【摘要】：船舶柴油機及其相關設備運行狀態(tài)的良好是船舶安全的重要保證。長久以來，船舶柴油機的狀態(tài)監(jiān)測與故障診斷技術的研究都得到了廣泛的重視，其診斷的新方法和設備也層出不窮。尤其是基于振動信號監(jiān)測、處理、分析的方法，其理論基礎日趨成熟、分析測試設備日趨完善、診斷結果的準確性、可靠性大大提高。并且在船上已有相關的應用，本論文研究的內容是上海市教委科技發(fā)展基金項目——“船舶動力裝置的振動激勵譜識別與診斷”的一部分。主要內容如下： 1) 綜述和分析基于振動信號處理的機械故障診斷及其相關技術的內容、發(fā)展概況和趨勢，并在此基礎上，總結了船舶機械故障診斷的發(fā)展概況與方向。 2) 系統(tǒng)地介紹了振動信號處理用于故障診斷的一些常用方法，及其在MATLAB語言中的實現。并針對柴油機振動信號的特點，著重介紹了適用于小樣本信號分析的時間序列分析AR(Auto Regressive)模型及其建模的原理和方法。 3) 在MATLAB語言環(huán)境下開發(fā)了一套適用于船舶柴油機振動信號分析與診斷的應用軟件——《船舶柴油機振動信號分析與故障診斷系統(tǒng)》。文中按系統(tǒng)的構成，分別從信號的處理的一般方法、時間序列分析與建模、神經網絡等幾個方面介紹了系統(tǒng)的操作過程。該程序的開發(fā)為柴油機振動信號的處理帶來極大方便。 4) 采用現代先進測試技術，測取柴油機表面的振動信號，然后綜合運用振動信號處理技術的各種方法，對柴油機的運行狀態(tài)進行分析和相關的故障診斷。文中分析表明柴油機的工作狀態(tài)能夠較靈敏地反映在其機體的振動信號上，基于振動信號分析的柴油機狀態(tài)監(jiān)測系統(tǒng)能夠提高柴油機的工作效率，及時發(fā)現故障，最終提高船舶的安全性和可靠性。 5) 將時間序列分析和神經網絡相結合應用于柴油機振動故障診斷。從時間序列分析的結果中提取柴油機故障的特征參數，然后以此建立相應的神經網絡，識別柴油機的各種故障，可實現兩種方法的優(yōu)勢互補，大大提高診斷的準確性。文中以柴油機氣閥間隙異常的診斷和柴油機負荷狀態(tài)的識別為例，討論了該方法的實現過程及相關的結論。 6) 最后總結全文，并提出與當代前沿科學的融合是船舶柴油機故障振動診斷技術的發(fā)展方向。文中的主要結論有： ①氣體力激勵柴油機缸蓋振動響應幅值隨柴油機負荷的增加而增加，響應信號的功率多集中于1.5～2.5kHz頻段范圍內，且柴油機的負荷越大，該頻段內的功率越集中。 ②氣閥撞擊柴油機缸蓋的振動響應幅值隨氣閥間隙的增大而增大，響應信號的 功率多集中于2一skHz頻段范圍內，且隨氣閥間隙的增大，該頻段的功率越集中。 ③隨柴油機轉速、負荷的增加，機身橫向振動越劇烈，且機身響應信號的功率 多集中于藝.5一skHz頻段范圍內，，柴油機轉速、負荷越大，該頻段的功率越集中。 ④實例分析表明，基于不同的應用目的所建立的神經網絡，對柴油機氣閥間隙 異常的診斷和柴油機負荷狀態(tài)的識別都是可行的，而且診斷結果準確，精度較高。 本文的試驗研究在本校自動化機艙實驗室的柴油機上進行，獲得相關的原始數 據。然后對這些數據逐一分析，并從中找出最有代表性的結論。 本項目受到上海市教委科技基金項目資助，項目編號為:03仄12
【關鍵詞】：柴油機 信號處理 故障診斷 時間序列分析 神經網絡
【學位授予單位】：上海海事大學
【學位級別】：碩士
【學位授予年份】：2004
【分類號】：U672
【目錄】：

• 引言10-11
• 第一章 概述11-23
• 1.1 機械故障診斷技術11-15
• 1.1.1 故障的定義與分類11
• 1.1.2 故障診斷的涵義11-12
• 1.1.3 故障診斷技術的發(fā)展概況12-14
• 1.1.4 機械故障診斷技術的發(fā)展趨勢14-15
• 1.2 振動信號處理15-18
• 1.2.1 振動信號處理的發(fā)展概況15-17
• 1.2.1.1 穩(wěn)態(tài)或準穩(wěn)態(tài)振動信號處理的研究15-16
• 1.2.1.2 非平穩(wěn)振動信號處理的研究16-17
• 1.2.2 振動信號處理在機械故障診斷中的應用17-18
• 1.3 船舶機械故障診斷技術的研究和發(fā)展趨勢18-20
• 1.4 船舶柴油機故障診斷技術概況20-21
• 1.5 課題的研究意義21-22
• 1.6 論文的章節(jié)安排22
• 1.7 小結22-23
• 第二章 船舶柴油機振動信號分析與處理系統(tǒng)的理論基礎23-39
• 2.1 MATLAB語言簡介23
• 2.2 離散信號及其表示方法23-24
• 2.3 振動信號分析的理論基礎及其在MATLAB語言中的實現24-38
• 2.3.1 振動信號的統(tǒng)計特征24-26
• 2.3.2 振動信號的相關分析26-28
• 2.3.3 功率譜密度函數28-30
• 2.3.4 時間序列分析30-38
• 2.3.4.1 機械設備運行過程數據序列的特點30-31
• 2.3.4.2 時序模型的概念31-32
• 2.3.4.3 模型的定階32-34
• 2.3.4.4 模型的參數估計34-36
• 2.3.4.5 參數法功率譜估計36
• 2.3.4.6 時序模型故障診斷技術36-38
• 2.4 小結38-39
• 第三章 船舶柴油機振動信號分析與故障診斷系統(tǒng)39-55
• 3.1 程序設計39
• 3.2 系統(tǒng)主要功能簡介39-41
• 3.3 柴油機振動信號分析與故障診斷系統(tǒng)操作簡介41-54
• 3.3.1 系統(tǒng)激活與界面進入41-42
• 3.3.2 常規(guī)分析部分42-50
• 3.3.3 神經網絡部分50-54
• 3.4 小結54-55
• 第四章 船舶柴油機振動分析與故障診斷55-73
• 4.1 船舶柴油機振動分析55
• 4.2 船舶柴油機狀態(tài)監(jiān)測系統(tǒng)構成55-56
• 4.3 柴油機振動特征識別56-59
• 4.3.1 氣閥敲擊與氣體力激勵振動特征56-57
• 4.3.2 活塞敲擊激勵振動特征57-59
• 4.4 柴油機振動特征信號分析59-71
• 4.4.1 柴油機燃燒激勵響應信號分析59-65
• 4.4.2 柴油機氣閥敲擊響應信號分析與故障診斷65-67
• 4.4.3 活塞敲擊響應信號分析67-71
• 4.5 小結71-73
• 第五章 基于時間序列分析與神經網絡的柴油機故障診斷73-85
• 5.1 神經網絡的基本理論73
• 5.2 BP網絡的學習算法73-75
• 5.2.1 信息的正向傳遞73-74
• 5.2.2 利用梯度下降法求權值變化及誤差的反向傳播74-75
• 5.3 BP網絡的設計75-76
• 5.4 基于時間序列和神經網絡的柴油機故障診斷與狀態(tài)識別76-83
• 5.4.1 基于神經網絡的柴油機氣閥間隙異常診斷76-80
• 5.4.2 基于神經網絡的柴油機負荷識別80-83
• 5.5 小結83-85
• 第六章 結論與展望85-88
• 6.1 論文主要內容與結論85-86
• 6.2 技術展望86-88
• 致謝88-89
• 參考文獻89-93
• 附錄一93-94
• 附錄二94

【引證文獻】

中國期刊全文數據庫 前1條

1 周斌;沈玉娣;肖云魁;;小波神經網絡在柴油機異響故障診斷中的應用[J];振動、測試與診斷;2006年03期

  本文關鍵詞：船舶柴油機振動故障診斷研究，由筆耕文化傳播整理發(fā)布。

本文編號：368757