柴油機是依靠燃燒柴油釋放熱能,并轉(zhuǎn)化成動能的動力裝置,在眾多領(lǐng)域具有廣泛應(yīng)用,如船舶、礦場、航空等,在國民經(jīng)濟發(fā)展中起到舉足輕重的作用。船舶所用柴油機是柴油機具體應(yīng)用的一種,被用作船舶推進動力裝置,具有熱效率高、經(jīng)濟性好、起動容易、適應(yīng)性強等優(yōu)點,對船上其他眾多設(shè)備都有影響作用,而船舶柴油機的運行工況和內(nèi)部結(jié)構(gòu)都十分復(fù)雜,對船舶柴油機運行工況的有效監(jiān)測,采集到的數(shù)據(jù)進行特征提取與分析、進行類別的區(qū)分,具有實際意義。船舶柴油機的故障檢測是通過對傳感器設(shè)備所收集到的數(shù)據(jù)信號進行處理與分析,結(jié)合歷史數(shù)據(jù)信息,綜合識別當(dāng)前運行狀態(tài),本質(zhì)是模式識別與數(shù)據(jù)分類問題。船舶柴油機信號數(shù)據(jù)具有典型的非線性多維特性,傳統(tǒng)的線性方法對于船舶柴油機信號數(shù)據(jù)有較大的局限性,核主元分析及流行學(xué)習(xí)中核局部保持投影法對于非線性數(shù)據(jù)的維度減低具有良好效果,K近鄰算法能夠有效區(qū)分數(shù)據(jù)類別,此外與最小二乘支持向量機方法結(jié)合,能夠?qū)收习l(fā)生源位置進行快速有效的檢測。本文利用AVL BOOST仿真軟件建立船舶低速二沖程柴油機模型,重點選擇了三類常見故障類型與一組正常數(shù)據(jù),為研究工作提供原始數(shù)據(jù)支持。針對柴油機故障數(shù)據(jù)通常為非線...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 故障診斷方法研究現(xiàn)狀
        1.2.2 存在的主要問題
        1.2.3 柴油機故障診斷發(fā)展趨勢
    1.3 本論文主要研究內(nèi)容
2 基于改進數(shù)據(jù)結(jié)構(gòu)保持算法的特征提取方法
    2.1 樣本空間全局結(jié)構(gòu)特征保持算法
        2.1.1 核主元分析基本原理
        2.1.2 基于核主元分析的特征提取
    2.2 樣本空間局部結(jié)構(gòu)特征保持算法
        2.2.1 核局部保持投影基本原理
        2.2.2 基于核局部保持投影的特征提取
    2.3 改進樣本空間數(shù)據(jù)結(jié)構(gòu)保持算法
    2.4 仿真實驗
        2.4.1 數(shù)值模擬
        2.4.2 仿真實驗
    2.5 小結(jié)
3 基于改進K近鄰算法的故障分類方法
    3.1 K近鄰算法基本原理
        3.1.1 K近鄰算法概述
        3.1.2 K近鄰分類流程
    3.2 基于改進KNN算法的故障分類
        3.2.1 降維指標
        3.2.2 基于改進KNN算法的故障分類
    3.3 仿真實驗
    3.4 小結(jié)
4 基于分塊KPCA與LSSVM的故障檢測方法
    4.1 分塊KPCA算法
        4.1.1 分塊KPCA算法原理
        4.1.2 SPE與T²統(tǒng)計量
        4.1.3 分塊KPCA算法流程
    4.2 分塊KPCA與LSSVM的集成故障檢測
        4.2.1 SVM與LSSVM算法原理
        4.2.2 分塊KPCA與LSSVM的集成故障診斷算法
    4.3 仿真實驗
    4.4 小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間參與項目情況
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號：3806999