發(fā)布時間：2022-01-23 16:47

　　船舶輔鍋爐系統(tǒng)是船舶輔機中的重要組成部分,用于向船舶提供驅(qū)動蒸汽輔機、供應輔助熱源等方面非主動力用途的飽和蒸汽。它的無故障運行對于船舶的正常航行具有十分重要的意義。本文針對船舶輔鍋爐系統(tǒng)運行中常見的船舶輔鍋爐煙道輕微阻塞、供油管路濾清器臟污、鍋爐主安全閥少量泄漏三類故障進行了故障診斷方法研究。鑒于船舶輔鍋爐系統(tǒng)故障診斷存在故障知識不完備、故障樣本數(shù)量少、故障診斷系統(tǒng)難評估等問題,本文采用了仿真技術與故障診斷技術結(jié)合的研究思路,通過仿真的方式采集了包括汽包壓力、水位等五個運行參數(shù),并以此建立了船舶輔鍋爐系統(tǒng)正常工況樣本庫與故障工況樣本庫,進而對船舶輔鍋爐系統(tǒng)故障診斷方法進行研究與探討。首先,本文使用模塊化建模法、集中參數(shù)分析法等建模方法,分別建立了船舶輔鍋爐系統(tǒng)爐膛部分、汽包部分、水冷壁與下降管聯(lián)合部分三個主要部分的數(shù)學模型�；诟鞑糠謹�(shù)學模型,使用MATLAB/Simulink仿真軟件對各部分仿真模型進行了設計與實現(xiàn)。由模型靜態(tài)驗證與動態(tài)驗證結(jié)果可知,該仿真模型較為準確的模擬了船舶輔鍋爐系統(tǒng)靜態(tài)、動態(tài)運行過程,可作為船舶輔鍋爐系統(tǒng)正常工況數(shù)據(jù)樣本庫的數(shù)據(jù)來源使用。接著,本文在切實了解船... 

【文章來源】：大連海事大學遼寧省 211工程院校

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

圖３．２汽包模塊輸入輸出關系??Ｆｉｇ．?３．２?Ｄｒｕｍ?ｍｏｄｕｌｅ?ｉｎｐｕｔ－ｏｕｔｐｕｔ?ｒｅｌａｔｉｏｎｓｈｉｐ??

?基于支持向量機的船舶輔鍋爐故障診斷研宄???輸出參數(shù)：八，乃，乃，欠，＜，Ｉ，Ａｖ，％，??仿真模型模型框圖：如圖３．４所示。??Ｐｖ??？飽和蒸汽密度??供給水流量?？?ＨＶ?Ｐｙ——？汽包壓力?？??蒸汽排出量?１?Ｗｖ?＾?？汽包飽和水焓值??Ｔｖ??？飽和蒸汽溫度??蒸汽干度一＾離■?＆?—―汽包水浦???？?ｗｒ?、?＾飽和蒸汽焓值??Ｐｙ，??？汽包水密度??供給水焓值?？?＼?Ｗｄ??？?１下降管水流量????？汽包水位?！??圖３．２汽包模塊輸入輸出關系??Ｆｉｇ．?３．２?Ｄｒｕｍ?ｍｏｄｕｌｅ?ｉｎｐｕｔ－ｏｕｔｐｕｔ?ｒｅｌａｔｉｏｎｓｈｉｐ??ｗｆ???？?＋??供給燃油量ｗｆ??’????１４．８０５?—－?？?＋?＿?？?？?Ｉ一＼￣｜煙氣密度ｐｊ???｜?＾?｜￣Ｈ?Ｉ?爐膛壓力Ｐｇ??空氣供給量ｗａ?１／ＶＦ?￣經(jīng)驗系數(shù)???１?ｌｎｔｅｇｒａｔｏｒ６?Ｋ９????＿－Ｃ－?６８．７８９７?－＞????Ｃｏｎｓｔａｎｔ?ｐ。??１?爐膛體積?ＶＦ?Ｘ?＿＾＇｜??Ｉ?聊１?￣—?Ｘ?＊＿＿?＾￣Ｕ?—ｉＪｏｒａｄｆ－ＫＸ）???Ｌ?「?Ｐｒｏｄｕｃｔ２?總輔射放熱加ｄ??ｔ?—？?ｕＭ?－？??Ｐｒｏｄｕｃｔ！?１?Ｆｃｎ３?ＴｇＡ４?＊?＇?■＇??Ｐｒｏｄｕｃｔ１２?＞????ｆ＼?—?＜Ｄ??￣煙氣流量Ｗｇ?？??燃油燃值ｃｆ?＞???＿?＜Ｄ??爐膛體積倒數(shù)Ｉｎｔｅｇｒａｔｏｒ？！?±?煙氣溫度Ｔｇ??空氣焓值ｈａ??１?Ｉ??＾?

?基于支持向量機的船舶輔鍋爐故障診斷研究???３．?１．?３水冷壁與下降管聯(lián)合部分仿真模型??模型輸入量：Ｐｖ，忍，象，Ｉ，Ｌ，及，Ａｖ，％，?Ｑｗ；??模型參數(shù)：Ｃ，５，Ｍｒ，Ｃ？；??狀態(tài)參數(shù)：Ａ．，九，Ｗ?；??代數(shù)方程與微分方程：見第二章式（２．２７）？（２．３３），此處不贅述；??輸出參數(shù)：％，Ｘ。??仿真模型模型框圖：如圖３．６所示。??飽和蒸汽密度?？??汽包飽和水焓值?＊??飽和蒸汽溫度?？?Ｔｖ??汽包水檢值?＊?乂水冷壁下降管．Ｔ?？黑汽干度??飽和蒸汽離?？?????＾?冷壁水流量??汽包水密度?，ｆＫ??下降管水流量?？?％??水冷壁輻射熱量?？?０＾??圖３．５水冷壁下降管聯(lián)合模塊輸入輸出關系??Ｆｉｇ．?３．５?Ｒｉｓｅｒｓ?ａｎｄ?ｄｏｗｎｃｏｍｅｒ?ｍｏｄｕｌｅ?ｉｎｐｕｔ－ｏｕｔｐｕｔ?ｒｅｌａｔｉｏｎｓｈｉｐ??ＣＤ￣￣ｔＦＱｔＱｉ??：?ＫＸ＞??汽包飽和水烚值ｈｗｖ?Ｓｕｂ丨??水冷壁工質(zhì)干度＊??汽包?￣＊－—？！－?１?一￣?￣—＾丨ｎｌ?—??ｃｒｙ?Ｓｕｂｔｒａｃｔ丨?」Ｐｉｖｉｄｅ２２?〇ｕｔｉ?—？?ｉ????汽包蒸汽密度ｐｖ??？丨ｎ２?Ｉ?Ｓ??＾???Ｉｎｔｅｇｒａｔｏｒ】??＾?ｌｎ，?Ｓｕｂ３???？?Ｉｎ２?水冷壁水質(zhì)量ｍｒ???Ｃ〇?？?Ｉｎ３??汽包水密度?ｐｗ?Ｓｌｌｂｌ?＂?１■’?—Ｋ３Ｄ????！?水冷壁流量、ｖｒ??（５?＞?？?Ｉｎｉ?！??總輻射放熱Ｑｒａｄ?水冷壁工質(zhì)吸熱置Ｑｒ?＾?？??＾，ｎ２?Ｉ—４ｘ￣

【參考文獻】：
期刊論文
[1]燃油鍋爐燃料燃燒對排放物的影響[J]. 鄒劍,周法元,梅偉,張華,張偉.  當代化工. 2019(07)
[2]基于電力巡檢機器人巡視系統(tǒng)的設備故障診斷研究[J]. 王致,馬力,洪永健,任曾,肖學明.  自動化與儀器儀表. 2019(01)
[3]船舶動力設備故障診斷系統(tǒng)關鍵技術研究[J]. 姚興杰.  設備管理與維修. 2019(02)
[4]改進粒子群算法優(yōu)化的支持向量機在滾動軸承故障診斷中的應用[J]. 呂明珠,蘇曉明,陳長征,劉世勛.  機械與電子. 2019(01)
[5]基于支持向量機和遺傳算法的變壓器故障診斷[J]. 吐松江·卡日,高文勝,張紫薇,莫文雄,王紅斌,崔屹平.  清華大學學報(自然科學版). 2018(07)
[6]An Improved Sensor Fault Diagnosis Scheme Based on TA-LSSVM and ECOC-SVM[J]. GU Xiaodan,DENG Fang,GAO Xin,ZHOU Rui.  Journal of Systems Science & Complexity. 2018(02)
[7]轉(zhuǎn)杯式燃燒器燃油鍋爐常見故障[J]. 胡丁山.  中國船檢. 2018(04)
[8]船用燃油輔鍋爐燃燒故障分析與處理[J]. 鄭振杰.  福建農(nóng)機. 2017(04)
[9]鍋爐安全閥的故障與處理關鍵技術研究[J]. 楊飛龍.  化工管理. 2017(32)
[10]改進粒子群算法優(yōu)化的SVM模擬電路故障診斷[J]. 梅恒榮,殷禮勝,劉冬梅,何怡剛,袁莉芬,趙麗欣,陳鵬,趙蓓蕾,任帥.  電子測量與儀器學報. 2017(08)

博士論文
[1]基于機器學習及智能算法的柴油機性能預測及優(yōu)化研究[D]. 牛曉曉.哈爾濱工程大學 2017
[2]輸變電設備在線狀態(tài)分析與智能診斷系統(tǒng)的研究[D]. 馬剛.華北電力大學 2013
[3]基于支持向量機的旋轉(zhuǎn)機械故障診斷與預測方法研究[D]. 朱霄珣.華北電力大學 2013
[4]基于支持向量機的故障診斷及應用研究[D]. 易輝.南京航空航天大學 2011

碩士論文
[1]鍋爐水循環(huán)系統(tǒng)運行狀態(tài)仿真與事故預防[D]. 黃輝.沈陽航空航天大學 2017
[2]基于粒子群算法的神經(jīng)網(wǎng)絡故障診斷方法研究[D]. 張雷.華南理工大學 2016
[3]基于增量式模糊支持向量機的陀螺儀故障診斷[D]. 李勇.南京航空航天大學 2015
[4]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
[5]基于支持向量機和油液檢測的船舶柴油機故障診斷研究[D]. 劉學坤.大連海事大學 2013
[6]大型油輪輔鍋爐系統(tǒng)的建模與仿真研究[D]. 郭林杰.大連海事大學 2013
[7]基于仿真的船用鍋爐爆管智能故障診斷技術研究[D]. 王瑩.哈爾濱工程大學 2012
[8]灰色神經(jīng)網(wǎng)絡與支持向量機預測模型研究[D]. 肖軒.武漢理工大學 2009
[9]大型油船燃油鍋爐系統(tǒng)建模與仿真研究[D]. 甘輝兵.大連海事大學 2007
[10]電站鍋爐故障診斷與預測研究[D]. 熊浩.重慶大學 2003



本文編號：3604765