基于Labview的船舶機艙監(jiān)控及故障診斷系統(tǒng)的研究.pdf

1、隨著航運與造船業(yè)的飛速發(fā)展,船舶設(shè)備的結(jié)構(gòu)日益復雜,為了保證船舶機艙系統(tǒng)的穩(wěn)定和可靠,便對船舶的自動化提出了更高的要求,對機艙監(jiān)控系統(tǒng)的研究便顯得非常重要。機艙監(jiān)控系統(tǒng)可以實時采集并顯示機艙中的主、輔機等各種設(shè)備的運行狀況,船上工作人員能及時查看機艙各部件的運行參數(shù)的變化情況。本文介紹了機艙監(jiān)控系統(tǒng)與故障診斷的發(fā)展現(xiàn)狀,并選擇使用虛擬儀器技術(shù)結(jié)合模塊化設(shè)計思想實現(xiàn)了機艙監(jiān)控與故障診斷系統(tǒng)的整體設(shè)計。該系統(tǒng)能完成機艙部件數(shù)據(jù)采集并顯示、實

2、時報警、數(shù)據(jù)管理、歷史參數(shù)查詢等功能,并結(jié)合對采集信號的時域分析進行特征參數(shù)的提取以及小波分析的方法對信號進行分析處理,進行故障診斷并對診斷后大量故障數(shù)據(jù)進行數(shù)據(jù)融合,為準確的故障診斷奠定基礎(chǔ)。最后實現(xiàn)了新陳代謝灰色預測。利用該模型進行故障預測取得不錯效果,可以有效的指導船上工作人員定期對機艙部件的維修維護工作。
　　現(xiàn)如今研究較多的基于神經(jīng)網(wǎng)絡的人工智能方法,但該方法在診斷前需要利用大量故障樣本對神經(jīng)網(wǎng)絡進行訓練,在正常運行狀態(tài)

3、下數(shù)據(jù)樣本容易獲得,但故障樣本卻難以獲得。利用貼近度的模糊模式識別理論可以很好地解決這個問題,在故障診斷的前期沒有故障數(shù)據(jù)時,技術(shù)人員在故障報警后檢查故障原因并與故障特征值對應,當經(jīng)過一段時間診斷有故障樣本后,利用模糊貼近度模型進行故障診斷。利用模糊貼近度理論可以將實時獲得的待診斷的故障數(shù)據(jù)樣本與已診斷的標準故障征兆數(shù)據(jù)進行模糊貼近度對比,最后得到故障原因,從而更好的對設(shè)備進行故障診斷。為了提高船舶機艙設(shè)備早期進行故障診斷的有效性與準確