大功率中低速柴油機SCR智能監(jiān)控系統(tǒng)研究.pdf

1、節(jié)能減排技術(shù)在船舶行業(yè)越來越占有重要的地位，為了應(yīng)對國際海事組織提出的各項國際公約及相關(guān)行業(yè)法規(guī)的要求，中低速大功率船舶柴油機SCR系統(tǒng)的設(shè)計研究越發(fā)重要，本文結(jié)合國家支撐計劃課題“船舶低速大功率柴油機排放處理技術(shù)研究”，目的是設(shè)計研究船舶中低速大功率柴油機SCR智能監(jiān)控系統(tǒng)，實現(xiàn)SCR系統(tǒng)的數(shù)據(jù)處理、保存和顯示以及智能故障診斷。
　　首先，本文從SCR系統(tǒng)NOx傳感器測不準的實際情況出發(fā)，設(shè)計了基于多傳感器數(shù)據(jù)融合算法的信號處理

2、技術(shù)。多傳感器組各自同時獨立的采集數(shù)據(jù)，通過融合算法進行融合運算，融合結(jié)果作為檢測結(jié)果。本文使用概率置信距離測度定義了新的支持度矩陣，通過支持度矩陣的特征值和特征向量提取支持度矩陣的綜合支持度信息，動態(tài)的選取最優(yōu)傳感器組和最優(yōu)權(quán)向量進行加權(quán)融合，數(shù)字仿真表明該算法具有較強的魯棒性，能夠動態(tài)的識別出現(xiàn)故障和誤差較大的傳感器，將其排除在最優(yōu)傳感器組之外，融合精度較高。
　　其次，對于SCR故障診斷問題進行了研究。設(shè)計了支持向量機故障診

3、斷技術(shù)方案，通過遺傳算法動態(tài)的從訓(xùn)練集中學(xué)習(xí)方差參數(shù)g和懲罰權(quán)重C，大幅度的提高了支持向量機故障診斷的準確度和可信度，采用主元分析算法進行降維處理，加快學(xué)習(xí)和訓(xùn)練的速度。引入二叉樹模型進行分層分類，解決了支持向量機的多分類問題。數(shù)字仿真表明該診斷算法診斷分類精度較高，診斷可信度較好。實現(xiàn)了智能故障診斷，并且能夠最大限度的減少故障診斷中的人為因素和人為操作，在線動態(tài)的選取有關(guān)參數(shù)。
　　最后，設(shè)計實現(xiàn)了船舶中低速大功率柴油機SCR智