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

1、隨著航運(yùn)與造船業(yè)的飛速發(fā)展,船舶設(shè)備的結(jié)構(gòu)日益復(fù)雜,為了保證船舶機(jī)艙系統(tǒng)的穩(wěn)定和可靠,便對(duì)船舶的自動(dòng)化提出了更高的要求,對(duì)機(jī)艙監(jiān)控系統(tǒng)的研究便顯得非常重要。機(jī)艙監(jiān)控系統(tǒng)可以實(shí)時(shí)采集并顯示機(jī)艙中的主、輔機(jī)等各種設(shè)備的運(yùn)行狀況,船上工作人員能及時(shí)查看機(jī)艙各部件的運(yùn)行參數(shù)的變化情況。本文介紹了機(jī)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(jì)思想實(shí)現(xiàn)了機(jī)艙監(jiān)控與故障診斷系統(tǒng)的整體設(shè)計(jì)。該系統(tǒng)能完成機(jī)艙部件數(shù)據(jù)采集并顯示、實(shí)

2、時(shí)報(bào)警、數(shù)據(jù)管理、歷史參數(shù)查詢等功能,并結(jié)合對(duì)采集信號(hào)的時(shí)域分析進(jìn)行特征參數(shù)的提取以及小波分析的方法對(duì)信號(hào)進(jìn)行分析處理,進(jìn)行故障診斷并對(duì)診斷后大量故障數(shù)據(jù)進(jìn)行數(shù)據(jù)融合,為準(zhǔn)確的故障診斷奠定基礎(chǔ)。最后實(shí)現(xiàn)了新陳代謝灰色預(yù)測(cè)。利用該模型進(jìn)行故障預(yù)測(cè)取得不錯(cuò)效果,可以有效的指導(dǎo)船上工作人員定期對(duì)機(jī)艙部件的維修維護(hù)工作。
　　現(xiàn)如今研究較多的基于神經(jīng)網(wǎng)絡(luò)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(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,在正常運(yùn)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(shí)別理論可以很好地解決這個(gè)問(wèn)題,在故障診斷的前期沒有故障數(shù)據(jù)時(shí),技術(shù)人員在故障報(bào)警后檢查故障原因并與故障特征值對(duì)應(yīng),當(dāng)經(jīng)過(guò)一段時(shí)間診斷有故障樣本后,利用模糊貼近度模型進(jìn)行故障診斷。利用模糊貼近度理論可以將實(shí)時(shí)獲得的待診斷的故障數(shù)據(jù)樣本與已診斷的標(biāo)準(zhǔn)故障征兆數(shù)據(jù)進(jìn)行模糊貼近度對(duì)比,最后得到故障原因,從而更好的對(duì)設(shè)備進(jìn)行故障診斷。為了提高船舶機(jī)艙設(shè)備早期進(jìn)行故障診斷的有效性與準(zhǔn)確