基于多智能体的多应急车辆信号优先控制问题研究.pdf

船舶动力装置数字化监测与故障诊断系统的 开用发与应 1,2 1 3 李敏 ，段黎明 ，毛世红 1 重庆大学ICT 研究中心，重庆(400030) 2 重庆大学机械工程学院，重庆(400030) 3 重庆长江航道局，重庆(400010 ） 摘 要：结合模糊神经网络(FNN)与D-S 证据理论，研制开发了船舶动力装置数字化监测与 故障诊断系统。该系统由信号采集系统、软件控制系统和分析系统组成，主要对主推进机组、 柴油发电机组、辅机进行监测。采用压力示功图法和瞬时转速法对主机运行状态进行了实时 动态监测，且并行构建热力性能参数和瞬时转速两个子模糊神经网络再运用 D-S 证据理论 进行主机状态信息融合判断，得到故障诊断结果。试验表明，不仅该系统的实时性、测量精 度满足要求，而且运用FNN 与D-S 证据理论故障诊断具有较高的可靠度。 关键词：船舶动力装置；信息融合；故障诊断；模糊神经网络；D-S 证据理论 中图分类号：U664.1 1．引言 船舶动力装置是船舶的动力心脏，对其进行监测和故障诊断是保证航运安全稳定运行的 关键。目前，最常用的、传统的用于船舶监测与故障诊断的方法是油液分析法、振动分析法 和热力参数分析法[1-5] 。但上述方法忽略了对不同源信息的综合利用，单纯应用某种状态参 数实现船舶部分装置进行监测和故障诊断，判断参数面较窄。 将现代的故障诊断技术与传统的技术相结合应用到船舶柴油机的监测与故障诊断中，国 [6-10]，但也仅运用多源信息对柴油机单一地进行监测和故障诊断，不能 内外也有相应的研究 全面对船舶动力装置运行状态进行评估。 本文结合 FNN 与 D-S 证据理论，基于 LabVIEW 研制开发的船舶动力装置数字化监测 与故障诊断系统。该系统由主推进机组、柴油发电机组、辅机三大主要监测对象，六大子模 块构成，采用压力示功图法和瞬时转速法对船舶主机运行状态进行了动态实时监测，并行构 建热力性能参数和瞬时转速两个子模糊神经网络再运用 D-S 证据理论对主机故障信息进行 融合判断，从而综合评价动力装置的性能。 2 ．总体方案 图 1 总体方案图 Fig.1 The general scheme of the system 图 1 为船舶动力装置数字化监测与故障诊断系统的总体设计思路，系统主要有信号采集 系统、软件控制系统和分析系统组成。整个系统由两部分组成：一是采集到的热力参数和瞬 时转速信号经调理、A/D 转换后输入工控机，同时构造数据样本，并进行数据的保存、实时 显示以及系统报警等；二是对构造样本处理和分析，提取主机的多故障征兆并结合模糊神经 - 1 - 网络与D-S 证据理论融合状态参数进行船舶主机状态识别和故障诊断。 3 ．硬件系统 3.1 系统监测对象及参数分析 本系统的监测对象是长江三峡库区的航标船，其动力装置由以下几个部分组成： 主机—重庆康明斯发动机有限公司生产的 NT855-M240 型柴油机； 柴油发电机组—50KW 康明斯柴油发电机组 4BTA3.9 ； 辅机—南京航海仪器二厂生产的 YSZ-80 型舵机、宁波意宁生产的 YJB-20/0.2 型绞盘、 江苏振华泵厂生产的 50CWZ-6 型消防总用泵和 40CYZ-20 型机动燃油泵等。 图2 系统监测对象及参数 Fig.2 Monitoring objects and parameters of the system