柴油机故障智能诊断系统简介.pptVIP

第五章船用柴油机故障智能诊断系统研究;二、现代柴油机的性能参数监测方法;对于船舶柴油机故障监测与诊断的方法是多种多样的，传统的方法主要有振动法、热力参数分析法、油液分析法、压力波分析法、瞬时转速法、温度分布法及红外测温法等，但最常用的是热力参数分析法、油液分析法和振动分析法。主要分为如下几种：

热力参数分析法

油液分析法

振动分析法;随着现代科学技术的发展及自动化程度的提高，柴油机故障诊断技术也经历着重大的变化。检修方式也从最开始的事后维修发展到定时检测，到现代基于故障诊断技术的视情维修。其传统的诊断方法日益显现出不足和弊端，于是产生和发展了许多故障诊断的现代方法。

基于专家系统的智能化诊断方法

基于神经网络的诊断方法

基于灰色系统理论的诊断方法

基于信号处理技术的诊断方法

基于混合系统的智能诊断方法;网络化的故障诊断技术：网络化是21世纪故障诊断技术的发展方向，随着计算机网络技术的发展及通讯技术的进步，利用各种通讯手段将多个故障诊断系统联系起来，实现资源共享，可提高诊断的质量和精度。

优点：将故障诊断系统与数据采集系统结合起来组成网络，有利于对主机的管理，减少设备的投资，提高设备的利用率，必要时可与企业的MIS系统相联结，促进管理的一体化、现代化。

典型系统：上海船舶运输科学研究所研制的“船舶集成平台管理系统(IPMS)”即为网络化故障诊断的平台系统。1）能够做到故障的智能化诊断、提前发现故障并及时诊断故障原因，这将使监测技术发生质的变化，有效避免事故的发生。在船舶信息集成的基础上；2）船岸连接还能够使岸上人员协助船上人员实现对船舶的实时动态监听、调试,诊断及维护；3）利用远程故障诊断中心的人类专家或专家系统软件作出故障判断和排除对策，有效地提高船舶的航行的安全性。;专家系统是指利用研究领域专家的专业知识进行推理去解决专业的高难度的实际问题的智能系统。

主要特点：故障诊断专家系统作为专家系统中的一个分支，是人们根据长期的实践经验和大量的故障信息知识，设计出的一种智能计算机程序系统，以解决难以用数学模型来精确描述的系统故障诊断问题。

组成：专家系统的核心主要包括以下几部分:知识库、知识获取部分、推理机、解释部分。在知识表达方面,大多数诊断型专家系统都是以产生式规则和框架进行知识表达；在诊断推理方面，着重于对推理逻辑和推理模型的研究上。模糊逻辑作为一种降低系统复杂性的方法近期在专家系统的推理逻辑中得到了广泛的应用，CAPA人工判断专家系统便是一种基于专家系统的故障诊断系统。;神经网络结构图;工作原理：基于神经网络的故障诊断技术，就是通过对故障实例和诊断经验的训练学习，用分布在网络内部的连接权值来表达所学习的故障诊断知识的技术,它具有对故障模式的联想记忆、模式匹配和相似归纳能力，从而实现故障与征兆之间复杂的非线性映射关系。

目前，神经网络在柴油机故障诊断中的运用主要有：神经网络直接用于故障诊断。挑选关键参数作为输入层，故障参数作为输出层，利用典型样本学习所得权值进行模式识别。;灰色系统理论是1982年由华中理工大学学者邓聚龙教授创立并发展起来的，以其新颖的思路和广泛的适用性在理论与工程界引起广泛的注意，并迅速在社会、经济及工程等许多领域获得广泛应用。

工作原理：灰色理论用于船舶柴油机故障诊断的原理:把柴油机系统看成是一个复杂的灰色系统，利用存在的已知信息去推知含有故障模式的不可知信息的特性、状态和发展趋势，对未来的发展做出预测和决策，其过程即是一个灰色过程的白化过程。

组成：灰色理论在故障诊断中的应用包括灰色系统建模、关联度分析、灰色模型预测等。

优点：利用灰色系统可以实现故障的预测，其准确率高，计算量小，易于微机实现。;传统诊断方法存在的不足：传统的基于检测数据处理的诊断方法是通过检测信号的处理来实现船舶工况监视与故障诊断的，但当故障类型比较复杂时，为了能把故障比较细致地区分出来，系统显得无能为力。

人工智能技术为核心的智能化诊断：以专家系统，人工神经网络、模糊逻辑、进化算法为代表的人工智能技术代表了一种新的方法体系,它的应用为解决船舶故障诊断问题开辟了一条新的途径。尤其船舶结构复杂，导致故障原因种类繁多，该领域专家缺乏，应用专家系统，可以直接到知识库中搜索专家经验，凭借专家知识很快找到故障源;应用人工神经网络,可以训练网络从定量的历史故障信息中进行学习,训练过的网络就具备了分辨故障原因与故障类型的能力。随着船舶的日益现代化,基于人工智能的诊断将是船舶故障诊断的发展方向。;船舶系统是一个相当复杂的系统，对于船舶故障诊断来说，采用基于知识的诊断方法，知识库是非常庞大的，这已经成为阻碍船舶故障诊断技术发展的障碍性问题。

因此，我们可以借鉴数据库中关于信息存储、共享、并发控制