一、柴油机排烟异常与故障分析（论文文献综述）
赵金亮,谢小波[1]（2021）在《MAN主机涡轮增压器排气叶片损伤故障原因分析》文中认为MAN 16V32/40型双燃料柴油机运行中,一台主机增压器出现了剧烈震动,在主机报警关停后,现场人员对主机增压器做了一系列的检查,确认故障原因。通过对主机滑油压力、温度等参数的分析,并拆检增压器,发现故障原因主要为排气端叶片损伤,而增压器喷嘴环的坚硬积碳是废气端叶片损坏的主要因素,同时叶片长时间运行后,其强度性能下降,有疲劳损伤的可能性。通过故障现象分析,提出了改进措施,控制住造成主机叶片损伤的关键因素,保证设备稳定和人员安全。
邹本浩[2]（2021）在《某救助拖船主机部分缸排气温度高案例》文中指出柴油机排气温度的高低在一定程度上反映了气缸内负荷的大小与燃烧质量的好坏。排气温度过高,不但标志热负荷过高,而且还会引起经济性和可靠性下降。因此,排气温度通常用来衡量柴油机热负荷的大小,是柴油机运行管理中须重点监测参数,也是柴油机性能分析的重要依据。某救助拖船为2009年出厂的新型海洋救助拖船,双机双桨可变螺距。主机为2台瓦锡兰公司生产的W9L32四冲程脉冲涡轮增压、中冷、
张有为,李真,李可顺[3]（2021）在《WARTSILA RT-flex柴油机喷油控制系统流量活塞卡死故障分析》文中研究表明近年来,电喷二冲程柴油机由于其具有低速稳定性好,燃油雾化效果好,调控方便等优点在船舶上获得了普遍应用。但由于电喷柴油机内部含有大量的电子控制系统,这对于故障的定位及维修也带来了巨大的挑战。本文详细分析了WARTSILA RT-flex型柴油机的瓦锡兰柴油机控制系统（WECS）,并结合具体的故障案例,对其中的喷射控制系统（ICU:Injection Control Unit）故障进行诊断与维修。通过分析故障缸的燃油喷射参数,发现流量活塞的return电流出现异常,经过测量部件内部阻值判断是由于FQS与遮蔽铝管的位置发生改变引起的内部阻值变化,推断可能是ICU控制系统中流量活塞发生卡死现象导致内部阻值的异常,引发return电流的异常。经过后期进一步测量,得出故障原因是由于活塞头部椭圆度过大而产生沉头现象,导致套筒内出现椭圆偏磨,使流量活塞卡死,导致喷油异常,排烟温度异常。本论文对于深入探讨WECS控制系统以及喷射控制单元的工作过程,对其故障维修具有一定的借鉴意义。
黄亚军[4]（2021）在《某型柴油机排烟温度异常故障排查与分析》文中认为针对某油船主推进柴油机排烟温度异常升高的故障,从引起柴油机排烟温度异常升高的可能因素着手进行排查。结果表明:排烟波纹管内衬套开裂脱落,堵塞排烟管是导致排烟温度异常升高的直接原因。指出:案例中的这个因素虽比较少见,但还是有迹可循;可为船舶柴油机的使用管理与维修实践提供一定借鉴。
雷猛[5]（2021）在《某船发电柴油机排温高故障分析与排除》文中指出排烟温度作为柴油机运行过程中需实时监测的重要指标,对柴油机的功率、使用寿命和使用安全有很大影响。同时,排烟温度高也是柴油机使用过程中经常会出现的故障之一。本文主要通过对某船发电柴油机排温高故障进行分析、排除,提供解决柴油机排温高的思路,仅供参考。
张士中,李欣,王立松,谢博文[6]（2020）在《某型柴油机冷却水泄漏实例》文中研究说明随着国家对深海科考的重视,越来越多电力推进的科考船被建造出来投入使用,其中5 000吨级的科考船为当今的主流船型,由于品牌效应以及船东对船舶的安全性、经济性和船、机、桨匹配的考虑,某品牌额定功率为2 700 kW的主发电柴油机成为该船型柴油机的主流配置被广泛应用到此类船型上。
高志龙[7]（2020）在《基于状态智能预警驱动的柴油机IETM关键技术研究与应用》文中研究说明柴油机作为一种关键动力设备,被广泛用于船舶航运、轨道交通、石油化工、能源电力、矿山机械、装备动力等相关行业,在国民经济乃至国防安全领域发挥着极为重要的作用。但由于其部件众多、结构复杂、工况恶劣,极易发生故障。一旦出现恶性故障将会导致停工停产,严重时甚至引发危及人身安全的重大事故。然而,当前柴油机监测报警技术较为落后,故障发生后无法得到精准识别,导致检维修效率低下。通过研究柴油机故障发生机理与对应的特征信号,借助先进算法有效提取特征参数,以实现柴油机典型机械故障的预警与诊断。并将故障诊断与交互式电子技术手册（IETM）技术相结合,实现监测、预警、诊断、维修、维护、管理等综合保障功能的深度融合,从而提升柴油机运行的安全性、可靠性和可用性。本文以大功率柴油机为对象,以提高其典型机械故障预警诊断水平和维修保障能力为目标,通过对典型机械故障机理的深入分析,研究适用于不同种类故障的预警和诊断方法。结合智能诊断算法实现柴油机运行工况的自动识别,提高预警和诊断准确率。最后探索基于故障预警驱动的IETM设计方法与架构。论文各章节主要研究内容如下:首先,综合归纳大功率柴油机典型机械故障类型,理清传统诊断方法面临的问题与挑战,分析智能诊断预警技术现状。研究国内外IETM技术发展历程、技术难点和未来发展趋势。在现有研究基础上,总结基于智能预警驱动的柴油机IETM系统关键技术点。其次,针对柴油机连杆衬套滑移,轴瓦磨损两类疑难故障,开展理论建模研究。通过建立相关数学模型,寻找故障典型特征。提出基于SAW（声表面波）无源无线测温技术的柴油机轴瓦磨损类故障预警诊断方法。研制柴油机连杆大小头瓦无线温度传感器,通过故障模拟试验证明该方法的有效性;然后,针对曲轴弯曲微变形这类恶性故障,建立多体动力学模型,通过模拟、仿真、分析其对应的故障特征及敏感参数,探究该类故障预警诊断的有效方法,并通过理论分析与实际故障案例相结合的方式证明该方法可行性;研究基于振动信号自适应的EMD降噪和聚类算法的柴油机运行功率自动识别算法,通过该算法实现对柴油机运行工况的自动识别。在无需增加传感器的前提下,引入柴油机输出功率作为预警诊断参考指标。此外,结合瞬时转速、温度、压力等参数,研究基于多源信息融合的复杂故障预警诊断方法,提高故障预警诊断的准确性。在上述研究成果的基础上,总结柴油机典型故障诊断系统设计方法。并利用实验和工程实际案例数据对系统功能进行验证。最后,研究基于智能预警驱动的IETM设计方法与架构。梳理传统IETM研制流程和编制规范,提出智能预警诊断技术与IETM相结合的实现方案,并给出基于状态智能预警驱动的柴油机IETM总体实现方法和步骤。
杨远达[8]（2020）在《基于支持向量机的船舶辅锅炉故障诊断研究》文中研究指明船舶辅锅炉系统是船舶辅机中的重要组成部分,用于向船舶提供驱动蒸汽辅机、供应辅助热源等方面非主动力用途的饱和蒸汽。它的无故障运行对于船舶的正常航行具有十分重要的意义。本文针对船舶辅锅炉系统运行中常见的船舶辅锅炉烟道轻微阻塞、供油管路滤清器脏污、锅炉主安全阀少量泄漏三类故障进行了故障诊断方法研究。鉴于船舶辅锅炉系统故障诊断存在故障知识不完备、故障样本数量少、故障诊断系统难评估等问题,本文采用了仿真技术与故障诊断技术结合的研究思路,通过仿真的方式采集了包括汽包压力、水位等五个运行参数,并以此建立了船舶辅锅炉系统正常工况样本库与故障工况样本库,进而对船舶辅锅炉系统故障诊断方法进行研究与探讨。首先,本文使用模块化建模法、集中参数分析法等建模方法,分别建立了船舶辅锅炉系统炉膛部分、汽包部分、水冷壁与下降管联合部分三个主要部分的数学模型。基于各部分数学模型,使用MATLAB/Simulink仿真软件对各部分仿真模型进行了设计与实现。由模型静态验证与动态验证结果可知,该仿真模型较为准确的模拟了船舶辅锅炉系统静态、动态运行过程,可作为船舶辅锅炉系统正常工况数据样本库的数据来源使用。接着,本文在切实了解船舶辅锅炉烟道轻微阻塞、供油管路滤清器脏污、锅炉主安全阀少量泄漏三类故障的故障发生机理、故障发生现象等知识的前提下,基于船舶辅锅炉系统仿真模型进行了三类故障的设置与验证。由故障仿真结果可知,该模型故障监测点动态变化曲线的变化趋势与前人已有研究中的描述基本一致,故可作为船舶辅锅炉系统故障工况数据样本库的数据来源使用。然后,本文基于支持向量机算法与船舶辅锅炉系统样本库建立了船舶辅锅炉系统故障诊断模型,并对未优化参数的船舶辅锅炉系统故障诊断模型进行了测试与评估。由故障诊断结果可知,未优化参数的船舶辅锅炉系统故障诊断模型针对船舶辅锅炉系统三类常见故障的故障诊断表现出了一定适应性,但仍有很大可优化空间。最后,本文基于网格搜索法和粒子群算法对支持向量机故障诊断模型中的核参数gamma与惩罚因子C进行了参数优化,并将通过参数优化得到的故障诊断模型与未优化参数的故障诊断模型进行了故障诊断效果比对。最终得出结论,针对船舶辅锅炉系统的船舶辅锅炉烟道轻微阻塞、供油管路滤清器脏污、锅炉主安全阀少量泄漏三类常见故障,基于支持向量机算法的故障诊断方法具有相当的可行性,而在故障诊断模型参数优化算法中,粒子群算法相较于网格搜索法表现出了更佳的优化效果。
刘国强[9]（2020）在《基于粗糙集和优化DAG-SVM的船舶主机故障诊断研究》文中提出随着机舱自动化与智能化程度的发展,机舱机械设备的故障产生机理复杂多变。船舶主机作为机舱内的核心设备,对船舶的安全航行起着重要的作用。船舶主机包含的众多子系统之间呈复杂的非线性关系,且主机上众多测点在短时间内采集的大量数据,若不加处理将大大增加诊断系统的运算开销,传统的故障诊断方法难以高效地完成任务。本文以船舶主机的燃油系统为研究对象,提出一种基于粗糙集理论和优化有向无环图—支持向量机（DAG-SVM）的故障诊断方法。首先,将数据挖掘中的粗糙集理论引入传统的支持向量机（SVM）诊断模型,并通过差别矩阵对离散化数据进行降维,在每2种故障之间建立支持向量机分类器,从而构建DAG-SVM拓扑网络;然后,以类间的分类精度为依据,优化有向无环图中根节点和其他叶节点的位置,从而有效避免“误差累积”;最后,基于某超大型油轮模拟器,开展数值实验分析,在相同条件下,对四种典型的分类模式进行仿真实验,分别是1-vs-1 SVM、1-vs-a SVM、DAG-SVM 和本文方法。仿真结果表明,粗糙集与优化DAG-SVM相结合的故障诊断方法可以对船舶主机故障进行有效的诊断决策,其分类精度比传统的DAG-SVM方法提高了3.4%,而时间消耗也降低了2.42s,本文方法在诊断精度和时间消耗上也远优于1-vs-1 SVM和1-vs-a SVM。该诊断方法对船舶主机的故障诊断研究具有一定的参考价值,也可为SVM在其他小样本分类中的应用提供数据支撑。
任东平[10]（2020）在《船舶柴油机润滑系统故障诊断研究》文中研究说明近年来船舶智能化与自动化水平的不断提高,在船舶可靠性与安全性这两方面有了更加严格的要求。柴油机作为船舶的核心设备,在船舶安全方面起着至关重要的作用。但是,柴油机的结构复杂、零件较多,机体处于高温、高压的环境中,因此发生故障的可能性比较大。传统的故障诊断多为经验法、热力参数法、油液分析法等,这些方法对滑油系统的故障诊断不能精确定位,且耗时长,有的还需要专用检测工具。本文采用贝叶斯noisy-OR/AND模型开发故障诊断系统,可以准确快速的诊断故障,同时还能给出维修措施供工作人员参考,能在故障发生的最短时间内恢复设备的运行,对于确保船舶安全运行具有重要的意义。本文以亚洲网络为实验模型,对比不同的消元顺序对推理时间的影响。变量消元法推理快慢的主要因素是消元顺序的构造,目前主要有最小度、最大势、最小缺边和最小增加复杂度4种搜索方法可以用来构造消元顺序。实验发现最小增加复杂度搜索方法优于其它搜索方法,可缩短推理时间,提高推理效率。对WARTSILA 6L34DF柴油机滑油系统建立诊断模型。依据润滑系统的故障类型,整个润滑系统可以分为进机油压异常、进机油温异常、滑油消耗率过高和滑油早期失效4个子故障。通过对系统的分析,建立六个故障树,分别为进机油压过高、进机油压过低、进机温度过高、进机温度过低、滑油消耗率过高和滑油早期失效。采用将故障树转化为贝叶斯网的方法,构建上述六个故障树的贝叶斯网络诊断模型。开发柴油机滑油系统的故障诊断软件。利用Visual Studio 2017和SQL Server 2017为开发环境,以C#语言为基础开发诊断系统。在数据库中建立滑油系统的知识库,将先验概率存入相应的数据表中;在Visual Studio 2017中,编程实现整个故障诊断功能,该系统包括4个菜单栏。最后使用2个故障实例证明该系统能准确快速的诊断出故障原因。研究表明,当结合工作人员对设备的观测信息时,该故障诊断系统能够准确迅速的定位故障原因,并给出相应的维修策略。在贝叶斯网络推理时,采用最小缺边复杂度搜索方法可提高变量消元法的推理速度,可缩短系统后台的计算运行时间,减少系统的卡顿。贝叶斯网络诊断模型优于现有的诊断方法,能真正诊断出故障原因,帮助工作人员快速准确地定位故障。
二、柴油机排烟异常与故障分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、柴油机排烟异常与故障分析（论文提纲范文）
（1）MAN主机涡轮增压器排气叶片损伤故障原因分析（论文提纲范文）
| 0 引言 |
| 1 主机增压器工作原理、故障现象及检查 |
| 1.1 MAN NR34/S主机涡轮增压器的工作原理 |
| 1.2 MAN主机增压器故障检查 |
| 2 主机增压器故障原因分析及改进措施 |
| 2.1 主机EDS曲线分析 |
| 2.2 增压器叶片断裂问题分析 |
| 2.3 叶片故障后的改进措施 |
| 3 结束语 |
（2）某救助拖船主机部分缸排气温度高案例（论文提纲范文）
| 1 故障现象 |
| 2 应急处理 |
| 3 可能导致故障的常见原因分析 |
| 4 故障排查及处理 |
| 5 故障原因分析及经验教训 |
| 6 结束语 |
（3）WARTSILA RT-flex柴油机喷油控制系统流量活塞卡死故障分析（论文提纲范文）
| 1 WARTSILA RT-flex电喷柴油机概述 |
| 2 WECS-9520控制系统组成及管理 |
| 3 WECS系统典型故障分析 |
| 3.1 故障现象 |
| 3.2 故障分析 |
| 3.3 故障处理 |
| 3.4 经验与教训 |
（5）某船发电柴油机排温高故障分析与排除（论文提纲范文）
| 0 引言 |
| 1 故障现象 |
| 2 故障分析 |
| 2.1 气阀密封不严 |
| 2.2 进气温度过高 |
| 2.3 喷油、配气正时错误 |
| 2.4 排气系统堵塞 |
| 2.5 进气压力不足 |
| 2.6 喷油器雾化不良或高压油泵喷油量过大 |
| 2.7 气缸密封性变差 |
| 3 故障排除 |
| 4 增压器故障原因分析 |
| 5 修后使用情况 |
| 6 结语 |
（6）某型柴油机冷却水泄漏实例（论文提纲范文）
| 1 案例一 |
| 1.1 故障现象 |
| 1.2 故障分析 |
| 1.3 故障查找 |
| 1.4 故障原因分析 |
| 2 案例二 |
| 2.1 故障现象 |
| 2.2 故障处理 |
| 2.3 故障分析 |
| 2.4 故障启示 |
| 3 案例三 |
| 3.1 故障现象 |
| 3.2 故障处理 |
| 3.3 故障查找 |
| 3.4 故障分析及排除 |
| 4 结 论 |
（7）基于状态智能预警驱动的柴油机IETM关键技术研究与应用（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究综述 |
| 1.2.1 柴油机故障传统监测诊断方法概况 |
| 1.2.2 柴油机故障智能监测诊断技术研究概况 |
| 1.2.3 IETM技术发展概况 |
| 1.3 前人的研究成果 |
| 1.3.1 柴油机监测诊断方面研究成果 |
| 1.3.2 智能诊断技术研究成果 |
| 1.3.3 IETM技术研究成果 |
| 1.4 论文结构与内容安排 |
| 第二章 柴油机典型机械故障分类与预警诊断技术 |
| 2.1 柴油机典型机械故障分类及其特征信号 |
| 2.1.1 柴油机典型机械故障分类 |
| 2.1.2 柴油机典型机械故障特征信号类型 |
| 2.2 柴油机典型机械故障监测预警方法 |
| 2.2.1 基于统计特征参量分析的时域信号监测预警方法 |
| 2.2.2 基于振动信号角域分析的故障诊断预警方法 |
| 2.2.3 基于振动信号时频分析的故障监测预警方法 |
| 2.2.4 基于振动信号自适应的EMD智能预警方法 |
| 2.2.5 基于K近邻的柴油机故障识别预警方法 |
| 2.3 柴油机故障预警诊断技术难点 |
| 2.4 本章小结 |
| 第三章 柴油机连杆轴瓦故障监测预警方法研究 |
| 3.1 连杆小头衬套滑移故障 |
| 3.1.1 连杆小头衬套滑移故障机理 |
| 3.1.2 连杆小头衬套滑移故障特征与监测难点分析 |
| 3.2 连杆轴瓦磨损故障 |
| 3.2.1 连杆轴瓦磨损故障类型与传统监测方法 |
| 3.2.2 连杆轴瓦磨损故障特征 |
| 3.3 基于SAW无线测温技术的轴瓦磨损类故障预警与诊断方法研究 |
| 3.3.1 SAW无源无线测温原理 |
| 3.3.2 基于SAW的连杆轴瓦温度传感器的设计 |
| 3.3.3 信号处理装置的设计 |
| 3.3.4 软件系统的设计 |
| 3.4 实验验证 |
| 3.4.1 高速单缸机配机试验 |
| 3.4.2 轴瓦磨损故障模拟试验 |
| 3.5 本章小结 |
| 第四章 柴油机曲轴弯曲微变形故障诊断方法研究 |
| 4.1 曲柄连杆简化模型的理论分析计算 |
| 4.1.1 曲柄连杆力学模型分析 |
| 4.1.2 曲柄模型简化 |
| 4.1.3 横向力作用下曲轴受力分析 |
| 4.1.4 弯曲形变对于横向力作用下曲轴受力影响 |
| 4.2 基于多体动力学仿真的故障特征研究 |
| 4.2.1 模型建立与参数设置 |
| 4.2.2 仿真过程 |
| 4.2.3 仿真结果分析 |
| 4.3 曲轴弯曲微变形故障监测预警方法 |
| 4.4 故障案例验证 |
| 4.4.1 传感器与测点布置 |
| 4.4.2 故障现象描述 |
| 4.4.3 数据分析与故障诊断结论 |
| 4.5 本章小结 |
| 第五章 柴油机典型机械故障智能预警诊断系统设计 |
| 5.1 基于缸盖振动信号概率密度分布的柴油机输出功率识别算法 |
| 5.1.1 缸盖振动信号截止滤波预处理 |
| 5.1.2 基于自适应EMD分解的缸盖振动信号处理方法研究 |
| 5.1.3 基于振动速度概率密度分布的功率识别方法 |
| 5.2 基于改进KNN的柴油机故障报警阈值动态自学习算法 |
| 5.2.1 训练集的构建 |
| 5.2.2 K值的确定 |
| 5.2.3 报警阈值动态学习方法 |
| 5.3 柴油机在线监测预警系统设计 |
| 5.3.1 系统总体设计 |
| 5.3.2 硬件方案 |
| 5.3.3 软件方案 |
| 5.4 工程应用案例 |
| 5.4.1 故障情况 |
| 5.4.2 报警信息与监测数据分析 |
| 5.4.3 故障原因探究 |
| 5.4.4 结论 |
| 5.5 本章小结 |
| 第六章 基于智能预警驱动的柴油机IETM架构设计 |
| 6.1 IETM平台的功能模块 |
| 6.1.1 多媒体制作工具 |
| 6.1.2 XML编辑器 |
| 6.1.3 公共源数据库 |
| 6.1.4 发布引擎 |
| 6.1.5 浏览器 |
| 6.2 标准IETM内容模块 |
| 6.3 IETM的开发流程 |
| 6.3.1 数据模块编码 |
| 6.3.2 数据模块需求列表(DMRL)编制 |
| 6.4 基于智能预警驱动的柴油机IETM架构设计 |
| 6.4.1 架构设计 |
| 6.4.2 具体实现 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论与成果 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附件 |
（8）基于支持向量机的船舶辅锅炉故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 故障诊断技术国内外研究发展现状 |
| 1.3 基于支持向量机的故障诊断技术研究发展现状 |
| 1.3.1 支持向量机方法介绍 |
| 1.3.2 支持向量机在故障诊断技术中的应用 |
| 1.4 船舶辅锅炉系统故障诊断存在的问题与难点 |
| 1.5 仿真技术与故障诊断技术的结合 |
| 1.6 本文研究主要内容 |
| 2 船舶辅锅炉系统数学模型的建立 |
| 2.1 船舶辅锅炉系统概述 |
| 2.1.1 锅炉本体组成 |
| 2.1.2 锅炉技术参数情况 |
| 2.2 船舶辅锅炉系统建模分析与假设 |
| 2.2.1 船舶辅锅炉系统建模方法 |
| 2.2.2 船舶辅锅炉系统运行特点 |
| 2.2.3 系统分解与假设 |
| 2.2.4 饱和工质状态计算 |
| 2.3 船舶辅锅炉系统数学模型建立 |
| 2.3.1 炉膛部分数学模型 |
| 2.3.2 汽包部分数学模型 |
| 2.3.3 水冷壁与下降管联合部分数学模型 |
| 3 船舶辅锅炉系统仿真模型设计与验证 |
| 3.1 辅锅炉系统仿真模型设计研究 |
| 3.1.1 炉膛部分仿真模型 |
| 3.1.2 汽包部分仿真模型 |
| 3.1.3 水冷壁与下降管联合部分仿真模型 |
| 3.2 Simulink仿真参数设置 |
| 3.3 正常工况仿真结果分析与样本库的建立 |
| 3.3.1 船舶辅锅炉系统仿真模型静态验证 |
| 3.3.2 船舶辅锅炉系统仿真模型动态验证 |
| 3.3.3 船舶辅锅炉系统正常工况样本库 |
| 3.4 故障工况仿真结果分析与样本库的建立 |
| 3.4.1 船舶辅锅炉烟道轻微阻塞故障设置与仿真验证 |
| 3.4.2 船舶辅锅炉烟道轻微阻塞故障样本库 |
| 3.4.3 供油管路滤清器脏污故障设置与仿真验证 |
| 3.4.4 供油管路滤清器脏污故障样本库 |
| 3.4.5 锅炉主安全阀少量泄漏故障设置与仿真验证 |
| 3.4.6 锅炉主安全阀少量泄漏故障样本库 |
| 4 船舶辅锅炉故障诊断模型的建立 |
| 4.1 支持向量机算法原理 |
| 4.1.1 线性可分与线性不可分 |
| 4.1.2 核函数原理 |
| 4.1.3 核函数类型与形式 |
| 4.1.4 支持向量机的多分类 |
| 4.1.5 多分类方案比较与选择 |
| 4.2 基于支持向量机的船舶辅锅炉故障诊断 |
| 4.2.1 船舶辅锅炉故障诊断系统总体设计 |
| 4.2.2 故障数据预处理方法 |
| 4.2.3 故障诊断系统诊断特征选择 |
| 4.2.4 故障诊断数据采集与处理 |
| 4.2.5 故障诊断模型核函数的选择 |
| 4.2.6 未优化参数故障诊断模型诊断结果 |
| 5 基于参数优化模型的故障诊断研究 |
| 5.1 故障诊断模型优化参数 |
| 5.2 基于网格搜索法的支持向量机参数寻优 |
| 5.2.1 网格搜索法参数优化过程 |
| 5.2.2 参数优化结果与故障诊断效果 |
| 5.3 基于粒子群算法的支持向量机参数寻优 |
| 5.3.1 粒子群算法提出背景 |
| 5.3.2 粒子群寻优算法理论原理 |
| 5.3.3 粒子群算法参数寻优过程 |
| 5.3.4 参数优化结果与故障诊断效果 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（9）基于粗糙集和优化DAG-SVM的船舶主机故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 故障诊断的研究现状及发展趋势 |
| 1.2.1 研究现状 |
| 1.2.2 发展趋势 |
| 1.3 课题理论在故障诊断中的应用 |
| 1.3.1 粗糙集理论 |
| 1.3.2 支持向量机 |
| 1.4 主要研究内容 |
| 2 主机的故障分析和数据采集 |
| 2.1 主机工作原理及常见系统 |
| 2.2 主机的工作参数及故障特点 |
| 2.2.1 主机的工作参数 |
| 2.2.2 主机的故障特点 |
| 2.3 主机燃油系统数据采集 |
| 2.3.1 燃油系统故障分析 |
| 2.3.2 喷油器故障数据采集 |
| 2.4 故障样本数据处理 |
| 2.4.1 标准化处理 |
| 2.4.2 离散化处理 |
| 2.5 本章小结 |
| 3 基于粗糙集理论的属性约简方法 |
| 3.1 粗糙集理论 |
| 3.1.1 粗糙集的基本概念 |
| 3.1.2 属性约简的基本定义 |
| 3.2 属性约简方法 |
| 3.2.1 基于属性重要性的约简 |
| 3.2.2 基于差别矩阵的约简 |
| 3.3 实例分析 |
| 3.4 本章小结 |
| 4 基于支持向量机的故障诊断方法 |
| 4.1 统计学习原理概述 |
| 4.1.1 VC维理论 |
| 4.1.2 推广性的界 |
| 4.1.3 结构风险最小化原理 |
| 4.2 SVM故障诊断模型设计 |
| 4.2.1 构造最优分类超平面 |
| 4.2.2 核函数的选取 |
| 4.2.3 松弛变量 |
| 4.3 SVM多类故障诊断模型分析 |
| 4.3.1 1-vs-1 SVM故障诊断模型分析 |
| 4.3.2 1-vs-a SVM故障诊断模型分析 |
| 4.3.3 DAG-SVM故障诊断模型分析 |
| 4.4 类间分类精度优化DAG-SVM结构 |
| 4.4.1 算法步骤及优化流程设计 |
| 4.4.2 实例分析 |
| 4.5 本章小结 |
| 5 基于粗糙集和优化DAG-SVM的船舶主机故障诊断 |
| 5.1 粗糙集属性约简 |
| 5.1.1 粗糙集属性约简步骤 |
| 5.1.2 原始决策表的构造 |
| 5.1.3 差别矩阵属性约简 |
| 5.2 船舶主机故障诊断分析 |
| 5.2.1 基于DAG-SVM故障诊断分析 |
| 5.2.2 DAG-SVM拓扑结构优化 |
| 5.2.3 故障诊断实验分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（10）船舶柴油机润滑系统故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 柴油机故障诊断技术研究现状 |
| 1.2.1 柴油机故障诊断技术发展概况 |
| 1.2.2 柴油机故障诊断技术发展趋势 |
| 1.3 滑油系统故障诊断研究现状 |
| 1.4 论文的结构与主要研究内容 |
| 1.4.1 论文的总体框架 |
| 1.4.2 论文的主要研究内容 |
| 2 贝叶斯网络理论 |
| 2.1 贝叶斯理论基础 |
| 2.1.1 概率论基础 |
| 2.1.2 概率推理 |
| 2.1.3 概率图模型 |
| 2.1.4 贝叶斯网络 |
| 2.1.5 Leaky Noisy Or模型 |
| 2.2 贝叶斯网络推理 |
| 2.2.1 推理算法简述 |
| 2.2.2 VE推理算法 |
| 2.3 贝叶斯网络学习 |
| 2.3.1 贝叶斯网络结构学习 |
| 2.3.2 贝叶斯网络参数学习 |
| 2.4 本章小结 |
| 3 亚洲网络最优消元顺序构造 |
| 3.1 变量消元法相关概念 |
| 3.2 消元复杂度分析 |
| 3.3 消元顺序构造 |
| 3.3.1 最小度法搜索消元顺序 |
| 3.3.2 最大势搜索消元顺序 |
| 3.3.3 最小缺边搜索消元顺序 |
| 3.3.4 最小增加复杂度搜索消元顺序 |
| 3.4 本章小结 |
| 4 建立滑油系统贝叶斯诊断模型 |
| 4.1 WARTSILA 6L34DF柴油机简介 |
| 4.2 滑油系统结构原理 |
| 4.2.1 滑油系统组成及作用 |
| 4.2.2 滑油运送方式 |
| 4.2.3 滑油系统结构原理分析 |
| 4.3 建立诊断模型 |
| 4.3.1 滑油系统故障分析 |
| 4.3.2 滑油诊断模型的建立过程 |
| 4.3.3 滑油诊断模型搭建实例 |
| 4.4 变量消元法推理实例 |
| 4.5 本章小结 |
| 5 滑油诊断系统的设计及实现 |
| 5.1 故障诊断流程 |
| 5.2 软件开发环境及结构 |
| 5.2.1 开发环境 |
| 5.2.2 软件结构 |
| 5.3 数据库设计 |
| 5.4 模型代码化 |
| 5.5 用户界面模块设计 |
| 5.6 故障诊断系统的实例验证 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望及建议 |
| 结论 |
| 参考文献 |
| 附录A 滑油系统故障树及贝叶斯模型 |
| 附录B 滑油系统事件先验概率表 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
四、柴油机排烟异常与故障分析（论文参考文献）
- [1]MAN主机涡轮增压器排气叶片损伤故障原因分析[J]. 赵金亮,谢小波. 机电工程技术, 2021(11)
- [2]某救助拖船主机部分缸排气温度高案例[J]. 邹本浩. 航海技术, 2021(05)
- [3]WARTSILA RT-flex柴油机喷油控制系统流量活塞卡死故障分析[J]. 张有为,李真,李可顺. 航海, 2021(04)
- [4]某型柴油机排烟温度异常故障排查与分析[J]. 黄亚军. 柴油机, 2021(03)
- [5]某船发电柴油机排温高故障分析与排除[J]. 雷猛. 船舶物资与市场, 2021(05)
- [6]某型柴油机冷却水泄漏实例[J]. 张士中,李欣,王立松,谢博文. 航海技术, 2020(06)
- [7]基于状态智能预警驱动的柴油机IETM关键技术研究与应用[D]. 高志龙. 北京化工大学, 2020(01)
- [8]基于支持向量机的船舶辅锅炉故障诊断研究[D]. 杨远达. 大连海事大学, 2020(01)
- [9]基于粗糙集和优化DAG-SVM的船舶主机故障诊断研究[D]. 刘国强. 大连海事大学, 2020(01)
- [10]船舶柴油机润滑系统故障诊断研究[D]. 任东平. 大连海事大学, 2020(01)