当前位置: 首页> 学位论文 >详情
原文传递 电力推进系统故障诊断技术研究
论文题名: 电力推进系统故障诊断技术研究
关键词: 船舶电力推进系统;故障诊断;负载特性;遗传算法;BP神经网络
摘要: 电力推进作为一种区别于传统常规推进的新型推进方式,目前在船舶中已经得到较为普遍的应用,然而其能否安全稳定的运行也越来越受到人们的关注。因此,准确提取故障特征,准确定位故障位置并快速排除故障,这对保证推进系统以及船舶的安全运行至关重要。本文以某船舶的电力推进系统作为研究背景,对电力推进系统的故障诊断技术进行研究并实现故障诊断,以提高整个系统的稳定性与可靠性,从而确保船舶的运行安全。
  首先,采用基于转子磁链定向的控制方法,分别建立了电机基于自然坐标系、矢量空间解耦和3dq坐标变换的数学模型,分析十五相变频器的拓扑结构与工作原理,研究了电机在矢量空间与3dq坐标系下的矢量控制策略,建立了仿真模型,进行了仿真分析。
  其次,研究分析螺旋桨自身的负载特性,为了便于建模与仿真分析,对进速比等主要参数进行了修正,利用Chebyshev多项式对修正后的曲线进行拟合,完成对船机桨数学模型的建立,针对船舶航行时的几种典型工况进行了仿真模拟。
  之后,基于电力推进系统正常模型,对故障模块重新建模,建立系统故障仿真模型,对故障特征进行深入研究分析。其中,对变频器故障、推进电机的缺相故障以及螺旋桨的缠绕故障进行简单必要的分析;针对推进电机的匝间短路故障,由于其模型复杂,从而对其建模过程进行了深入细致的研究。通过仿真模拟,获得了推进系统在发生故障时的故障特征曲线。
  本文最后,对基于BP神经网络的电力推进系统故障诊断技术进行了研究。针对标准BP算法中所存在的缺陷,提出了三种相应的改进措施。为了提高网络性能,提出利用遗传算法对BP算法进行优化。通过电力推进系统常见故障的样本数据,设计并完成了基于遗传算法优化的BP神经网络故障诊断系统的建立与训练。通过仿真对比,得出利用基于遗传算法优化的BP神经网故障诊断系统能够快速、准确的完成对电力推进系统所发生故障的诊断,并且各项性能均满足设计要求。
作者: 张传庆
专业: 电气工程
导师: 孟繁荣
授予学位: 硕士
授予学位单位: 哈尔滨工程大学
学位年度: 2017
正文语种: 中文
检索历史
应用推荐