原文传递
基于优化概率神经网络的船用柴油机故障诊断研究
| 论文题名： | 基于优化概率神经网络的船用柴油机故障诊断研究 |
| 关键词： | 船舶柴油机;故障诊断;GT-POWER;概率神经网络;麻雀搜索算法 |
| 摘要： | 作为船舶主要动力源，船用柴油机的运转可靠性直接关乎船舶及船员安全，开展船用柴油机故障诊断研究，及时发现故障，排除故障，是确保航行安全的重要保障。本文针对船用柴油机典型故障类型，提出了采用麻雀搜索算法优化概率神经网络的船机故障诊断方法，并在Qt框架开发了船用柴油机故障诊断软件。本文的主要研究内容和结论如下： 1.以船用4135型柴油机为研究对象，在GT-POWER环境下搭建了船用柴油机仿真模型并完成数据验证。 2.选定6种典型故障模式和正常运转模式，完成船用柴油机故障仿真设置，计算获得包含9种能够表征所选典型故障的热工参数的热工数据1400组，经分段三次埃尔米特插值法处理后扩充为2800组，组建用于故障诊断模型研究的数据集。 3.搭建基于径向基神经网络模型和概率神经网络模型故障诊断模型，对比两种模型故障诊断准确率，选取准确率为89.29%的概率神经网络故障诊断模型作为基础模型。 4.建立麻雀搜索算法优化概率神经网络的船用柴油机故障诊断模型。选择量子遗传算法和麻雀搜索算法对概率神经网络的平滑参数开展MATLAB环境下的参数寻优，通过对比两种算法的寻优过程和寻优效果，麻雀搜索算法优化概率神经网络模型的故障诊断准确率为96.67%，最优平滑参数为0.7623，优化效果明显，可以满足工程应用的需求。 5.在Qt框架下开发基于C++语言的船舶柴油机故障诊断软件。采用Qt与MATLAB的混合编程，实现Qt调用MATLAB环境下的优化模型，实现船机故障诊断和状态评估功能。研究结果为船机故障诊断软件开发提供参考和借鉴。 |
| 作者： | 张京涛 |
| 专业： | 船舶与海洋工程 |
| 导师： | 张德福;沈国华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津理工大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
