原文传递
基于支持向量机的船用柴油机故障诊断研究
| 论文题名： | 基于支持向量机的船用柴油机故障诊断研究 |
| 关键词： | 船用柴油机;故障诊断;支持向量机;鲸鱼优化算法 |
| 摘要： | 柴油机作为船舶的主要动力来源，其性能直接影响船舶运行安全和效率。由于柴油机的系统结构复杂、所处的工作环境恶劣多变、运行时间长，一旦出现航行故障很难获得救援。本文在台架测试和故障仿真的基础上，开展了船机故障诊断算法及其优化的研究。研究内容及结论如下： 1、开发柴油机气缸压力采集系统。使用数据采集卡、气缸压力传感器、曲轴转角传感器结合Labview软件开发柴油机气缸压力采集系统，采集4135型柴油机的示功图信息。 2、建立柴油机模型并验证。在仿真软件GT-Power中搭建4135型柴油机仿真模型，主要完成系统边界、进排气模块、喷油器模块、气缸模块、曲轴箱模块的设置，并结合实测示功图验证了模型准确性。 3、故障类型与热工参数选择及数据获取。选择5种柴油机典型故障，确定6种热工参数，通过故障模拟获得1200组数据并进行预处理，其中训练数据900组，测试数据300组。 4、开展船机故障诊断研究，确定基础算法。使用BP神经网络、Elman神经网络和支持向量机分别进行故障分类，支持向量机的故障分类准确率最高，达到91.33％，作为诊断研究的基础模型。 5、开展故障诊断基础算法的优化研究。通过对比灰狼算法、鲸鱼算法、改进的鲸鱼算法的优化效果，改进的鲸鱼算法优化支持向量机的分类准确率达到了96.67%，优化效果最好，可用于实际工程。 |
| 作者： | 童培鑫 |
| 专业： | 机械 |
| 导师： | 张德福;张岩 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津理工大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
