基于支持向量机的船舶辅锅炉故障诊断研究
发布时间：2022-01-23 16:47
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...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
图３．２汽包模块输入输出关系??Ｆｉｇ．?３．２?Ｄｒｕｍ?ｍｏｄｕｌｅ?ｉｎｐｕｔ－ｏｕｔｐｕｔ?ｒｅｌａｔｉｏｎｓｈｉｐ??
?基于支持向量机的船舶辅锅炉故障诊断研宄???输出参数：八，乃，乃，欠，＜，Ｉ，Ａｖ，％，??仿真模型模型框图：如图３．４所示。??Ｐｖ??？饱和蒸汽密度??供给水流量?？?ＨＶ?Ｐｙ——？汽包压力?？??蒸汽排出量?１?Ｗｖ?＾?？汽包饱和水焓值??Ｔｖ??？饱和蒸汽温度??蒸汽干度一＾離■?＆?—―汽包水浦???？?ｗｒ?、?＾饱和蒸汽焓值??Ｐｙ，??？汽包水密度??供给水焓值?？?＼?Ｗｄ??？?１下降管水流量????？汽包水位?！??图３．２汽包模块输入输出关系??Ｆｉｇ．?３．２?Ｄｒｕｍ?ｍｏｄｕｌｅ?ｉｎｐｕｔ－ｏｕｔｐｕｔ?ｒｅｌａｔｉｏｎｓｈｉｐ??ｗｆ???？?＋??供给燃油量ｗｆ??’????１４．８０５?—－?？?＋?＿?？?？?Ｉ一＼￣｜烟气密度ｐｊ???｜?＾?｜￣Ｈ?Ｉ?炉膛压力Ｐｇ??空气供给量ｗａ?１／ＶＦ?￣经验系数???１?ｌｎｔｅｇｒａｔｏｒ６?Ｋ９????＿－Ｃ－?６８．７８９７?－＞????Ｃｏｎｓｔａｎｔ?ｐ。??１?炉膛体积?ＶＦ?Ｘ?＿＾＇｜??Ｉ?聊１?￣—?Ｘ?＊＿＿?＾￣Ｕ?—ｉＪｏｒａｄｆ－ＫＸ）???Ｌ?「?Ｐｒｏｄｕｃｔ２?总辅射放热加ｄ??ｔ?—？?ｕＭ?－？??Ｐｒｏｄｕｃｔ！?１?Ｆｃｎ３?ＴｇＡ４?＊?＇?■＇??Ｐｒｏｄｕｃｔ１２?＞????ｆ＼?—?＜Ｄ??￣烟气流量Ｗｇ?？??燃油燃值ｃｆ?＞???＿?＜Ｄ??炉膛体积倒数Ｉｎｔｅｇｒａｔｏｒ？！?±?烟气温度Ｔｇ??空气焓值ｈａ??１?Ｉ??＾?
?基于支持向量机的船舶辅锅炉故障诊断研究???３．?１．?３水冷壁与下降管联合部分仿真模型??模型输入量：Ｐｖ，忍，象，Ｉ，Ｌ，及，Ａｖ，％，?Ｑｗ；??模型参数：Ｃ，５，Ｍｒ，Ｃ？；??状态参数：Ａ．，九，Ｗ?；??代数方程与微分方程：见第二章式（２．２７）？（２．３３），此处不赘述；??输出参数：％，Ｘ。??仿真模型模型框图：如图３．６所示。??饱和蒸汽密度?？??汽包饱和水焓值?＊??饱和蒸汽溫度?？?Ｔｖ??汽包水检值?＊?乂水冷壁下降管．Ｔ?？黑汽干度??饱和蒸汽離?？?????＾?冷壁水流量??汽包水密度?，ｆＫ??下降管水流量?？?％??水冷壁辐射热量?？?０＾??图３．５水冷壁下降管联合模块输入输出关系??Ｆｉｇ．?３．５?Ｒｉｓｅｒｓ?ａｎｄ?ｄｏｗｎｃｏｍｅｒ?ｍｏｄｕｌｅ?ｉｎｐｕｔ－ｏｕｔｐｕｔ?ｒｅｌａｔｉｏｎｓｈｉｐ??ＣＤ￣￣ｔＦＱｔＱｉ??：?ＫＸ＞??汽包饱和水烚值ｈｗｖ?Ｓｕｂ丨??水冷壁工质干度＊??汽包?￣＊－—？！－?１?一￣?￣—＾丨ｎｌ?—??ｃｒｙ?Ｓｕｂｔｒａｃｔ丨?」Ｐｉｖｉｄｅ２２?〇ｕｔｉ?—？?ｉ????汽包蒸汽密度ｐｖ??？丨ｎ２?Ｉ?Ｓ??＾???Ｉｎｔｅｇｒａｔｏｒ】??＾?ｌｎ，?Ｓｕｂ３???？?Ｉｎ２?水冷壁水质量ｍｒ???Ｃ〇?？?Ｉｎ３??汽包水密度?ｐｗ?Ｓｌｌｂｌ?＂?１■’?—Ｋ３Ｄ????！?水冷壁流量、ｖｒ??（５?＞?？?Ｉｎｉ?！??总辐射放热Ｑｒａｄ?水冷壁工质吸热置Ｑｒ?＾?？??＾，ｎ２?Ｉ—４ｘ￣
【参考文献】：
期刊论文
[1]燃油锅炉燃料燃烧对排放物的影响[J]. 邹剑,周法元,梅伟,张华,张伟. 当代化工. 2019(07)
[2]基于电力巡检机器人巡视系统的设备故障诊断研究[J]. 王致,马力,洪永健,任曾,肖学明. 自动化与仪器仪表. 2019(01)
[3]船舶动力设备故障诊断系统关键技术研究[J]. 姚兴杰. 设备管理与维修. 2019(02)
[4]改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用[J]. 吕明珠,苏晓明,陈长征,刘世勋. 机械与电子. 2019(01)
[5]基于支持向量机和遗传算法的变压器故障诊断[J]. 吐松江·卡日,高文胜,张紫薇,莫文雄,王红斌,崔屹平. 清华大学学报(自然科学版). 2018(07)
[6]An Improved Sensor Fault Diagnosis Scheme Based on TA-LSSVM and ECOC-SVM[J]. GU Xiaodan,DENG Fang,GAO Xin,ZHOU Rui. Journal of Systems Science & Complexity. 2018(02)
[7]转杯式燃烧器燃油锅炉常见故障[J]. 胡丁山. 中国船检. 2018(04)
[8]船用燃油辅锅炉燃烧故障分析与处理[J]. 郑振杰. 福建农机. 2017(04)
[9]锅炉安全阀的故障与处理关键技术研究[J]. 杨飞龙. 化工管理. 2017(32)
[10]改进粒子群算法优化的SVM模拟电路故障诊断[J]. 梅恒荣,殷礼胜,刘冬梅,何怡刚,袁莉芬,赵丽欣,陈鹏,赵蓓蕾,任帅. 电子测量与仪器学报. 2017(08)
博士论文
[1]基于机器学习及智能算法的柴油机性能预测及优化研究[D]. 牛晓晓.哈尔滨工程大学 2017
[2]输变电设备在线状态分析与智能诊断系统的研究[D]. 马刚.华北电力大学 2013
[3]基于支持向量机的旋转机械故障诊断与预测方法研究[D]. 朱霄珣.华北电力大学 2013
[4]基于支持向量机的故障诊断及应用研究[D]. 易辉.南京航空航天大学 2011
硕士论文
[1]锅炉水循环系统运行状态仿真与事故预防[D]. 黄辉.沈阳航空航天大学 2017
[2]基于粒子群算法的神经网络故障诊断方法研究[D]. 张雷.华南理工大学 2016
[3]基于增量式模糊支持向量机的陀螺仪故障诊断[D]. 李勇.南京航空航天大学 2015
[4]船舶动力系统故障诊断方法与趋势预测技术研究[D]. 徐晓健.武汉理工大学 2014
[5]基于支持向量机和油液检测的船舶柴油机故障诊断研究[D]. 刘学坤.大连海事大学 2013
[6]大型油轮辅锅炉系统的建模与仿真研究[D]. 郭林杰.大连海事大学 2013
[7]基于仿真的船用锅炉爆管智能故障诊断技术研究[D]. 王莹.哈尔滨工程大学 2012
[8]灰色神经网络与支持向量机预测模型研究[D]. 肖轩.武汉理工大学 2009
[9]大型油船燃油锅炉系统建模与仿真研究[D]. 甘辉兵.大连海事大学 2007
[10]电站锅炉故障诊断与预测研究[D]. 熊浩.重庆大学 2003
本文编号：3604765
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
图３．２汽包模块输入输出关系??Ｆｉｇ．?３．２?Ｄｒｕｍ?ｍｏｄｕｌｅ?ｉｎｐｕｔ－ｏｕｔｐｕｔ?ｒｅｌａｔｉｏｎｓｈｉｐ??
?基于支持向量机的船舶辅锅炉故障诊断研宄???输出参数：八，乃，乃，欠，＜，Ｉ，Ａｖ，％，??仿真模型模型框图：如图３．４所示。??Ｐｖ??？饱和蒸汽密度??供给水流量?？?ＨＶ?Ｐｙ——？汽包压力?？??蒸汽排出量?１?Ｗｖ?＾?？汽包饱和水焓值??Ｔｖ??？饱和蒸汽温度??蒸汽干度一＾離■?＆?—―汽包水浦???？?ｗｒ?、?＾饱和蒸汽焓值??Ｐｙ，??？汽包水密度??供给水焓值?？?＼?Ｗｄ??？?１下降管水流量????？汽包水位?！??图３．２汽包模块输入输出关系??Ｆｉｇ．?３．２?Ｄｒｕｍ?ｍｏｄｕｌｅ?ｉｎｐｕｔ－ｏｕｔｐｕｔ?ｒｅｌａｔｉｏｎｓｈｉｐ??ｗｆ???？?＋??供给燃油量ｗｆ??’????１４．８０５?—－?？?＋?＿?？?？?Ｉ一＼￣｜烟气密度ｐｊ???｜?＾?｜￣Ｈ?Ｉ?炉膛压力Ｐｇ??空气供给量ｗａ?１／ＶＦ?￣经验系数???１?ｌｎｔｅｇｒａｔｏｒ６?Ｋ９????＿－Ｃ－?６８．７８９７?－＞????Ｃｏｎｓｔａｎｔ?ｐ。??１?炉膛体积?ＶＦ?Ｘ?＿＾＇｜??Ｉ?聊１?￣—?Ｘ?＊＿＿?＾￣Ｕ?—ｉＪｏｒａｄｆ－ＫＸ）???Ｌ?「?Ｐｒｏｄｕｃｔ２?总辅射放热加ｄ??ｔ?—？?ｕＭ?－？??Ｐｒｏｄｕｃｔ！?１?Ｆｃｎ３?ＴｇＡ４?＊?＇?■＇??Ｐｒｏｄｕｃｔ１２?＞????ｆ＼?—?＜Ｄ??￣烟气流量Ｗｇ?？??燃油燃值ｃｆ?＞???＿?＜Ｄ??炉膛体积倒数Ｉｎｔｅｇｒａｔｏｒ？！?±?烟气温度Ｔｇ??空气焓值ｈａ??１?Ｉ??＾?
?基于支持向量机的船舶辅锅炉故障诊断研究???３．?１．?３水冷壁与下降管联合部分仿真模型??模型输入量：Ｐｖ，忍，象，Ｉ，Ｌ，及，Ａｖ，％，?Ｑｗ；??模型参数：Ｃ，５，Ｍｒ，Ｃ？；??状态参数：Ａ．，九，Ｗ?；??代数方程与微分方程：见第二章式（２．２７）？（２．３３），此处不赘述；??输出参数：％，Ｘ。??仿真模型模型框图：如图３．６所示。??饱和蒸汽密度?？??汽包饱和水焓值?＊??饱和蒸汽溫度?？?Ｔｖ??汽包水检值?＊?乂水冷壁下降管．Ｔ?？黑汽干度??饱和蒸汽離?？?????＾?冷壁水流量??汽包水密度?，ｆＫ??下降管水流量?？?％??水冷壁辐射热量?？?０＾??图３．５水冷壁下降管联合模块输入输出关系??Ｆｉｇ．?３．５?Ｒｉｓｅｒｓ?ａｎｄ?ｄｏｗｎｃｏｍｅｒ?ｍｏｄｕｌｅ?ｉｎｐｕｔ－ｏｕｔｐｕｔ?ｒｅｌａｔｉｏｎｓｈｉｐ??ＣＤ￣￣ｔＦＱｔＱｉ??：?ＫＸ＞??汽包饱和水烚值ｈｗｖ?Ｓｕｂ丨??水冷壁工质干度＊??汽包?￣＊－—？！－?１?一￣?￣—＾丨ｎｌ?—??ｃｒｙ?Ｓｕｂｔｒａｃｔ丨?」Ｐｉｖｉｄｅ２２?〇ｕｔｉ?—？?ｉ????汽包蒸汽密度ｐｖ??？丨ｎ２?Ｉ?Ｓ??＾???Ｉｎｔｅｇｒａｔｏｒ】??＾?ｌｎ，?Ｓｕｂ３???？?Ｉｎ２?水冷壁水质量ｍｒ???Ｃ〇?？?Ｉｎ３??汽包水密度?ｐｗ?Ｓｌｌｂｌ?＂?１■’?—Ｋ３Ｄ????！?水冷壁流量、ｖｒ??（５?＞?？?Ｉｎｉ?！??总辐射放热Ｑｒａｄ?水冷壁工质吸热置Ｑｒ?＾?？??＾，ｎ２?Ｉ—４ｘ￣
【参考文献】：
期刊论文
[1]燃油锅炉燃料燃烧对排放物的影响[J]. 邹剑,周法元,梅伟,张华,张伟. 当代化工. 2019(07)
[2]基于电力巡检机器人巡视系统的设备故障诊断研究[J]. 王致,马力,洪永健,任曾,肖学明. 自动化与仪器仪表. 2019(01)
[3]船舶动力设备故障诊断系统关键技术研究[J]. 姚兴杰. 设备管理与维修. 2019(02)
[4]改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用[J]. 吕明珠,苏晓明,陈长征,刘世勋. 机械与电子. 2019(01)
[5]基于支持向量机和遗传算法的变压器故障诊断[J]. 吐松江·卡日,高文胜,张紫薇,莫文雄,王红斌,崔屹平. 清华大学学报(自然科学版). 2018(07)
[6]An Improved Sensor Fault Diagnosis Scheme Based on TA-LSSVM and ECOC-SVM[J]. GU Xiaodan,DENG Fang,GAO Xin,ZHOU Rui. Journal of Systems Science & Complexity. 2018(02)
[7]转杯式燃烧器燃油锅炉常见故障[J]. 胡丁山. 中国船检. 2018(04)
[8]船用燃油辅锅炉燃烧故障分析与处理[J]. 郑振杰. 福建农机. 2017(04)
[9]锅炉安全阀的故障与处理关键技术研究[J]. 杨飞龙. 化工管理. 2017(32)
[10]改进粒子群算法优化的SVM模拟电路故障诊断[J]. 梅恒荣,殷礼胜,刘冬梅,何怡刚,袁莉芬,赵丽欣,陈鹏,赵蓓蕾,任帅. 电子测量与仪器学报. 2017(08)
博士论文
[1]基于机器学习及智能算法的柴油机性能预测及优化研究[D]. 牛晓晓.哈尔滨工程大学 2017
[2]输变电设备在线状态分析与智能诊断系统的研究[D]. 马刚.华北电力大学 2013
[3]基于支持向量机的旋转机械故障诊断与预测方法研究[D]. 朱霄珣.华北电力大学 2013
[4]基于支持向量机的故障诊断及应用研究[D]. 易辉.南京航空航天大学 2011
硕士论文
[1]锅炉水循环系统运行状态仿真与事故预防[D]. 黄辉.沈阳航空航天大学 2017
[2]基于粒子群算法的神经网络故障诊断方法研究[D]. 张雷.华南理工大学 2016
[3]基于增量式模糊支持向量机的陀螺仪故障诊断[D]. 李勇.南京航空航天大学 2015
[4]船舶动力系统故障诊断方法与趋势预测技术研究[D]. 徐晓健.武汉理工大学 2014
[5]基于支持向量机和油液检测的船舶柴油机故障诊断研究[D]. 刘学坤.大连海事大学 2013
[6]大型油轮辅锅炉系统的建模与仿真研究[D]. 郭林杰.大连海事大学 2013
[7]基于仿真的船用锅炉爆管智能故障诊断技术研究[D]. 王莹.哈尔滨工程大学 2012
[8]灰色神经网络与支持向量机预测模型研究[D]. 肖轩.武汉理工大学 2009
[9]大型油船燃油锅炉系统建模与仿真研究[D]. 甘辉兵.大连海事大学 2007
[10]电站锅炉故障诊断与预测研究[D]. 熊浩.重庆大学 2003
本文编号：3604765
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3604765.html
