典型文献
基于动态特征融合的船舶柴油机进排气系统故障诊断
文献摘要：
[目的]船舶系统由多设备的复杂机构组成,各组件参数具有动态性和非线性的特点,所以故障诊断过程复杂.为提高诊断效率,提出一种动态特征融合方法.[方法]利用分形理论、动态理论及核主元分析(KPCA)法对系统状态数据进行重构、映射及筛选,得到主元特征数据矩阵,求得平方预测误差(SPE)及相应的控制限,构建出基于船舶柴油机进排气系统健康数据的离线监测模型,利用该模型对系统进行故障诊断分析.为验证模型的有效性,选取某船舶柴油机进排气系统的故障数据进行验证分析.[结果]结果表明,动态特征融合分析方法可有效实现对系统动态非线性状态数据的精确分析,实现对系统故障的高效分析和诊断.与KPCA及支持向量机(SVM)方法相比,所提方法具有更好的故障诊断性能.[结论]该方法可实现船舶柴油机进排气系统故障的检测和诊断,提升系统运行的可靠性和安全性.
文献关键词：
船舶柴油机;进排气系统;故障诊断;核主元分析;关联维数;动态理论
中图分类号：
作者姓名：
曹乐乐;张鹏;高泽宇;张跃文;孙培廷
作者机构：
大连海事大学轮机工程学院,辽宁大连 116026
文献出处：
引用格式：
[1]曹乐乐;张鹏;高泽宇;张跃文;孙培廷-.基于动态特征融合的船舶柴油机进排气系统故障诊断)[J].中国舰船研究,2022(06):103-110
A类：
B类：
动态特征融合,船舶柴油机,进排气系统,系统故障,船舶系统,统由,多设备,数具,诊断过程,诊断效率,融合方法,分形理论,动态理论,核主元分析,KPCA,状态数据,元特征,特征数据,数据矩阵,预测误差,SPE,控制限,健康数据,离线监测,监测模型,故障诊断分析,验证模型,故障数据,验证分析,融合分析,动态非线性,高效分析,诊断性,提升系统,关联维数
AB值：
0.286423
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
