航保船舶智能机舱方案设计与研究
王玉强 （ 北海航海保障中心天津航标处 ）
曹 阳 （ 北海航海保障中心天津航标处 ）
https://doi.org/10.37155/3041-0827-0105-71简介
本文通过对航保船舶智能机舱建设需求，综合利用现有的热工参数监测装置和监测手段，通过增加振 动、缸压等在线监测传感器、油液监测装置，实现机舱关键设备的振动、缸压、油液、热工参数等健康状态特征参 数的提取与分析。基于典型故障模式，研究建立状态评估指标体系；采用层次分析、时间序列、一类支持向量机、 ARMA等方法，建立健康状态评估模型，实现健康状态评估；并根据当前评估与预测结果，结合约束条件，为设备使 用管理和维修决策提供科学有效的意见建议。
关键字
智能机舱；健康状态评估；状态监测；故障预警；维修决策全文
PDF参考文献
[1] 张明, 李强, 王华. 船舶智能机舱状态监测技术研究
进展[J]. 船舶工程, 2022, 44(3): 1-8.
[2] 刘云, 陈伟, 赵勇. 基于多源信息融合的设备健康状
态评估方法[J]. 机械工程学报, 2020, 56(12): 210-220.
[3] 郑建, 孙明, 李林. 船舶设备智能诊断技术研究[J].
船舶工程, 2021, 43(5): 12-18.
[4] 陈晓明, 王涛, 张力. 面向船舶机舱的多源数据融合
技术[J]. 系统工程理论与实践, 2022, 42(4): 897-908.
[5] 李杰, 王明, 赵强. 基于深度学习的设备故障预测技
术研究[J]. 控制工程, 2020, 27(6): 1056-1062.
进展[J]. 船舶工程, 2022, 44(3): 1-8.
[2] 刘云, 陈伟, 赵勇. 基于多源信息融合的设备健康状
态评估方法[J]. 机械工程学报, 2020, 56(12): 210-220.
[3] 郑建, 孙明, 李林. 船舶设备智能诊断技术研究[J].
船舶工程, 2021, 43(5): 12-18.
[4] 陈晓明, 王涛, 张力. 面向船舶机舱的多源数据融合
技术[J]. 系统工程理论与实践, 2022, 42(4): 897-908.
[5] 李杰, 王明, 赵强. 基于深度学习的设备故障预测技
术研究[J]. 控制工程, 2020, 27(6): 1056-1062.
版权所有 © 2025 王玉强,曹 阳
出版时间:2025-05-31
本作品采用以下许可协议授权： 知识共享 署名 4.0 国际许可协议
邮箱
地址