基于ＰＣＡＫＦＣＭ的船舶柴油机故障诊断

2012年04月27日10:12:42 本网站我要评论(2)字号：T | T | T

彭秀艳，柴艳有，满新江
哈尔滨工程大学自动化学院，黑龙江哈尔滨

哈尔滨工程大学理学院，黑龙江哈尔滨

潍柴动力股份有限公司，山东潍坊

摘　　　要：为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况，结合主元分析（ＰＣＡ）的特征提取优势和模糊核聚类（ＫＦＣＭ）具有较好聚类效果的特点，提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取，消除了故障征兆之间的相关性；然后对经特征提取后的训练样本进行模糊核聚类，并用网格法确定其中的参数，得到聚类中心。较后通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离，得出较终的故障诊断结果。对ＭＡＮＢ＆Ｗ１０Ｌ９０ＭＣ型船用柴油机的故障诊断结果验证了该方法的有效性。因此，应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。

关　键　词：船舶柴油机；故障诊断；主元分析；模糊核聚类

１　引　言
船舶柴油机是船舶动力装置的关键设备，如果发生故障，将会影响船舶营运，并可能造成巨大的经济损失，甚至造成关键设备损坏，危及人身安全。因此，及时有效地发现并排除船舶柴油机的故障，对提高船舶柴油机工作时的安全性和可靠性，降低设备维修费用，减少经济损失，避免重大事故发生具有十分重大的意义［１］。研究表明，船舶柴油机的运行状况具有非线性和模糊性的特点［２３］。因此，要提高船舶柴油机故障诊断的准确率和更深刻地反映船舶柴油机的运行状况，必须采用非线性方法同时引入模糊逻辑的概念。实测资料和理论研究都表明，船舶柴油机的一种故障往往与多种故障征兆有关，并且各故障征兆所包含的信息是交叉的，有的甚至是冗余的。因此，本文提出了一种主元分析和模糊核聚类算法相结合的船舶柴油机故障诊断方法。

登录网站后可下载文件

基于ＰＣＡＫＦＣＭ 的船舶柴油机故障诊断

相关阅读:

基于ＰＣＡＫＦＣＭ的船舶柴油机故障诊断