一、基于油液监测的船舶机械维修决策(英文)（论文文献综述）
滕达[1]（2020）在《基于多元统计学的油液监测指标评价方法研究》文中进行了进一步梳理油液监测技术是通过各种检测手段来分析在用设备润滑油性能指标的一项工业技术,是状态维修的核心环节。通过对同一油液样本的各项指标分析,检测人员能够获得该设备的状态信息,并依据这些信息对机械设备的状态进行评价。目前对设备状态信息的获取大多通过数值记录的方式来实现,工作繁琐且指标评价方法单一。而通过数值模拟的方法,将相关的润滑油性能指标进行汇总,建立相关模型,对润滑油性能指标进行评价,可以获得更多隐含的设备状态信息,使油液监测技术更好地应用于实际工业问题。基于大连海事大学油液监测中心的历年实验数据,全文建立了两类具有代表性的数据集—混合样本数据集和具有时间序列性质的小样本数据集,讨论了适用于这两类数据集的油液监测指标评价方法。结合多元统计学等数学方法改进并完善了若干现有的油液监测指标评价模型,做了一些基于Matlab和SPSS的具体算例。对于混合样本数据集,全文做了如下研究:（1）使用截尾均值方法计算指标的建议标准。使用分布拟合方法获得指标的近似服从分布,通过计算逆累积分布函数实现指标界限值的划分。（2）使用因子分析方法分析指标之间的关联,并提取公因子。使用曲面拟合方法分析指标之间的关联。（3）使用聚类分析法获得数据集中疑似异常样本的指标取值特点。对于小样本数据集,全文做了如下研究:（1）使用截尾均值方法计算指标的建议标准。使用分布拟合方法获得指标的近似服从分布,通过计算逆累积分布函数实现指标界限值的划分。（2）使用相空间重构方法分析指标的信息损失。（3）使用GM（1,1）模型和差分统计模型对指标进行预测。对适用于混合样本数据集的评价方法研究,得到如下结论:（1）使用截尾均值法替代平均值法计算建议标准,可减弱异常值造成的影响,使得各指标建议标准的精度提升0%到28%不等。使用分布拟合方法可弥补分布假设造成的偏差,提升界限值划分的精度。（2）粘度和粘度指数指标、铅元素和硼元素指标、镁元素和锌元素指标、钙元素和硅元素指标之间均存在明显的正线性相关。由因子旋转后的公因子排序,得出结论:镁元素、锌元素、机械杂质、硅元素和钙元素指标为混合样本数据集中的重要指标。标准化后的指标存在3条关联公式:粘度-闪点-粘度指数指标公式、铁元素-铝元素-铜元素指标公式、粘度-粘度指数-镁元素指标公式。使用上述三条公式估算指标取值,误差不超过20%的概率都大于0.83。（3）疑似异常样本的粘度、粘度指数、机械杂质、总碱值、硅元素、钙元素、锌元素指标取值相对建议标准取值偏低,而其余指标取值偏高。通过编写基于计算几何方法的聚类模型,可进一步实现不同尺度下指标取值关联的刻画并实现指标异常取值的辨识。对适用于小样本数据集的评价方法研究,得到如下结论:（1）使用截尾均值法替代平均值法计算建议标准,可减弱异常值造成的影响,使得各指标建议标准的精度提升0%到50%不等。使用分布拟合方法可以提升界限值划分的精度。（2）水分和机械杂质指标对应的时间序列的K摘计算结果趋向无穷大,指标的信息损失率过高,无法被有效预测;粘度指标、粘度指数、闪点和总碱值对应的K熵较小,指标的信息损失率较低,可以被有效预测。（3）基于GM（1,1）模型和差分统计模型建立互补修正方案对理化指标进行预测,可提升了各项指标预测的准确性。基于差分统计模型对数据集第26个样本中各理化指标预测值的分布区间进行缩减。在牺牲20%概率的前提下,理化指标的预测值不会超出缩减范围。
张茂慧[2]（2020）在《基于深度卷积神经网络的船舶动力设备故障诊断方法研究》文中提出健康状态评估与故障诊断是故障预测与健康管理（PHM）技术的一部分,通过分析设备的状态信息,选择适当的评估方法对设备健康状态进行评估,并对故障进行诊断和预测,根据评估和预测结果给出科学的维护建议。动力设备是船舶的重要设备,对其进行健康状态评估和故障预测,及时发现设备存在的隐患并进行维护,对保证船舶安全航行具有非常重要的意义。论文以船舶动力设备为对象,研究建立了健康状态评估模型,利用设备冲击振动信号建立了基于一维CNN、基于深度卷积神经网络的故障诊断模型,并针对噪声干扰和载荷突变情况下的模型适应性进行了深入分析和模型优化。主要工作如下:（1）分析了船舶动力系统结构和常见故障,建立了动力系统主要设备船舶柴油机的健康评估指标体系,研究了基于主客观赋权法的指标体系优化方法。提出了基于改进灰狼算法优化（IGWO）的最小二乘支持向量机（LSSVM）算法（IGWO-LSSVM）,对设备健康状态进行评估,通过实例研究表明该评估算法的平均准确度为99.4%,验证了上述指标体系和评估算法的有效性。（2）针对传统的“特征提取+特征降维+特征分类”故障诊断方法对专家经验依赖度高、通用性低等问题,研究了“端到端”的故障诊断方法,以船舶柴油机主轴滚动轴承为对象,提出了一种基于深度卷积神经网络的智能诊断方法。首先建立了只有一个卷积层的一维CNN故障诊断模型,结合数据集增强,实例研究结果表明该模型诊断准确度大于97%。（3）针对噪声干扰和载荷变化会降低故障诊断模型性能的问题,从网络深度和第一层卷积核大小进行改进,提出了第一层为大卷积核和其它层为小卷积核的WB-DCNN模型,并引入批量归一化（BN）层提高模型训练速度;为了进一步提高深度卷积神经网络的领域自适应能力,引入残差模块,提出基于残差模块的Res14-DCNN诊断模型,并对模型进行神经元和分类过程可视化,解决了神经网络模型难分析的问题。实例研究表明Res14-DCNN模型具有较高的抗噪性和变载荷自适应能力。（4）针对噪声干扰不会消失、而变载荷问题又经常发生的问题,研究了自编码器,并提出基于深度卷积神经网络的去噪自编码器（DCDAE）对数据进行去噪处理,提出了基于DCDAE的增强型Res14-DCNN故障诊断方法。实例研究表明,该方法在噪声干扰下具有很高的故障识别率,并且在噪声干扰下的变载荷情况中故障诊断能力也优于其它模型。
张琛[3]（2019）在《大型风电场维修策略及资源调配研究》文中研究说明随着经济的快速发展,能源短缺、环境污染等问题日益凸显,寻求新的能源发展模式、实现能源的可持续发展已成为全球共同关注的焦点。风能作为一种可再生的清洁能源,储存量丰富,分布广泛,其商业开发价值受到了世界各国的关注。然而,风力发电机结构复杂且故障高发,运行故障的频繁不仅使机组的运行效率大大降低,而且影响着电网的安全稳定性。设备维护与检修的好坏直接决定着风电场的可靠性和经济效益。本文以风电场为对象,研究风电机组可靠性评估方法、维修策略优化、备件管理及维修资源调配。建立了基于SCADA数据和BP神经网络的风力机部件可靠性评估模型。以初始正常工况SCADA数据训练BP神经网络,获取正常状态参数预测模型和预测误差分布。基于预测误差,采用数理统计方法对部件的可靠性进行实时量化评估。通过使用从风电场收集的真实SCADA数据验证了所提方法在风力机可靠性评估中的有效性。提出了基于可靠度和考虑不完全维修的风电机组机会维修策略。以单台风电机组的叶片、齿轮箱、发电机、轴承等关键部件为研究对象,研究各部件之间的维修相关性和多层次维修控制限,建立考虑多控制限和多种维修方式的风电机组机会维修策略模型。以风电机组平均维修成本为目标函数,探讨机会维修策略的经济性优势和最佳维修阈值的获取。以本文的仿真对象为例,考虑机会维修策略的风电机组平均维修成本为158.73$/天,低于不考虑机会维修策略的平均维修成本（209.81$/天）。通过果蝇寻优算法,求得本算例中最低的平均维修成本为139.86$/天,对应于风力机部件的最佳机会维修可靠度阈值oR为0.9825。提出了考虑天气条件和备件库存管理的风电场机会维修策略。以风电场为研究对象,采用马尔科夫链模型生成风速时间序列,获取受天气条件限制的维修等待时间。提出动态机会维修策略,将机会维修阈值设定为与风速相关的动态值,以减少发电损失。引入（s,S）备件库存管理模型,建立维修策略与备件库存管理的联合优化。以运行周期风电场维修和备件库存管理总成本为目标函数,探讨动态机会维修策略的经济性优势,最佳维修阈值和库存管理策略的获取。以本文的仿真对象为例,与静态机会维修策略和非机会维修策略相比,动态机会维修策略的风电场维修和备件库存管理总成本分别下降了10.86%和18.29%。当初始机会维修可靠度阈值oR为0.99,订货阈值s为0时,运行周期总成本取得最小值3.36×107$。基于复杂系统的动态规划理论,建立了风电场维修资源优化调配模型。根据风电设备的可靠性模型及其当前健康状态,建立风电场维修资源需求模型。结合当前资源约束,采用带精英策略的快速非支配遗传算法（NSGA-Ⅱ算法）,建立地区级风电场群的维修资源动态调配模型。针对具体仿真算例求解得到最佳资源配置方案,并探讨相关参数影响。维修资源调配实例表明,NSGA-II算法优化后给出的维修资源调配方案较初始种群解码后的方案有很明显的改善,维修任务所需总资源和维修损失成本基本处于很低水平。另一方面,初始资源数目越多,Pareto最优解分布越靠近左下,即目标函数值越小,资源调配方案越优。最后,基于Matlab中的GUI功能开发了一套风电场维修及资源调配支持系统,结合运行实例展现了该系统在风电场维修任务规划和资源调配方面的实用性。
尹佩婷[4]（2019）在《基于状态监测数据的海上风电场机会维修策略优化研究》文中进行了进一步梳理随着世界能源供需形势的日益紧张和环境问题的严重性,开发可再生能源已成为共识,其中海上风电发展尤为迅速。海上复杂多变的运行环境使得机组部件面临故障风险高、可及性差以及单次运输成本高等因素导致海上风电场高额的运维成本,因此亟待进一步建立合理有效的维修策略以降低海上风电场的运维成本。本文通过结合基于状态监测数据以提取各机组部件的劣化特征和同时维修多个机组部件的机会维修策略的优势,提出了基于平均有效维修成本的动态状态机会维修策略,以实现不同时期对海上风电场内一系列具有不同劣化状态的机组部件的维修计划调度。首先构建基于多个状态监测数据驱动的人工神经网络模型以准确预测各机组部件的剩余寿命分布;并在此基础上,综合分析各机组部件在维修备货期后的剩余寿命可靠性和维修经济性构建平均有效维修成本函数,以减轻可及性导致维修备货期变动对确定维修计划的影响,并作为各机组部件制定维修决策的依据;最后还考虑风电场内多台多部件机组之间的经济相关性,建立以状态维修阈值和机会维修阈值为优化变量和最小年运维成本的状态机会运维优化模型。仿真结果表明考虑长且变化的维修备货期以构建的平均有效维修成本在支持机组部件维修决策的合理性和经济性;此外与其他基准维修策略相比,所提出的状态机会维修策略能够极大降低海上风电场的运维成本。本文旨在为海上风电场的实际运行维修提供新的综合维修模式以降低运维成本,具有一定的参考意见。
林洋[5]（2016）在《基于贝叶斯网络船用柴油机故障诊断系统的研究》文中提出船用柴油机作为船舶主要动力装置,一旦发生故障,将会影响船舶的正常运行,并可能造成巨大的经济损失,甚至危及人身安全。船用柴油机结构的复杂性导致船用柴油机故障原因具有明显的不确定性,从而致使维护人员难以对故障进行准确定位和及时排除。所以采用贝叶斯网络实现船用柴油机故障的准确定位和及时排除具有十分重大的意义。贝叶斯网络被认为是进行不确定性知识表达和推理最有效的理论模型之一。由于贝叶斯网络具有理论基础坚实、推理算法高效以及学习能力强等优点,所以本文将其引入到船用柴油机故障诊断问题中进行研究,来解决船用柴油机故障的不确定性问题。本文首先以船用柴油机为研究对象,对其常见故障进行了分析,并结合贝叶斯网络的特点,将船用柴油机故障诊断中涉及到的信息,分别用故障症状节点、观测操作节点以及故障原因节点进行表示,建立了基于“故障症状节点-观测操作节点-故障原因节点”结构的船用柴油机故障的诊断贝叶斯网络模型；然后根据故障诊断系统需要采集船用柴油机工作参数作为证据信息进行故障诊断的需求,设计实现了基于PLC的柴油机工作参数采集监测系统,该系统的主要功能是获取船用柴油机的状态信息,为故障诊断系统进行故障诊断提供证据信息,同时,该系统也可以用于监测柴油机的运行状态；最后利用Access建立后台数据库,用Visual C++6.0编程实现了整个故障诊断系统,包括知识库管理模块、网络构建模块、推理解释模块、参数学习模块、证据收集模块和人机界面。并通过故障实例推理验证了该方案的可行性和优越性。
张成达[6]（2015）在《客滚轮节能技术的研究》文中研究说明随着船舶制造业的发展和社会文明的进步,人际之间的交往越来越频繁,客滚轮作为一种便捷和经济的水上交通工具正发挥着越来越重要的作用。同时,随着客滚轮的快速发展,对于客滚轮高性能和低能耗的要求也是越来越高。根据船舶的现状,参考船舶实际运行中的各项参数,船舶企业采用切实可行的节能技术,从船舶上耗能较多设备的技术性能角度出发,设定合理的节能技术指标,实现降低能源使用的目标。本文在收集和研究了船舶节能方面的文献后,做了以下4个方面的研究：（1）文中分析了岸电电源和船舶电源并网的条件和不同电压岸电供电过程中产生的损耗。通过理论计算说明使用岸电对船方和港方所产生的经济影响,总结出在大部分情况下岸电电源比船舶自身发电在经济性和环境方面的巨大优势。（2）根据船舶的总能系统概念,对主机的能量系统进行了热平衡分析和（?）平衡分析。并进一步比较了主机70%负荷和65%负荷的耗油量。（3）为了降低客滚船的人员成本、燃油成本、配件成本、润滑成本和维修成本。本文从机务管理的角度出发,研究利用油液检测设备、分油设备和燃油均质设备降低润滑成本、燃油成本和维修成本便能实现公司运营成本的有效控制。（4）在船舶技术节能方面,本文结合了国内外的研究成果,理论研究了客滚轮的节能降耗问题,并从船体设备、主机燃油消耗和节油技术三个方面探讨了客滚轮运行过程中节能降耗的有效措施。
高冬冬[7]（2014）在《港作拖轮运行和维修成本控制的研究与实践》文中指出自2008年受国际金融危机影响以来,全球航运市场低迷,波罗的海指数于2012年2月跌至历史最低点,国际航运经济便一蹶不振。在这种大环境下,我国航运企业也普遍遭遇经营困境,出现不同程度的亏损。金融危机不仅影响了航运市场,而且给我国港口运行也带来了一定的不利影响。航运业的不景气使得船东们纷纷开始考虑控制船舶的运营成本,通过合理优化航线、减少燃油消耗等方式来实现利润的最大化。作为港口服务的拖轮公司,我天津港轮驳有限公司也将控制运营成本列为实现利润目标的最主要途径。港作拖轮企业不同于航运企业,拖轮的主要成本为人员成本、燃油成本、配件成本、润滑成本和维修成本。从机务管理的角度而言,合理有效的控制燃油成本、配件成本、润滑成本和维修成本便能实现公司运营成本的有效控制。本文在总结和借鉴前人研究成果的基础上,结合公司实际情况,运用自己多年来的在港作拖轮企业中机务管理的经验,对国内外先进技术、管理理念进行深入研究,找出一些适合港作拖轮运行和维修成本控制的有效方案,并对实践工作进行了总结分析。
由恒源[8]（2014）在《船舶机务管理系统计划维修标准化模块研究》文中认为随着我国航运事业的发展和国际航运市场竞争的日益激烈，对于船舶维修保养管理的要求也越来越高。但与其不相称的是船舶管理体系与管理手段相对滞后，管理模式仍停留在传统管理上，信息化程度偏低，这已严重制约了机务管理水平的提高。国外在船舶计划维修方面的先进管理模式有挪威的TSAR体系，国内针对机务管理计划维修方面的标准法规有CWBT、PMS等，但国内航运公司的船舶管理体系各具特色，技术和管理水平差异大，使其对标准及法规的具体实践各不相同，加之计划维修所面向的船型、备件等本来就很复杂，管理人员的流动性大，这些都增大了管理的难度。为此，在国内大力实践信息化和标准化政策的浪潮下，研究基于设备管理共性特征的计划维修标准化模块，有助于船舶机务管理行为的优化和信息化工作的推广，对规范船舶设备管理、提高船舶设备完好率及降低机务管理实施成本至关重要。本论文通过大量的资料收集和整理，分析了船舶维修保养系统的现状及共性特点，提出了船舶机务管理系统计划维修标准化体系。给出了体系标准化业务流程和标准化功能。对维修计划管理及维修计划执行标准化功能采用领域建模的方法建立了领域模型，通过工作预警等业务用例对模型进行了验证。给出了维修计划管理功能中基于设备状态监测结果的维修计划变更过程，针对船舶设备状态监测结果采用线性回归的方法建立了基于设备劣化度的维修时机预测模型。同时给出了相关标准化存储格式及表格。本文共分五个部分。第一部分：绪论。介绍了文章的研究背景，目前的现状，研究的内容和意义。第二部分：相关设备维修制度、船舶维修制度及船舶维修保养系统的发展。第三部分：船舶机务管理系统计划维修标准化体系及标准化业务流程、标准化原则及要求（数据及格式）和标准化功能。第四部分：针对船舶计划维修的核心业务，采用领域建模的方法进行了业务功能深入分析。第五部分：针对维修计划管理业务中的维修计划变更功能，采用回归分析的方法建立了基于设备劣化度的维修时机预测模型。第六部分：总结了需要完善的地方和对后期研究的展望。
庞政铎[9]（2011）在《重载刮板输送机减速器油液在线污染传感报警系统的研究》文中认为本文基于煤矿井下重载刮板输送机的：况特点,应用光学原理结合光纤技术研制了煤矿井下重载刮板输送机减速器N320润滑油污染度传感器；应用实验方法确定了L-CKC工业闭式齿轮油换油标准中机械杂质换油指标所对应的油液污染度等级,并通过实验标定得出了传感器输山信号与油液污染度之间的关系,确定了换油点出传感器的可测性；运用实验方法分析了油液温度对传感器输山信号的影响并应用Origin软件对数据进行了分析,得到了传感器输出与油液温度和油液污染度三者间所满足的经验公式；运用流体分析软件CFX对减速器工作过程中齿轮箱润滑油中的固体颗粒在油箱中的空间分布进行了模拟仿真,为传感器在减速器上的安装位置提供了依据；研制了能够满足现场使用的油液污染度监测仪。
刘杰[10]（2010）在《分布式资源环境下船舶动力设备诊断系统的关键技术研究》文中认为船舶动力设备是船舶的关键部件,对其进行状态监测和故障诊断受到国内外学者和研究机构的广泛关注。在船舶动力设备的故障诊断中,判据知识欠缺-直是制约其发展的一个关键因素,为此非常需要构建一个分布式的船舶动力设备故障诊断的资源环境,在这个资源环境下能共享诊断数据、案例和知识,并利用数据挖掘等技术从中提炼出新的诊断判据。针对目前船舶动力设备故障诊断研究领域的研究工作基本处于相互分离状态的现状,论述了构建船舶动力设备状态监测和故障诊断分布式资源环境的重要意义；分析了构造分布式资源环境的几个关键问题,定义了分布式资源环境中的角色分类和角色功能,论述了资源的分类特征和表述方法；给出了分布式资源环境体系结构和创建步骤,为推动船舶动力设备故障诊断系统真正走向实用建立坚实基础。对状态监测和故障诊断中的仪器设备特征分类进行深入分析,实现了串口类型仪器数据的自动高效采集集成,同时利用文件夹监控方式和消息通信方式实现了自带电脑型仪器的网络化数据集成；在此基础上构建了监测分析实验中心的自动化数据采集系统,经实际运行验证,取得良好效果；提出并实现了基于聚类相似度分析的分析仪器数据格式分析算法,为对加密型仪器设备数据进一步利用奠定了很好的基础；针对船舶移动工况,论述了在状态监测与故障诊断中集成机务维护信息的必要性,利用程序脚本代码自动生成技术方便高效的解决了机务维护信息修改后的集成问题；这些技术的运用,提高了检测信息的集成度,为更好地在分布式资源环境下利用这些数据建立坚实的基础。获取判据知识一直是设备状态监测与故障诊断中的难点。传统的获取方式是依靠不断总结专家的经验,但所形成的诊断知识不一定准确和高效。借助于网络环境,将拥有相同设备的不同公司、用户组织成一个整体,将各自在实际监测诊断中收集的原始数据和形成的诊断判据知识共享,借助于知识挖掘、信息融合等方法,可形成准确度更高的判据知识。文中讨论了在船舶动力设备状态监测和故障诊断领域中应用数据挖掘方法来获得诊断知识的途径；针对数据挖掘中的聚类算法,提出并实现了一种新的谱系图生成算法；分析了传统正态分布方法获取监测数据基线的不足,介绍了用最大熵方法计算判据基线值的过程,通过.net编程语言实现了最大熵算法程序,分析了最大熵方法的应用要求,针对柴油机台架试验数据用最大熵方法和正态分布方法分别计算了油液光谱分析元素浓度绝对值的判据和变化率判据,并对数据进行了分析,得出了最大熵方法挖掘判据基线的前提条件要求；针对目前数据挖掘方法发展变化非常迅速的特点,提出了用反射技术来构建可扩展式数据挖掘应用系统的方法,对分布式资源环境的创建有非常重要的意义。分析了船舶动力设备故障诊断知识的特征,提出了用数据库技术来保存产生式规则知识的体系,研究了相应的存储结构,提出了一种方便灵活的动态知识匹配诊断方法。针对目前故障诊断中,有些知识是模糊性的,还无法表示为规则,只存在相应案例样本的情况,实现用神经网络来保存该类型知识,并编程实现了神经网络的构造、训练、保存、加载和诊断,对分布式资源环境提供了有力的支持。论述了知识服务的概念和意义；提出以远程知识服务的形式来对外开展诊断服务,描述了基于Web Service技术的远程知识服务系统体系的关键技术；解决了分布式资源环境下不同节点的对外服务运作形式问题；以构建远程磨粒图像处理知识服务为例,描述了构造知识服务的过程。介绍了构造的基于分布式资源环境理念的远程船舶故障诊断系统平台,包括设计理念、扩充的接口、运行效果等。
二、基于油液监测的船舶机械维修决策(英文)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于油液监测的船舶机械维修决策(英文)（论文提纲范文）
（1）基于多元统计学的油液监测指标评价方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 油液监测指标评价方法 |
| 1.1.1 油液监测技术 |
| 1.1.2 油液监测技术背景 |
| 1.1.3 油液监测实验 |
| 1.1.4 油液监测指标 |
| 1.1.5 油液监测指标评价方法及分类 |
| 1.2 油液监测指标评价方法的研究现状 |
| 1.2.1 单一油液监测指标评价方法 |
| 1.2.2 指标关联性评价方法 |
| 1.3 研究价值及理论意义 |
| 1.4 研究方案及研究内容 |
| 1.4.1 研究方案 |
| 1.4.2 研究内容 |
| 2 油液监测故障诊断流程 |
| 2.1 油液监测各类指标的解读 |
| 2.1.1 理化分析的解读 |
| 2.1.2 光谱分析的解读 |
| 2.2 基于指标的油液监测故障诊断流程 |
| 3 针对混合样本油液监测数据集的评价方法 |
| 3.1 混合样本数据集的特点 |
| 3.2 建议标准的建立 |
| 3.2.1 建议标准的定义 |
| 3.2.2 截尾均值方法 |
| 3.2.3 基于Matlab的建议标准计算模型 |
| 3.2.4 计算结果 |
| 3.3 指标界限值划分 |
| 3.3.1 指标界限值划分的合理性 |
| 3.3.2 分布拟合方法 |
| 3.3.3 基于Matlab的界限值划分模型 |
| 3.3.4 计算结果及分析 |
| 3.4 基于因子分析的指标评价 |
| 3.4.1 指标的线性关联与指标缩减 |
| 3.4.2 因子分析方法 |
| 3.4.3 基于SPSS的因子分析模型 |
| 3.4.4 计算结果及分析 |
| 3.5 指标公式 |
| 3.5.1 指标的非线性关联 |
| 3.5.2 拟合优度方法 |
| 3.5.3 基于Matlab的曲线曲面拟合模型 |
| 3.5.4 计算结果及分析 |
| 3.6 基于聚类分析的指标评价 |
| 3.6.1 指标取值的相互约束 |
| 3.6.2 聚类分析方法 |
| 3.6.3 基于SPSS的两步聚类模型 |
| 3.6.4 计算结果及分析 |
| 3.6.5 基于Matlab的计算几何聚类模型 |
| 3.6.6 计算结果及分析 |
| 3.7 本章小结 |
| 4 针对小样本油液监测数据集的评价方法 |
| 4.1 小样本数据集的特点 |
| 4.2 数据的连续化处理 |
| 4.3 建议标准的建立 |
| 4.4 指标界限值的划分 |
| 4.5 指标可预测性的判定 |
| 4.5.1 指标对应时间序列的信息损失 |
| 4.5.2 相空间重构方法 |
| 4.5.3 基于Matlab的相空间分析模型 |
| 4.5.4 计算结果及分析 |
| 4.6 指标预测 |
| 4.6.1 不等间隔的时间序列预测 |
| 4.6.2 灰色系统方法和差分统计方法 |
| 4.6.3 基于Matlab的GM(1,1)模型 |
| 4.6.4 计算结果及分析 |
| 4.6.5 基于Matlab的差分统计模型 |
| 4.6.6 计算结果及分析 |
| 4.6.7 GM(1,1)模型和差分统计模型的互补预测方案 |
| 4.7 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望与不足 |
| 附录A 基于同胚映射的指标换算方法 |
| 附录B 基于计算几何的聚类算法Matlab代码 |
| 附录C 界限值划分评价方法可视化的Matlab代码 |
| 附录D 灰色系统GM(1,1)模型的Matlab代码 |
| 附录E 差分统计模型的Matlab代码 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（2）基于深度卷积神经网络的船舶动力设备故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.2.1 健康状态评估研究现状和发展趋势 |
| 1.2.2 船舶动力设备故障诊断方法研究现状和发展趋势 |
| 1.3 论文主要研究内容和结构 |
| 第2章 基于改进LSSVM的船舶动力设备健康状态评估研究 |
| 2.1 船舶动力设备结构及常见故障 |
| 2.1.1 船舶动力设备主要结构 |
| 2.1.2 船舶柴油机工作原理 |
| 2.1.3 船舶动力设备故障分类 |
| 2.2 船舶柴油机健康状态评估指标体系及优化 |
| 2.2.1 健康状态等级划分 |
| 2.2.2 船舶柴油机健康状态综合评估指标体系 |
| 2.2.3 评估指标体系优化方法 |
| 2.3 基于改进GWO-LSSVM的健康状态评估模型 |
| 2.3.1 LSSVM理论 |
| 2.3.2 GWO算法理论 |
| 2.3.3 改进的GWO算法(IGWO)及性能分析 |
| 2.3.4 基于IGWO-LSSVM的健康状态评估模型 |
| 2.4 基于IGWO-LSSVM的船舶柴油机健康状态评估实例 |
| 2.5 本章小结 |
| 第3章 基于一维CNN的故障诊断方法研究 |
| 3.1 卷积神经网络结构 |
| 3.1.1 卷积层 |
| 3.1.2 激活层 |
| 3.1.3 池化层 |
| 3.1.4 全连接层 |
| 3.1.5 目标函数 |
| 3.2 卷积神经网络的误差反向传播 |
| 3.2.1 全连接层反向求导 |
| 3.2.2 池化层反向求导 |
| 3.2.3 卷积层反向求导 |
| 3.3 Adam优化方法 |
| 3.4 基于一维CNN的故障诊断模型 |
| 3.5 基于一维CNN的故障诊断实例 |
| 3.5.1 数据集增强 |
| 3.5.2 实验数据准备 |
| 3.5.3 基于一维CNN的故障诊断 |
| 3.6 本章小结 |
| 第4章 基于深度卷积神经网络的故障诊断方法研究 |
| 4.1 基于WB-DCNN的故障诊断模型 |
| 4.1.1 批量归一化层 |
| 4.1.2 模型设计准则 |
| 4.1.3 WB-DCNN模型描述 |
| 4.2 基于残差模块的Res14-DCNN故障诊断模型 |
| 4.2.1 残差模块 |
| 4.2.2 基于残差模块的Res14-DCNN模型描述 |
| 4.3 模型可视化分析 |
| 4.3.1 神经元可视化 |
| 4.3.2 分类过程可视化 |
| 4.4 噪声干扰下故障诊断性能实例分析 |
| 4.4.1 噪声信号准备 |
| 4.4.2 第一层宽卷积核对抗噪性影响 |
| 4.4.3 模型抗噪性比较 |
| 4.5 变载荷下故障诊断性能实例分析 |
| 4.5.1 变载荷问题描述 |
| 4.5.2 实验结果分析 |
| 4.6 本章小结 |
| 第5章 基于DCDAE的增强Res14-DCNN故障诊断方法研究 |
| 5.1 深度卷积去噪自编码器 |
| 5.1.1 自编码器 |
| 5.1.2 去噪自编码器 |
| 5.1.3 深度卷积去噪自编码器 |
| 5.2 深度卷积去噪自编码器设计和性能分析 |
| 5.2.1 深度卷积去噪自编码器设计 |
| 5.2.2 深度卷积去噪自编码器去噪性能分析 |
| 5.3 基于DCDAE的增强Res14-DCNN故障诊断流程 |
| 5.4 基于DCDAE的增强Res14-DCNN故障诊断实例 |
| 5.4.1 模型抗噪性比较 |
| 5.4.2 模型领域自适应能力比较 |
| 5.5 本章小结 |
| 总结与展望 |
| 论文主要工作 |
| 进一步研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及参与课题 |
| 致谢 |
（3）大型风电场维修策略及资源调配研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号说明 |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 风电场维修策略及资源调配研究现状 |
| 1.3 本文研究的主要内容 |
| 2 基于SCADA数据和BP神经网络的风电机组可靠性评估模型 |
| 2.1 引言 |
| 2.2 SCADA数据 |
| 2.3 BP神经网络 |
| 2.4 可靠性评估模型 |
| 2.5 数值仿真 |
| 2.6 本章小结 |
| 3 基于可靠度和考虑不完全维修的风电机组机会维修策略 |
| 3.1 引言 |
| 3.2 风电机组维修 |
| 3.3 故障率模型 |
| 3.4 风电机组机会维修策略模型 |
| 3.5 数值仿真 |
| 3.6 本章小结 |
| 4 考虑天气条件和备件库存管理的风电场机会维修策略 |
| 4.1 引言 |
| 4.2 维修可及性分析 |
| 4.3 联合优化模型 |
| 4.4 数值仿真 |
| 4.5 本章小结 |
| 5 面向风电场群的维修资源优化调配 |
| 5.1 引言 |
| 5.2 风电场维修任务及资源需求 |
| 5.3 维修资源调配模型 |
| 5.4 NSGA-Ⅱ算法 |
| 5.5 维修资源调配实例 |
| 5.6 风电场维修及资源调配支持系统 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 本文特色与创新之处 |
| 6.3 今后工作展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表的学术论文 |
| 附录2 攻读博士学位期间参加的学术会议 |
| 附录3 攻读博士学位期间参与的科研项目 |
| 附录4 攻读博士学位期间所获荣誉和奖励 |
（4）基于状态监测数据的海上风电场机会维修策略优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 海上风电机组单部件维修策略研究 |
| 1.2.2 海上风电机组多部件维修策略研究 |
| 1.2.3 文献评述 |
| 1.3 研究目的及意义 |
| 1.4 研究内容及创新点 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 1.5 研究方法与技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第二章 海上风电机组的运维基础理论 |
| 2.1 海上风电机组的基本结构 |
| 2.2 海上风电机组的故障统计与分析 |
| 2.3 海上风电机组的状态监测数据 |
| 2.3.1 振动监测数据 |
| 2.3.2 温度监测数据 |
| 2.3.3 油液监测数据 |
| 2.3.4 声发射监测数据 |
| 2.3.5 SCADA数据 |
| 2.4 本章小结 |
| 第三章 基于状态监测数据的剩余寿命预测 |
| 3.1 基于状态监测数据的人工神经网络模型 |
| 3.1.1 模型参数选取 |
| 3.1.2 模型构建 |
| 3.1.3 模型训练 |
| 3.2 基于人工神经网络模型的剩余寿命预测 |
| 3.3 算例分析 |
| 3.3.1 SCADA监测数据处理 |
| 3.3.2 结果分析 |
| 3.4 本章小结 |
| 第四章 海上风电场状态维修策略优化 |
| 4.1 动态平均有效维修成本函数 |
| 4.2 基于平均有效维修成本的状态维修策略 |
| 4.2.1 状态维修策略过程 |
| 4.2.2 状态维修成本模型 |
| 4.3 算例分析 |
| 4.3.1 仿真算法 |
| 4.3.2 结果分析 |
| 4.3.3 比较分析 |
| 4.4 本章小结 |
| 第五章 海上风电场状态机会维修策略优化 |
| 5.1 基于平均有效维修成本的状态机会维修策略 |
| 5.2 状态机会运维成本优化模型 |
| 5.2.1 模型假设 |
| 5.2.2 目标函数 |
| 5.2.3 约束条件 |
| 5.2.4 目标规划模型 |
| 5.3 算例分析 |
| 5.3.1 仿真算法 |
| 5.3.2 结果分析 |
| 5.3.3 参数灵敏度分析 |
| 5.3.4 与基准维修策略的比较分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 本文不足及未来研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（5）基于贝叶斯网络船用柴油机故障诊断系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 船用柴油机故障诊断国内外研究现状 |
| 1.3 贝叶斯网络国内外研究现状 |
| 1.4 贝叶斯网络在故障诊断中的优势 |
| 1.5 本文的主要研究内容 |
| 第2章 贝叶斯方法及贝叶斯网络理论 |
| 2.1 贝叶斯理论基础及方法 |
| 2.1.1 概率论的基本思想 |
| 2.1.2 概率推理 |
| 2.1.3 贝叶斯网络 |
| 2.2 贝叶斯网络推理 |
| 2.2.1 贝叶斯网络推理的分类 |
| 2.2.2 贝叶斯网络的VE算法 |
| 2.3 贝叶斯网络的学习 |
| 2.3.1 贝叶斯网络的参数学习 |
| 2.3.2 贝叶斯网络的结构学习 |
| 2.4 本章小结 |
| 第3章 贝叶斯网络在船用柴油机故障诊断中的应用 |
| 3.1 船用柴油机故障分析 |
| 3.1.1 船用柴油机的基本组成 |
| 3.1.2 柴油机工作参数与故障分析 |
| 3.2 诊断贝叶斯网络的表达方式与数学描述 |
| 3.2.1 诊断贝叶斯网络的表达方式 |
| 3.2.2 诊断贝叶斯网络的数学描述 |
| 3.3 诊断贝叶斯网络模型的构建 |
| 3.3.1 网络结构的确定 |
| 3.3.2 节点概率表的确定 |
| 3.4 诊断贝叶斯网络模型的学习 |
| 3.5 诊断贝叶斯网络模型的推理 |
| 3.6 本章小结 |
| 第4章 基于贝叶斯网络船用柴油机故障诊断系统的设计实现 |
| 4.1 船用柴油机故障诊断系统的总体结构 |
| 4.2 船用柴油机工作参数采集与监测系统 |
| 4.3 知识库管理模块设计 |
| 4.4 网络构建模块 |
| 4.4.1 故障诊断模型知识表达 |
| 4.4.2 构建网络结构 |
| 4.5 推理解释模块 |
| 4.6 参数学习模块 |
| 4.7 证据收集模块 |
| 4.8 人机界面 |
| 4.9 基于贝叶斯网络船用柴油机故障诊断系统的实际应用 |
| 4.10 本章小结 |
| 第5章 总结与展望 |
| 参考文献 |
| 附录A 监测点明细表 |
| 附录B 排烟温度高故障节点CPT |
| 致谢 |
| 研究生履历 |
（6）客滚轮节能技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第一章 船舶节能技术的应用与研究综述 |
| 1.1 节能技术研究 |
| 1.1.1 主机节能技术研究 |
| 1.1.2 岸电节能技术研究 |
| 1.2 论文主要研究内容 |
| 第二章 岸电节能技术研究 |
| 2.1 船舶电源与岸电电源的并网条件和分析 |
| 2.1.1 船上电源与岸上电源并网的条件 |
| 2.1.2 船舶电源与岸电电源的并网分析 |
| 2.2 船舶使用岸电电源的经济效益 |
| 2.2.1 船舶本身的经济效益 |
| 2.2.2 港口的经济效益 |
| 2.2.3 实例分析 |
| 2.3 供电损耗计算 |
| 第三章 船舶主机油耗的计算与分析 |
| 3.1 船舶主机的热力学分析 |
| 3.1.1 船舶总能系统 |
| 3.1.2 船舶主柴油机热平衡分析 |
| 3.1.3 船舶主柴油机(?)平衡分析 |
| 3.1.4 实例分析 |
| 第四章 客滚轮用油的研究和实践 |
| 4.1 油液监测技术应用 |
| 4.1.1 油液监测技术 |
| 4.1.2 油液监测技术在客滚船中的应用 |
| 4.1.3 油液监测实例分析 |
| 4.2 离心式机油滤清器 |
| 4.2.1 离心式机油滤清器介绍 |
| 4.2.2 离心式机油滤清器在客滚轮上的实际应用 |
| 4.3 燃油均质器的应用 |
| 4.3.1 重油成分对柴油机的影响 |
| 4.3.2 均质器 |
| 第五章 船舶能耗的分析和管理 |
| 5.1 EEDI分析 |
| 5.1.1 EEDI背景介绍 |
| 5.1.2 EEDI公式及含义 |
| 5.2 船舶能效营运指数的综合分析 |
| 5.2.1 船舶能效营运指数(EEOI)内涵 |
| 5.2.2 多航次Average EEOI计算式 |
| 5.2.3 计算实例 |
| 5.3 客滚轮节能降耗技术建议 |
| 5.3.1 设计合理的船体和设备 |
| 5.3.2 降低船舶主机燃油消耗 |
| 5.3.3 其它的关于节油技术的建议 |
| 第六章 结论和展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）港作拖轮运行和维修成本控制的研究与实践（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 引言 |
| 第1章 港作拖轮介绍及成本分析 |
| 1.1 拖轮的种类 |
| 1.2 港作拖轮的作业特点 |
| 1.2.1 作业区域相对固定 |
| 1.2.2 作业具有服从性 |
| 1.2.3 作业有其准点的时效性 |
| 1.2.4 作业工况具有间断性 |
| 1.3 港作拖轮运行和维修成本分析 |
| 第2章 能源消耗成本控制的研究与实践 |
| 2.1 能源消耗现状及节能分析 |
| 2.2 节能新技术引进 |
| 2.2.1 LED照明技术在拖轮上的应用研究 |
| 2.2.2 实施岸电技术 |
| 2.2.3 LNG/柴油混合动力使用前景分析 |
| 2.2.4 新造船舶使用可变螺距舵桨 |
| 2.2.5 应用船舶发动机助燃消烟技术 |
| 2.3 优化船舶结构 |
| 2.3.1 老旧船舶资源再利用一起重船改造 |
| 2.3.2 船舶消拖一体化设计 |
| 2.3.3 引航快艇替代常规引航拖轮 |
| 2.4 加强节能管理 |
| 2.4.1 实施指标考核,健全节能奖励机制 |
| 2.4.2 建立并实施能源管理体系 |
| 2.5 本章小结 |
| 第3章 船舶配件成本控制的研究与实践 |
| 3.1 配件国产化的背景和意义 |
| 3.2 配件国产化的原则和旅 |
| 3.3 配件国产化的应用实例 |
| 3.3.1 替代型国产化 |
| 3.3.2 技术改造型国产化 |
| 3.4 配件国产化展望 |
| 第4章 船舶润滑成本控制的研究与实践 |
| 4.1 油液监测技术应用 |
| 4.1.1 油液监测技术简介 |
| 4.1.2 油液监测技术的产生及发展 |
| 4.1.3 油液监测技术在拖轮状态监控中的应用 |
| 4.1.4 油液监测应用实例分析 |
| 4.1.5 油液监测工作效果 |
| 4.2 离心式机油滤清器应用 |
| 4.2.1 船用分油机的使用 |
| 4.2.2 离心式机油滤清器介绍 |
| 4.2.3 离心式机油滤清器在拖轮上的实际应用 |
| 4.3 小结 |
| 第5章 实施船舶计划保养体系(PMS) |
| 5.1 我国船舶维修保养体系(CWBT)发展概况 |
| 5.2 船舶计划保养系统(PMS)的由来 |
| 5.3 实施PMS的优势 |
| 5.4 实施PMS的效益 |
| 5.5 实施PMS的过程 |
| 5.6 小结 |
| 第6章 结论 |
| 参考文献 |
| 致谢 |
（8）船舶机务管理系统计划维修标准化模块研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外船舶机务管理研究现状 |
| 1.3 研究内容 |
| 1.4 论文研究的结构 |
| 第2章 国内外设备维修制度及船舶维修保养系统的发展 |
| 2.1 国内外设备维修制度的发展 |
| 2.1.1 事后维修阶段 |
| 2.1.2 预防维修阶段 |
| 2.1.3 多种维修体制并行的现代维修管理阶段 |
| 2.2 国内外船舶维修管理制度的发展 |
| 2.3 国内外船舶维修保养管理系统的发展 |
| 2.3.1 国内船舶维修保养标准、法规、规范 |
| 2.3.2 国内用船单位船舶维修保养制度选例分析 |
| 2.3.3 国内外船舶维修保养软件 |
| 2.3.4 船舶维修保养系统现状分析 |
| 2.4 小结 |
| 第3章 计划维修标准化体系研究 |
| 3.1 计划维修标准化业务流程 |
| 3.2 计划维修标准化体系中的原则及要求 |
| 3.2.1 设备编码原则及方法 |
| 3.2.2 维修保养的级别、周期代码和周期允差 |
| 3.2.3 设备卡、工作卡格式 |
| 3.3 计划维修标准化模块 |
| 3.3.1 基础信息管理模块 |
| 3.3.2 维修计划管理模块 |
| 3.3.3 备品备件管理模块 |
| 3.3.4 报表模块 |
| 3.4 小结 |
| 第4章 标准化模块关键功能领域建模 |
| 4.1 初始化及维修计划管理功能分析 |
| 4.2 关键功能领域建模研究 |
| 4.2.1 领域建模 |
| 4.2.2 初始化及维修计划管理功能领域建模 |
| 4.2.3 维修计划执行功能领域建模 |
| 4.2.4 标准化显示界面及报表 |
| 4.3 小结 |
| 第5章 维修计划变更预测模型研究 |
| 5.1 基于状态监测结果的维修计划变更 |
| 5.1.1 状态监测技术 |
| 5.1.2 设备状态预测的方法 |
| 5.2 状态监测记录的标准化格式 |
| 5.3 基于设备劣化度的维修周期预测模型 |
| 5.3.1 船舶设备技术状态变化过程 |
| 5.3.2 船舶设备劣化度的确定 |
| 5.3.3 基于设备劣化度的维修时机预测模型 |
| 5.3.4 实例分析 |
| 5.4 小结 |
| 第6章 总结和展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及参加科研项目 |
| 附录一 计划维修标准化体系初始化功能分析 |
| 附录二 计划维修标准化体系维修计划管理功能分析 |
（9）重载刮板输送机减速器油液在线污染传感报警系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 详细摘要 |
| 1 引言 |
| 1.1 油液监测技术 |
| 1.1.1 磨粒监测技术 |
| 1.1.2 油液监测功能 |
| 1.1.3 油液监测技术发展历史 |
| 1.2 装备维修的演变 |
| 1.2.1 事后维修 |
| 1.2.2 定时维修 |
| 1.2.3 状态监控维修 |
| 1.2.4 油液监控对于状态监控维修的重要意义 |
| 1.3 机器油液监测技术及其研究现状 |
| 1.3.1 油液监测的三维分析 |
| 1.3.2 离线监测技术 |
| 1.3.3 在线监测技术 |
| 1.4 各种方法评述 |
| 1.5 论文研究内容 |
| 2 油液污染度传感器的设计 |
| 2.1 污染物种类及来源 |
| 2.1.1 污染物种类 |
| 2.1.2 污染物来源 |
| 2.1.3 固体颗粒污染物性质 |
| 2.1.4 磨粒大小及磨损形式 |
| 2.1.5 磨损颗粒与设备故障诊断 |
| 2.2 油液污染度等级标准 |
| 2.2.1 污染度表示形式 |
| 2.2.2 常见污染度等级标准 |
| 2.3 传感器整体方案设计 |
| 2.4 光路设计 |
| 2.4.1 光测法原理 |
| 2.4.2 Lambert-Beer定律 |
| 2.4.3 光路结构设计 |
| 2.4.4 光源与光探测器的选择 |
| 2.5 传感器电路设计 |
| 2.5.1 激光器驱动电路 |
| 2.5.2 光电池接收单路 |
| 2.5.3 滤波电路的设计 |
| 2.6 传感器机械结构的设计 |
| 2.6.1 单光路传感器结构设计 |
| 2.6.2 双光路传感器结构设计 |
| 2.7 小结 |
| 3 减速器油液数值模拟 |
| 3.1 齿轮传动装置的润滑方式 |
| 3.2 数值模拟的控制方程 |
| 3.2.1 对所研究对象物理性质的假设 |
| 3.2.2 连续相(油和空气)的控制方程 |
| 3.2.3 离散相(颗粒)方程 |
| 3.3 数值模拟 |
| 3.3.1 物理模型 |
| 3.3.2 网格划分 |
| 3.3.3 定义边界条件 |
| 3.3.4 初始条件 |
| 3.3.5 控制方程的离散 |
| 3.4 流场模拟结果 |
| 3.4.1 壁面上的体积分量图 |
| 3.4.2 减速器内部体积分量的截面图 |
| 3.4.3 油液的速度场图 |
| 3.4.4 油液的流线图 |
| 3.4.5 固体颗粒运动的模拟 |
| 3.5 小结 |
| 4 光透实验与温度影响实验 |
| 4.1 光透实验 |
| 4.1.1 实验准备 |
| 4.1.2 实验过程 |
| 4.1.3 实验数据及数据分析 |
| 4.2 温度实验 |
| 4.2.1 实验准备 |
| 4.2.2 实验过程 |
| 4.2.3 试验数据 |
| 4.2.4 数据分析 |
| 4.2.5 数据拟合 |
| 4.3 小结 |
| 5 减速器油液污染度监测仪的开发 |
| 5.1 系统概述 |
| 5.1.1 系统整体结构 |
| 5.1.2 仪表整体结构与设计方案 |
| 5.1.3 仪表各模块硬件设计 |
| 5.2 软件设计 |
| 5.2.1 检测程序结构 |
| 5.2.2 软件设计过程 |
| 5.2.3 各个模块程序的设计 |
| 5.3 小结 |
| 6 结论与展望 |
| 6.1 本文的主要工作 |
| 6.2 论文的创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 在学期间发表的学术论文 |
| 在学期间参加科研项目 |
| 主要获奖 |
（10）分布式资源环境下船舶动力设备诊断系统的关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 国内外研究现状 |
| 1.2 研究目的和意义 |
| 1.3 课题来源 |
| 1.4 本文研究的主要内容 |
| 第2章 分布式资源环境的体系与构建 |
| 2.1 构建分布式资源环境的意义 |
| 2.1.1 船用动力设备监测诊断现状 |
| 2.1.2 分布式资源环境的定义 |
| 2.1.3 分布式资源系统的研究意义 |
| 2.2 分布式资源环境的角色与体系 |
| 2.2.1 分布式资源环境的角色 |
| 2.2.2 分布式资源环境的结构 |
| 2.3 分布式资源环境的创建 |
| 2.3.1 资源的分类 |
| 2.3.2 资源的描述 |
| 2.3.3 分布式资源环境创建的步骤 |
| 2.3.4 资源服务的计费 |
| 2.4 本章小结 |
| 第3章 状态监测数据的获取与集成 |
| 3.1 检测数据获取的体系结构 |
| 3.1.1 分析仪器设备的特征分类 |
| 3.1.2 网络体系结构设计 |
| 3.2 串口型仪器的具体采集方法 |
| 3.2.1 仪器通信协议 |
| 3.2.2 软件流程 |
| 3.2.3 关键程序 |
| 3.3 自带计算机型仪器的采集方法 |
| 3.3.1 基于文件夹监控的数据自动获取 |
| 3.3.2 基于消息的仪器数据自动获取 |
| 3.4 仪器数据文件格式的解析方法 |
| 3.4.1 已有的算法 |
| 3.4.2 基于聚类分析的算法 |
| 3.5 船载监测数据的集成 |
| 3.5.1 数据集成的意义及难点 |
| 3.5.2 数据集成的方案 |
| 3.6 本章小结 |
| 第4章 故障诊断中的数据挖掘应用 |
| 4.1 数据挖掘在监测诊断中的应用 |
| 4.1.1 数据挖掘的发展 |
| 4.1.2 主要挖掘方法 |
| 4.1.3 数据挖掘的主要步骤 |
| 4.1.4 数据挖掘获得诊断知识 |
| 4.2 聚类分析谱系图生成方法 |
| 4.2.1 聚类的基本理论 |
| 4.2.2 谱系图生成算法 |
| 4.2.3 应用示例 |
| 4.2.4 实际运行效果 |
| 4.3 分析基线判据获取 |
| 4.3.1 正态分布法 |
| 4.3.2 最大熵方法 |
| 4.3.3 最大熵方法的思考 |
| 4.3.4 获取判据基线值 |
| 4.4 基于反射技术的可扩展数据挖掘系统 |
| 4.4.1 可扩展式系统的含义 |
| 4.4.2 反射技术原理 |
| 4.4.3 挖掘系统的扩展方法 |
| 4.5 本章小结 |
| 第5章 诊断知识表示与匹配方法 |
| 5.1 知识表示 |
| 5.2 知识表达方法 |
| 5.2.1 确定性知识表达方法 |
| 5.2.2 模糊性知识表达方法 |
| 5.3 状态识别领域的知识特征 |
| 5.3.1 诊断知识示例 |
| 5.3.2 判断规则知识特征分析 |
| 5.4 产生式规则的存储 |
| 5.4.1 知识的逻辑形式 |
| 5.4.2 存储结构设计 |
| 5.5 规则知识的匹配利用 |
| 5.5.1 监测数据特征 |
| 5.5.2 现有的匹配方法 |
| 5.5.3 可扩充匹配方法 |
| 5.6 神经网络的知识存储与利用 |
| 5.6.1 神经网络原理 |
| 5.6.2 神经网络的存储 |
| 5.6.3 神经网络的利用 |
| 5.7 本章小结 |
| 第6章 分布式资源环境下的远程知识服务 |
| 6.1 故障诊断中的知识服务 |
| 6.1.1 知识服务 |
| 6.1.2 故障诊断中的应用形式 |
| 6.2 远程知识服务的支撑技术 |
| 6.2.1 软件服务 |
| 6.2.2 Web Services技术体系 |
| 6.2.3 Web Services注册与发现 |
| 6.3 Web服务实现 |
| 6.3.1 Web服务的创建与发布 |
| 6.3.2 远程服务的调用 |
| 6.4 本章小结 |
| 第7章 分布式资源环境系统设计与开发 |
| 7.1 系统设计 |
| 7.1.1 功能目标设计 |
| 7.1.2 系统数据库设计 |
| 7.2 系统实现 |
| 7.3 本章小结 |
| 第8章 结论与展望 |
| 8.1 主要成果和结论 |
| 8.2 创新点 |
| 8.3 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士期间发表的主要论文及参加的科研项目 |
四、基于油液监测的船舶机械维修决策(英文)（论文参考文献）
- [1]基于多元统计学的油液监测指标评价方法研究[D]. 滕达. 大连海事大学, 2020(01)
- [2]基于深度卷积神经网络的船舶动力设备故障诊断方法研究[D]. 张茂慧. 江苏科技大学, 2020(03)
- [3]大型风电场维修策略及资源调配研究[D]. 张琛. 华中科技大学, 2019
- [4]基于状态监测数据的海上风电场机会维修策略优化研究[D]. 尹佩婷. 南京航空航天大学, 2019(02)
- [5]基于贝叶斯网络船用柴油机故障诊断系统的研究[D]. 林洋. 大连海事大学, 2016(07)
- [6]客滚轮节能技术的研究[D]. 张成达. 大连海事大学, 2015(02)
- [7]港作拖轮运行和维修成本控制的研究与实践[D]. 高冬冬. 大连海事大学, 2014(03)
- [8]船舶机务管理系统计划维修标准化模块研究[D]. 由恒源. 武汉理工大学, 2014(04)
- [9]重载刮板输送机减速器油液在线污染传感报警系统的研究[D]. 庞政铎. 中国矿业大学（北京）, 2011(12)
- [10]分布式资源环境下船舶动力设备诊断系统的关键技术研究[D]. 刘杰. 武汉理工大学, 2010(11)