登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 理工学类 > 油气储运工程 > 正文

动力系统智能维护平台设计毕业论文

 2021-11-06 20:13:25  

摘 要

随着制造业的蓬勃发展,各种机械设备如船舶动力系统装置正朝着大型化、复杂化、信息化、智能化的方向发展,设备的制造成本也随之变的高昂。因此,在设备长期运转后,由于零件的磨损、设备的性能衰退或者设备损坏而导致的生产事故的发生,都会给企业以及个人造成极大的财产损失、人身伤害。因此,对船舶动力系统进行智能化维护,最大程度的保障设备安全稳定的运转,对提高整个船舶行业的竞争力具有非常大的意义。所谓智能维护技术,即预防性维护技术,通过对设备运行状态观察,获得状态参数相关数据,对数据进行分析处理,提前预知其性能衰退趋势,及时给出预防决策,使设备及时得到有效的维护。从而保障动力系统设备的稳定且高效率的运行,减少甚至避免不必要的事故的发生,最大程度的降低人力成本,减少企业损失。

本文从现有的船舶监测控制系统出发,以船舶动力系统为对象,基于ARIMA时间序列模型,进行动力系统智能维护平台设计。

首先,船舶动力系统状态的实时监测与运行数据获取是智能维护系统的基础。本文结合船舶动力系统工作流程及原理,基于现有船舶监测控制系统,对船舶动力系统的监测参数进行分类和研究,并对设备进行实时监测,获取实验数据。

其次,在分析了动力设备智能维护系统需求后,对智能维护系统进行功能设计,给出维护策略。

最后,智能维护系统的关键是对设备进行性能衰退预测和评估,这也是评估智能维护系统可靠性的核心要素。本文在介绍了ARIMA时间序列模型原理、相关概念以及建模步骤后,以船舶冷却水系统为例,将获取的实验数据对模型进行训练,用训练后的模型对智能维护系统开展训练测试。

关键词:智能维护;ARIMA 模型;动力系统;趋势预测

Abstract

With the vigorous development of manufacturing industry, all kinds of machinery and equipment, such as ship power system, are developing towards the direction of large-scale, complex, information and intelligence, and the manufacturing cost of equipment is also becoming high. Therefore, after the long-term operation of the equipment, the production accidents caused by the wear and tear of the parts, the deterioration of the performance of the equipment or the damage of the equipment will cause great property losses and personal injury to the enterprises and individuals. Therefore, the intelligent maintenance of the ship power system to ensure the safety and stability of the operation of the equipment to the greatest extent is of great significance to improve the competitiveness of the whole ship industry. The so-called intelligent maintenance technology, that is, preventive maintenance technology, through the observation of the operating state of the equipment, the relevant data of the state parameters are obtained, the data are analyzed and processed, the performance decline trend is predicted in advance, and the preventive decision is given in time, so that the equipment can be maintained effectively and timely. So as to ensure the stable and efficient operation of power system equipment, reduce or even avoid the occurrence of unnecessary accidents, minimize the cost of labor, reduce enterprise losses.

Based on the existing ship monitoring and control system, this paper designs the intelligent maintenance platform of ship power system based on ARIMA time series model.

First of all, the real-time monitoring and operation data acquisition of ship power system is the basis of intelligent maintenance system. In this paper, based on the existing ship monitoring and control system, the monitoring parameters of ship power system are classified and studied, and the equipment is monitored in real time to obtain experimental data.

Secondly, after analyzing the demand of power equipment intelligent maintenance system, the function design of intelligent maintenance system is carried out, and the maintenance strategy is given.

Finally, the key of intelligent maintenance system is to predict and evaluate the performance decline of equipment, which is also the core element to evaluate the reliability of intelligent maintenance system. After introducing the principle of ARIMA time series model, related concepts and modeling steps, this paper takes the ship cooling water system as an example to train the model with the obtained experimental data, and carries out the training test on the intelligent maintenance system with the trained model.

Keywords: intelligent maintenance; ARIMA model; power system; trend prediction

摘要 2

Abstract 3

第1章 绪论 7

1.1 研究背景及意义 7

1.2 国内外研究现状 8

1.2.1 智能维护技术研究概况 8

1.2.2 状态预测理论研究概况 9

1.3 论文的主要研究内容 11

第2章 动力系统状态监测 13

2.1 动力系统监测装置功能 13

2.2.1参数实时获取与历史特征数据提取 13

2.2.2 数据处理与故障报警 14

2.2.3 故障诊断与预警 14

2.2 船舶动力系统监测点的选取与分布 14

2.2.1 监测点的选取和分布 14

2.2.2 监测数据的获取与处理 15

第3章 基于ARIMA模型动力系统状态参数预测分析 17

3.1 ARIMA模型 17

3.1.1 AR(p)模型 17

3.1.2 MA(q)模型 17

3.1.3 ARMA(p,q)模型 17

3.1.4 ARIMA(p,d,q)模型 17

3.1.5 ARIMA模型相关概念 18

3.2 ARIMA模型建立步骤及流程 19

3.2.1 ARIMA模型建立的主要步骤 19

3.2.2 ARIMA 模型建立步骤 19

3.3 基于ARIMA模型船舶动力系统状态参数预测 20

3.3.1 数据预处理 20

3.3.2 模型识别 24

3.3.3 模型定阶 24

3.3.4 模型检验 25

3.3.5 模型预测 25

第4章 智能维护系统总体设计 27

4.1 系统需求分析 27

4.2系统功能设计 27

4.3 智能维护流程 28

4.4 本章小结 29

第五章 总结与展望 30

参考文献 31

致谢 33

第1章 绪论

1.1 研究背景及意义

2015年6月1日晚,从南京驶往重庆的客船“东方之星”轮在长江中游湖北省荆州市监利段水域发生翻沉,船上454人仅有12人生还,这场空前的灾难牵引着亿万人的心,同时也将人们注意力再次聚焦于船舶安全的问题上。船舶运输是国际贸易中最主要的运输方式,其中国际贸易总量中的2/3以上和我国进出口货运总量的90%都是利用船舶运输。随着国际航运业的发展,现代化的造船技术日益精湛,船舶日趋大型化,设备的技术水平的新旧程度也各有差异,加之船舶工作环境的不确定性和危险性都较高,海上安全一直以来都是国际社会的重点研究对象。

而船舶动力系统是船舶的核心,它对船舶的重要性就如同心脏和动脉之于人,它提供船舶运行的动力,是保证船舶正常运行,船上工作人员正常生活并且开展作业的关键。船舶动力系统包括主推进装置、辅助供能装置,其它辅机和设备,它能够高效协调运转是决定航运安全的关键。

您需要先支付 50元 才能查看全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图