舰船蒸汽动力系统作为舰船的动力源,是舰船最核心的部分,而动力辅助系统作为整个蒸汽动力系统的保障者,它能否正常运行关系着动力系统以及整条船的安危。过往的故障诊断研究大多集中在增压锅炉,有关于动力辅助系统的故障诊断研究较少,为及时准确的发现并解决动力辅助系统故障,本论文基于智能算法,对动力辅助系统展开故障诊断研究,主要工作如下:
(1)根据蒸汽动力系统运行机理,建立增压锅炉、涡轮增压机组、主汽轮机和动力辅助系统的数学模型。基于国内的GenSystem一体化建模仿真平台,搭建各子系统的仿真模型。通过对比典型工况下重要热力参数的仿真值和真实值,验证了仿真模型的精确度。
(2)利用混沌映射(Cubic map)和自适应权重(Adaptive weight)对鲸鱼算法(WOA)进行优化得到优化后的鲸鱼算法(CAWOA),并将优化后的鲸鱼算法用于BP神经网络权值和阈值的优化,从而帮助BP神经网络克服容易陷入局部极小值的不足。基于优化后的CAWOA-BP模型对动力辅助系统7类常见故障展开诊断研究。结果表明CAWOA-BP在对动力辅助系统常见故障的诊断研究中有着很好的效果,准确率高达96.11%。为了验证所提出的算法具有更优的故障诊断效果,对比了标准BP神经网络、普通鲸鱼算法优化BP神经网络(WOA-BP)、普通粒子群算法优化BP神经网络(PSO-BP)以及普通遗传算法优化BP神经网络(GA-BP)等算法模型,结果表明CAWOA-BP在模型训练时长、测试时长以及准确率方面有着更好的效果。
(3)结合了长短期记忆循环神经网络(LSTM)和传统阈值法,提出了LSTM阈值法用于汽轮给水泵故障停机的故障预警研究。结果表明,LSTM阈值法可以在汽轮给水机组转速降低到危险限值之前便能及时发出故障预警,从而能有效避免故障带给船舶设备的进一步损害。