学位论文 > 优秀研究生学位论文题录展示
采用VB实现船舶柴油机拐档差数据处理系统的研制
作 者: 王兴福
导 师: 蔡振雄
学 校: 集美大学
专 业: 轮机工程
关键词: 船舶柴油机 曲轴拐档差 数据处理 神经网络
分类号: U664.121
类 型: 硕士论文
年 份: 2008年
下 载: 108次
引 用: 0次
阅 读: 论文下载
内容摘要
曲轴是主机功率输出的总枢纽,运转中的柴油机曲轴因主轴承高低不等或压载变化、船体变形而产生曲轴整体变形。曲轴的拐档差是反映曲轴技术状态是否良好的重要参数,拐档差越大,表明曲轴变形越严重。通过测量曲轴拐档差来了解曲轴整体的轴线状态,预防曲轴断裂,从而减小经济损失并防止事故的发生。本文主要以面向对象语言Visual Basic(VB)为工具,以柴油机曲轴拐档差为研究对象,对曲轴拐档差进行了数据分析,实现了对曲轴拐档差数据处理系统的设计。首先,本文从曲轴的重要性出发,介绍了曲轴拐档差概念及测量方法与影响因素和数据处理的几种常用方法,为本文后面的内容奠定了理论基础。然后,在描述各种串行接口的标准和电气规范的基础上,设计了串口通信的电路。并利用VB提供的标准MSComm控件,根据属性和事件的用法,实现了基于VB的串口通信方式串口通信。同时,采用VB进行了界面的编写,设计出数据处理系统的各个模块功能,主要包括:用户登陆、数据录入、数据作图、数据存储及系统维护等五个功能模块。系统可基本实现曲轴拐档差的数据处理,了解曲轴的弯曲方向和大小。最后,简要介绍了BP神经网络的基础知识,并利用BP神经网络的高度非线性拟合功能,将其引入到船舶柴油机曲轴轴承偏离中心线的预测工作中。针对BP神经网络的自身特性,进行了网络设计、实际预测、测取数据等一系列工作。在MATLAB环境中编制程序,利用测取的数据建立了相应的BP训练网络,并用BP神经网络对数据样本进行了船舶柴油机曲轴轴承偏离中心线预测。为了解和控制曲轴的变形和主轴承的磨损状况,防止曲轴的疲劳破坏,进而防止断轴事故,保障船舶安全提供一定的理论基础。
|
全文目录
摘要 4-5 ABSTRACT 5-10 第1章 引言 10-18 1.1 拐档差测量的意义 10 1.2 曲轴拐档差 10-15 1.2.1 曲轴拐档差的概念 10-12 1.2.2 拐档差测量位置 12 1.2.3 拐档差测量的要求 12-13 1.2.4 测量拐档差的情况 13 1.2.5 拐档差的影响因素 13-14 1.2.6 轴心线和推力轴(齿轮轴)轴心线的对中 14-15 1.3 国内外研究的现状 15-16 1.3.1 测量仪表 15-16 1.3.2 数据处理方法 16 1.4 本文的研究内容 16-18 第2章 数据处理方法概述 18-25 2.1 实验数据处理基本方法 18-20 2.1.1 列表法 18 2.1.2 图解法 18 2.1.3 逐差法 18 2.1.4 最小二乘法 18-20 2.2 数据处理方法的发展 20-23 2.2.1 稳健估计 20-21 2.2.2 傅立叶分析 21-22 2.2.3 有限元方法 22 2.2.4 神经网络 22-23 2.3 神经网络在数据处理中的应用 23-24 2.3.1 人工神经网络的优势 23 2.3.2 人工神经网络的主要方向 23 2.3.3 神经网络在故障诊断中的主要应用 23-24 2.4 小结 24-25 第3章 数据通信 25-33 3.1 通信接口的方式 25-26 3.1.1 并行接口 25 3.1.2 串行接口 25-26 3.2 串行接口的标准 26-27 3.3 VB串口通信方法 27-30 3.3.1 MSComm控件处理通信的方式 27 3.3.2 MSComm控件的属性 27-29 3.3.3 通信事件包含设置 29-30 3.4 MSCOM控件的应用 30-32 3.4.1 硬件连接 30 3.4.2 数据的发送 30-31 3.4.3 数据的接收 31-32 3.5 小结 32-33 第4章 数据处理系统的功能设计 33-47 4.1 系统总体功能设计 33-34 4.1.1 系统总体功能结构图 33 4.1.2 子系统功能分析 33-34 4.2 模块整体设计 34-43 4.2.1 登录模块设计 34-35 4.2.2 系统维护模块功能设计 35-37 4.2.3 数据输入模块功能设计 37-42 4.2.4 数据作图模块功能设计 42-43 4.2.5 数据存储模块功能设计 43 4.3 曲轴拐档差实例分析 43-45 4.4 系统要求 45-46 4.4.1 硬件要求 45-46 4.4.2 软件要求 46 4.5 小结 46-47 第5章 BP神经网络及其应用 47-62 5.1 人工神经网络概述 47-48 5.1.1 人工神经网络的起源 47 5.1.2 人工神经网络的特点及应用 47-48 5.2 人工神经网络的结构 48-50 5.2.1 人工神经网络的基本特性 48-49 5.2.2 神经网络的基本类型 49-50 5.2.2.1 人工神经网络的典型结构 49-50 5.2.2.2 人工神经网络的学习规则 50 5.3 多层前馈神经网络(BP)模型 50-55 5.3.1 BP网络模型特点 51 5.3.2 BP网络学习算法 51-53 5.3.2.1 信息的正向传递 51-52 5.3.2.2 利用梯度下降法求权值变化及误差的反向传播 52-53 5.3.3 网络的训练过程 53 5.3.4 BP算法的改进 53-55 5.3.4.1 附加动量法 53-54 5.3.4.2 自适应学习速率 54-55 5.4 网络的设计 55-61 5.4.1 输入层、输出层结点数 55 5.4.2 网络的层数 55 5.4.3 学习样本数据的预处理 55-57 5.4.4 隐含层的神经元数 57-58 5.4.5 初始权值的选取 58-59 5.4.6 学习速率 59 5.4.7 网络的训练 59-61 5.5 小结 61-62 第6章 结论与展望 62-64 6.1 结论 62 6.2 展望 62-64 致谢 64-65 参考文献 65-68 附录 68-71 在学期间发表的学术论文 71
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 多线阵CCD视觉测量系统的数据采集与处理,TP274.2
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
中图分类: > 交通运输 > 水路运输 > 船舶工程 > 船舶机械 > 船舶动力装置 > 内燃机动力装置 > 柴油机
© 2012 www.xueweilunwen.com
|