船用中速柴油机NOx排放特性试验分析及实船测试探讨

对一台船用中速柴油机进行了NOx台架试验，得出并分析了其试验区域内的NOx排放特性。试验结果表明：柴油机作为船舶主机，在其可能持续运行区域内，按某推进特性运行时NOx受转速影响变化较小，按不同的推进特性运行时NOx变化较大。根据柴油机NOx特性，并结合试航特点，建议在船舶试航时对主机进行NOx实船测试，并以试航工况曲线为基础建立相应的试验循环工况标准。     

润滑油光谱分析特征信息研究

光谱分析技术是基于油液检测的机械设备故障诊断和分析零件失效的主要手段和方法,而为了建立基于油液检测故障诊断专家系统所必需的知识库,要求对获得的光谱分析数据进行真实准确的信息提取,并能够提供相应的数学模型,以便于信息的识别。本文对油液检测手段中的油料光谱分析进行描述,分别建立了光谱分析的元素质量分数、相关元素质量分数比、元素质量分数梯度、相关元素质量分数梯度比4个参数。将建立的4个参数用于柴油机台架磨合试验数据的分析,表明光谱分析特征信息可以较好地反映柴油机磨合过程,实现了对柴油机台架磨合过程的状态监控。     

风翼助航改装船对机桨配合影响的研究

为了研究混合动力船舶风翼助推力与主推进装置动力的耦合技术,估算了目标船舶阻力,利用Fluent仿真软件研究了目标船在满载、服务航速工况下,风速分别为10 m/s和15 m/s时的风翼助推力,并分析了风翼助航系统对船舶螺旋桨特性以及机桨匹配工况点的影响,最后提出了相应的解决策略.     

车用柴油机台架磨合过程影响因素研究--表面粗糙度对磨合过程的影响

利用MOA原子发射光谱分析仪、分析铁谱仪和TR200表面粗糙度仪，在其他台架磨合试验条件相同的情况下，研究CA6110Z-07Y柴油机主要摩擦副缸套-活塞环、主轴瓦和曲柄销轴瓦的不同表面粗糙度对柴油机台架磨合过程的影响。试验结果表明，当活塞环的初始表面粗糙度Ra小于0．4μm、缸套的初始表面粗糙度Ra小于0．75μm时，能够有效改善柴油机缸套-活塞环台架磨合质量，当主轴瓦和曲柄销轴瓦的Ra小于0．5μm时，能够有效改善柴油机轴瓦-轴颈台架磨合质量，能够缩短柴油机台架磨合时间，并且柴油机摩擦副中主要磨损元素Fe、Cu、Al和Pb的含量在25～35min均处于平衡状态。     

助航灯光网络综合监控系统中的软件冗余

利用网络实现助航灯光综合监视、控制和管理的关键技术是解决可靠性、可诊断性和实时性等问题。本文给出了其中的软件设计方案及软件冗余设计手段和实现方法。     

船舶远程监控机舱数据统一化分类

介绍船舶远程监控机舱数据分类处理的必要性,根据当前机舱参数的形式,提出统一化分类的方法,旨在为将来机舱数据的标准化奠定基础.     

基于灰色关联神经网络的主机热力参数监测研究

为了对船舶主动力系统的热力性能参数进行监测研究,以确保故障预警的可靠性,针对主机热力参数间的非线性关系,建立了基于灰色关联分析的BP神经网络监测模型(GRA-BP),通过灰色关联分析和信息熵加权对网络输入量进行预处理,并利用遗传算法优化网络的初始权值和阈值,提高模型监测精度;最后,以实船主机排气温度为待监测对象,验证了该监测模型的准确性,平均相对误差为0.549℃,优于传统网络的监测结果.     

基于油液检测的柴油机台架磨合过程研究

利用油液检测技术,应用表面粗糙度分析仪和结合使用不同的磨合油,对某型柴油机磨合过程进行综合研究。试验结果表明使用专用磨合油能有效改善摩擦副表面性能,台架磨合与摩擦副的原始表面粗糙度关系不大,利用润滑油分析技术和其他磨合技术,不但可以降低磨合过程的故障率,提高磨合质量,而且可以将该机型的磨合时间由45min缩短到25-30min,提高生产效率,降低生产成本。     

一种新型汽车滑油滤器的试验研究

在对目前传统汽车发动机滤器的过滤机理及缺陷进行全面分析、研究的基础上,设计开发了一种过滤机理完全不同于传统滤器的新型汽车发动机滤器。新型滤器具有设计原理简单、滤芯材料广泛、制造方便和成本低廉的特点。试验结果表明,新型滤器的压力降完全符合规定要求,原始滤清效率为63．04％,而传统滤器的原始滤清效率仅为60％。滤器的堵塞寿命对比试验结果表明,新型滤清器的过滤效果和寿命远优于传统滤器。     

神经网络在船舶柴油机NOx排放特性预测中的应用

为了预测船舶柴油机N0x排放特性,从初始权值的选取及学习率动态优化对BP算法进行了改进,通过改进的均匀试验设计法,对少量具有代表性、易于测试的工况进行N0x排放测试,利用BP神经网络建立了船舶柴油机NOx排放特性预测模型并进行了计算,与实测的4种工况进行比较.结果表明,第1工况的N0x排放浓度相对误差为3.7%,N0x比排放的相对误差为4.3%,而其他各工况的N0x排放浓度相对误差在2.4%以内,NOx比排放相对误差在2.9%以内.因此,该模型预测精度较高,与试验结果吻合良好,能有效地预测船舶柴油机N0x排放特性.