王必改
- 作品数：21 被引量：15H指数：2
- 供职机构：福建船政交通职业学院更多>>
- 相关领域：交通运输工程自动化与计算机技术动力工程及工程热物理一般工业技术更多>>
- 对某轮主机缸套异常磨粒磨损原因的探讨及启示
- 本文根据某轮主机缸套异常磨粒磨损的故障现象及故障发展过程，结合柴油机磨粒磨损的机理，介绍了轮机部人员对主机缸套异常磨粒磨损故障的排除过程及对故障原因的探讨与分析，指出了燃油中催化剂粉末含量偏高、燃油在贮存环节受到污染及燃...
- 王必改
- 关键词：船舶主机柴油机磨粒磨损故障处理
- 文献传递
- 船用柴油机NO_x排放控制技术被引量：2
- 2010年
- 本文简要介绍了船用柴油机的排放法规和现阶段国内外船用柴油机降低NOx排放的最新技术及其应用情况,并对满足未来超低排放法规的船用柴油机NOx排放控制技术进行了展望。
- 黄步松王必改
- 关键词：船用柴油机NOX排放HAMSCR
- 630万自动化机舱实验室项目设计
- 用630万元设计和建设一个自动化机舱实验室,它有别于造船设计,特别是在功能、匹配、选型等方面。它既需要模拟故障设置设计,又要充分考虑教学的其它特殊要求;它既需要品种齐全、匹配合理,又要能体现先进性。这有相当创新之难度。围...
- 吕凤明王必改
- 关键词：自动化机舱实验室
- 文献传递
- 船舶制冷装置高压继电器动作的思考
- 运用故障树定性分析方法。分析船舶制冷装置中高压继电器动作的故障树模型，探讨了船舶制冷装置高压继电器动作的预防途径，为制冷装置的安全管理提供参考。
- 郑仲金王必改
- 关键词：船舶机械制冷装置故障树模型
- 文献传递
- 某轮主机缸套异常磨粒磨损原因探讨
- 2011年
- 根据某轮主机缸套异常磨粒磨损的故障现象及故障发展过程,结合柴油机磨粒磨损机理,对该轮主机缸套异常磨粒磨损故障的原因进行了探讨与分析。分析表明:燃油中催化剂粉末含量偏高、燃油在贮存环节受到污染及燃油净化处理不当是造成此次故障的根本原因。据此提出了加强柴油机日常维护管理的措施。
- 王必改
- 关键词：船舶主机缸套磨粒磨损
- 某船主机异常振动原因分析
- 2015年
- 介绍某轮主机异常振动故障的发生经过及故障的排除过程。通过故障原因的分析,指出主机扭振减振器进油轴加工精度不够是造成故障的主要原因。通过对此次故障原因的思考,提出通过改进设计、提高加工精度、安装质量及加强管理,可以有效避免类似事故的再次发生,对保证船舶的安全航行具有重要的意义。
- 王必改
- 关键词：船舶主机
- 示功图在船用主机故障诊断中的应用
- 2017年
- 柴油机作为民用船舶的主要动力装置之一,其运行的可靠与否直接影响船舶的安全航行。通过对船用主机异常示功图的主要热工参数与正常示功图的比较,对船用主机缸内燃烧情况进行了分析,指出了可能存在的故障,为快速、有效地排除主机运行中出现的故障提供了依据,仅供轮机管理人员参考。
- 黄步松王必改许明华
- 关键词：示功图船用主机
- 船舶制冷装置高压继电器动作的思考
- 2011年
- 运用故障树定性分析方法，分析船舶制冷装置中高压继电器动作的故障树模型，探讨了船舶制冷装置高压继电器动作的预防途径，为制冷装置的安全管理提供参考。
- 郑仲金王必改
- 关键词：故障树分析船舶制冷装置
- 基于物联网的船舶机舱防油污染智能监控系统设计被引量：1
- 2023年
- 针对船舶人为排放污油造成海洋油污染的现象,利用流量传感器监测污油流向,液位传感器监测各相关污油柜的舱容变化,采用Arduino UNO作为系统处理单元,应用LoRa无线通讯和物联网技术,设计机舱污油处理智能监控系统,全程监控污油的流向与处理,为航运公司及海事部门监控船上污油处理提供技术支持.同时针对实船污油焚烧任务重、耗时长、燃烧不稳定、工作量大的特点,利用火焰传感器、温度传感器等传感器技术,采用PLC作为系统处理单元,通过物联网技术,设计出一种焚烧炉运行智能监控系统.通过改善焚烧炉的燃烧与加强监控两种手段,确保船上污油的正确处理,杜绝人为排放污油的现象.
- 王必改
- 关键词：船舶ARDUINO物联网技术污油处理
- 基于卷积神经网络CNN的示功图智能分析方法
- 2024年
- 针对目前对船舶柴油机示功图的分析评估大多通过人工进行,其结果依赖于轮机管理人员的业务能力与经验,存在不确定性的问题,构建了一种基于卷积神经网络的示功图智能分析监测模型.该模型包括5层卷积神经网络和2层全连接神经网络,采用多种优化算法并使用GPU进行硬件加速.训练与实验结果表明,示功图训练精度为99.5%,识别精度为95.9%,平均识别时间为0.032 s,验证了该模型的可靠性和准确性,可以对示功图进行智能分析,满足柴油机燃烧工况智能监测的精度要求,为实现船舶动力系统智能化管理提供支持.
- 王必改
- 关键词：船舶柴油机示功图卷积神经网络燃烧工况
