基于RKGM-AR模型的船舶柴油机热力参数趋势预测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11页 |
| 1.3 课题的提出及研究意义 | 第11-14页 |
| 1.3.1 课题提出 | 第11-12页 |
| 1.3.2 课题研究意义 | 第12-14页 |
| 第2章 船舶柴油机热力参数的聚类分析 | 第14-30页 |
| 2.1 传统机舱数据分类研究 | 第14-16页 |
| 2.2 船舶柴油机常规热力参数 | 第16-22页 |
| 2.2.1 柴油机工作原理 | 第16-17页 |
| 2.2.2 柴油机常规热力参数 | 第17-22页 |
| 2.3 热力参数聚类方法研究 | 第22-27页 |
| 2.3.1 聚类分析方法简介 | 第22-23页 |
| 2.3.2 灰色关联分析方法研究 | 第23-27页 |
| 2.4 热力参数的灰色关联聚类 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 船舶柴油机热力参数趋势预测模型 | 第30-40页 |
| 3.1 常用的参数预测方法 | 第30-32页 |
| 3.1.1 灰色预测方法 | 第30-31页 |
| 3.1.2 时间序列预测方法 | 第31页 |
| 3.1.3 神经网络方法 | 第31-32页 |
| 3.1.4 其他预测方法 | 第32页 |
| 3.2 组合预测模型的建立 | 第32-38页 |
| 3.2.1 组合预测模型简介 | 第33页 |
| 3.2.2 灰色GM(1,1)模型的建立 | 第33-34页 |
| 3.2.3 龙格库塔法改进GM(1,1)模型 | 第34-36页 |
| 3.2.4 AR模型的建立 | 第36-38页 |
| 3.2.5 RKGM-AR组合预测模型的建立 | 第38页 |
| 3.3 本章小结 | 第38-40页 |
| 第4章 船舶柴油机热力参数趋势预测分析 | 第40-59页 |
| 4.1 典型参数的选取 | 第40-41页 |
| 4.2 热力参数预警与报警限值的计算研究 | 第41-44页 |
| 4.2.1 预警及报警的重要性 | 第41-42页 |
| 4.2.2 报警限值的计算 | 第42页 |
| 4.2.3 预警等级的界定 | 第42-44页 |
| 4.3 热力参数联合趋势预测分析 | 第44-57页 |
| 4.3.1 样本数据的选取 | 第44-45页 |
| 4.3.2 热力参数趋势预测方法的实现过程 | 第45页 |
| 4.3.3 排气温度平稳变化时的趋势预测 | 第45-52页 |
| 4.3.4 排气温度上升变化时的趋势预测 | 第52-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第5章 实船热力参数趋势预测的应用 | 第59-64页 |
| 5.1 实船参数的测试方案 | 第59页 |
| 5.2 实船热力参数趋势预测的应用效果 | 第59-62页 |
| 5.2.1 第一步预测 | 第59-61页 |
| 5.2.2 第二步预测 | 第61-62页 |
| 5.3 本章小结 | 第62-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 结论 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录A：柴油机典型热力参数关联度计算结果矩阵R | 第70-71页 |
| 附录B：1号缸排气温度平稳变化时的实船数据 | 第71-72页 |
| 附录C：1号缸排气温度上升变化时的实船数据 | 第72-73页 |
| 攻读硕士学位期间公开发表论文 | 第73-74页 |
| 致谢 | 第74-75页 |
| 研究生履历 | 第75页 |
