船舶柴油發電機智能化故障診斷技術研究

摘 要：本文對診斷船舶柴油機故障的意義進行了論述，并且對現在世界上常見的一些監測柴油機狀態和診斷柴油機故障的方法、特點和原理進行了介紹，對各種新技術在診斷船舶柴油機故障中的應用進行了總結，希望能夠對船舶柴油機故障診斷技術的發展具有一定的借鑒作用。

關鍵詞：船舶；柴油機故障；診斷技術

在船舶動力裝置中柴油機屬于一種最為重要的機械設備，然而因為柴油機具有十分復雜的結構，再加上非常惡劣的工作條件，因此其很容易出現各種故障。如果船舶的柴油機出現故障，除了會使整個船舶動力裝置的工作受到影響，導致發生重大的損失之外，還會對船舶的安全產生危害，最終使船載設備的各項性能的正常使用受到極大影響。所以及時發現和診斷故障十分必要的。首先，其能夠使柴油機工作時的可靠性和安全性得以全面提升，同時還能夠起到降低維修費用、減少各種損失的作用，并且可以有效的預防各種突發事故。

一、傳統的船舶柴油機故障診斷技術分析

在監測和診斷船舶柴油機故障的時候具有多種多樣的方法，傳統的方法主要包括紅外測溫法、溫度分布法、瞬時轉速法、壓力波分析法、油液分析法、熱力參數分析法、振動分析法等。其中最為常見的就是振動分析法、油液分析法和熱力參數分析法等。

（一）船舶柴油機故障振動分析法。所謂的振動分析法主要是利用工作過程中船舶柴油機形成的振動信號，然后對其實施測試、分析和處理，從而診斷內部零件的狀態。振動分析法具有可以在線診斷、較高的準確率以及較快的診斷速度等特點。目前我國很多實驗室在振動監測診斷柴油機故障的研究方面獲得了非常突出的成果，比如將振動傳感器安裝在氣缸頭，利用對振動信號的分析對缸內故障進行診斷，同時還可以對柴油機主軸承故障進行診斷，通過對管路內壓力波信號的利用對柴油機軸承故障進行診斷，通過機器表面信號對氣缸磨損和活塞進行診斷等。

（二）船舶柴油機故障油液分析法。通過含鉛量檢查結果分析、油品化驗等各種方式分析潤滑油中含鐵量的變化、油質的變化、磨粒大小和形狀的變化、磨粒濃度等分析柴油機的整體磨損狀態，并且對柴油機的故障狀態和磨損狀態進行判斷。一般來說油液分析主要劃分為兩大類：首先是分析油液本身物理化學性能；其次是分析油液中的不潔物質，其主要包括顆粒計數法、光譜分析法以及鐵譜分析法等。采用油液分析的方法在對信息進行提取的時候非常方便，其能夠有效的防止出現聲震技術存在的頻譜干擾等問題。然而光譜技術診斷的方式具有較為昂貴的價格，而鐵譜技術具有較多的手動操作，同時其速度也比較慢，而且需要具有豐富經驗的技術人員參與到分析、判斷和識別的工作中來，因此在使用的時候存在著一定的限制，并且需要較長的標準圖譜積累時間。

（三）船舶柴油機故障熱力參數分析法。熱力參數分析法主要是通過對工作過程中柴油機的熱力參數的變化進行分析，從而將其工作狀態判斷出來，這些參數主要包括排放、冷熱水進出口溫度、滑油溫度、轉速、排氣溫度和氣缸壓力示功圖等。利用熱力參數分析法可以很好地判斷出柴油機性能的好壞。示功圖。在這些參數中具有最多的信息包含量，因此可以以示功圖為根據對壓縮壓力、壓力升高率和指示功等進行計算，而且還可以對各缸功率是否平衡和燃燒質量的好壞進行判斷。

二、現代船舶柴油機故障診斷技術分析

（一）基于神經網絡的船舶柴油機故障診斷技術。基于網絡神經的船舶柴油機故障診斷技術主要是利用對診斷經驗和故障實例的學習和訓練，然后通過對分布在網絡內部的連接權值的利用將故障診斷知識技術表達出來，其具有相似歸納能力、模式匹配能力以及聯想記憶能力等。現在船舶柴油機故障診斷中神經網絡的運用主要包括以下幾個方面：首先是在故障診斷中直接運用神經網絡，要將其中關鍵參數挑選出來作為輸入層，將其中的故障參數挑選出來作為輸出層，通過對典型樣本學習所得權值的利用實施有效的模式識別；其次是自適應神經網絡模式識別，其主要是通過對神經網絡并行處理和分布式信息存儲的利用將模式識別中提取特征和建模的麻煩避開，這樣還可以將不恰當的特征提取和模式不符合所導致的種種問題消除掉，因此在識別故障的時候更加方便；再次是神經網絡信號處理，在信號處理的過程中運用神經網絡主要是對其智能化識別和最優化算法的特點進行利用；第四是模糊神經網絡，模糊神經網絡的非線性擬合和學習能力具有非常高的準確性；最后是專家系統和神經網絡結合識別，大量的研究表明，只要專家系統和神經網絡可以實現完全的結合，做到取長補短，就可以將神經網絡自身存在的一系列問題很好的克服掉，最終能夠實現完美的結合。

（二）基于專家系統的智能化船舶柴油機故障診斷技術。基于專家系統的智能化故障診斷技術屬于一種非常常見的智能化船舶柴油機診斷技術，其主要是通過對研究領域中專家的專業知識的利用解決各種問題的一種智能系統。作為專家系統的分支，故障診斷專家系統的核心主要包括解釋部分、推理機、知識獲取部分、知識庫等幾個部分。很多的診斷型專家系統在知識表達中都是通過產生式規則和框架來進行的。從診斷推理方面來講，基于專家系統的智能化的船舶柴油機故障診斷技術對研究推理模型和推理邏輯更加注重。作為一種可以使系統復雜性得以降低的方法，模糊邏輯在近期被廣泛的應用在了專家系統的邏輯推理中。最近有研究人員將一種基于模型的知識庫理論提了出來，從根本上改變了推理機制，比如可視覺模型、定性護理模型、神經網絡模型等，因此極大的推動了人工智能領域的不斷發展。

（三）基于混合系統的船舶柴油機故障診斷技術。1.結合專家系統和神經網絡方法的故障診斷技術：在開發研制傳統的專家系統的過程中具有知識獲取難度較高、實時性較差、推理能力較弱以及知識維護較難等一系列的問題，而通過對神經網絡較好的自適應、自組織、響應快以及容錯性等優勢的利用就能夠將這些問題很好的解決掉。比如通過神經網絡對專家系統進行構造，也就是采用基于數值運算的推理取代基于符號的推理，這樣就可以使專家系統的執行效率得以顯著提升，同時還可以使專家系統的自學習問題得以有效解決。

2.結合模糊推理和人工神經網絡方法的故障診斷技術：在推理速度、知識存儲、診斷知識的表示等各個方面模糊推理和神經網絡方法具有十分重要的作用，神經網絡可以對人腦神經元功能進行模仿，因此其直接處理數據的能力和自學能力非常強大；而模糊推理可以對人腦的邏輯思維進行模仿，其結構性知識表達能力比較強。對兩者的優勢和不足進行比較，就能夠有效地結合模糊推理方法和神經網絡方法，從而確保故障診斷系統更好的處理不確定或者不精確的模糊信息，同時還可以調整基于規則的結構性知識。

三、結語

在自動化程度不斷提升以及現代科學技術不斷發展的今天，船舶柴油機故障診斷技術也實現了較快的發展。不管是之前的事后維修，還是后來的定時檢測和視情維修，船舶柴油機故障診斷技術都發揮了十分重要的作用。總之，在未來的發展中必須要對新的船舶柴油機故障診斷技術進行不斷研究和開發，從而與新時期的要求相適應。

參考文獻：

[1] 彭秀艷，柴艷有，滿新江. 基于PCA-KFCM的船舶柴油機故障診斷[J]. 控制工程. 2012（01）.

[2] 許麗君，陳紅衛. 神經網絡在船舶柴油機故障診斷中的應用研究[J]. 計算機測量與控制. 2013（06）.

[3] 郭建平，馬茂，劉增寶. 一般柴油機故障原因的分析與排查[J]. 鐵道機車車輛. 2011（S1）.