艦船動力裝置智能診斷方法研究

黃凱宇 楊文燦 陸聰杰

摘 要：艦船的安全運行是由艦船動力裝置決定的，目前，對于艦船故障的監(jiān)測診斷方法有很多，隨著設備的復雜性越來越高，故障參數(shù)與故障越來越無法呈現(xiàn)規(guī)律，所以也導致了傳統(tǒng)的方法已經不適合進行故障診斷了。本文通過對智能故障診斷方法的分析和研究，提出關于未來故障診斷方面的研究方向。

關鍵詞：智能診斷；動力裝置；故障

由于時代的發(fā)展，現(xiàn)代工業(yè)及科學對于設備的功能要求也日趨復雜，各種機器設備隨著發(fā)展更多的演變成自動化、大型化，如果出現(xiàn)故障，就會給社會帶來危害，同時也造成了經濟的損失。由于艦船動力裝置涉及多個領域，極其復雜，傳統(tǒng)的故障診斷方法過于已經滿足不了故障艦船對于故障診斷方面的需求了。

智能診斷方法是專家系統(tǒng)，模糊理論，神經網(wǎng)絡，遺傳算法之間融合的方法，它越來越受到相關領域的專家學者的重視，相對于傳統(tǒng)的智能診斷方法具有以下4點優(yōu)勢：

第一，具備學習能力，能夠從以往的診斷實例中獲得診斷知識；

第二，具有專家般的推力能力，自動實現(xiàn)從故障現(xiàn)象到故障原因的映射；

第三，能偶有效的利用診斷專家的經驗和知識；

第四，擁有對診斷結果的解釋能力[ 1 ]。

1 艦船動力裝置的智能診斷

艦船動力裝置囊括了熱力，信號檢測，機械，安全防護等多個領域，而且其工作狀態(tài)與子系統(tǒng)密切相關包括冷卻，燃油，潤滑等。所以需要從不同的角度來綜合研究故障診斷問題。我們根據(jù)以往的研究成果，從人工神經網(wǎng)絡的方法、模糊邏輯方法、專家系統(tǒng)的方法幾個方面進行分析和研究。

1.1 關于人工神經網(wǎng)絡方法

Artificial Neural Networks（人工神經網(wǎng)絡）是最近幾年發(fā)展起來的一個學科，因為神經網(wǎng)絡具有很強的高速尋找優(yōu)化解的能力、自學習功能和聯(lián)想儲存能力，非常適合應用在解決故障診斷類問題上[ 2 ]。艦船的動力裝置就好比是艦船的“心臟”他包含了蒸汽動力裝置、燃氣輪機動力裝置、柴油動力裝置以及以上裝置的組合等，所以其故障診斷尤為復雜，而人工神經網(wǎng)絡為艦船動力裝置的故障診斷，指出了一個嶄新的技術方向。

艦船動力裝置故障包括機械故障和性能故障，對于機械故障，可以通過兩個子神經網(wǎng)絡進行診斷，分別輸入轉數(shù)分析信息和振聲信號形成集合神經網(wǎng)路診斷系統(tǒng)。

用一個子神經網(wǎng)絡可以實現(xiàn)對性能故障的診斷，輸入一個性能參數(shù)，比如：水溫，轉速，功率等?，F(xiàn)階段的人工神經網(wǎng)絡的診斷主要受到提取穩(wěn)態(tài)特性參數(shù)的限制，只能針對某個操作點。

1.2 關于模糊邏輯方法

動力裝置故障的原因與故障表現(xiàn)特征以及特征參數(shù)值用圖像表現(xiàn)發(fā)現(xiàn)其呈現(xiàn)非常復雜的非線性對應關系[ 3 ]。這種模糊的關系是由于故障與故障表現(xiàn)特征之間的不確定，還有故障與故障表現(xiàn)特征的概念形容不精確造成的。所以某種故障是否存在并沒有清楚的界限，而是符合某種隸屬度分布。模糊邏輯故障診斷恰巧利用了這個特性，它根據(jù)當前的故障表現(xiàn)特征，在模糊規(guī)則庫中與規(guī)則進行匹配處理，表達模糊信息，進行合理的不確定性推理，最后得出對應的故障診斷結果。

1.3 關于專家系統(tǒng)方法

專家系統(tǒng)是人工智能的一個重要分支，它是一種通過模擬專家的思維過程，能夠運用專家積累多年的經驗和專業(yè)知識解決問題的系統(tǒng)[ 4 ]。在1986年費根鮑姆等人成功研制出第一個專家系統(tǒng)后，專家系統(tǒng)開始快速發(fā)展，被應用在各個化工、軍事等領域中，診斷型專家系統(tǒng)可以根據(jù)觀察分析艦船故障的表現(xiàn)特征，在知識庫中獲得資料，推理出出現(xiàn)故障特征的原因以及解決故障的方法。

美國，法國等航運業(yè)發(fā)達的國家也在熱參數(shù)診斷方面先后開發(fā)了船舶柴油機性能診斷系統(tǒng)，我國部分學校也做了相關研究，但可靠實用的設備較少。

2 關于智能診斷的發(fā)展趨勢

2.1 專家系統(tǒng)的轉變

現(xiàn)在的專家系統(tǒng)還只是單一的針對某一個特定的領域建立的，如果超出了這個設定的領域，系統(tǒng)就不具有其效用了，所以轉變單一專家系統(tǒng)的必經途徑就是發(fā)展協(xié)同式專家系統(tǒng)。艦艇動力裝置監(jiān)測技術和故障診斷就是要朝著把油液分析法、熱力參數(shù)分析法和振動參數(shù)診斷法等多種放法綜合運用的方向發(fā)展，通過協(xié)同式專家系統(tǒng)把各種診斷結果捏合起來，提高診斷效率和準確性。

2.2 混合智能診斷技術的發(fā)展

隨著動力裝置診斷的復雜程度的增加，單一的智能技術已經不能現(xiàn)在的需求，將多種不同的智能技術結合起來形成混合診斷系統(tǒng)，運用各自的優(yōu)勢互相彌補不足，更能適應繁瑣復雜的故障診斷，使故障診斷更加全面，也是將來診斷技術發(fā)展的必然走向。

3 結語

隨著科學技術的不斷發(fā)展以及診斷對象復雜性的增強，我國的科研人員需要通過不斷的利用新的科學知識不斷的探索更能適應現(xiàn)在動力裝置診斷的新方法，基于智能診斷的基礎之上，我們對該方向的研究寄予了厚望。

參考文獻：

[1] 劉燕，李世其，宋義超，等.艦船動力裝置智能診斷方法研究[J].中國修船，2007，20（2）：42-45.

[2] 劉金林，曾凡明.艦船動力裝置虛擬維修訓練軟件的開發(fā)[J].計算機仿真，2009，26（5）：324-327.

[3] 張會生，翁史烈，劉永文，等.艦船動力裝置傳動系統(tǒng)動態(tài)仿真研究[J].系統(tǒng)仿真學報，2005，17（2）：504-506.

[4] 劉金林，曾凡明.艦船動力裝置數(shù)字化設計系統(tǒng)支撐平臺研究[J].武漢理工大學學報（交通科學與工程版），2012，36（6）：1152-1156.