船舶柴油機故障診斷技術探究

林漢松

摘 要：柴油機為船舶主要動力設備，如果其出現運行故障，必定會對船舶運行可靠性與穩定性產生影響。現在船舶已經實現了自動化與集成化發展，對船舶柴油機性能有著更為嚴格的要求。就實際情況分析，造成船舶柴油機故障的原因眾多，在對其進行分析時，需要針對不同表現形式特點，并應用合適診斷技術，確定故障原因然后采取措施處理，促使其維持穩定運行狀態。文章對船舶柴油機故障診斷技術要點進行了簡單分析。

關鍵詞：船舶；柴油機；故障診斷

中圖分類號：TH17 文獻標志碼：A 文章編號：2095-2945（2017）20-0161-02

船舶運行環境特殊，柴油機作為維持其運行的主要動力設備，在受到各項因素的影響后，很容易出現運行故障，無法滿足船舶運行要求。船舶柴油機傳統故障診斷技術主要為看、聽、摸、聞，想要更準確地判斷故障部位以及原因，需要積極應用新型診斷技術，利用更短時間來得到更準確結果，為后續維護工作提供依據。

1 船舶柴油機故障診斷分析

1.1 故障診斷分析

對于船舶運行情況來看，柴油機故障發生概率比較大，在分析故障原因時，需要基于其結構復雜性，以及運行環境特殊性對各項因素進行綜合分析，提高故障診斷結果準確性。船舶柴油機運動部件多、結構復雜度高，故障診斷技術難度大，需要在傳統診斷技術上進行更新，積極應用新型技術與理念，準確診斷各類故障，為故障解決提供依據。船舶柴油機故障診斷，需要根據不同故障表現形式，掌握故障產生機理，從物理、化學等方面著手，根據振動、油耗、噪聲、形變、磨損、氣味等表現特征進行綜合分析，選取適當故障特征參數，完成故障診斷[1]。

1.2 故障診斷流程

1.2.1 收集狀態信號

故障診斷時首先要對船舶柴油機狀態信號進行有效收集，其作為故障特征信息載體，可以為診斷作業提供有效依據。一般可以應用相關傳感器或輔助測試儀器對運行狀態的船舶柴油機狀態信號進行收集，包括噪聲信號、振動信號、轉速信號、壓力信號以及溫度信號等。

1.2.2 信息選擇提取

對于已經收集到的所有狀態信息，進行分類和處理，然后從中確定柴油機故障表現最為密切的特征信息。并對所有特征信息值進行檢驗，掌握其變化規律，確定設備實際運行狀態。但是就以往診斷經驗來看，收集到的狀態信號，受外部因素干擾較大，存在大量的干擾信號在其中，無法對特征信息進行有效選擇和提取，是影響柴油機故障診斷效率的關鍵因素。

1.2.3 故障分析診斷

經過對有效狀態信息的提取與選擇，通過專業判斷后確定柴油機運行狀態是否存在異常，同時利用此數據和其他補充測試輔助信息來確定故障原因和部位。基于船舶柴油機結構的復雜性，故障發生部位可能為子系統、零件或者部件等，需要通過對所得特征信息與故障源可能會對系統性能指標造成影響的程度進行評估，綜合分析判斷故障等級[2]。現在所應用的故障診斷方法，就是通過對所得狀態特征信息與標準值的對比，判斷故障部位與程度，實現各部位狀態識別。

1.2.4 決策制定實施

在經過對特征信息的分析對比后，判斷柴油機故障源與等級，預測評估其發展趨勢與影響程度，以此為依據來做好維修方案的編制，合理確定維修時間。同時，還需要根據故障性質和部位，來制定相應的維修措施與維修內容，并將最終維修方向傳遞給維修車間，確定維修任務。待所有維修任務完成后，及時將維修記錄反饋給診斷中心，并且要將整個故障診斷與維修過程產生數據信息記錄并存儲到數據庫內，便于后期維護時有效查詢，提高柴油機運行綜合效果[3]。

2 船舶柴油機傳統故障診斷技術

2.1 熱力參數分析法

應用此種方法來對船舶柴油機故障進行診斷，即利用船舶柴油機工作時熱力參數變化，來判斷確定其運行狀態。例如氣缸壓力示功圖、轉速、排氣溫度、冷卻水進出口溫度與排放、滑油溫度等，對其進行綜合分析后，判斷柴油機運行性能。其中，各項熱力參數內，示功圖所含信息最多，可以根據其來計算得到壓力升高率、指示功、壓縮壓力，利用此來判斷柴油機燃燒質量以及各缸功率是否平衡。但是示功圖測量難度較高，尤其是需要通過示功圖來診斷壓力傳感器壽命與可靠性，需要提高對此方面的重視。就船舶柴油機故障診斷技術發展水平來看，通過對曲軸轉速波動來對柴油機運行狀態進行監測和診斷，也可以獲得可靠結果。柴油機運行時曲軸扭轉波動產生轉速波動，且與各缸發火相關，通過對轉速波動的研究，便可以實現對缸內做功壓力進行判斷，并實現故障監測。

2.2 振動分析法

振動分析法的應用原理是，通過對船舶柴油機運行振動信號的測試、分析與處理，判斷其內部各零部件狀態，對故障進行有效診斷，具有準確率高、速度快等特點。目前我國應用此種方法來對船舶柴油機故障進行診斷，可以將振動傳感器安裝到氣缸頭部位，對振動信號進行收集和分析，判斷診斷缸內故障，確定是否為柴油機主軸承故障，利用潤滑油管路內壓力波信號對軸承故障進行診斷。通過對設備表面振動信號來完成柴油機氣缸、活塞、主軸承以及氣閥故障診斷技術，現在已經研制出柴油機智能診斷儀DCM-Ⅱ，可以實現在不對柴油機進行解體情況下，完成故障診斷[4]。

2.3 油液分析法

應用油液分析法來對船舶柴油機故障進行診斷，即利用油品化驗、含鐵量檢查、鐵譜分析等，對潤滑油內磨粒濃度、磨粒形狀與大小濱化、含鐵量變化以及油質變化等進行整體磨損狀態分析，確定柴油機運行狀態是否存在異常。油液分析法包括油液本身物理化學性能分析與油液內不潔物質分析兩種類型，其中第二種常見方法如光譜分析、鐵譜分析、顆粒計數等[5]。對比其他故障診斷技術來講，油液分析法對船舶柴油機故障特征信息的采集和提取更為方便，可以有效避免聲振技術受頻譜干擾影響。

3 船舶柴油機現代故障診斷技術

3.1 神經網絡診斷

3.1.1 診斷原理

神經網絡診斷技術在船舶柴油機故障診斷中的應用，即通過對故障實例和診斷經驗的訓練學習，利用網絡內分布的連接權值表達學習，具有模式匹配、聯想記憶以及相似歸納等能力，可以實現故障與征兆之間復雜的非線性映射關系。

3.1.2 診斷技術

（1）直接診斷。直接將神經網絡用于船舶柴油機故障診斷，需要選擇關鍵參數作為輸入層，輸出層則為故障參數，利用典型樣本學習得到的權值進行模式識別。（2）自適應識別。自適應神經網絡模式識別，主要是利用神經網絡分布式信息存儲與并行處理，消除了模式識別中建模與特征提取存在的麻煩，避免因模式不符或者特征提取失敗對診斷結果的影響，提高故障識別準確性。（3）信號處理。利用神經網絡來對信號進行處理，其主要是通過最優化算法與其智能化識別特點，保證可以為故障診斷提供有效特征信息。

3.2 專家系統診斷

基于專家系統的智能診斷方法，主要是利用研究領域專家專業知識作為依據，對船舶柴油機故障信息進行收集和分析，推理判斷故障問題部位與原因。故障診斷專家系統的有效執行，需要將長期實踐經驗以及大量故障信息作為基礎，設計一種智能計算機程序系統，對難以利用數學模型精確描述系統故障進行有效診斷。其中，專家診斷系統主要包括知識庫、推理機、知識獲取部分以及解釋部分，且基本上均是利用產生式規則與框架來進行知識表達。通過產生式規則知識表達，可以利用人工智能語言來降低分析難度，同時還可以使得結果更符合人的心理邏輯，知識獲取更為便利，例如常見的MI系統、KES系統、Expert系統等。對于診斷推理方面，重點為推理邏輯與推理模型的研究，模糊邏輯因其復雜性低已經得到了廣泛應用。并且現在已經提出基于模型的知識庫理論，促使推理機制發生根本改變，包括定性物理模型、神經網絡模型以及可視覺模型等，進一步提高了人工智能技術的應用效果。將專家系統應用到船舶柴油機故障診斷中，充分實現了基于數字信號處理的深層診斷知識的研究。

3.3 混合系統診斷

可以根據實際需求來對各種診斷方法進行組合使用，例如神經網絡方法與專家系統方法組合和人工神經網絡方法與模糊推理方法組合，不僅可以降低故障診斷難度，同時還可以提高診斷結果準確性。根據不同方法診斷原理，進行合理搭配，爭取獲得準確可靠的診斷結果。

4 結束語

船舶柴油機結構組成復雜度高，再加上運行環境特殊，受到外部因素干擾后很容易出現運行故障，這樣就需要采取有效措施進行故障診斷，為后續維護管理工作提供依據。對比不同診斷技術特點，以降低診斷難度和提高診斷效率為基礎，合理選擇技術類型。

參考文獻：

[1]陳銀平.船舶柴油機故障診斷中共振解調技術的應用[J].電子技術與軟件工程，2016（19）：105.

[2]郭國軍，孫亞麗.船舶柴油機監測與故障診斷技術分析[J].科技風，2016（15）：147.

[3]張忠偉.分形技術與概率神經網絡在船舶柴油機故障診斷中的應用[J].艦船科學技術，2016（12）：91-93.

[4]王堅，王彬.基于聲響異常辨識的船舶柴油機故障診斷技術探析[J].南通航運職業技術學院學報，2013（04）：42-44.

[5]許麗君.基于神經網絡的船舶柴油機故障診斷技術[D].江蘇科技大學，2013.