船舶柴油機故障實例統計與FMECA分析

賈廣付

摘 要：船舶柴油機故障數占船舶重大機損事故總量的比例非常大。本文以船舶柴油機故障實例統計為基礎，進行FMECA分析，以期提高船舶柴油機的可靠性。

關鍵詞：船舶柴油機;故障;FMECA

中圖分類號：TD528.3文獻標識碼：A文章編號：1003-5168（2020）08-0052-03

Statistics and FMECA Analysis of Marine Diesel Engine Failures

JIA Guangfu

（Qingdao Ocean Shipping Mariners College，Qingdao Shandong 266071）

Abstract： The number of diesel engine failures in ships accounts for a large proportion of the total major accidents. Based on the statistics of failure examples of marine diesel engines， this paper performs FMECA analysis to improve the reliability of marine diesel engines.

Keywords： marine diesel engine;failure;FMECA

根據中國船舶工業行業協會的數據統計，船舶柴油機發生的故障數占船舶重大機損事故總量的比例超過40%。船舶柴油機是機艙的重要組成部分，一旦在海上發生故障，對航行安全就會產生非常大的影響。當前，人們要全面了解引發船舶柴油機故障的各種因素，把各種因素的組合羅列出來，通過定性與定量的分析，盡快查明已發生故障的成因，同時預測將來可能發生的故障，提前做好準備。

1 船舶柴油機故障特性

柴油機使用期間，一直承受負載和周圍環境共同復雜的綜合作用，設備的各個部件會遭受一定程度的損傷。隨著時間的推移，損傷的程度不斷加深，導致柴油機各部件的結構發生一定的變化，使得各部件不能維持正常工作的穩定性，造成柴油機運轉時達不到正常的輸出功率，同時各部件會出現不能正常工作的情況。柴油機故障的引發因素包含磨損、疲勞、老化以及腐蝕等[1-2]，具有五大突出特性。

1.1 漸發性

柴油機的很多故障不是突發的，而是隨著運轉時間和里程的增加，由量變引起質變的。因此，各個零部件的性能會逐步惡化，這些變化都是可以通過各種檢測設備進行檢測的。柴油機故障發生的概率與設備行駛里程是正相關的，行駛的里程越多，故障發生的概率就越高。

1.2 耗損性

柴油機各部件的損壞程度是不可逆的，其損壞程度只能隨著時間的增長而不斷加劇，柴油機出現故障的概率越來越高。柴油機各部件的損壞一直存在，并且各部件的損壞程度差異很大，導致柴油機故障的分布隨著時間的增長而變得更加復雜。

1.3 模糊性

柴油機各部件不是僅存在正常與故障兩種工況，在現實的使用中，柴油機各部件受材料、制造工藝、使用工況以及環境因素等的綜合作用，其所有極限值、損傷程度、輸出功率以及故障判別的標準不是一成不變的，而是存在隨機性和離散性。

1.4 多樣性

柴油機部件復雜，材料各異，工作環境有著巨大的差異，導致零部件的故障機理千差萬別，其表現形式也就不同。在解析柴油機故障時，人們應該采用不同的模型。

1.5 潛在性

柴油機在設計時就會保有相當的安全系數，保障足夠的裕度。這樣一來，當設備使用損害程度達到極限時，柴油機再也不會立即發生故障，而是存在一定的過渡階段，即故障存在一定的潛在性。

2 船舶柴油機故障分布統計

利用故障樹進行柴油機故障分析時，故障分布情況和各故障的發生率是分析的基礎。要想獲得準確的分析結果，人們需要進行大量的數據調研。筆者通過收集網絡資料、研究專業期刊、整理某航運公司資料和對來青島遠洋船員職業學院培訓的大管輪和輪機長進行調研，總結出船舶柴油機故障實例500例，這些事故實例數據為下面研究的數據基礎。

2.1 按柴油機故障性質進行統計分析

按照故障性質，本文把船舶柴油機故障分為設計故障、疲勞故障、磨損故障、腐蝕故障以及人為故障五種。在分析具體事故案例時，可能牽扯不止一種故障分類，包含兩種甚至多種，本文為了研究人為因素在預防故障方面的重要作用，按主要因素和綜合故障因素，對具體故障性質進行分類，最后進行統計，結果如表1、表2所示。

通過表1和表2分析可知，在致使船舶柴油機故障的因素中，按性質劃分，比例最高的為疲勞故障，其次為人為故障，再次為磨損故障，最后為設計和腐蝕故障。從綜合故障性質來看，占比最大的為人為因素，高達84%，從數量來看，人為因素引發的故障也超過了一半，因為除了設計、制造工藝以及一些偶然因素外，其他故障基本都可以通過提前檢修進行防范。這些人為因素包含檢修不詳細、維修保養不到位、輪機人員管理失責以及操作失誤。

降低事故數量的有效方法就是減少人為因素導致的故障，當前，人們要積極研究船舶柴油機故障的引發因素。輪機員要不斷學習，提高自身專業素質，同時根據設備說明書和公司體系文件的要求，結合實際情況，合理制定與實施維修保養計劃，及時進行維修保養。故障樹分析法是一種有效的故障定性定量分析方法，可以提升輪機員的故障診斷和解決能力，因此輪機員應該掌握這種方法。

2.2 按柴油機故障系統進行統計分析

柴油機主要系統組成如表3所示，人們可以按柴油機故障系統進行統計分析，其中，操縱系統的故障發生率最高。伴隨船舶柴油機技術的持續發展，自動控制技術在船舶柴油機中的使用已經非常普遍，故障率也隨之提高，因此輪機員培訓應該更加注重自動化控制技術。燃油系統和換氣系統的故障率也挺高，這也是船舶柴油機一直以來發生故障較多的系統，輪機員要多總結以前的故障經驗，做好設備的維護保養。

2.3 按故障部件類型進行統計分析

設備零部件分為固定件、運動件、附屬件以及精密儀器，人們可以按故障部件類型進行統計分析，統計數據如表4所示。

由表4可以看出，故障主要集中在精密器件和運動件上，由于精密器件構造比較復雜，精密度比較高，而機艙的工作環境差，震動大，溫度高，因此故障發生率高。而運動件一直相互作用，所以其故障率比固定件和附屬件高。輪機員在維修保養時要特別重視精密器件和運動件，同時不能忽視固定件與附屬件的維修保養。

3 船舶柴油機故障模式、影響和危害性分析（FMECA）

3.1 FMECA含義

故障模式及影響分析（FMEA）是指通過解析設備中故障發生的位置和原因，確定不同故障模式對產品功能的影響程度，從而識別產品中最需要改良的部件并提出相應改進措施。它是一種由下向上的分析方法，屬于產品故障的事前預防技術手段。通過對產品各階段實施持續反復的FMEA分析，人們可以制定可行的預防性改進措施，有效提升產品可靠性，使產品逐步趨于最佳。

危害性分析（CA）是FMEA工作的擴張和深化，根據產品的結構及其可靠性參數的獲取情況，CA可以是定量分析或定性分析。CA定量分析時用到的事故數據可以通過試驗來取得，其可以采用系統的歷史數據，定性分析則不需要具體的故障率數據。有計劃、有目的地積累故障信息，是有效開展FMECA工作的基本保障。

3.2 故障等級劃分

危害度是指產品故障后果的嚴重程度，危害度分析的目的是盡量消除危害程度高的故障模式，盡量減少它的發生率。人們要做好故障危害度分析，明確故障嚴重程度和故障發生率。故障危害度劃分標準如表5所示，故障發生率等級劃分如表6所示。

各底事件的故障發生率是影響后面故障樹分析結果是否準確的基礎，現在比較常用的方法有三種，即實驗測定法、經驗取值法以及數據庫統計法。

實驗測定法需要以可靠性原理為基礎，通過各元件實驗測試來分析故障間隔，所得到的實驗數據具有一定的說服性。實際應用受到工作環境的影響，如溫度、腐蝕以及震動等，因此實驗數據需要進行修正。數據庫統計法需要建立大型事故的數據庫，以大量數據為基礎來計算底事件的故障率，成本較高，適用于大企業或政府部門。經驗取值法依據歷史的研究數據，同時對使用單位進行調研，獲得各底事件故障率的估計值，受人為因素影響較大[3-4]。根據難易程度，故障檢測分為5個等級，如表7所示。

4 船舶柴油機故障FMECA分析

本研究對計算結果精度要求稍低，因此采用經驗取值法。經驗數據的主要來源包含前人的研究成果、某航運公司內部的統計數據、設備說明書以及對船舶輪機員的訪談調研。根據這些數據，整理歸納出船舶柴油機的部分故障類型，然后采用FMECA法對船舶柴油機曲軸連桿機構進行故障分析，結果如表8所示。

曲軸連桿機構故障主要表現為連桿機構故障、曲軸故障和主軸承故障。其中，連桿機構故障主要表現為連桿斷裂、連桿螺栓斷裂、連桿大端軸承故障;曲軸故障主要表現為曲軸斷裂、曲軸紅套滑移、曲軸裂紋;主軸承故障主要表現為主軸承燒蝕、主軸承腐蝕、軸瓦劃傷。

柴油機故障種類非常多，并且產生故障的原因非常復雜，故障原因通常不止一項，同時故障影響的系統又不止一個。通過對船舶柴油機的FMECA分析，人們能夠對柴油機故障產生的原因、發生頻率、檢測難易程度有比較清楚的認識。但是，僅僅采用FMECA分析法無法精準對故障進行定量分析。所以，在進行FMECA分析的基礎上，人們需要繼續進行故障樹分析，從而更好地制定維修保養計劃，提高船舶柴油機的可靠性。

參考文獻：

[1]郭衛勇.船舶柴油機故障診斷技術探究[J].內燃機與配件，2019（8）：146-147.

[2]張大勇，許振波.船舶柴油機主要機械故障診斷和解決方法探析[J].中國高新科技，2019（2）：39-41.

[3]宋佩茜，李文杰，劉赟.船舶柴油機故障診斷數據庫系統設計[J].柴油機，2018（6）：15-18.

[4]劉興俊.船舶柴油機機械磨損故障診斷方法研究[J].艦船科學技術，2018（18）：103-105.