一種用于船舶機電設備的預測性維護技術

吳澤謀，孫寶成

（1.集美大學 輪機工程學院，福建廈門361000；2.自然資源部 第三海洋研究所，福建廈門361000）

0 引言

船舶工程領域中的機電設備屬于高技術含量的船舶設備結構，本身價值在船舶總價值當中占比40%～60%，直接成為船舶工程對外競爭力的重要展現。然而，結合當前船舶工程機電設備的實際運營情況可知，以往都是采用日常維護及事發生后進行維修相結合的維護方式[1]。這種傳統的船舶機電設備維護方式，盡管在某種程度上有效控制了故障發生率，但采取這種頻繁維護的方式，需經過多次拆卸和停機，必將持續損壞電機設備的使用壽命。同時，還將增加相應的維修費用，由此引發的成本浪費直接成為船舶所有人與供應商的主要矛盾沖突[2]，而預測性維護技術的推出很好地解決了此類問題。有相關數據統計可知，船舶工程機電設備采用預測性維護技術能夠有效降低整體維護成本約30%，同時可消除故障率達70%，生產效率可提升約25%[3]。目前預測性維護技術早已在我國“大智”號上實現初步運營，但仍然缺乏較為成熟的發展之路。為此，針對用于船舶機電設備的預測性維護技術進行研究。

1 維護管理現狀

船舶工程機電設備維護管理的理念滯后，管理力度不足，傳統的維護管理理念難以符合當代航海船舶行業的發展需求，為此要求相關技術工作人員持續增強對船舶機電設備的維護與管理認識，對此高度重視，結合實際情況來持續更新和完善自身維護管理理念，最終增強管理力度。正是因為多數維護管理人員本身超前維護管理意識匱乏，更多地將工作重心集中于如何迅速提升船舶本身的運營效率及經濟效益水平上，從而直接忽視了對船舶機電設備的有效維護及管理，最終使船舶機電設備故障發生率持續攀升[4]。

船舶機電設備維護保養力度不足也會帶來重大隱患。通常而言，船舶的操作環境比較復雜，在實際操作當中存在一系列的人為及環境等因素的影響，很難將船舶機電設備維護工作落到實處。例如，各個零部件在最終安裝完成后，不但需要進行二次檢查，還應做好對設備的進一步防護。多數船舶機械設備由于未做好防銹處理，導致后續機電設備很容易發生腐蝕情況[5]。部分機電零件老化受損，維護工作人員卻并未及時更換處理，甚至有部分人員在檢修過程中偷工減料，最終給船舶的安全運營造成巨大的阻礙。

由于國內船舶行業的維護管理制度普遍不夠規范，維護管理制度仍存在明顯的漏洞。多數船舶企業更多是將工作開展的重心集中于怎樣切實提升工作效率，從而直接忽略了船舶機電設備維護管理制度的完善及優化目標，由此直接導致相關維護管理工作人員維護意識淡薄，無法定期開展機電設備的安全維護工作，最終致使船舶機電設備的故障發生率不斷上升。為此，提出一種用于船舶機電設備的預測性維護技術。

2 船舶機電設備維護需求分析

首先需要明確船舶機電設備的結構及運行原理。通常船舶機電設備包含動力定位系統、錨系設備、起吊、波浪補償等設備，還有多種不同的泵和閥等結構。一旦使用工況不符合要求，勢必會對產品的服役性能、環境適應性及可靠性產生影響。在實際的船舶運營當中，通常包含以下特點：

1）工況表現復雜化。呈現出運行不穩的自由三維空間運動，由此受高壓、高濕及鹽堿類環境影響，致使船舶機電設備易發生故障。

2）單次作業所消耗的周期相對較長。受船舶本身服役特性影響，要求內部機電設備應當能夠在較為惡劣的環境下實現長時間、滿負荷的運行，并且此類高要求還需保證持續航行時間至少9個月[6]。

3）船舶機電設備本身具備較高的運維成本。采取的運維方式基本以定時預防性維修為主，因此一些備品備件準備、進塢維修等操作所耗費的時間成本將直接給船舶成員帶來非常大的經濟損耗，并且加劇了相應設備供應商的售后壓力。

因此，急需搭建相應的船舶機電設備預測性維護平臺，借助預測性維護的技術手段來采集分析設備所處工況、運行狀態等，同時需基于大數據技術來達成健康狀態實時感知及趨勢預測的效果，并由此擬定科學合理化的預測性維護方案[7]。

3 預測性維護平臺結構

結合船舶工程中機電設備的實際運行情況，在充分考量網絡通信條件的情況下，搭建的機電設備預測性維護平臺在整體結構設計上主要涵蓋了船舶記載監測系統、遠程網絡信號通信系統、岸端運營維護中心等，如圖1所示。

圖1 船舶工程機電設備預測性維護平臺結構

船端機載健康監測板塊主要采用邊緣計算技術來針對船舶機電設備的實際情況進行數據化采集，如設備的實際運行情況、工況數據等諸多參數，并做好處理與分析工作，由此才能真正做到船舶設備健康狀態監測與故障問題迅速定位，在此基礎上，借助事先預設的故障問題處理模式，不斷輸出最為常見的控制措施。

岸端運營維護中心板塊則主要借助岸基端服務器本身所具備的強力計算能力，并聯合各個船端機載健康監測傳輸最終所得的監測數據來搭建功能完善的故障決策及數據分析系統，由此才能形成精準的故障診斷算法[8]。采用大數據技術實施監測數據挖掘、深度學習及知識內容發掘和規則提取等，由此最終達成相應針對模型的自學習效果，最終輸出科學合理化的運營維護策略。

遠程網絡信號通信系統板塊則主要負責船岸兩端的通信傳輸效果，并且主要由相應的發射裝置、衛星通信及相關接收裝置組合而成[9]。在實際操作當中，需要充分考慮通信帶寬及其所具備的的安全性因素，通常體現為船端對數據實施奇異值的剔除、加密和壓縮等，由此來將規范化的詳細數據及最終診斷結果傳輸至岸端運營維護中心，并據此促使岸端運營維護策略實現向船端的延伸。

4 預測性維護平臺技術原理

船舶工程機電設備預測性維護平臺的運行較為復雜，在技術原理方面主要劃分為船舶運行狀態監測、船舶故障問題診斷、船舶故障問題預測及船舶維護管理等內容，具體技術原理及具體實施流程如圖2、圖3所示。

圖2 船舶機電設備預測性維護技術原理

圖3 船舶機電設備預測性維護實施流程

4.1 船舶機電設備運行狀態監測技術

該技術主要實現船用機電設備的設備識別，因此詳細介紹了設備和組件的編碼和功能，并分析了故障代碼、故障類別、故障模式以及系統、設備或組件的原因。根據設備可能出現的故障方式和可能的影響因素，例如傳感器的選擇、傳感器的測量點、布局方式、安裝技巧以及數據的采集頻率等，確定各種故障數據采集對象和參數。通常在配制方法中收集的參數應至少包括以下信息：1）描述設備的基本數據；2）解釋運行條件下的基本數據；3）測量位置；4）測量參數單位和處理方法；5）明確日期及具體時間信息。執行數據標準化和刪除奇異值等操作，可從長期監視數據中獲取常規或自定義規則，建立設備狀態的監視模型，并監控設備狀態[10]。

4.2 船舶機電設備故障問題診斷技術

故障問題診斷技術需結合船舶機電設備本身的型號、故障測試點具體名詞、編號及傳感器和通訊信號等，包含數據采樣的頻率、點數等諸多設置，收集的數據內容要求必須通過濾波、放大等提前處理，并做好特征值的計算處理操作，由此來提取最終的故障參數值。同時，還需在此基礎上搭建完善的運行數據庫，由此才能夠更好地為故障診斷及預測故障開展提供科學、原始的數據內容。整個過程應當嚴格按照局部面向全局診斷的方向演進，秉持單一至綜合的方式，由靜態故障診斷逐步轉變為動態故障診斷，并最終由此實現預測性診斷的模板[11]。此外，還需結合對船舶機電設備的特征分析，來將通信信號直接轉變為能夠充分表達機電設備實際工況的特征量，并且通過選取較強敏感性且具備良好規律性的特征量來促使機電設備運行狀態分析更加科學、準確，能夠更為精準地找出故障產生的主要原因及部位。

4.3 船舶機電設備故障問題預測技術

借助以提取信號特征為主的特征清晰模型來進行船舶機電設備故障預測，由此達成復雜背景下的狀態信號高效率、高精度的實時提取，重點在于深入發掘設備的關鍵特征，并由此整理出劣化特征產生及變化的規律。這需要建立實時監控模型。該模型用于提取船舶機電設備的性能下降指標，建立數據驅動的設備狀態監測模型，并為重大變化和故障提供預警。研究核心產品關鍵組件的維護機制，制定維護規則，并建立將來可能發生的維護策略的預測模型。這些模型將根據其退化表示方法在多個目標下進行修改。

1）從狀態監視數據在不同時間、不同操作條件下提取主要操作參數，對提取的參數進行匯總，并對數據相關性強的屬性進行歸約或降維。

2）根據經驗和數據庫技術，使用數據過濾、無效數據刪除、數據重復或類似數據來驗證數據。而后，根據標準化數據規范，將數據格式統一為適合數據挖掘技術的結構。

3）建立設備故障分類模型，收集和學習數據以建立故障分類器，建立專業的知識庫，優化和完善已建立的分類器，結合實際經驗，通過抽樣測試并增加故障處理方法。

4）使用設備的日常運行參數作為分類器的輸入，根據設備是否正常運行及其與數據庫的相似性，確定故障的類型和處理方法。

4.4 船舶機電設備預測性維護管理技術

預測性維護管理技術需要充分結合船舶機電設備進行故障問題診斷后的結論或故障預報的可靠性水平，在此基礎上采取相應的舉措，并制定行之有效的維修策略。整個過程要求應當嚴格遵循“對機電設備預防維護為主、事后維修為輔”的行事原則，在切實保障維護操作不受其他因素影響的情況下，最大限度地減少或降低船舶機電設備的突發性故障（停機）。在此背景下，較為常用的維修管理技術表現為：1）不采取相關有效舉措，持續進行檢測操作；2）調整（增加及削弱）船舶機電設備的運行負荷、運轉速度及實際產量等；3）機電設備關機重新啟動；4）針對設備運行狀態實施例行維修計劃；5）對船舶機電設備開展修復性維修操作；6）結合提取的故障數據，制定維護計劃[12]。

船舶機電設備維護工作結束后，需做好相應的記錄，內容上主要集中于機電設備運行及產生的變化，比如設備更換備件的具體細節、所采用的工藝技術以及在維護過程中是否存在其他故障問題等，最后結合具體的診斷意見及預測結論實施評價分析，并針對模型進行持續優化和完善。

5 技術缺陷及展望

5.1 實施缺陷

對船舶機械和電氣設備實施預測性維護技術的缺陷主要體現在以下幾個方面：

1）船舶工程機電設備類型多樣，結構復雜，設備系統集成度高，運行條件差異模型，自動化級別不夠均衡[13]。因此，如何在特征、設備運行狀況監視數據、環境監視數據及人員管理和決策數據中查找有關設備故障和壽命的常規數據，以及如何使用相應的監視方法來獲取數據成為研究重點。

2）故障診斷和預測性維護要求使用大數據技術對數據進行建模并不斷學習模型。船舶機電設備的操作環境特殊，網絡通信困難。如何連續收集大量數據，不斷修改模型并提高解決方案的可靠性是亟待解決的問題。

5.2 展望

針對船舶工程機電設備的預測性維護技術往后發展主要體現為以下方面：

1）實現跨領域間協同合作。比如借助互聯網企業協同各大高校與科研院所攻克關鍵、重點技術內容，由此來逐步達成這一技術運用的產業鏈效應，并實現橫向集成式發展。

2）以實際需求促進預測性維護技術在船舶領域中的廣泛運用，實現船舶配套企業、船舶所有者、船舶建造廠、結構設計院等多方聯合參與，共同促進預測性維護技術在船舶工程中的有效應用，最終達成產業鏈模式，實現縱向集成式發展[14]。

3）不斷強化執行標準，重點增強船舶遠程信號通信、故障問題診斷及預測性維護等諸多具備一定共性的技術環節，因此在船舶行業中所采取的技術標準將長期處于研制狀態。

6 結論

目前，我國船舶工程機電設備的維護效果并不理想，本文所推出的預測性維護技術應用也并不廣泛，仍然處于持續研究狀態。這一維護技術本身易受船舶運行狀態、遠程通信信號等多方面因素的影響，因此與當下科學技術發展進程不匹配，難以對船舶行業的發展起到重要支撐作用。為此，筆者在對預測性維護技術的研究中，將船舶機電設備的維護操作細分為船舶狀態監測、船舶故障問題診斷、船舶故障問題預測以及船舶維護管理4個方面，由此促使該技術運用操作更為明朗。同時，在此基礎上提出3方面的運營模式即搭建船舶機載健康監測系統、強化遠程信號通信接受、完善岸端運維中心。通過以上對幾個板塊協同運作的描述，在實現對船舶機電設備運行狀態動態監測的同時，對設備產生及可能產生的故障問題進行定位和預測，最終便于岸端制定出相應的預測性維護方案，從而更好地實現對船舶機電設備運營情況的管理與控制。