船用柴油機故障診斷方法的現狀分析與展望

秦一斐

摘要：船用柴油機故障診斷對船舶航行和人員安全至關重要。本文介紹了船用柴油機的基本組成以及診斷方法和研究現狀，并對船用柴油機故障診斷存在問題進行分析、對發展前景進行展望。

關鍵詞：船用柴油機;故障;診斷

0? 引言

船用柴油機具有高熱轉化效率、實用經濟、啟動方便的特點，適用不同型號的船舶。船用柴油機作為船舶航行的主要動力來源，當它發生故障時，將直接影響船舶的操縱性能以及設備和人員的安全。為了最大程度地避免事故的發生，保障船舶操縱人員的安全，同時還能帶來潛在的經濟效益和社會效益，需要不斷加強對船用柴油機運行狀態的監測。因而，對于船用柴油機故障診斷的研究至關重要。

1? 船用柴油機的基本組成

船用柴油機是由以下七大系統所組成，當柴油機系統發生故障時，不僅會導致柴油機運轉異常，嚴重的還會造成機器損耗和人員傷亡。船用柴油機的實物圖如圖1所示。船用柴油機的基本組成如圖2所示。

1.1 機體組件系統

是船用柴油機的基本骨架，包括氣缸蓋、氣缸體等部件。

1.2 曲柄連桿系統

負責將活塞的往復運動轉換為曲軸的旋轉運動，包括活塞組、連桿組、曲軸飛輪組等部件。

1.3 進排氣系統

負責提供充足而干凈的新鮮空氣，并將燃燒后的廢氣排出，包括進、排氣門等部件。

1.4 燃油供給系統

按照船用柴油機負荷情況，向柴油機氣缸內噴入適當的燃料，包括高壓油泵、噴油器等部件。

1.5 潤滑系統

以一定壓力不間斷地送到船用柴油機各摩擦表面輸送清潔的潤滑油，以減少摩擦阻力和零件的磨損，從而保障船用柴油機長期穩定工作，包括滑油泵、滑油管路等部件。

1.6 冷卻系統

冷卻船用柴油機的高溫零件，以保證在正常溫度下工作，包括水泵、水箱等部件。

1.7 啟動系統

提供外部動力供船用柴油機的安全可靠啟動。

2? 傳統的故障診斷方法

傳統的故障診斷依靠肉眼、物理設備測量等方式直觀觀察船用柴油機的故障。具體方法如下[1]：①直接觀察法：通過直接觀察和簡單測量柴油機及其零件的外觀和表面狀態，根據自己所掌握的經驗對當前狀態進行診斷;②熱工參數檢測法：通過監測柴油機工作時的熱力參數來判斷其工作狀態好壞的診斷方法;③油液檢測法：利用油品化驗及光鐵譜的分析，對潤滑油中磨粒形狀、大小、濃度等的診斷來判斷柴油機磨損故障狀態的一種方法;④振動檢測法：對柴油機工作過程中產生的振動信號進行采集、分析及處理，達到診斷柴油機零部件狀態的方法;⑤瞬時轉速檢測法：凡是影響到柴油機工作循環的故障，均可以在瞬時轉速上反映出來。柴油機對外做功效果最直接的反映，通過對其分析能對柴油機的運行狀態作出評估。

3? 船用柴油機故障診斷的研究現狀

3.1 基于專家系統的船用柴油機故障診斷

專家系統利用大量的具有專家水平的知識與經驗，模仿人類專家解決問題的過程，進行判斷推理，構建專家系統的數據庫，并利用歷史經驗不斷擴充知識庫。鎮江船艇學院的黃學衛等人的船用康明斯柴油機故障診斷專家系統的設計與應用就對船用柴油機專家系統進行了研究[2]。大連海事大學的岑漢倫的MAN B&W二沖程柴油機故障診斷專家系統研究，收集大量船用柴油機故障資料，利用混合推理法和混合推理法構建故障診斷推理機，開發了船用柴油機專家系統[3]。武漢理工大學的曹彬的船用柴油主機故障診斷專家系統的研究利用模糊技術實現了船用柴油機專家系統的開發[4]。

3.2 基于神經網絡的船用柴油機故障診斷

神經網絡一般有兩種，一種是生物神經網絡，另一種是人工神經網絡。生物神經網絡是真實的生物的意識思考過程，用于產生生物的意識，指揮生物進行行動。人工神經網絡是一種模仿生物神經網絡行為特征、思考過程的一種網絡，依靠搭建的神經網絡算法來預測結果。

人工神經網絡依靠算法的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。人工神經網絡涉及多學科交叉領域，應用在計算機、數學、生物學等領域，通過建立數學模型實現了計算機模擬生物神經網絡的過程，具有強大的非線性映射能力，并具有良好的自適應學習能力等特性。人工神經網絡的基本結構如圖3所示。

利用神經網絡尋找船用柴油機數據之間的規律，大大提高了診斷效率。羅存剛利用神經網絡實現船用柴油機遠程故障的診斷研究[5]，之后張志剛等人的用神經網絡算法同樣實現了在船用柴油機遠程故障診斷中的應用[6]，提高了故障診斷的效果。中北大學的李偉實現基于和聲搜索算法優化BP神經網絡的柴油機故障診斷研究[7]。江蘇科技大學的唐曉霞實現了對船用柴油機故障診斷系統的開發與研究[8]。

4? 船舶柴油機故障診斷研究存在的問題

4.1 基于專家系統的船用柴油機故障診斷方法

專家系統依靠與船用柴油機的故障歷史經驗，但船用柴油機的故障數據具有采集收集困難、采集方法不一的特點，對專家系統知識庫的積累產生一定的影響。

4.2 基于神經網絡的船用柴油機故障診斷方法

由于神經網絡依靠樣本訓練數據，因而對訓練樣本的準確性和正確性要求非常高，神經網絡無法從船用柴油機故障發生原理的角度考慮樣本數據的準確性，如果樣本的準確度不夠高、正確性無法保證將導致訓練結果的偏差。同時選用合適神經網絡的訓練算法對整個網絡的訓練結果十分關鍵，雖然已經實現了多種神經網絡在船用柴油機故障診斷的應用，但是由于神經網絡的復雜性，網絡結構不易優化，導致算法提升的空間很小。由于船用柴油機多發故障在一定程度上有高度地相似性，不同的多種故障可能會引起船用柴油機參數變化、工作過程一致和相同的船用柴油機的工作狀態。因而對于船用柴油機多發故障診斷的研究非常少。所以目前基于神經網絡的船用柴油機故障診斷方法大都研究單一情況導致的船用柴油機故障，但是船用柴油機的實際故障一般為多發故障，因而距離神經網絡廣泛應用于船舶柴油機故障診斷還有一定的距離。

5? 未來研究展望

雖然船用柴油機的故障診斷技術已經取得了飛速的發展，但是由于船用柴油機工作環境惡劣，且船用柴油機位于甲板之下。因而，對船用柴油機的故障診斷提出了極大挑戰，研究依靠于大數據、云計算的在線故障診斷系統是未來的一大研究方向。

6? 總結

船用柴油機的故障診斷方法有很多種，基于專家系統的船用柴油機故障診斷方法依賴于歷史經驗和推理機，基于神經網絡的船用柴油機故障診斷方法依賴于樣本數據的正確性和算法的好壞。將專家系統的歷史經驗數據作為神經網絡的訓練數據，研究船用柴油機數據的內部聯系，同時不斷優化現有算法的優劣性是提高船用柴油機故障診斷的重要途徑。在新的歷史背景下，將大數據、云計算等計算機應用在船用柴油機故障診斷上能夠又好又快的實現故障診斷，節省人力資源成本。

參考文獻：

[1]楊安聲.船用柴油機熱工故障仿真與診斷方法研究[D].武漢：武漢理工大學，2010.

[2]黃學衛，李金壽，鮑蘇寧.船用康明斯柴油機故障診斷專家系統的設計與應用[J].裝備制造技術，2015（10）：99-100，104.

[3]岑漢倫.MAN B&W二沖程柴油機故障診斷專家系統研究[D].大連：大連海事大學，2014.

[4]曹彬.船用柴油主機故障診斷專家系統的研究[D].武漢：武漢理工大學，2013.

[5]羅存剛.基于神經網絡的船用柴油機遠程故障診斷研究[D].大連：大連海事大學，2009.

[6]張志剛，鄧小飛，周軍.神經網絡算法在船用柴油機遠程故障診斷系統的研究[J].焦作大學信息工程學院，2019（16）：97-99.

[7]李偉.基于和聲搜索算法優化BP神經網絡的柴油機故障診斷研究[D].太原：中北大學，2017.

[8]唐曉霞.船用柴油機故障診斷系統的開發與研究[D].鎮江：江蘇科技大學，2014.

[9]錢琴.神經網絡在船用柴油機性能診斷中的應用[J].艦船科學與技術，2016（3A）：34-36.

[10]陳濤.基于神經網絡的船用柴油機故障診斷研究[D].武漢：武漢理工大學，2014.