某大型海事巡邏船發電柴油機健康管理系統應用

陳偉勇

（中國船級社實業公司，廣州 510250）

1 前言

某大型海事巡邏船，主要任務是履行海上巡航執法、應急協調指揮、防治船舶污染,同時具備一定的深遠海人命搜尋救助、應急物資儲備能力。作為海事巡航船隊的指揮中樞，有其特殊的使命，也對船舶的自動化、智能化提出了更高的要求。本船設計時充分應用了自動化、網絡、計算機技術,依據大數據，運用實時信息傳輸、匯集及遠程遙控等先進技術，進一步提高了船舶動力設備智能化感知、判斷分析以及輔助決策的能力。

2 智能化機艙的基本要求

中國船級社《智能船舶規范》對智能機艙的功能要求為 ：能夠綜合利用狀態監測系統所獲得的各種信息和數據,對機艙內機械設備的運行狀態、健康狀況進行分析和評估，用于機械設備操作決策和維護保養計劃的制定。具體內容包括：

（1）對機艙內的主推進發動機、輔助發電用發動機、軸系的運行狀態進行監測；

（2）根據狀態監測系統收集的數據，對機械設備的運行狀態和健康狀況進行分析和評估；

（3）根據分析與評估結果，為船舶操作提供決策建議；

（4）根據機械設備運行和健康狀況的分析和評估結果，制定相應的視情維護計劃。

本船設置智能化機艙綜合監控系統，該系統由智能機艙分系統和機艙監測報警分系統組成。其中，智能機艙分系統能夠通過所獲取的各種信息和數據，對機艙內的主推進柴油機、發電機組、軸系的運行狀態進行分析和評估，用于設備操作決策建議。該系統在完成全船建造后，獲得CCS授予的i-Ship(M)功能標志。

3 智能化機艙綜合監控系統的組成和特點

本船采用了羅克韋爾公司的智能化機艙綜合監控系統，該系統由智能機艙分系統（包括：主推進柴油機健康管理系統、發電柴油機健康管理系統、軸系與齒輪箱健康管理系統、綜合監控系統和智能電機監測系統）和機艙監測報警分系統組成，如圖1所示。

圖1 智能化機艙綜合監控系統框圖

3.1智能機艙分系統

智能機艙分系統，通過在設備上配置的各種電量傳感器所采集的各種信息和數據，對機艙內的主推進柴油機、發電機組、軸系的運行狀態進行分析和評估，為設備操作和維護決策提供建議。

本船通過主機柴油機、發電機組柴油機、軸系上加裝振動、轉速、鍵相、滑油等傳感器，對設備運行狀態參數進行采集和監測，并將采集到的振動、滑油信息進行高速處理，提取特征信號，最后在上層軟件上通過模型和數據算法實現設備典型故障的預警,并在集控室配置的工作站集中顯示，通過集控室工作站的操作，可方便控制布置于全船的大多數設備，并掌握其運行情況,實現真正意義上的集中和遙控，具有顯示設備單元電源狀態、控制方式、運行狀態、故障信息的功能，也有針對不同用戶設定不同的管理權限的功能。

3.2 智能機艙監測報警分系統

智能機艙監測報警分系統，是通過對主機柴油機、發電柴油機、左右舷軸系與齒輪箱的監測信號和報警數據進行采集，經過機旁監測箱把監測信號和報警數據傳送至集控臺監測報警計算機進行數據處理并顯示，同時把顯示信息傳送至駕駛室集中控制臺，實現對機艙設備的監測和報警。

4 發電柴油機健康管理系統

為滿足中國船級社《智能船舶規范》要求，建立發電柴油機的健康管理及輔助決策系統，對發電柴油機的各缸燃燒性能、燃燒室相關部件、摩擦部件、增壓器性能等的狀態進行監測和診斷。例如，對發電柴油機的熱工效應、油液位置、上止點位置、轉動速度、振動加速度等多種特征參數的信息數據進行采集，傳輸到控制計算機的上層軟件上，通過模型和數據算法進行數據融合，對融合后獲取的信息進行分析評估，進一步制訂發電柴油機的視情維護方案，實現發電柴油機的健康管理及輔助決策的功能。

本船的發電柴油機健康管理系統，由柴油機振動監測系統及柴油機健康管理輔助決策系統構成，如圖2所示。

圖2 發電柴油機健康管理及輔助決策系統框圖

4.1 發電柴油機振動監測分系統

發電柴油機振動監測分系統，對監測到的振動測點加速度數據進行分析處理，通過時域統計分析獲得振動測點加速度的最大值、最小值、平均值、方差、標準差、有效值、峰值等；通過自相關與互相關分析,獲得振動測點加速度的自相關系數和互相關系數；通過FFT自譜分析,得到振動測點幅值譜、相位譜、RMS、功率譜和功率譜密度參數；通過FFT互譜分析得到振動測點互功率譜，相干系數;通過微積分轉換，得到振動信號量加速度(A)、速度(V)、位移(D)信息；經過小波和小波包分析，得到振動測點多尺度系數；最后通過對瞬時轉速數據的時域分析和頻域分析,得到各氣缸(組)做功評價指標及循環極坐標圖和轉速波動曲線各諧波成分的幅值和相位等特征參數。

根據對振動數據處理獲得的特征參數，可以對柴油機故障進行監測和診斷。例如：通過監測缸體振動信息數據，可以初步判斷進氣閥、排氣閥類的故障，可能是由于彈簧裂紋、閥與閥座工作面接觸不良等因素導致的振動異常引起的；機架與機座類別故障，可能由于連接螺栓斷裂、松動等因素導致的振動異常引起的;連桿軸承、主軸承及軸頸類別故障,可能由于軸頸擦傷、蝕坑、軸承軸瓦燒蝕、磨損等因素導致的振動異常引起的；廢氣渦輪增壓器類別故障,可能由于轉子(含葉片)損壞、軸承缺陷等因素導致的振動異常引起的。通過監測增壓器進口溫度、壓力、單缸排溫、瞬時轉速信息數據，可以判斷各氣缸燃燒性能故障可能由噴油器故障、油路故障、拉缸、排氣閥漏氣等造成氣缸做功性能的下降等因素引起。

4.2 發電柴油機健康管理輔助決策系統

采用發電柴油機早期微弱故障實時診斷與預測技術，將柴油機熱工參數、振動參數進行信息融合，建立柴油機全方位、多角度的實時監控和健康評估全景圖；運用數據挖掘技術，選擇對微弱故障敏感度高且變化規律性強的多個狀態參量共同作為故障特征指標，運用相關檢測技術監測數據間的相關性，進一步消除背景噪聲影響，提取故障信息，采用多模式數據深度挖掘等新技術實現多源參數的有效、快速融合，建立多角度、全方位微弱故障表征模型，形成故障知識圖譜，基于大數據提供的海量歷史數據和不斷更新的實時監測數據，實現診斷正確率和預測準確率的螺旋提升，并根據現場的新故障新問題不斷動態更新故障知識圖譜。

運用非線性時變系統大數據建模技術，構造復雜綜合設備動力學模型，研究早期微弱故障發展機理，并模擬微弱故障漸變過程，結合遷移學習與貝葉斯理論，分析復雜工況下設備退化規律及與監測信號表征間的對應關系，利用粒子濾波預測算法，建立故障部件劣化趨勢分析及預測模型，確立預警機制。

對發電柴油機健康狀況進行預警，還要對發電柴油機的汽缸的配氣故障、滑油污染狀況、滑油溫度、排氣溫度以及機械部位磨損狀況等運行參數進行統計分析，建立發電柴油機的設備健康狀況模型，對健康狀況達到預設的健康報警值，發出故障預警信息。

為了增強預測模型的魯棒性,還應基于本船海量歷史數據與實時數據，不斷訓練故障部件劣化趨勢預測模型，降低由工況變化、動態誤差、非線性、時變性等引起的不確定性。

基于過程數據(設備參數、運行時間、工況參數、故障歷史記錄、維修記錄、零部件分析等)和復雜外界因素數據(人環管)，通過預測可能的失效模式，采取針對性維護來減少故障停機時間，提高設備的運行質量，優化設備效率；應用先進的大數據技術,借助于領先的大數據分析平臺，對大數據進行一個完全閉環的、自動化的流程分析，進一步實現多源信息的有效融合，充分挖掘海量數據內部的隱含信息，制定動態評估模型，向柴油機管理人員提供故障模式分析、故障關聯信息分析、故障類型預測以及基于故障預測推薦維修方式，進一步完善發電柴油機視情維護系統，并且全面考慮外界干擾因素的影響，根據工況變化進行預警閥值的智能調節，提升預警正確率。

最后,發電柴油機健康管理及輔助決策系統所采集的故障診斷信息和提供的輔助決策建議的數據，通過配套的接口軟件上傳至本船的信息化系統。通過本船的信息化系統可以遠程訪問智能機艙系統，顯示監控頁面，并在陸上進行聯調和完成相應接口測試。

4.3 視情維護方案

為了保障發電柴油機最終長時間的高效運行，通過對發電柴油機運行狀態和健康狀況的管理，應用輔助決策系統，基于故障預測推薦的維修方式，制定符合實際運行情況的發電柴油機維護方案，作為智能化機艙綜合監控系統功能的一部分。本船發電柴油機的視情維護方案的制定，是依據發電柴油機視情維護系統和發電柴油機評估系統的信息數據相互結合，并進行分析、判斷和預測，使其方案具有可行性和科學性。

5 結論

本船智能機艙的發電柴油機健康管理及輔助決策系統的建立，為發電柴油機視情維護方案的制定提供了科學依據；發電柴油機健康管理及輔助決策系統，是依據影響柴油機健康狀況的各方面因素所采集的信息數據進行全時段跟蹤分析，建立信息數據數學模型，然后通過特定函數統計出信息數據的變化趨勢，判斷出設備可能發生故障的類型、部位及時間，并進行有效的預警。這與普通船舶動力設備以往采用定時維護和故障維護來保障船舶動力設備長時間的高效運行的維護模式相比較，視情維護具有一定的預見性和科學性。

6 結束語

本文根據中國船級社《智能船舶規范》的相關要求，探討了某大型海事巡邏船智能化機艙綜合監控系統的組成和應用，對智能化船舶要求的發電柴油機健康管理系統的設計和應用進行技術分析和研究，通過對發電柴油機健康管理及輔助決策系統研究，根據對發電柴油機運行狀態和健康狀況的分析和評估，進一步為船舶發電柴油機制定相應完善的視情維護方案，從而更好地保證了船舶航行安全性與經濟性，為后續同類型船舶的綜合自動化、智能化設計具有重要的借鑒意義。