淺談我國船舶柴油機故障診斷

蘭放 蔣福宗

摘要：在經(jīng)濟發(fā)展的過程當中，根據(jù)地域的不同會出現(xiàn)不同的交通運輸工具。臨海城市由于本身靠近海岸且和內陸的運輸路途遙遠。一般會采用較為經(jīng)濟實惠的船舶進行運輸。而在船舶的使用過程中，柴油機卻容易出現(xiàn)各類故障。本文論述了為了提高船舶的柴油機故障診斷準確率，采用小樣本的支持向量機來完成對船舶柴油機故障的診斷。這種故障診斷方法通過建立故障樣本集，采用層次支持向量機構造柴油機故障診斷樹的診斷方法，以此來解決船舶柴油機故障診斷不準確的問題，提高船舶柴油機故障診斷的效率和準確悉尼港，為船舶開展運輸工作貢獻了力量。

關鍵詞：船舶；柴油機；故障診斷

引言

在船舶當中，柴油機扮演著船舶心臟的角色，柴油機性能的好壞會直接影響到船舶自身運行的速度和安全性能。而隨著我國科學技術的不斷發(fā)展，船舶的柴油機也逐漸變得更加大型化、精密化和多樣化。在不同的傳播當中，根據(jù)功能和要求的不同會使用不同的柴油機，力求達到提高運輸效率，降低能源消耗的目的。但船舶的柴油機實際上也是一種由多個子系統(tǒng)結合而成的組接系統(tǒng)，如果出現(xiàn)了系統(tǒng)故障，就會對船舶的運行造成極大的負面影響。不但會引起嚴重的經(jīng)濟損失，也會對船舶上的人造成生命安全的威脅。因此在船舶的使用和管理過程當中，要更加注重對船舶柴油機的管理和維護，一旦出現(xiàn)了系統(tǒng)故障，要及時進行維修。

一、船舶柴油機故障診斷技術分析

1、熱力參數(shù)分析法

在船舶柴油機故障診斷技術中，熱力參數(shù)分析法是將柴油機正常工作時候的熱力參數(shù)數(shù)據(jù)進行收集，根據(jù)這些參數(shù)數(shù)據(jù)的變化來判斷其中出現(xiàn)的問題和工作的狀況。參數(shù)值的內容包括：柴油機的排氣溫度、轉速、氣缸的壓力數(shù)值和滑油的溫度等。這種參數(shù)分析方法更多著重于柴油機性能的好壞，能夠在檢測船舶柴油機故障原因的同時反映船舶柴油機的使用壽命等狀況。

2、油液分析法

油液分析法是將船舶柴油機當中的油品進行化驗，對鐵譜進行分析，判斷使用油品當中的含鐵量，并且通過檢查潤滑油當中磨粒濃度、形狀和大小的情況、油質的情況、含鐵量的變化等數(shù)據(jù)，對柴油機整體受到的磨損程度進行分析，以此作為依據(jù)來判斷船舶柴油機出現(xiàn)故障的原因和位置。在具體的實踐分析過程當中，對油品的分析信息和提取信息都十分快捷方便，而且由于這種分析診斷方法架構于實際的檢測物質黨總，能夠有效的避免聲頻檢測技術中的干擾狀況。但這項技術也有著一定的缺陷，光譜技術診斷的價格相對于其他技術來說較為昂貴，且鐵譜技術手段所需要的時間也相對較多，因此實際的使用也受到了一定的限制。

3、振動分析法

振動分析法和前兩者有所區(qū)別，部隊柴油機本身的狀況進行分析，而對柴油機工作時的振動信號進行收集和檢測。對振動信號進行處理，進而達到判斷船舶柴油機內部出現(xiàn)問題的原因和位置。這種故障分析方法不但能夠快速的判斷船舶柴油機是否出現(xiàn)了系統(tǒng)故障，還能準確的甄別出柴油機出現(xiàn)故障的方位。目前我國最長使用的振動分析法就有下文所述的小波分析法。這項技術在國內的實驗研究室當中也取得了豐厚的研究成果，只需要在柴油機的氣缸當中安裝上專門的振動傳感器，就能有效的分析和判斷出柴油機故障出現(xiàn)的原因和位置。

二、現(xiàn)代船舶柴油機故障診斷技術分析

1、專家系統(tǒng)的智能化故障診斷技術

專家系統(tǒng)主要指的是在某一智能系統(tǒng)當中，將專業(yè)專家領域的知識和經(jīng)驗灌輸?shù)狡渲校缓蟾鶕?jù)實際問題出現(xiàn)的現(xiàn)象對其進行智能分析的系統(tǒng)。在專家系統(tǒng)當中，故障分析僅僅只是其中的一個環(huán)節(jié)分支，是人們利用現(xiàn)有的知識和維修經(jīng)驗及大量的故障信息所專門設計出來的一個智能化的計算機程序，用來解決傳統(tǒng)數(shù)學模型都無法處理的船舶柴油機故障診斷問題。在類型的專家系統(tǒng)當中，核心部分包括系統(tǒng)的知識儲備結構、故障的推理結構、知識的獲取和對照結構已經(jīng)最后的故障原理解釋結構。大部分故障診斷的專家系統(tǒng)都是通過生產(chǎn)規(guī)則和框架作為診斷依據(jù)來進行故障原因表達的，這種表達方式不但更容易讓人理解，并且還能有效的獲取之前的知識內容。斯坦福研究院的ALPX系統(tǒng)、、KES系統(tǒng)和Tecknowledge公司制作而成的M1系統(tǒng)都是其中的佼佼者。這類系統(tǒng)在故障診斷的推理過程中加入了模糊數(shù)學的推理思維，能夠有效的降低系統(tǒng)的復雜程度。而隨著科學技術的發(fā)展，這類專家系統(tǒng)也在不斷的更新當中，相信在未來，這類故障診斷專家系統(tǒng)會推出全新的故障原因推理機制，以求達到更好的推理效果。

2、信號處理技術的診斷方法

信號處理技術在船舶柴油機故障診斷中的應用主要是采用了小波變換的方式，以此來完成對船舶柴油機的故障診斷任務。小波變換最早出現(xiàn)在20世紀80年代后期，這是一種從數(shù)學知識中發(fā)展起來的專業(yè)應用數(shù)學分支，它不但能夠對信號進行去噪處理，還能根據(jù)現(xiàn)場測試結果適當?shù)倪x取一段小波尺度，對其進行重構和處理。將小波當中的高頻、工頻等噪聲頻段剪切，保證重構的信號當中只蘊含系統(tǒng)運行的數(shù)據(jù)和船舶柴油機的故障信息。這種信號處理技術和前兩種方式一樣，都不需要建立專門的數(shù)學模型，且對于輸入信號的要求相對較低。因此這種故障診斷技術被較多運用在船舶故障診斷的前線。這種信號處理技術抗干擾能力較強、靈敏程度較高，在未來也具有廣泛的發(fā)展前景。

3、混合系統(tǒng)的智能診斷方法

在以上介紹的幾種船舶柴油機故障診斷方法當中，或多或少都具有一定的缺陷和不足。例如神經(jīng)網(wǎng)絡故障診斷技術和專家系統(tǒng)故障診斷技術就存在推理能力較弱、查詢麻煩和檢查時間過長的缺點。但如果能夠把兩種方法結合起來開展混合系統(tǒng)的智能診斷方法就能有效的規(guī)避兩種方法中的缺點。

因此現(xiàn)在解讀那也出現(xiàn)了混合系統(tǒng)的智能故障診斷方法，這種診斷方法不但診斷速度快，自身的容錯率也相對較高。能夠有效的彌補專家系統(tǒng)故障診斷技術和神經(jīng)網(wǎng)絡故障診斷技術中出現(xiàn)的問題。但這種診斷技術成本較高，不適宜用在實時的故障診斷環(huán)境當中。

三、未來船舶柴油機故障診斷技術的發(fā)展方向

1、以人工智能為中心

現(xiàn)階段傳統(tǒng)的故障診斷技術都是通過專門的儀器來對船舶柴油機進行信號檢測，然后分析反映出的信號內容判定故障的原因。這種故障診斷手段受到了當下科技的限制，為了將故障的細致原因徹底分析出來，不但要增加檢測的手段，還使得計算量變得更大。因此在未來，船舶柴油機故障診斷技術也必將以人工智能作為中心，構建一種全新的故障診斷體系，將不同的知識內容和信息來源通過人工智能的方式有機結合在一起，形成具有邏輯思維能力和形象思維能力的全新系統(tǒng)，提供更加優(yōu)質的故障診斷服務。

2、將數(shù)據(jù)庫技術融合到故障診斷技術中

船舶柴油機是相當復雜的一個集合系統(tǒng)，對于船舶故障診斷來說，基本知識的診斷方法所需的知識庫存是十分龐大的。在現(xiàn)在的船舶柴油機故障診斷當中已經(jīng)成為制約診斷技術發(fā)展的巨大難題。在未來，要想提高船舶柴油機的故障診斷技術水平，勢必要將數(shù)據(jù)庫技術融合到故障診斷技術當中。接觸數(shù)據(jù)庫技術中的信息存儲和共享功能，幫助改善故障診斷技術當中的信息處理系統(tǒng)。現(xiàn)階段船舶柴油機故障診斷技術的進步也說明了數(shù)據(jù)庫技術對該問題的解決促進作用，在未來也必將發(fā)揮出自己重要的作用。

3、故障診斷技術的網(wǎng)絡化發(fā)展

21世紀是信息技術不斷發(fā)展的世紀，在這一歷史時期，船舶柴油機的故障診斷技術也逐漸朝著信息化和網(wǎng)絡化發(fā)展。隨著各類網(wǎng)絡通訊技術的發(fā)展和進步，在未來也必將會將多個故障診斷系統(tǒng)遠程連接在一起，進而實現(xiàn)網(wǎng)絡遠程的傳播柴油機故障診斷，實現(xiàn)資源的共享，提高船舶柴油機故障診斷的效率和準確性。網(wǎng)絡化和信息化的柴油機故障診斷技術還能方便管理，減少對故障診斷相關設備的投資，提高利用率，促進管理和維修的一體化進程。

結論

船舶柴油機故障診斷是一項極其需要損耗時間的復雜過程。在現(xiàn)階段的船舶柴油機故障診斷當中依然還存在嚴重的樣本不夠平均的問題，導致船舶柴油機的故障診斷方法不具備普遍性，容易被其他小概率事件所影響，最終使得船舶柴油機故障診斷的效率和準確性下降。本文提出的傳播柴油機故障診斷方法是一種基于支持向量機為基礎的船舶柴油機故障診斷法，在診斷過程當中針對船舶柴油機出現(xiàn)的故障現(xiàn)象進行分層識別，然后通過自身事先建立好的故障診斷樹來分析船舶柴油機故障的具體原因，有效的解決了傳統(tǒng)故障診斷方法受到樣本數(shù)據(jù)不平衡的問題，提高了船舶柴油機的故障診斷效率和診斷準確性，為船舶的正常運行和后期維護提供了可靠的保障。這種算法由于將多種因素都考慮其中，同時也適用于其他柴油機的故障診斷當中，具有一定程度的普遍性。

參考文獻

[1]柴艷有. 基于核學習理論的船舶柴油機故障診斷研究[D].哈爾濱工程大學，2017.

[2]占惠文. 基于模糊神經(jīng)網(wǎng)絡的船舶柴油機故障診斷系統(tǒng)研究[D].武漢理工大學，2018.

[3]趙偉. 船舶柴油機監(jiān)測與故障診斷技術研究[D].大連海事大學，2006.

（作者單位：1.國家知識產(chǎn)權局專利局專利審查協(xié)作廣東中心；

2.中船黃埔文沖船舶有限公司）