船舶動力裝置智能診斷系統設計

張躍文，孫曉磊，丁亞委，孫培廷

大連海事大學 輪機工程學院，遼寧 大連 116026

0 引 言

隨著智能技術的快速發展和大數據技術的廣泛應用，人工智能已經滲入到人類生活的各個領域，并催生了一些新興技術，而無人駕駛便是其中之一［1］。目前，無人駕駛船舶、智能船舶已成為航運領域的發展熱點，其中羅爾斯·羅伊斯公司公布了“高級無人駕駛船舶應用開發計劃”（AAWA），旨在改變船舶行業設計及運營的格局［2］，而國內以中國船級社（CCS）為主導的眾多科研院校和企業也積極開展了智能船舶的研發工作，致力開啟全球無人航運的大門。

智能機艙［3］作為智能船舶的6大功能模塊之一，是無人駕駛船舶的研發重點和難點。船舶動力系統的健康運行是船舶正常航行的先決條件，而如何對動力系統及設備的運行狀態進行精確、有效的監控和管理則是實現機艙智能化的關鍵。如今，機艙設備運行狀態的監測理論比較成熟，孫曉磊等［4］利用ARMA時間序列對船舶海水冷卻系統的狀態參數進行了預測，并通過與實際監測數值進行對比，驗證了海水冷卻系統參數預測模型的準確性，旨在通過預測分析未來參數以發現海水冷卻系統潛在的失效因素。吳小豪等［5］將超球支持向量機方法分別應用于船舶高溫淡水系統和船舶離心泵的狀態評估，并證明了其可行性，但其研究還處于理論階段，并沒有針對船舶動力裝置建立完整的狀態評估系統。劉偉波［6］采用層次分析法建立了某艦船主動力裝置的綜合評估模型，并運用加權評分方法進行了評估，可為主動力裝置的維護和管理提供科學依據，但還沒有投入實船應用。

因此，本文將基于信息技術和機艙設備的專業知識，通過對船舶動力裝置各相關系統的主要工作參數進行采集、分析和處理，建立船舶動力裝置智能診斷系統，并將以“育鯤”輪為目標船舶進行實船驗證，以考核該智能診斷系統的可行性。該系統可以依據船舶的航行工況對動力裝置及其主要系統的工作狀態進行評估和智能診斷處理，可為輪機人員的維護保養和故障分析處理工作提供決策支持。

1 智能診斷系統的總體設計方案

基于智能船舶或無人駕駛船舶的應用需求，船舶智能診斷系統可以在健康評估、遠程狀態監測、輔助決策支持等方面實現船舶主要動力系統及其所屬設備船岸一體化的智能化管理，其系統總體框架如圖1所示。首先，通過船端傳感設備對船舶的航行數據和機艙數據進行采集并存儲到船端數據服務器；然后，數據一方面提供給船端智能診斷軟件系統，用以為機艙輪機人員服務，另一方面將通過船岸通信管理系統傳輸至岸端數據服務器；最后，岸端數據服務器將數據提供給岸端智能診斷軟件系統，以便船運公司對船舶動力系統及航行信息進行實時監控，并給予必要的決策指導，從而實現船岸一體化管理。

1.1 軟件系統的總體結構

智能診斷系統是可以對船舶動力裝置實施數據采集及存儲、健康評估、診斷處理、診斷支持和用戶管理的多功能系統。采用功能模塊化的設計理念，船端與岸端的客戶端軟件相同，其中客戶端軟件的總體結構如圖2所示。軟件系統是在Windows操作系統下，基于Visual Studio 2013集成開發而成，其中系統界面采用了C#環境下的WPF設計，而客戶端軟件系統界面則根據船舶動力裝置的實際構成原理進行設計。模塊化的設計思路使軟件系統的結構非常清晰，也便于操作和調試。

1.2 標準組成信息庫

1.2.1 組件劃分

本文智能診斷系統的適用對象為船舶主推進柴油機、柴油發電機組、推進軸系、燃油系統、潤滑油系統和冷卻水系統。船舶動力裝置的結構復雜、環節多、功能差異大且功能交叉，為了便于智能診斷系統對船舶動力裝置及其附屬設備進行描述和使用，可以將船舶動力裝置劃分為多個組件（單元）。每個組件的功能相對獨立，具有獨立完成某一項工作的能力，大組件可由多個小組件構成，以共同實現某一功能，而聯合多個大組件即可完成航行、錨泊等作業任務。根據各組件的功能及相互關系，基于船舶特點和行業規范，本文將船舶動力裝置的組件劃分為3個等級：

1）一級組件：能夠獨立實現某一較大功能，多個一級組件可以構成船舶動力裝置的某個系統，例如主推進柴油機、冷卻水系統、燃油系統、滑油系統等。

2）二級組件：能夠獨立實現某一較小功能，多個二級組件可以構成1個一級組件。以中央冷卻水系統（一級組件）為例，其二級組件為海水冷卻系統、低溫淡水冷卻系統和高溫淡水冷卻系統這3個子系統。

3）三級組件：能夠獨立完成某單一功能，多個三級組件可以構成1個二級組件。以主機燃油（供應）系統（二級組件）為例，其三級組件為燃油供給泵、燃油濾器、混油桶等設備。由于二級組件為一級組件的分支，故多個三級組件也可以構成1個一級組件。

1.2.2 組件參數編碼

不同船舶的組件在種類和數量上均有所不同，為了便于統一管理，組件名稱的編碼由6位數字組成，其中3個級別的組件編碼均包括2位數字，如圖3（a）所示。為了充分考慮系統的分級要求和擴展需求，可以視情增加編碼的總長度，每增加1級就相應增加2位數字。

同時，每級組件將分配2位數字的序號編碼，其中序號01代表1#設備，組件序號的編碼如圖3（b）所示。

關于系統和設備對應的工作參數，例如轉速、功率、壓力和溫度等，將采用2位數字編碼予以描述。因此，全面描述一個船舶動力裝置組件的參數標準編碼為：組件名稱編碼+組件序號編碼+工作參數編碼。表1所示為1#主推進柴油機的2#燃燒室的4#活塞環的表面溫度。

表1 參數編碼實例Table 1 Parameter coding instance

2 關鍵技術

2.1 健康狀態的評估方法

健康狀態評估即通過處理反映設備狀態的各類特征信息，輸出定量數值來描述故障風險或狀態的劣化程度。評估系統組件的基本思路是：采集設備數據并進行預處理，基于不同船舶組件的功能特點和不同的參數類型，選擇適當的狀態評估方法并構建評估模型。例如，對于通過單參數描述的系統設備功能，可以采用單參數閾值法［7］將其轉化為健康值，從而進行狀態評估；而對于通過多參數描述的系統設備功能，則可以采用基于多元參數的雷達圖分析法。

2.1.1 單參數閾值法

1）經驗閾值。根據設備的出廠設置或理論值即可確定基本閾值，也可以結合實船經驗來確定參數閾值，但其準確度在很大程度上取決于制定閾值者的經驗。

2）實驗閾值。通過室內實驗、臺架試驗或航行試驗等手段來確定閾值，該方法確定的參數閾值與實船工況緊密相關，其在閾值精度方面具有一定的優勢。

3）計算閾值。

（1）置信區間閾值法。在正常狀態下，機艙設備的參數有一定的波動范圍，其參數分布也呈一定的規律性。置信區間是在多次監測設備正常狀態的基礎上，通過統計分析所建立的一個范圍，因此置信區間的概念對于設置異常監測閾值而言，具有良好的應用價值。

（2）均值方差標準閾值法。一般機艙設備在正常情況下很難取得異常數據，可以基于設備的正常參數并通過均值和方差的計算方法來設定標準閾值［8］。

確定設備的參數閾值之后，即可按照線性成比例的方式將參數轉化為健康值。

2.1.2 雷達圖分析法

由于船舶動力系統的設備組成較為復雜，故單參數閾值評估方法不能綜合有效地評估整體狀態，在多參數的綜合狀態評價方法中，雷達圖分析法具有良好的評價效果［9］。雷達法評估的具體步驟如下：

1）選擇系統各組成設備的特征參數，一般為采用閾值法評估設備時所選擇的特征參數。

2）確定特征參數閾值。

3）將特征參數進行歸一化處理。

4）計算系統設備的健康值。

5）對評估結果進行驗證。

以海水冷卻系統為例，選擇海水泵出口壓力、海水濾器壓差、中央冷卻器的溫度系數為評估參數，并按照閾值設定方法來確定閾值的上限和下限。由于特征參數的單位不同，所以應先進行歸一化處理，閾值上限歸一后為1，下限歸一后為0，歸一化公式為

式中：X為歸一化后的特征參數值；x為原始的特征參數值；x上為原始特征參數的上限值；x下為原始特征參數的下限值。

采用雷達法確定健康值的計算原理如圖4所示，其具體含義為：當系統健康值為100分時，各設備的狀態值均為100分，即對應A，B，C這3個點，且三角形ABC的面積即代表系統當前的狀態；但當某個設備或多個設備的狀態變差時（變為A′，B′，C′），系統的狀態也隨之變差，此時三角形A′B′C′的面積即代表當前的系統狀態值。當選取的特征參數的數量不同時，就對應不同形狀包絡線的面積。

獲得的健康評估值以百分數形式表示，并顯示在系統設備狀態監測界面對應的組件上方。圖5所示為冷卻系統的狀態監測界面，其健康值及顏色標識如表2所示。

表2 健康值及顏色標識Table 2 Health index and color code

2.2 輔助決策信息

對于不同類型的船舶而言，需要建立統一的基礎輔助決策信息庫，包含4個方面的信息，分別為問題、危害、原因及建議，其對應關系如圖6所示，輔助決策顯示邏輯如圖7所示。

1）如果某組件的評估健康值低于70分，則智能診斷系統進入“輔助決策信息自動彈出模式”，此時，不論系統處于何種界面或進行何種操作，都將轉入輔助決策界面。同時，將在狀態監測界面的導航條顯示預警設備的數量，點擊此按鈕也可以進入輔助決策界面，圖8所示為主機曲軸箱潤滑系統的滑油自清濾器的輔助決策界面。

2）如果多個組件的評估健康值低于70分，則將在窗口左下角以列表的形式顯示問題，并按照設備編碼進行排序。點擊其中某個組件，該組件存在的所有問題將在下拉列表中顯示，并按照每個問題在實船上的出現頻率進行排序。在目標船上運行智能診斷系統后，系統將基于各個組件的問題建立檔案，統計問題的出現頻率并動態調整問題列表的排列順序，如圖9所示。圖9中的界面為“系統管理”的下級界面，包括完整的設備問題信息、危害信息、原因信息和建議信息，并可以通過增加、修改、刪除功能對已有信息進行更新。

3）當改變操作狀態或輪機人員調整設備工作狀態或完成維修之后，如果問題設備的評估健康值高于70分，則報警列表將自動取消該設備。

如圖9所示，智能診斷系統為每個組件對應的問題、危害、原因和建議都分別分配了一個4位編碼，編碼對應的文字信息僅包含在設備的基本輔助決策信息庫中，且目標船上智能診斷系統輔助決策界面的顯示信息均來源于該信息庫。目標船舶在進行初始化時，位于輔助決策基本信息庫中的各項目編碼即所有組件的輔助決策信息，因此當智能診斷系統的某決策信息描述不準確或錯誤時，僅需修改基本信息庫中的對應條目即可。

2.3 數據服務器

船舶動力裝置的智能診斷系統數據服務器由通用處理模塊和專用處理模塊這2個部分組成。通用處理模塊主要由數據庫操作模塊、通信操作模塊、系統管理模塊和文件讀寫操作模塊這4個部分組成，如表3所示。而專用處理模塊則是實現某個專用功能的模塊，如表4所示。每個模塊的功能與相應的界面及其按鈕功能對應，即每點擊一個界面功能按鈕，即可通過客戶端通信模塊調用相應的模塊。

3 實船驗證

以大連海事大學的教學實習船“育鯤”輪為目標船舶，對船舶動力裝置的智能診斷系統進行實船驗證。“育鯤”輪的機艙設備和傳感器配備齊全，配置了智能診斷系統實船驗證所需要的系統和設備，包括主推進柴油機、冷卻水系統、滑油系統和燃油系統。

表3 通用模塊的類名表Table 3 Class name table for general modules

表4 專用模塊的類名表Table 4 Class name table for specialized modules

將船舶動力裝置的智能診斷系統分別安裝在船端的機艙集控室、輪機長辦公室和岸端的管理控制平臺，以保證船端和岸端能夠同步開展驗證工作。待診斷系統穩定運行后，主要從以下3個方面來驗證智能診斷系統主要功能的準確性和可操作性。

1）驗證船端和岸端數據的同步性和一致性。

在連續30天的任意時間段內，對比船端數據庫和岸端數據庫的狀態參數及寫入時間，對比結果為：當船舶靠岸或近海航行時，2個數據庫的狀態參數值相同，寫入時間的差值范圍為1 s；當船舶離開近海區域后，岸端數據庫的狀態參數值寫入時間比船端延遲了1～5 s，其原因可能是受制于通信條件的影響。盡管存在延遲，但由于寫入的狀態參數值相同，所以并不影響健康狀態值評估和輔助決策報警的準確性。

2）驗證健康狀態評估值的準確性。

建立單參數閾值模型和雷達法模型，從數據庫中選取連續30天任意時間段的狀態參數，根據組件級別輸入至不同的評估模型以獲得健康狀態評估值并繪制成曲線（以5 s為時間節點），在智能診斷系統中調取該時間段的健康狀態值歷史數據并繪制曲線。以海水冷卻系統為例，11月20日7：00～8：00的健康值曲線對比如圖10所示。通過對比可知，智能診斷系統得出的船端曲線與評估模型計算所得曲線的吻合度較高，證明了智能診斷系統評估系統狀態的精確度；而岸端曲線則整體右移，即健康值有所延遲，這與船岸之間的通信延時有關，但岸端曲線的總體變化趨勢與船端基本吻合。

3）驗證報警的及時性和輔助決策的準確性。

在實船運行過程中，系統和設備在大多數時間內均處于正常狀態，為了船舶安全，不能人為制造故障。為了驗證報警的及時性和輔助決策的準確性：一方面可以通過人工向數據庫輸入異常狀態參數進行驗證，即人為驗證；另一方面可以基于船舶航行時的真實故障進行驗證，即實船驗證。

以11月3日為例，船舶處于正常航行狀態，但船舶燃油系統的燃油分油機（三級組件）提示報警，并自動彈出輔助決策界面。輪機人員按照“問題列表”和“原因列表”依次檢查設備，根據“報警列表”中的“燃油分油機排渣口跑油”（問題）找到了“燃油分油機密封圈損壞”（原因），并根據“建議列表”中“拆檢分油機更換密封圈”（建議）解除了報警，最后系統恢復了正常。輔助決策的驗證周期一般較長，且需要不斷更新和調整數據庫?，F階段的實船驗證工作表明，智能診斷系統的報警及時性和輔助決策準確性均較好，可以縮短維修時間、降低輪機人員的工作強度，故得到了輪機人員的一致認可。

4 結 語

本文設計了船舶動力裝置的智能診斷系統，采用健康狀態評估方法對目標船舶動力裝置系統和設備運行過程中的健康狀態進行了采集和評估，并針對問題組件提供了相應的輔助決策建議。該系統還設計了船舶信息和系統管理等輔助功能，可以根據不同的目標船舶進行基本信息的更改和維護。

實船驗證結果表明，船舶動力裝置的智能診斷系統可以幫助輪機管理人員提前發現船舶動力裝置運行過程中出現的問題，實現從“事后維修”到“視情維修”的轉變。其提供的輔助決策建議能夠指引管理人員快速地尋找問題根源，從而減輕輪機人員的工作負擔，縮短“發現問題”到“解決問題”的時間周期。同時，船岸一體化的設計思想和多種輔助功能可以使岸端管理公司時刻掌握動力裝置的運行狀態，從而提高船舶運行狀態的監管力度，可為逐步實現無人駕駛船舶奠定基礎。