淺析艦船的動力系統故障診斷方法

摘 要：動力系統是艦船機電系統的重要組成部分，動力系統的運行可靠性將直接影響艦船的航行安全與任務執行，為此構建了科學的艦船動力系統故障診斷系統，采用正確的故障隔離診斷方法，能夠及時解決艦船動力系統故障，在一定程度上預防艦船動力系統故障的發生。

關鍵詞：艦船;動力系統;故障診斷

0 引言

在過去較長一段時間內，艦船動力系統故障檢查方法較為落后，不僅故障定位準確度低，還無法根據動力系統工作狀態進行早期故障預警，以避免動力系統故障的進一步惡化。因此，創新艦船動力系統故障診斷方法，通過應用多種故障診斷技術，可有效提升艦船動力系統運行的穩定性與可靠性，縮短艦船動力系統故障排查與維修時間，使艦艇保持較高的在航率等。

1 基于大數據技術的遠程故障診斷系統

隨著科學技術的不斷進步，人工智能、大數據等新興技術的廣泛應用改變了傳統故障診斷方式，即通過各類型傳感器穩定獲取動力系統工作中的溫度、濕度、轉速、進氣量、排氣量、震動頻率等數據，并與相應故障之間建立高度關聯的故障模型，不斷提高故障模型與數據之間的擬合度。

遠程故障診斷系統在實際使用過程中，通過數據傳輸通道將動力系統數據發送至后方監控中心，由監控中心計算機系統進行實時數據比對，檢驗在線數據與故障模型之間的關聯度。若在線數據與故障模型高度關聯，監控中心向對應平臺發出故障預警，并指導相關人員排除故障。

艦船動力系統遠程故障診斷解決方案如圖1所示。以艦船動力系統熱力參數輔助故障診斷為例，通過對艦船動力系統故障前期熱力參數的采集，形成龐大的熱力數據庫，并將熱力參數作為特定故障權重體系的組成部分。在系統設計過程中增加溫度、氣壓等各類型傳感器，實現對動力系統熱力參數的實時監測，進而確定其熱力性能參數變化趨勢，輔助技術人員對艦船動力系統的穩定性、可靠性等進行判斷。同時，為故障診斷、維修等提供依據，避免因未能及時預防風險與排除故障而導致一系列負面影響，使故障預防與診斷更加及時、準確，故障排除更加高效。

2 艦船動力系統故障隔離診斷方法

艦船動力系統構成較為復雜，故障類型相對較多，在故障診斷過程中具有較多的不確定性，采用傳統故障診斷方法不僅效率低，且存在故障擴大風險。為此，可采用隔離診斷方法提高故障診斷效率，并能夠有效預防故障的擴大化。船舶動力系統包括主機、傳動系統、供電系統、推進系統、管路系統等，通過對相關組成單元故障特征向量進行分析，確定各組成單元的耦合模型，在此基礎上進行動力系統故障的診斷。

2.1? ? 基于動力系統建模的故障隔離診斷

艦船動力系統建模與傳統動力系統建模類似，根據鍵合圖理論與對應動力系統的技術驗證報告等資料，對動力系統中的主機、傳動系統、供電系統、推進系統、管路系統進行建模。例如，主機系統中的飛輪、離合器、齒輪箱等相關數據包括轉動慣量、扭矩、阻尼、剛體質心、扭轉剛度等，通過動力系統建模，為故障隔離提供依據，并指導后續維修工作的順利開展。

以動力系統輸出功率下降為例，導致這一問題的原因主要有燃油濾清器污堵、燃油管路太細太長而泄漏、燃油系統有空氣、燃油質量不好、油內含水、噴油泵或者調整器限位鉛封被破壞加不上油、調速器拉桿螺釘旋入太多、齒桿伸出長度不夠、噴油泵柱塞磨損嚴重、油頭霧化不良、供油提前角不對、油頭伸出缸蓋平面不對、缸蓋活塞結炭嚴重、壓縮余隙太大、出油閥密封不嚴、空濾器臟污、中冷器臟污、壓氣機葉輪臟污、缸蓋進氣道臟污、進排氣管漏氣、配氣定時不準、增壓器故障、排氣管太彎太長、排氣消聲器臟污、缸蓋排氣道臟、排氣定時不準等。以上故障類型涉及多個系統組成單元，為實現故障快速定位，需要借助動力系統模型進行隔離診斷，設計多種隔離診斷方法，快速定位故障。

2.2? ? 現場故障隔離診斷

盡管傳統診斷方法在艦船動力系統故障診斷中存在定位效果差、判定周期長等諸多問題，然而在實際工作中，由于任務重、時間緊等因素，無法結合動力系統建模的方式進行故障隔離檢查。此時，需要進行現場故障隔離，以排除動力系統故障。

所謂現場故障隔離，是一種廣義上的故障隔離診斷方法，技術人員借助儀器設備測量組成單元的具體參數，并根據系統設計手冊確定相關參數是否滿足指標要求。由于艦船動力系統各組成單元之間具有較強的關聯性，不同單元之間的故障對其他單元的工作狀態均會產生不同程度的影響。因此，現場故障隔離診斷需要以系統設計手冊為依據，明確動力系統中各單元邏輯關系，首先恢復底層單元參數輸出，其次將已明確的故障單元進行隔離，最后確認次底層單元狀態與故障原因。這里需要注意的是，相較于基于動力系統建模的故障隔離診斷來說，現場故障隔離診斷對技術人員的理論與實踐水平要求較高，要求技術人員具有豐富的故障處理經驗，否則，不僅無法及時、準確定位故障，還有可能發生人身傷害事故，或者造成動力系統故障的進一步擴大。

2.3? ? 艦船動力系統故障綜合診斷

故障綜合診斷是基于故障模型推理實現的，利用大數據建模完成動力系統知識庫的統一，并構建動力系統故障下的冗余結構，為保證故障綜合診斷技術的應用效果，設計人員還融入了案例分析的形式輔助技術人員進行故障診斷。綜合故障診斷架構如圖2所示。其中，模型庫、規則庫、案例庫是綜合故障診斷技術的基礎組成部分，模型庫、規則庫來源于動力系統設計與生產制造單位提供的信息，而案例庫則大多來自于動力系統使用過程中各類型故障的匯總。因此，隨著案例庫的不斷豐富，相關推理模型與決策能夠更加科學，診斷結果的準確性也會大大提高。

3 結語

艦船動力系統運行的可靠性與穩定性是保持艦船戰斗力的關鍵要素，該系統設計的復雜性意味著其發生各種故障的概率也相對較高，因此，研究艦船動力系統故障診斷技術，對于快速定位故障與維修具有重要意義。盡管大數據技術與計算機技術在艦船動力系統故障診斷中的應用日益廣泛，但是提升裝備使用人員獨立的故障診斷能力同樣重要，兩者高效融合能為艦船動力系統穩定工作提供保障。

[參考文獻]

[1] 蔡冬林.船舶動力裝置遠程監測與故障診斷系統[J].航海技術，2005（6）：41-42.

[2] 肖章林，張忠華.大數據在輪機故障診斷系統設計中的應用[J].艦船科學技術，2016（4）：67-69.

收稿日期：2020-01-06

作者簡介：劉鳴（1983—），男，山東招遠人，碩士研究生，工程師，研究方向：機電工程與自動化。