林漢松

摘 要：柴油機為船舶主要動力設(shè)備，如果其出現(xiàn)運行故障，必定會對船舶運行可靠性與穩(wěn)定性產(chǎn)生影響?，F(xiàn)在船舶已經(jīng)實現(xiàn)了自動化與集成化發(fā)展，對船舶柴油機性能有著更為嚴格的要求。就實際情況分析，造成船舶柴油機故障的原因眾多，在對其進行分析時，需要針對不同表現(xiàn)形式特點，并應(yīng)用合適診斷技術(shù)，確定故障原因然后采取措施處理，促使其維持穩(wěn)定運行狀態(tài)。文章對船舶柴油機故障診斷技術(shù)要點進行了簡單分析。

關(guān)鍵詞：船舶；柴油機；故障診斷

中圖分類號：TH17 文獻標志碼：A 文章編號：2095-2945（2017）20-0161-02

船舶運行環(huán)境特殊，柴油機作為維持其運行的主要動力設(shè)備，在受到各項因素的影響后，很容易出現(xiàn)運行故障，無法滿足船舶運行要求。船舶柴油機傳統(tǒng)故障診斷技術(shù)主要為看、聽、摸、聞，想要更準確地判斷故障部位以及原因，需要積極應(yīng)用新型診斷技術(shù)，利用更短時間來得到更準確結(jié)果，為后續(xù)維護工作提供依據(jù)。

1 船舶柴油機故障診斷分析

1.1 故障診斷分析

對于船舶運行情況來看，柴油機故障發(fā)生概率比較大，在分析故障原因時，需要基于其結(jié)構(gòu)復雜性，以及運行環(huán)境特殊性對各項因素進行綜合分析，提高故障診斷結(jié)果準確性。船舶柴油機運動部件多、結(jié)構(gòu)復雜度高，故障診斷技術(shù)難度大，需要在傳統(tǒng)診斷技術(shù)上進行更新，積極應(yīng)用新型技術(shù)與理念，準確診斷各類故障，為故障解決提供依據(jù)。船舶柴油機故障診斷，需要根據(jù)不同故障表現(xiàn)形式，掌握故障產(chǎn)生機理，從物理、化學等方面著手，根據(jù)振動、油耗、噪聲、形變、磨損、氣味等表現(xiàn)特征進行綜合分析，選取適當故障特征參數(shù)，完成故障診斷[1]。

1.2 故障診斷流程

1.2.1 收集狀態(tài)信號

故障診斷時首先要對船舶柴油機狀態(tài)信號進行有效收集，其作為故障特征信息載體，可以為診斷作業(yè)提供有效依據(jù)。一般可以應(yīng)用相關(guān)傳感器或輔助測試儀器對運行狀態(tài)的船舶柴油機狀態(tài)信號進行收集，包括噪聲信號、振動信號、轉(zhuǎn)速信號、壓力信號以及溫度信號等。

1.2.2 信息選擇提取

對于已經(jīng)收集到的所有狀態(tài)信息，進行分類和處理，然后從中確定柴油機故障表現(xiàn)最為密切的特征信息。并對所有特征信息值進行檢驗，掌握其變化規(guī)律，確定設(shè)備實際運行狀態(tài)。但是就以往診斷經(jīng)驗來看，收集到的狀態(tài)信號，受外部因素干擾較大，存在大量的干擾信號在其中，無法對特征信息進行有效選擇和提取，是影響柴油機故障診斷效率的關(guān)鍵因素。

1.2.3 故障分析診斷

經(jīng)過對有效狀態(tài)信息的提取與選擇，通過專業(yè)判斷后確定柴油機運行狀態(tài)是否存在異常，同時利用此數(shù)據(jù)和其他補充測試輔助信息來確定故障原因和部位?；诖安裼蜋C結(jié)構(gòu)的復雜性，故障發(fā)生部位可能為子系統(tǒng)、零件或者部件等，需要通過對所得特征信息與故障源可能會對系統(tǒng)性能指標造成影響的程度進行評估，綜合分析判斷故障等級[2]?，F(xiàn)在所應(yīng)用的故障診斷方法，就是通過對所得狀態(tài)特征信息與標準值的對比，判斷故障部位與程度，實現(xiàn)各部位狀態(tài)識別。

1.2.4 決策制定實施

在經(jīng)過對特征信息的分析對比后，判斷柴油機故障源與等級，預測評估其發(fā)展趨勢與影響程度，以此為依據(jù)來做好維修方案的編制，合理確定維修時間。同時，還需要根據(jù)故障性質(zhì)和部位，來制定相應(yīng)的維修措施與維修內(nèi)容，并將最終維修方向傳遞給維修車間，確定維修任務(wù)。待所有維修任務(wù)完成后，及時將維修記錄反饋給診斷中心，并且要將整個故障診斷與維修過程產(chǎn)生數(shù)據(jù)信息記錄并存儲到數(shù)據(jù)庫內(nèi)，便于后期維護時有效查詢，提高柴油機運行綜合效果[3]。

2 船舶柴油機傳統(tǒng)故障診斷技術(shù)

2.1 熱力參數(shù)分析法

應(yīng)用此種方法來對船舶柴油機故障進行診斷，即利用船舶柴油機工作時熱力參數(shù)變化，來判斷確定其運行狀態(tài)。例如氣缸壓力示功圖、轉(zhuǎn)速、排氣溫度、冷卻水進出口溫度與排放、滑油溫度等，對其進行綜合分析后，判斷柴油機運行性能。其中，各項熱力參數(shù)內(nèi)，示功圖所含信息最多，可以根據(jù)其來計算得到壓力升高率、指示功、壓縮壓力，利用此來判斷柴油機燃燒質(zhì)量以及各缸功率是否平衡。但是示功圖測量難度較高，尤其是需要通過示功圖來診斷壓力傳感器壽命與可靠性，需要提高對此方面的重視。就船舶柴油機故障診斷技術(shù)發(fā)展水平來看，通過對曲軸轉(zhuǎn)速波動來對柴油機運行狀態(tài)進行監(jiān)測和診斷，也可以獲得可靠結(jié)果。柴油機運行時曲軸扭轉(zhuǎn)波動產(chǎn)生轉(zhuǎn)速波動，且與各缸發(fā)火相關(guān)，通過對轉(zhuǎn)速波動的研究，便可以實現(xiàn)對缸內(nèi)做功壓力進行判斷，并實現(xiàn)故障監(jiān)測。

2.2 振動分析法

振動分析法的應(yīng)用原理是，通過對船舶柴油機運行振動信號的測試、分析與處理，判斷其內(nèi)部各零部件狀態(tài)，對故障進行有效診斷，具有準確率高、速度快等特點。目前我國應(yīng)用此種方法來對船舶柴油機故障進行診斷，可以將振動傳感器安裝到氣缸頭部位，對振動信號進行收集和分析，判斷診斷缸內(nèi)故障，確定是否為柴油機主軸承故障，利用潤滑油管路內(nèi)壓力波信號對軸承故障進行診斷。通過對設(shè)備表面振動信號來完成柴油機氣缸、活塞、主軸承以及氣閥故障診斷技術(shù)，現(xiàn)在已經(jīng)研制出柴油機智能診斷儀DCM-Ⅱ，可以實現(xiàn)在不對柴油機進行解體情況下，完成故障診斷[4]。

2.3 油液分析法

應(yīng)用油液分析法來對船舶柴油機故障進行診斷，即利用油品化驗、含鐵量檢查、鐵譜分析等，對潤滑油內(nèi)磨粒濃度、磨粒形狀與大小濱化、含鐵量變化以及油質(zhì)變化等進行整體磨損狀態(tài)分析，確定柴油機運行狀態(tài)是否存在異常。油液分析法包括油液本身物理化學性能分析與油液內(nèi)不潔物質(zhì)分析兩種類型，其中第二種常見方法如光譜分析、鐵譜分析、顆粒計數(shù)等[5]。對比其他故障診斷技術(shù)來講，油液分析法對船舶柴油機故障特征信息的采集和提取更為方便，可以有效避免聲振技術(shù)受頻譜干擾影響。

3 船舶柴油機現(xiàn)代故障診斷技術(shù)

3.1 神經(jīng)網(wǎng)絡(luò)診斷

3.1.1 診斷原理

神經(jīng)網(wǎng)絡(luò)診斷技術(shù)在船舶柴油機故障診斷中的應(yīng)用，即通過對故障實例和診斷經(jīng)驗的訓練學習，利用網(wǎng)絡(luò)內(nèi)分布的連接權(quán)值表達學習，具有模式匹配、聯(lián)想記憶以及相似歸納等能力，可以實現(xiàn)故障與征兆之間復雜的非線性映射關(guān)系。

3.1.2 診斷技術(shù)

（1）直接診斷。直接將神經(jīng)網(wǎng)絡(luò)用于船舶柴油機故障診斷，需要選擇關(guān)鍵參數(shù)作為輸入層，輸出層則為故障參數(shù)，利用典型樣本學習得到的權(quán)值進行模式識別。（2）自適應(yīng)識別。自適應(yīng)神經(jīng)網(wǎng)絡(luò)模式識別，主要是利用神經(jīng)網(wǎng)絡(luò)分布式信息存儲與并行處理，消除了模式識別中建模與特征提取存在的麻煩，避免因模式不符或者特征提取失敗對診斷結(jié)果的影響，提高故障識別準確性。（3）信號處理。利用神經(jīng)網(wǎng)絡(luò)來對信號進行處理，其主要是通過最優(yōu)化算法與其智能化識別特點，保證可以為故障診斷提供有效特征信息。

3.2 專家系統(tǒng)診斷

基于專家系統(tǒng)的智能診斷方法，主要是利用研究領(lǐng)域?qū)＜覍I(yè)知識作為依據(jù)，對船舶柴油機故障信息進行收集和分析，推理判斷故障問題部位與原因。故障診斷專家系統(tǒng)的有效執(zhí)行，需要將長期實踐經(jīng)驗以及大量故障信息作為基礎(chǔ)，設(shè)計一種智能計算機程序系統(tǒng)，對難以利用數(shù)學模型精確描述系統(tǒng)故障進行有效診斷。其中，專家診斷系統(tǒng)主要包括知識庫、推理機、知識獲取部分以及解釋部分，且基本上均是利用產(chǎn)生式規(guī)則與框架來進行知識表達。通過產(chǎn)生式規(guī)則知識表達，可以利用人工智能語言來降低分析難度，同時還可以使得結(jié)果更符合人的心理邏輯，知識獲取更為便利，例如常見的MI系統(tǒng)、KES系統(tǒng)、Expert系統(tǒng)等。對于診斷推理方面，重點為推理邏輯與推理模型的研究，模糊邏輯因其復雜性低已經(jīng)得到了廣泛應(yīng)用。并且現(xiàn)在已經(jīng)提出基于模型的知識庫理論，促使推理機制發(fā)生根本改變，包括定性物理模型、神經(jīng)網(wǎng)絡(luò)模型以及可視覺模型等，進一步提高了人工智能技術(shù)的應(yīng)用效果。將專家系統(tǒng)應(yīng)用到船舶柴油機故障診斷中，充分實現(xiàn)了基于數(shù)字信號處理的深層診斷知識的研究。

3.3 混合系統(tǒng)診斷

可以根據(jù)實際需求來對各種診斷方法進行組合使用，例如神經(jīng)網(wǎng)絡(luò)方法與專家系統(tǒng)方法組合和人工神經(jīng)網(wǎng)絡(luò)方法與模糊推理方法組合，不僅可以降低故障診斷難度，同時還可以提高診斷結(jié)果準確性。根據(jù)不同方法診斷原理，進行合理搭配，爭取獲得準確可靠的診斷結(jié)果。

4 結(jié)束語

船舶柴油機結(jié)構(gòu)組成復雜度高，再加上運行環(huán)境特殊，受到外部因素干擾后很容易出現(xiàn)運行故障，這樣就需要采取有效措施進行故障診斷，為后續(xù)維護管理工作提供依據(jù)。對比不同診斷技術(shù)特點，以降低診斷難度和提高診斷效率為基礎(chǔ)，合理選擇技術(shù)類型。

參考文獻：

[1]陳銀平.船舶柴油機故障診斷中共振解調(diào)技術(shù)的應(yīng)用[J].電子技術(shù)與軟件工程，2016（19）：105.

[2]郭國軍，孫亞麗.船舶柴油機監(jiān)測與故障診斷技術(shù)分析[J].科技風，2016（15）：147.

[3]張忠偉.分形技術(shù)與概率神經(jīng)網(wǎng)絡(luò)在船舶柴油機故障診斷中的應(yīng)用[J].艦船科學技術(shù)，2016（12）：91-93.

[4]王堅，王彬.基于聲響異常辨識的船舶柴油機故障診斷技術(shù)探析[J].南通航運職業(yè)技術(shù)學院學報，2013（04）：42-44.

[5]許麗君.基于神經(jīng)網(wǎng)絡(luò)的船舶柴油機故障診斷技術(shù)[D].江蘇科技大學，2013.