船舶柴油发电机智能化故障诊断技术研究.docx

船舶柴油发电机智能化故障诊断技术研究 摘 要：本文对诊断船舶柴油机故障的意义进行了论述，并且对现在世界上常见的一些监测柴油机状态和诊断柴油机故障的方法、特点和原理进行了介绍，对各种新技术在诊断船舶柴油机故障中的应用进行了总结，希望能够对船舶柴油机故障诊断技术的发展具有肯定的借鉴作用。 关键词：船舶；柴油机故障；诊断技术 在船舶动力装置中柴油机属于一种最为重要的机械设备，然而因为柴油机具有非常困难的结构，再加上特别恶劣的工作条件，因此其很简单出现各种故障。假如船舶的柴油机出现故障，除了会使整个船舶动力装置的工作受到影响，导致发生重大的损失之外，还会对船舶的平安产生危害，最终使船载设备的各项性能的正常运用受到极大影响。所以刚好发觉和诊断故障非常必要的。首先，其能够使柴油机工作时的牢靠性和平安性得以全面提升，同时还能够起到降低修理费用、削减各种损失的作用，并且可以有效的预防各种突发事故。 一、传统的船舶柴油机故障诊断技术分析 在监测和诊断船舶柴油机故障的时候具有多种多样的方法，传统的方法主要包括红外测温法、温度分布法、瞬时转速法、压力波分析法、油液分析法、热力参数分析法、振动分析法等。其中最为常见的就是振动分析法、油液分析法和热力参数分析法等。 （一）船舶柴油机故障振动分析法。所谓的振动分析法主要是利用工作过程中船舶柴油机形成的振动信号，然后对其实施测试、分析和处理，从而诊断内部零件的状态。振动分析法具有可以在线诊断、较高的精确率以及较快的诊断速度等特点。目前我国许多试验室在振动监测诊断柴油机故障的探讨方面获得了特别突出的成果，比如将振动传感器安装在气缸头，利用对振动信号的分析对缸内故障进行诊断，同时还可以对柴油机主轴承故障进行诊断，通过对管路内压力波信号的利用对柴油机轴承故障进行诊断，通过机器表面信号对气缸磨损和活塞进行诊断等。 （二）船舶柴油机故障油液分析法。通过含铅量检查结果分析、油品化验等各种方式分析润滑油中含铁量的改变、油质的改变、磨粒大小和形态的改变、磨粒浓度等分析柴油机的整体磨损状态，并且对柴油机的故障状态和磨损状态进行推断。一般来说油液分析主要划分为两大类：首先是分析油液本身物理化学性能；其次是分析油液中的不洁物质，其主要包括颗粒计数法、光谱分析法以及铁谱分析法等。采纳油液分析的方法在对信息进行提取的时候特别便利，其能够有效的防止出现声震技术存在的频谱干扰等问题。然而光谱技术诊断的方式具有较为昂贵的价格，而铁谱技术具有较多的手动操作，同时其速度也比较慢，而且须要具有丰富阅历的技术人员参加到分析、推断和识别的工作中来，因此在运用的时候存在着肯定的限制，并且须要较长的标准图谱积累时间。 （三）船舶柴油机故障热力参数分析法。热力参数分析法主要是通过对工作过程中柴油机的热力参数的改变进行分析，从而将其工作状态推断出来，这些参数主要包括排放、冷热水进出口温度、滑油温度、转速、排气温度和气缸压力示功图等。利用热力参数分析法可以很好地推断出柴油机性能的好坏。示功图。在这些参数中具有最多的信息包含量，因此可以以示功图为依据对压缩压力、压力上升率和指示功等进行计算，而且还可以对各缸功率是否平衡和燃烧质量的好坏进行推断。 二、现代船舶柴油机故障诊断技术分析 （一）基于神经网络的船舶柴油机故障诊断技术。基于网络神经的船舶柴油机故障诊断技术主要是利用对诊断阅历和故障实例的学习和训练，然后通过对分布在网络内部的连接权值的利用将故障诊断学问技术表达出来，其具有相像归纳实力、模式匹配实力以及联想记忆实力等。现在船舶柴油机故障诊断中神经网络的运用主要包括以下几个方面：首先是在故障诊断中干脆运用神经网络，要将其中关键参数选择出来作为输入层，将其中的故障参数选择出来作为输出层，通过对典型样本学习所得权值的利用实施有效的模式识别；其次是自适应神经网络模式识别，其主要是通过对神经网络并行处理和分布式信息存储的利用将模式识别中提取特征和建模的麻烦避开，这样还可以将不恰当的特征提取和模式不符合所导致的种种问题消退掉，因此在识别故障的时候更加便利；再次是神经网络信号处理，在信号处理的过程中运用神经网络主要是对其智能化识别和最优化算法的特点进行利用；第四是模糊神经网络，模糊神经网络的非线性拟合和学习实力具有特别高的精确性；最终是专家系统和神经网络结合识别，大量的探讨表明，只要专家系统和神经网络可以实现完全的结合，做到取长补短，就可以将神经网络自身存在的一系列问题很好的克服掉，最终能够实现完备的结合。 （二）基于专家系统的智能化船舶柴油机故障诊断技术。基于专家系统的智能化故障诊断技术属于一种特别常见的智能化船舶柴油机诊断技术，其主要是通过对探讨领域中专家的专业学问的利用解决各种问题的一种智能系统。作为专家系统的分支，故障诊断专家系统的核心主要包括说明部分、推理机、学问获得部分、学问库等几个部分。许多的诊断型专家系统在学问表达中都是通过产生式规则和框架来进行的。从诊断推理方面来讲，基于专家系统的智能化的船舶柴油机故障诊断技术对探讨推理模型和推理逻辑更加注意。作为一种可以使系统困难性得以降低的方法，模糊逻辑在近期被广泛的应用在了专家系统的逻辑推理中。最近有探讨人员将一种基于模型的学问库理论提了出来，从根本上变更了推理机制，比如可视觉模型、定性护理模型、神经网络模型等，因此极大的推动了人工智能领域的不断发展。 （三）基于混合系统的船舶柴油機故障诊断技术。1.结合专家系统和神经网络方法的故障诊断技术：在开发研制传统的专家系统的过程中具有学问获得难度较高、实时性较差、推理实力较弱以及学问维护较难等一系列的问题，而通过对神经网络较好的自适应、自组织、响应快以及容错性等优势的利用就能够将这些问题很好的解决掉。比如通过神经网络对专家系统进行构造，也就是采纳基于数值运算的推理取代基于符号的推理，这样就可以使专家系统的执行效率得以显著提升，同时还可以使专家系统的自学习问题得以有效解决。 2.结合模糊推理和人工神经网络方法的故障诊断技术：在推理速度、学问存储、诊断学问的表示等各个方面模糊推理和神经网络方法具有非常重要的作用，神经网络可以对人脑神经元功能进行仿照，因此其干脆处理数据的实力和自学实力特别强大；而模糊推理可以对人脑的逻辑思维进行仿照，其结构性学问表达实力比较强。对两者的优势和不足进行比较，就能够有效地结合模糊推理方法和神经网络方法，从而确保故障诊断系统更好的处理不确定或者不精确的模糊信息，同时还可以调整基于规则的结构性学问。 三、结语 在自动化程度不断提升以及现代科学技术不断发展的今日，船舶柴油机故障诊断技术也实现了较快的发展。不管是之前的事后修理，还是后来的定时检测和视情修理，船舶柴油机故障诊断技术都发挥了非常重要的作用。总之，在将来的发展中必需要对新的船舶柴油机故障诊断技术进行不断探讨和开发，从而与新时期的要求相适应。 参考文献： 1 彭秀艳，柴艳有，满新江. 基于PCA-KFCM的船舶柴油机故障诊断J. 限制工程. 2022（01）. 2 许丽君，陈红卫. 神经网络在船舶柴油机故障诊断中的应用探讨J. 计算机测量与限制. 2022（06）. 3 郭建平，马茂，刘增宝. 一般柴油机故障缘由的分析与排查J. 铁道机车车辆. 2022（S1）. 第6页 共6页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页