论文部分内容阅读
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一定的借鉴作用。
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十分复杂的结构，再加上非常恶劣的工作条件，因此其很容易出现各种故障。如果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，还会对船舶的安全产生危害，最终使船舶各项性能的正常发挥受到极大影响。所以及时发现和诊断故障具有十分重要的作用，其能够使柴油机工作时的可靠性和安全性得以全面提升，同时还能够起到降低维修费用、减少各种损失的作用，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、较高的准确率以及较快的诊断速度等特点。目前我国很多实验室在振动监测诊断柴油机故障的研究方面获得了非常突出的成果，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变化、油质的变化、磨粒大小和形状的变化、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判断。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。采用油液分析的方法在对信息进行提取的时候非常方便，其能够有效的防止出现声振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，而且需要具有丰富经验的技术人员参与到分析、判断和识别的工作中来，因此在使用的时候存在着一定的限制，并且需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參数的变化进行分析，从而将其工作状态判断出来，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判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根据对压缩压力、压力升高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判断。
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经验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知识技术表达出来，其具有相似归纳能力、模式匹配能力以及联想记忆能力等。现在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直接运用神经网络，要将其中关键参数挑选出来作为输入层，将其中的故障参数挑选出来作为输出层，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除掉，因此在识别故障的时候更加方便；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能力具有非常高的准确性；最后是专家系统和神经网络结合识别，大量的研究表明，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，最终能够实现完美的结合。
（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非常常见的智能化船舶柴油机诊断技术，其主要是通过对研究领域中专家的专业知识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解释部分、推理机、知识获取部分、知识库等几个部分。很多的诊断型专家系统在知识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研究推理模型和推理逻辑更加注重。作为一种可以使系统复杂性得以降低的方法，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。最近有研究人员将一种基于模型的知识库理论提了出来，从根本上改变了推理机制，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机故障诊断技术。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知识获取难度较高、实时性较差、推理能力较弱以及知识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，也就是采用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、知识存储、诊断知识的表示等各个方面模糊推理和神经网络方法具有十分重要的作用，神经网络可以对人脑神经元功能进行模仿，因此其直接处理数据的能力和自学系能力非常强大；而模糊推理可以对人脑的逻辑思维进行模仿，其结构性知识表达能力比较强。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知识。
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天，船舶柴油机故障诊断技术也实现了较快的发展。不管是之前的事后维修，还是后来的定时检测和视情维修，船舶柴油机故障诊断技术都发挥了十分重要的作用。总之，在未来的发展中必须要对新的船舶柴油机故障诊断技术进行不断研究和开发，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]. 控制工程. 2012（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研究[J]. 计算机测量与控制. 2013（06）.
[3] 郭建平，马茂，刘增宝. 一般柴油机故障原因的分析与排查[J]. 铁道机车车辆. 2011（S1）.
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十分复杂的结构，再加上非常恶劣的工作条件，因此其很容易出现各种故障。如果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，还会对船舶的安全产生危害，最终使船舶各项性能的正常发挥受到极大影响。所以及时发现和诊断故障具有十分重要的作用，其能够使柴油机工作时的可靠性和安全性得以全面提升，同时还能够起到降低维修费用、减少各种损失的作用，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、较高的准确率以及较快的诊断速度等特点。目前我国很多实验室在振动监测诊断柴油机故障的研究方面获得了非常突出的成果，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变化、油质的变化、磨粒大小和形状的变化、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判断。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。采用油液分析的方法在对信息进行提取的时候非常方便，其能够有效的防止出现声振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，而且需要具有丰富经验的技术人员参与到分析、判断和识别的工作中来，因此在使用的时候存在着一定的限制，并且需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參数的变化进行分析，从而将其工作状态判断出来，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判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根据对压缩压力、压力升高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判断。
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经验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知识技术表达出来，其具有相似归纳能力、模式匹配能力以及联想记忆能力等。现在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直接运用神经网络，要将其中关键参数挑选出来作为输入层，将其中的故障参数挑选出来作为输出层，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除掉，因此在识别故障的时候更加方便；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能力具有非常高的准确性；最后是专家系统和神经网络结合识别，大量的研究表明，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，最终能够实现完美的结合。
（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非常常见的智能化船舶柴油机诊断技术，其主要是通过对研究领域中专家的专业知识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解释部分、推理机、知识获取部分、知识库等几个部分。很多的诊断型专家系统在知识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研究推理模型和推理逻辑更加注重。作为一种可以使系统复杂性得以降低的方法，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。最近有研究人员将一种基于模型的知识库理论提了出来，从根本上改变了推理机制，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机故障诊断技术。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知识获取难度较高、实时性较差、推理能力较弱以及知识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，也就是采用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、知识存储、诊断知识的表示等各个方面模糊推理和神经网络方法具有十分重要的作用，神经网络可以对人脑神经元功能进行模仿，因此其直接处理数据的能力和自学系能力非常强大；而模糊推理可以对人脑的逻辑思维进行模仿，其结构性知识表达能力比较强。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知识。
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天，船舶柴油机故障诊断技术也实现了较快的发展。不管是之前的事后维修，还是后来的定时检测和视情维修，船舶柴油机故障诊断技术都发挥了十分重要的作用。总之，在未来的发展中必须要对新的船舶柴油机故障诊断技术进行不断研究和开发，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]. 控制工程. 2012（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研究[J]. 计算机测量与控制. 2013（06）.
[3] 郭建平，马茂，刘增宝. 一般柴油机故障原因的分析与排查[J]. 铁道机车车辆. 2011（S1）.