導(dǎo)語：船舶動力裝置智能故障診斷技術(shù)分析一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：動力裝置是船舶運行的核心裝置，動力裝置能否正常運轉(zhuǎn)將會直接影響到船舶航行期間的穩(wěn)定性與安全性，科學(xué)有效的故障診斷技術(shù)正是保障動力裝置安全運轉(zhuǎn)的關(guān)鍵。通過對船舶動力裝置展開分析，并結(jié)合實際對智能故障診斷技術(shù)提出個人看法，希望為智能故障診斷技術(shù)在船舶動力裝置中的應(yīng)用帶來參考，進(jìn)而讓船舶的航行效果得到進(jìn)一步提高。

關(guān)鍵詞：船舶；動力裝置；智能故障診斷技術(shù)

船舶動力裝置作為支撐船舶行業(yè)的關(guān)鍵，隨著科技發(fā)展船舶動力裝置變得越來越復(fù)雜，復(fù)雜性偏高的船舶動力裝置在發(fā)生故障后，其維修、診斷難度也在增大。通過合理利用智能故障診斷技術(shù)對船舶動力裝置進(jìn)行故障診斷與監(jiān)測，能夠在一定程度上提高船舶動力裝置的運行安全性。因此，有必要對智能故障診斷技術(shù)在船舶動力裝置中的運用進(jìn)行研究。

1智能故障診斷技術(shù)國內(nèi)外研究現(xiàn)狀

1.1信號獲取

1）熱工參數(shù)信號。爆發(fā)壓力、排溫等熱工參數(shù)會反映出設(shè)備各個部件的運行情況，在對排氣系統(tǒng)堵塞等異常故障判斷時，可以利用該信號來進(jìn)行診斷。外國學(xué)者Rubio等在監(jiān)測了柴油機(jī)運行的同時完善了對應(yīng)的數(shù)據(jù)庫，而我國專家駱康明等則規(guī)劃設(shè)計出了熱工參數(shù)智能檢測儀，該設(shè)備能夠在運行期間針對船舶動力裝置開展信號的自動檢測。2）振動信號。船舶動力裝置能夠通過柴油機(jī)機(jī)體振動、表面局部振動等方式來完成對燃油系統(tǒng)、配氣機(jī)構(gòu)等零部件的故障診斷，利用振動信號所開展的診斷具有速度快、精度高等優(yōu)勢。對于船舶動力裝置而言，振動信號可以在早期故障預(yù)報以及故障在線監(jiān)測中發(fā)揮出應(yīng)有的價值。國外學(xué)者利用雅典加速度傳感器針對氣缸振動信號開展了故障特征分析，在分析中發(fā)現(xiàn)了振動信號在不同狀態(tài)下存在振動頻率上的巨大差異。國內(nèi)學(xué)者則結(jié)合振動信號傳遞提出了振動傳感器的布置優(yōu)化模式，這也為船舶動力裝置的故障診斷提供了幫助。3）其他信號。采用激光診斷的方式能夠?qū)崿F(xiàn)對柴油機(jī)缸內(nèi)燃燒過程的全面監(jiān)測，而柴油機(jī)效率損失等異常問題則能夠利用瞬時轉(zhuǎn)矩來進(jìn)行判斷。智能故障診斷系統(tǒng)能夠利用的各種信號有很多，只要能夠合理進(jìn)行信號利用，就能夠讓船舶動力裝置的故障分析準(zhǔn)確性得到大幅提高。通過多種物理信號對船舶動力裝置狀態(tài)的影響進(jìn)行監(jiān)測，可以在一定程度上為智能算法的運用奠定基礎(chǔ)，進(jìn)而保證船舶動力裝置的故障檢測質(zhì)量。

1.2故障特征提取

1）振動信號特征提取。國外學(xué)者Charles等采用快速傅里葉變換對曲軸的扭轉(zhuǎn)振動信號故障特征進(jìn)行了提取，其他國外學(xué)者同樣發(fā)現(xiàn)了提取振動信號故障特征的方法[1]。通過采用超限學(xué)習(xí)機(jī)來實現(xiàn)故障特征的分類，能夠讓異常故障診斷變得更加簡單。國內(nèi)學(xué)者同樣對故障特征有所研究，如暢志明等便以EEMD為核心對柴油機(jī)氣門間隙開展了故障特征提取。2）特征提取的作用。故障特征提取能夠為船舶動力裝置故障判斷帶來非常多的幫助，無論實時故障預(yù)測還是故障分析，都可以通過提取故障特征的方式來加強(qiáng)對于故障情況的了解。而且基于故障特征提取還可以對智能故障診斷技術(shù)做出進(jìn)一步優(yōu)化。就目前而言，國內(nèi)外學(xué)者在故障特征提取這一領(lǐng)域已經(jīng)獲得了令世界矚目的成就，很多研究成果都能夠適用于船舶航行時的復(fù)雜工況，很多研究仍處于驗證階段，想要在實船故障診斷中加強(qiáng)對于故障特征提取的利用，還需要對相關(guān)研究進(jìn)行實踐與優(yōu)化。

1.3故障識別與故障預(yù)測

1）故障識別。學(xué)者Kowalski等以極限學(xué)習(xí)機(jī)算法為核心專門提出了柴油機(jī)智能故障診斷方法，這種診斷方法可以在船舶柴油機(jī)中進(jìn)行使用，還可以在保證響應(yīng)速度的同時有效提高故障診斷時的準(zhǔn)確性[2]。國內(nèi)學(xué)者蔣一然等通過結(jié)合遺傳算法與神經(jīng)網(wǎng)絡(luò)，同樣提出了相關(guān)的智能故障診斷方法，國內(nèi)外都針對故障識別開展了深入研究，這意味著智能故障診斷可以多種方式來進(jìn)行，只要找到合適的智能故障診斷模式，就能夠讓船舶動力裝置的故障診斷效果得到保障。2）故障預(yù)測。故障預(yù)測是故障監(jiān)測模式，通過針對運行狀態(tài)來進(jìn)行檢測能夠?qū)崿F(xiàn)對設(shè)備故障情況的判斷。諸如神經(jīng)網(wǎng)絡(luò)、形態(tài)濾波等都可以作為國內(nèi)外學(xué)者實現(xiàn)故障預(yù)測的重要參考。通過在研究期間持續(xù)推陳出新，令故障預(yù)測時的效率與響應(yīng)速度不斷提高，進(jìn)而讓船舶在航行期間獲得更多保障。

2船舶動力裝置智能故障診斷技術(shù)應(yīng)用

2.1以智能算法為核心的船舶動力裝置故障診斷平臺

1）以云平臺為主的數(shù)據(jù)監(jiān)測系統(tǒng)。數(shù)據(jù)信號的獲取是船舶動力裝置進(jìn)行智能故障診斷的先決條件，通過采用衛(wèi)星通信的云平臺，能夠?qū)崿F(xiàn)對船舶動力裝置運行情況的遠(yuǎn)程監(jiān)管，降低計算機(jī)計算存在的制約性。在此期間，通過組建完善的數(shù)據(jù)監(jiān)測體系，還能夠為船舶提供數(shù)據(jù)備份與共享，進(jìn)而加速對智能故障診斷技術(shù)的完善。2）數(shù)據(jù)庫。數(shù)據(jù)是船舶推行智能故障診斷的關(guān)鍵與重要資源。對于船舶而言，船舶動力裝置所產(chǎn)生的數(shù)據(jù)具有非常多的重要信息，機(jī)械健康狀況完全能夠在船舶動力裝置數(shù)據(jù)中有所體現(xiàn)。在完善智能故障診斷平臺時，需要關(guān)注狀態(tài)監(jiān)測數(shù)據(jù)庫，以此來加強(qiáng)對數(shù)據(jù)挖掘技術(shù)的應(yīng)用。而且數(shù)據(jù)庫還能夠?qū)崿F(xiàn)數(shù)據(jù)信息共享，因此船舶動力裝置必須借助數(shù)據(jù)庫讓智能故障診斷技術(shù)真正實現(xiàn)實船應(yīng)用。3）數(shù)據(jù)挖掘。智能故障診斷系統(tǒng)會對船舶動力裝置機(jī)械運行狀態(tài)進(jìn)行監(jiān)測，監(jiān)測期間所產(chǎn)生的數(shù)據(jù)是實現(xiàn)故障診斷的核心。當(dāng)監(jiān)測數(shù)據(jù)達(dá)到一定規(guī)模后，便要通過數(shù)據(jù)挖掘的方式來實現(xiàn)對數(shù)據(jù)信息的篩選，船舶機(jī)械工況將有可能因為其他隨機(jī)因素而受到干擾，此時的數(shù)據(jù)中往往存在非常多的無效數(shù)據(jù)，而數(shù)據(jù)挖掘則是保證數(shù)據(jù)信息有效性的一種方式。從長遠(yuǎn)角度出發(fā)，數(shù)據(jù)挖掘?qū)⒊蔀榇髷?shù)據(jù)時代智能故障診斷今后的發(fā)展方向，因此必須提高對于數(shù)據(jù)挖掘技術(shù)的認(rèn)知，以此來讓智能故障診斷變得更好[3]。4）自學(xué)習(xí)故障診斷平臺。機(jī)械設(shè)備在長期運行期間，不同工況下的運行參數(shù)往往存在非常強(qiáng)的耦合性，很難通過人工識別的方式來確定故障特征參數(shù)，即便利用傳統(tǒng)理論、經(jīng)驗分析等方式來針對故障信號特征進(jìn)行提取，也很難保證信號提取效果。通過云平臺不斷積累機(jī)械設(shè)備的運行參數(shù)，則能夠潛移默化地增加數(shù)據(jù)樣本。智能算法通過對平臺的數(shù)據(jù)信息進(jìn)行分析與識別，可以讓數(shù)據(jù)信息的準(zhǔn)確性有所提高。除此之外，還可以通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)等方式來實現(xiàn)機(jī)械故障情況的智能判斷。5）船舶動力裝置狀態(tài)監(jiān)測。通過故障診斷平臺進(jìn)行船舶動力裝置的狀態(tài)監(jiān)測，能夠結(jié)合運行情況來實現(xiàn)故障問題預(yù)測。通過提前掌握大致的故障信息，能夠在一定程度上將故障問題消除在發(fā)生之前。船舶動力裝置故障監(jiān)測是智能故障診斷的重要環(huán)節(jié)，狀態(tài)監(jiān)測可以有效降低人力、物力的消耗，并規(guī)避風(fēng)險問題的發(fā)生。6）模型、數(shù)據(jù)故障診斷的融合。在專家系統(tǒng)中，知識庫數(shù)據(jù)多數(shù)都來自于專家以及運維人員所積累的寶貴經(jīng)驗。這部分?jǐn)?shù)據(jù)信息存在較為明顯的非結(jié)構(gòu)化傾向，在實船操作中，很難真正得到應(yīng)用。若選擇針對專家數(shù)據(jù)信息來開展總結(jié)與歸納，或者利用智能算法將內(nèi)容總結(jié)到云平臺數(shù)據(jù)庫，可以讓智能診斷系統(tǒng)后續(xù)的故障特征提取工作變得更加簡單。

2.2智能故障診斷系統(tǒng)需求

1）軟硬件分離。對于智能故障診斷系統(tǒng)而言，為了保證運行質(zhì)量，必須保證軟件運行期間不受終端硬件變化所帶來的影響，用戶若需要對硬件設(shè)備進(jìn)行更換，只要通過簡單的裝配便可以重新運行軟件功能，軟硬件分離可以在一定程度上提高系統(tǒng)靈活性，避免因為捆綁硬件而影響到系統(tǒng)的正常運行。2）可定制系統(tǒng)分析診斷功能。船舶動力裝置非常復(fù)雜，不同的設(shè)備其振動診斷模式存在明顯差異性，智能診斷系統(tǒng)需要允許用戶自行添加、刪除設(shè)備信息，通過對系統(tǒng)振動測點、工藝測點進(jìn)行合理調(diào)整，能夠讓系統(tǒng)運行變得更加具有個性化。在此期間，系統(tǒng)可以針對分析診斷模塊來開展組態(tài)，組態(tài)結(jié)束后通過系統(tǒng)打包發(fā)布來提高系統(tǒng)價值[4]。3）海量數(shù)據(jù)管理。大型船舶的動力裝置在開展故障診斷，振動測點往往多而復(fù)雜，只有長時間對船舶數(shù)據(jù)進(jìn)行保存才能夠有效掌握設(shè)備的實際運行情況，進(jìn)而讓設(shè)備狀態(tài)監(jiān)測以及故障診斷的處理變得更加簡單。通過對海量數(shù)據(jù)進(jìn)行管理優(yōu)化，能夠讓船舶的所有數(shù)據(jù)信息發(fā)揮出極高的價值。4）系統(tǒng)權(quán)限管理。權(quán)限管理包括系統(tǒng)登錄、密碼等管理內(nèi)容，該功能的主要作用是提高數(shù)據(jù)信息安全性，確保智能故障診斷系統(tǒng)得以穩(wěn)定運行。系統(tǒng)根據(jù)使用方管理要求的不同將會給崗位用戶提供對應(yīng)等級的工作權(quán)限，以此來保證不同等級工作人員的正常工作。5）遠(yuǎn)程訪問。授權(quán)用戶在局域網(wǎng)內(nèi)可以實現(xiàn)遠(yuǎn)程訪問與管理，必要時還可以通過Web來完成對動力裝置運行狀態(tài)的判斷。除此之外，系統(tǒng)運行期間必須具有這足夠的擴(kuò)展性，這樣便可以在科技變得更加發(fā)達(dá)后及時完成對系統(tǒng)的優(yōu)化與升級。

2.3故障診斷系統(tǒng)設(shè)計

1）系統(tǒng)組態(tài)分析。結(jié)合系統(tǒng)結(jié)構(gòu)能夠完成對Web、監(jiān)測等子系統(tǒng)的規(guī)劃設(shè)計，其中Web子系統(tǒng)能夠有效提供人機(jī)互動界面，而監(jiān)測子系統(tǒng)隨著可以實現(xiàn)對FFT、軸心軌跡等方面的分析，不同的子系統(tǒng)的功能相互關(guān)聯(lián)且獨立。船舶動力裝置存在大批量旋轉(zhuǎn)機(jī)械設(shè)備，所有設(shè)備的監(jiān)測診斷都具有明顯差異，智能化故障診斷系統(tǒng)需要針對不同的設(shè)備提供對應(yīng)的監(jiān)測方案與分析診斷工具。傳統(tǒng)狀態(tài)監(jiān)測與診斷系統(tǒng)會針對具體設(shè)備進(jìn)行布置與跟蹤，無法適應(yīng)船舶動力裝置所面對各種復(fù)雜環(huán)境。通過組態(tài)軟件的方式來進(jìn)行系統(tǒng)的柔性化開發(fā)，讓軟件更加適應(yīng)外部環(huán)境變化，工控組態(tài)軟件的組態(tài)模式有表格、組態(tài)字法等，不同的方法存在非常大的差異性，只有結(jié)合實際需求來選擇適合的組態(tài)方法才能夠滿足用戶的需求。表格法具有直觀性，而組態(tài)字法則更加復(fù)雜，因為要針對具有特定含義的二進(jìn)制字節(jié)來實現(xiàn)組態(tài)，所以很難保證組態(tài)效果。在船舶動力裝置中，通過將組態(tài)表格法與階梯圖法相結(jié)合，能夠讓組態(tài)效果達(dá)到最佳，船舶動力裝置對于故障診斷系統(tǒng)的需求。系統(tǒng)在設(shè)計期間可以將相同生產(chǎn)流程設(shè)備當(dāng)作同一單元，以此來實現(xiàn)集中監(jiān)測管理。組態(tài)期間要優(yōu)先針對單元進(jìn)行組態(tài)，通過添加、刪除機(jī)組設(shè)備等方式來生成數(shù)據(jù)庫表并交付至最終用戶，然后針對測點開展組態(tài)，測點組態(tài)可以對設(shè)備振動、工藝測點進(jìn)行管理，管理后所生成的數(shù)據(jù)表更加適用于用戶的實際情況。2）系統(tǒng)實現(xiàn)。通過智能故障診斷系統(tǒng)能夠?qū)崿F(xiàn)對船舶動力裝置關(guān)鍵設(shè)備的統(tǒng)一管理，例如主推進(jìn)汽輪機(jī)、發(fā)電機(jī)組等關(guān)系到船舶運行安全問題的核心設(shè)備都可以在系統(tǒng)中完成統(tǒng)一管理，這種集中管理模式不僅能夠讓船舶動力裝置在運轉(zhuǎn)期間及時發(fā)現(xiàn)故障，還能夠?qū)崿F(xiàn)對設(shè)備各項運行數(shù)據(jù)的存儲與管理，進(jìn)而實現(xiàn)對設(shè)備運行趨勢的合理分析。設(shè)備狀態(tài)的有效評估能夠讓設(shè)備運行穩(wěn)定性得到保障[5]。

3結(jié)語

智能故障診斷能夠?qū)崿F(xiàn)對系統(tǒng)智能化、自動化的診斷，降低故障問題所造成的影響。通過對船舶動力裝置智能故障診斷進(jìn)行研究，可以有效提高船舶運行質(zhì)量與安全性。相信隨著更多人了解到智能故障診斷的重要性以及方法，船舶動力裝置的故障診斷一定會更加完善。

參考文獻(xiàn)：

[1]古天龍,孫鎮(zhèn)海,賓辰忠,等.基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的滾動軸承智能診斷算法[J/OL].機(jī)械設(shè)計與制造:1-4[2021-11-16]

[2]王輝,徐佳文,嚴(yán)如強(qiáng).基于深度寬卷積Q網(wǎng)絡(luò)的行星齒輪箱故障智能診斷方法[J/OL].儀器儀表學(xué)報:1-13[2021-11-16].

[3]趙維興,熊楠,寧楠,等.基于多源信息融合的電網(wǎng)多層智能故障診斷方法[J].南方電網(wǎng)技術(shù),2021,15(09):9-15.

[4]馬海洲,丁愛萍.人工智能技術(shù)在船舶動力裝置故障診斷中的應(yīng)用[J].艦船科學(xué)技術(shù),2021,43(12):109-111.

[5]蔣佳煒,胡以懷,方云虎,等.船舶動力裝置智能故障診斷技術(shù)的應(yīng)用與展望[J].中國艦船研究,2020,15(01):56-67.

作者：尹毅 單位：江南造船集團(tuán)有限責(zé)任公司