船舶柴油机智能远程故障诊断系统研究

杨北胜 韩颜

摘 要：随着当今经济科技的快速发展，我国的交通运输行业也取得了一定的进步，这其中对于船舶柴油机的研究也逐渐引起关注。因为柴油机是支持船舶顺利航行的基础动力，是船舶進行一切物理运动的重要保障，所以柴油机的运转情况决定着船舶海上航行的安全性，基于此目的，加强柴油机的日常维护修理以及故障的及时检测工作很有必要。本篇文章将研究重点放在柴油机的智能远程故障查验系统方面，详细对该系统进行科学合理的分析探究，通过简要概述柴油机在日常航行中的具体故障从而提出解决方案，提高柴油机的故障查验系统的工作质量及效率，也希望通过本篇文章的论述可以供业内参考。

关键词：交通运输；船舶柴油机；基础动力；故障查验系统

中图分类号：TP277 文献标识码：A 文章编号：1671-2064（2018）15-0055-02

对于机件系统完备的船舶来说，柴油机是保证其正常航行的基础，是其实现机械运动的内在保障，所以，当柴油机发生故障问题时，将影响整艘船舶的出海运动并极大程度的威胁船上人员的生命安全。基于此，船舶工作人员就应该对柴油机的日常工作情况进行严格监控，注意故障诊断及维修操作，以此保障柴油机的正常发动。在诊断故障阶段，相关负责人员可以利用卫星通信或网络系统将船舶的柴油机各项工作参数传输给负责故障诊断的相关单位，经过单位中专业人士的研究探讨，总结出针对柴油机故障的解决措施，并将该方案通过远程通信系统发送回船舶上的负责人员，这些工作人员参照解决措施进行故障的维修工作，以此保证船舶上柴油机的顺利工作。

1 实际船舶中柴油机的故障判断方式存在的问题

1.1 知识系统过于复杂

在日常船舶柴油机的诊断过程中，相关责任人为了保证柴油机诊断系统的精确度更高，使得故障处的问题更加高效快速的被解决，经常需要数量庞大的专业信息作为辅助材料，而要想获得精准使用的参考资料，就应持续收集国内外船舶诊断专家的实际工作经验技巧及具体操作流程，只有这些专业知识层面做到全面且具体，柴油机的故障诊断精确度才能有所提高，也正因在获取相关资料的准备工作过于繁杂，所需获得的经验技术材料涵盖极广，使得在初期知识采集过程中，相关工作人员的工作内容及其巨大，大大增加了工作难度。

1.2 发动机解决措施的局限性

在维修人员进行柴油机的故障诊断过程中，由于受到跨系统不得查验的限制，在实际检查故障阶段，只能检测柴油机的某一部位或个别系统的实际故障问题，且只能对这一部分故障进行解决，但是对于跨系统的相关问题则不能实行全面的探究，最终不能从根本上解决柴油机的机体故障，即柴油机存在的问题是无限的，但是解决问题的方法却是有限的。

1.3 专业诊断故障的技术结合能力受到限制

在实际对船舶柴油机进行故障诊断的过程中，相关人员的诊断技术并不能与专家的研究经验有效的结合，使得实际维修原理与专业技术脱节，二者不能协调统一的共同进行，而只利用一些基础检修原理的诊断方法并不能保证柴油机的正常运行，且工作效率极差，工作人员面对此类问题时不得反复对柴油机进行故障维修，不但浪费时间，而且增大成本投入量，降低经济效益。

1.4 缺乏自动获取知识的能力

当今时代，在船舶柴油机的智能诊断体系中，缺乏一定的技术支持，使其在自动获取知识方面并不理想，工作效率较低。相关研究人员在日常工作中也对柴油机诊断系统做出一定的优化处理，使其能够自动获取知识的能力有所提高，但是这种研究的功效甚微，最终实现效果不够理想，诊断系统的自动获取能力依然不足。这是因为在该系统获取知识资源的过程中，其知识来源只有相应的知识库，这种获取渠道单一的方式严重影响了诊断系统的知识储备和自我完善能力，使其在获取知识方面严重能力不足。

2 船舶柴油机故障诊断系统的关键性技术

2.1 数据的搜集

柴油机实现远程操控及故障诊断的第一工序就是相关数据的搜集工作，该过程对整体故障查验工作意义重大。所谓数据的收集，就是在船舶中利用多个传感器使模拟量实化为数字量，继而运用计算机对此类数据实行计算显示等操作，在这里，模拟量主要指柴油机实时温度、压强以及噪音等因素，待相关数据收集完成后，再对其进行专业化评估研究，并将分析结果上传给研究部门，进而实现故障的精准判定。

2.2 参数处理和报警功能

这里的参数关系是该参数所属设备或系统间的各项关系共同决定的，而参数关系又被划分为以及参数关系和二级参数关系，所谓一级参数就是指那些对诊断工作有直接性影响的参数，而二级参数就是指对故障诊断存在间接影响的参数。在船舶柴油机实际发生故障问题时，一级参数会有相对较为显著的改变，而二级参数也会相应发生变化但这种改变较为微小，至于个别不发生改变的参数则证明其与故障环节不具有联系。此外，由于柴油机相关参数被分为两级，故此能够直接将参数输入到报警系统之中，无需实行二次诊断，此种类型叫做开关量；另一类型则被称为模拟量，而模拟量又可分成两种实现形式，一种为参数越限报警监控，另一种为参数异变报警监控。此外，柴油机系统会固定日期对各模拟参数实行监督查验作业，并将在此过程出现异常的参数归为报警行列中，并对参数极度异常的项目进行打包操作。

3 船舶柴油机故障诊断策略

3.1 船舶柴油机的诊断

对于船用柴油机，其内部系统非常复杂。中国一直在探索最好的故障诊断方法。到目前为止，人工神经网络建模是更合适的诊断方法。这种方法是模仿人的大脑结构和过程信息。思维方式的信息处理系统，系统存储和传播信息的方式与人类神经网络非常相似。神经网络可以高效，准确地处理不确定信息，甚至可以处理错误信息。它也可以同时处理大量的信息。它还具有自我处理，自我组织，自学和联想记忆能力。这个神经网络是建立的。该模块能够对柴油机故障进行准确的诊断，并且能够更加快速地获取准确，准确的信息。离线学习目标也可以实现。

3.2 基于神经网络的故障诊断

用这种故障诊断方法，输入神经元是失败的标志，输出神经元是诊断失败。在排除故障之前，必须对网络进行培训，以通过一组故障样本完成培训，以验证网络结构和参数。只有在训练完成后，才会将故障发生模式划分为故障模式，以便后续的故障诊断和查询。

4 船舶柴油机故障诊断技术的发展趋势分析

当前，船舶柴油机故障诊断技术在不断改进和完善，同时船舶故障诊断的质量和水平也在不断提升，传统的船舶柴油机故障诊断技术一定会不断地更新和完善，新技术也会逐渐涌现。经过深入的分析和研究，船舶柴油机故障诊断未来可能朝着以下几个方向发展：

4.1 专家系统与人工神经网络充分结合

现阶段的传播柴油故障诊断工作中通常是以人的经验和判断来检测和确定故障，所以对于一些非线性问题故障不能得到及时有效的判断。而专家系统在诊断速度方面还存在着十分明显的优势。人工神经网络在应用的过程中可以借助样本训练更好地确定故障的位置和类型，同时也能更好地保证传播柴油机诊断的效率。此外其还能进一步判断专家系统在运行过程中可能存在的不足。专家系统与人工神经网络之间的有机结合能够十分有效地完善二者的结构，也就是研究将人工神经网络作为专家系统的主导这一课题还需要技术人员进行更为深入且全面的研究。

4.2 人工神经网络与模糊推理的有机结合

人工神经网络在应用的过程中虽然可以对人的思维逻辑进行模拟，进而更好地保证诊断知识的处理效果，但是这种仅仅依靠思维逻辑的诊断方式也可能会忽略很多重要的信息。而采用模糊推断就能够实现对多种故障信息的综合性分析，进而更好地保证诊断的科学性和有效性。此外，人工神经网络与模糊推理的结合一定要科学处理二者之间的结构问题，保证结构的兼容性与合理性。当前，人工神经网络与模糊推理共有两种不同的结构形式。第一种是对人工神经网络进行模糊化处理，另外一种是将模糊推理采用模糊规则和模糊算法融入到人工神经网络之中，进而更好地保证二者之间的相容性，保证二者能够充分发挥自身的价值和作用。但在当前的研究当中还需要加大对何种方式能够更好地实现其作用及效果进行详细的分析和验证。

4.3 智能化诊断方式

与传统的传播柴油机故障诊断方式相比。智能化诊断方式的优势十分明显。虽然传统的诊断方式在诊断的质量和效率方面都有了非常明显的改善，但是其在工作中依然采用传统数据检测方式来实现故障诊断的功能。这种检测模式在智能化诊断中还需要不断的改进和完善。而专家系统、人工神经网络以及模糊诊断等多种方式的应用虽然能够更好地推动智能化诊断方式的发展和完善，但是与真正意义上的智能化诊断相比，其还存在着较大的差距，依然有很多方面需要不断改进和完善。而未来船舶柴油机的工作和运行环境势必会更加复杂，所以在智能化诊断的过程中也应积极采用多种诊断方式来提高智能化诊断的质量及水平。此外对精确度较高的故障还应积极采用智能化维修方式，以此来更好地提升维修的质量及效率。

5 结语

船舶能够正常出海作业的核心基础就是柴油机的正常运行，可以说柴油机的整体运转情况决定着船舶日常作业的各项环节。所以相关人员需要加强对柴油机智能故障诊断的相关技术能力，通过總结当前柴油机在故障诊断阶段存在的问题，继而进行分析讨论，并且有针对性的提出相关解决方案加强诊断系统的能力，在诊断过程中，可应该详细了解各参数之间的内在关系，并利用此种联系加强故障检测效率。只有柴油机的智能故障检测系统得以完善强化，船舶的整体作业才能有效保障，经济效益获得最大的同时船上人员的安全也得到维护。

参考文献

[1]刘周书.船舶柴油机监测与故障诊断方法分析[J].时代农机，2017，44（05）：54+97.

[2]卢志美，曹熙武，梁进奕，覃神全.柴油机智能故障诊断技术及其发展趋势[J].装备制造技术，2010（01）：107-109.

[3]郭国军，孙亚丽.船舶柴油机监测与故障诊断技术分析[J].科技风，2016（15）：147.

[4]严新平，李志雄，张月雷，袁成清，彭中笑.船舶柴油机摩擦磨损监测与故障诊断关键技术研究进展[J].中国机械工程，2013（10）：1413-1419.

[5]冯长宝，韩忠伟，孙沫莉.遗传算法和神经网络在船舶柴油机故障诊断中的应用[J].舰船科学技术，2016（06）：40-42.

[6]肖拥军.探讨船舶柴油机摩擦磨损在线监测与远程故障诊断关键技术研究[J].数字技术与应用，2014（05）：129.

[7]喻方平，金华标，常勇，杨建国，严新平.船舶柴油机状态监测及故障诊断仪设计[J].武汉理工大学学报（交通科学与工程版），2002（03）：312-314.