某大型海事巡逻船发电柴油机健康管理系统应用

陈伟勇

（中国船级社实业公司，广州 510250）

1 前言

某大型海事巡逻船，主要任务是履行海上巡航执法、应急协调指挥、防治船舶污染,同时具备一定的深远海人命搜寻救助、应急物资储备能力。作为海事巡航船队的指挥中枢，有其特殊的使命，也对船舶的自动化、智能化提出了更高的要求。本船设计时充分应用了自动化、网络、计算机技术,依据大数据，运用实时信息传输、汇集及远程遥控等先进技术，进一步提高了船舶动力设备智能化感知、判断分析以及辅助决策的能力。

2 智能化机舱的基本要求

中国船级社《智能船舶规范》对智能机舱的功能要求为 ：能够综合利用状态监测系统所获得的各种信息和数据,对机舱内机械设备的运行状态、健康状况进行分析和评估，用于机械设备操作决策和维护保养计划的制定。具体内容包括：

（1）对机舱内的主推进发动机、辅助发电用发动机、轴系的运行状态进行监测；

（2）根据状态监测系统收集的数据，对机械设备的运行状态和健康状况进行分析和评估；

（3）根据分析与评估结果，为船舶操作提供决策建议；

（4）根据机械设备运行和健康状况的分析和评估结果，制定相应的视情维护计划。

本船设置智能化机舱综合监控系统，该系统由智能机舱分系统和机舱监测报警分系统组成。其中，智能机舱分系统能够通过所获取的各种信息和数据，对机舱内的主推进柴油机、发电机组、轴系的运行状态进行分析和评估，用于设备操作决策建议。该系统在完成全船建造后，获得CCS授予的i-Ship(M)功能标志。

3 智能化机舱综合监控系统的组成和特点

本船采用了罗克韦尔公司的智能化机舱综合监控系统，该系统由智能机舱分系统（包括：主推进柴油机健康管理系统、发电柴油机健康管理系统、轴系与齿轮箱健康管理系统、综合监控系统和智能电机监测系统）和机舱监测报警分系统组成，如图1所示。

图1 智能化机舱综合监控系统框图

3.1智能机舱分系统

智能机舱分系统，通过在设备上配置的各种电量传感器所采集的各种信息和数据，对机舱内的主推进柴油机、发电机组、轴系的运行状态进行分析和评估，为设备操作和维护决策提供建议。

本船通过主机柴油机、发电机组柴油机、轴系上加装振动、转速、键相、滑油等传感器，对设备运行状态参数进行采集和监测，并将采集到的振动、滑油信息进行高速处理，提取特征信号，最后在上层软件上通过模型和数据算法实现设备典型故障的预警,并在集控室配置的工作站集中显示，通过集控室工作站的操作，可方便控制布置于全船的大多数设备，并掌握其运行情况,实现真正意义上的集中和遥控，具有显示设备单元电源状态、控制方式、运行状态、故障信息的功能，也有针对不同用户设定不同的管理权限的功能。

3.2 智能机舱监测报警分系统

智能机舱监测报警分系统，是通过对主机柴油机、发电柴油机、左右舷轴系与齿轮箱的监测信号和报警数据进行采集，经过机旁监测箱把监测信号和报警数据传送至集控台监测报警计算机进行数据处理并显示，同时把显示信息传送至驾驶室集中控制台，实现对机舱设备的监测和报警。

4 发电柴油机健康管理系统

为满足中国船级社《智能船舶规范》要求，建立发电柴油机的健康管理及辅助决策系统，对发电柴油机的各缸燃烧性能、燃烧室相关部件、摩擦部件、增压器性能等的状态进行监测和诊断。例如，对发电柴油机的热工效应、油液位置、上止点位置、转动速度、振动加速度等多种特征参数的信息数据进行采集，传输到控制计算机的上层软件上，通过模型和数据算法进行数据融合，对融合后获取的信息进行分析评估，进一步制订发电柴油机的视情维护方案，实现发电柴油机的健康管理及辅助决策的功能。

本船的发电柴油机健康管理系统，由柴油机振动监测系统及柴油机健康管理辅助决策系统构成，如图2所示。

图2 发电柴油机健康管理及辅助决策系统框图

4.1 发电柴油机振动监测分系统

发电柴油机振动监测分系统，对监测到的振动测点加速度数据进行分析处理，通过时域统计分析获得振动测点加速度的最大值、最小值、平均值、方差、标准差、有效值、峰值等；通过自相关与互相关分析,获得振动测点加速度的自相关系数和互相关系数；通过FFT自谱分析,得到振动测点幅值谱、相位谱、RMS、功率谱和功率谱密度参数；通过FFT互谱分析得到振动测点互功率谱，相干系数;通过微积分转换，得到振动信号量加速度(A)、速度(V)、位移(D)信息；经过小波和小波包分析，得到振动测点多尺度系数；最后通过对瞬时转速数据的时域分析和频域分析,得到各气缸(组)做功评价指标及循环极坐标图和转速波动曲线各谐波成分的幅值和相位等特征参数。

根据对振动数据处理获得的特征参数，可以对柴油机故障进行监测和诊断。例如：通过监测缸体振动信息数据，可以初步判断进气阀、排气阀类的故障，可能是由于弹簧裂纹、阀与阀座工作面接触不良等因素导致的振动异常引起的；机架与机座类别故障，可能由于连接螺栓断裂、松动等因素导致的振动异常引起的;连杆轴承、主轴承及轴颈类别故障,可能由于轴颈擦伤、蚀坑、轴承轴瓦烧蚀、磨损等因素导致的振动异常引起的；废气涡轮增压器类别故障,可能由于转子(含叶片)损坏、轴承缺陷等因素导致的振动异常引起的。通过监测增压器进口温度、压力、单缸排温、瞬时转速信息数据，可以判断各气缸燃烧性能故障可能由喷油器故障、油路故障、拉缸、排气阀漏气等造成气缸做功性能的下降等因素引起。

4.2 发电柴油机健康管理辅助决策系统

采用发电柴油机早期微弱故障实时诊断与预测技术，将柴油机热工参数、振动参数进行信息融合，建立柴油机全方位、多角度的实时监控和健康评估全景图；运用数据挖掘技术，选择对微弱故障敏感度高且变化规律性强的多个状态参量共同作为故障特征指标，运用相关检测技术监测数据间的相关性，进一步消除背景噪声影响，提取故障信息，采用多模式数据深度挖掘等新技术实现多源参数的有效、快速融合，建立多角度、全方位微弱故障表征模型，形成故障知识图谱，基于大数据提供的海量历史数据和不断更新的实时监测数据，实现诊断正确率和预测准确率的螺旋提升，并根据现场的新故障新问题不断动态更新故障知识图谱。

运用非线性时变系统大数据建模技术，构造复杂综合设备动力学模型，研究早期微弱故障发展机理，并模拟微弱故障渐变过程，结合迁移学习与贝叶斯理论，分析复杂工况下设备退化规律及与监测信号表征间的对应关系，利用粒子滤波预测算法，建立故障部件劣化趋势分析及预测模型，确立预警机制。

对发电柴油机健康状况进行预警，还要对发电柴油机的汽缸的配气故障、滑油污染状况、滑油温度、排气温度以及机械部位磨损状况等运行参数进行统计分析，建立发电柴油机的设备健康状况模型，对健康状况达到预设的健康报警值，发出故障预警信息。

为了增强预测模型的鲁棒性,还应基于本船海量历史数据与实时数据，不断训练故障部件劣化趋势预测模型，降低由工况变化、动态误差、非线性、时变性等引起的不确定性。

基于过程数据(设备参数、运行时间、工况参数、故障历史记录、维修记录、零部件分析等)和复杂外界因素数据(人环管)，通过预测可能的失效模式，采取针对性维护来减少故障停机时间，提高设备的运行质量，优化设备效率；应用先进的大数据技术,借助于领先的大数据分析平台，对大数据进行一个完全闭环的、自动化的流程分析，进一步实现多源信息的有效融合，充分挖掘海量数据内部的隐含信息，制定动态评估模型，向柴油机管理人员提供故障模式分析、故障关联信息分析、故障类型预测以及基于故障预测推荐维修方式，进一步完善发电柴油机视情维护系统，并且全面考虑外界干扰因素的影响，根据工况变化进行预警阀值的智能调节，提升预警正确率。

最后,发电柴油机健康管理及辅助决策系统所采集的故障诊断信息和提供的辅助决策建议的数据，通过配套的接口软件上传至本船的信息化系统。通过本船的信息化系统可以远程访问智能机舱系统，显示监控页面，并在陆上进行联调和完成相应接口测试。

4.3 视情维护方案

为了保障发电柴油机最终长时间的高效运行，通过对发电柴油机运行状态和健康状况的管理，应用辅助决策系统，基于故障预测推荐的维修方式，制定符合实际运行情况的发电柴油机维护方案，作为智能化机舱综合监控系统功能的一部分。本船发电柴油机的视情维护方案的制定，是依据发电柴油机视情维护系统和发电柴油机评估系统的信息数据相互结合，并进行分析、判断和预测，使其方案具有可行性和科学性。

5 结论

本船智能机舱的发电柴油机健康管理及辅助决策系统的建立，为发电柴油机视情维护方案的制定提供了科学依据；发电柴油机健康管理及辅助决策系统，是依据影响柴油机健康状况的各方面因素所采集的信息数据进行全时段跟踪分析，建立信息数据数学模型，然后通过特定函数统计出信息数据的变化趋势，判断出设备可能发生故障的类型、部位及时间，并进行有效的预警。这与普通船舶动力设备以往采用定时维护和故障维护来保障船舶动力设备长时间的高效运行的维护模式相比较，视情维护具有一定的预见性和科学性。

6 结束语

本文根据中国船级社《智能船舶规范》的相关要求，探讨了某大型海事巡逻船智能化机舱综合监控系统的组成和应用，对智能化船舶要求的发电柴油机健康管理系统的设计和应用进行技术分析和研究，通过对发电柴油机健康管理及辅助决策系统研究，根据对发电柴油机运行状态和健康状况的分析和评估，进一步为船舶发电柴油机制定相应完善的视情维护方案，从而更好地保证了船舶航行安全性与经济性，为后续同类型船舶的综合自动化、智能化设计具有重要的借鉴意义。