摘 要

船舶发电机是船舶电力系统的最重要组成部分，只有当船舶发电机处于正常工作的状态下，船舶才能保持正常的航行状态。一旦船舶发电机出现故障却没来的急进行维修时，全船极有可能出现失电的情况，因此发电机出现故障需要进行及时的维修。否则不仅极有可能会造成很大的经济损失甚至会损伤船舶且造成人员的伤亡。因此我们对船用发电机的健康管理与智能维护进行研究可以极大程度的帮助解决这一问题，是有着重大意义的。目前来看，随着科技的迅速发展，船用发电机的各方向研究也越来越先进，但是对于船用发电机的智能维护与健康管理方面我们还是需要进一步的发展。

本文主要的任务是对船用发电机进行健康管理个智能维护的智能运维进行研究和设计，最终设计出一个通过动态链接库搭建出来的包含五个不同数据库的智能运维管理数据库。本文主要完成了以下的工作：

（1）了解了国内外的船用发电机发展过程和有关船用发电机的故障诊断技术的发展，并确立了本文的研究的主要内容。

（2）了解和学习了船用发电机的具体构造，并且分析其工作原理，通过发电机的构造组成对各个部件的保养与维修进行分析。分析和研究了有关船用发电机的不同故障模式，并且针对船用发电机的日常保养计划措施和维修计划进行了详细的研究。

（3）通过对Access数据库，VC 软件，DAO接口等技术的学习和使用，联合构建出了一个包含人员管理，设备管理，备品备件管理，维修管理和保养计划管理的运维管理数据库。首先建立出了五个模块的数据表单，并且将表单进行详细的关联。接着我们通过软件的使用搭建出了有关船用发电机的智能运维管理数据库并且通过程序逻辑框图对该数据库的添加，删除，修改，查询功能进行分析。

（4）首先将构建出的运维管理数据库策略进行关联与分析，并且将五个数据模块的数据进行表单的建立与入库。其次通过对船用发电机的具体案例分析，研究了我们所构建的管理数据库中五个数据库之间在不同工况下的联系。当发电机处于不同的工况下，运维管理系统则会通过联系不同的模块的数据对该工况进行处理。

本文最终通过运用Visual C 程序和DAO接口等技术最终建立了建一个包含不同数据库模块的智能运维管理数据库，该数据库可以将不同的发电机健康管理因素进行联合和统计本研究所建立的运维管理系统基本实现了：当发电机运行监测系统为运维管理系统提供发电机运行状态的具体数据参数时，智能运维系统能够依据具体情景选择最符合的一种运行策略并依据此策略自动呈现表单。这为船舶轮机员的日常工作提供了数据支持，从而保障船用发电机的安全操作。

关键词：船舶发电机，数据库，可靠性，健康管理

Abstract

The ship generator is the most important part of the ship's power system. Only when the ship generator is in the normal working condition, the ship can maintain the normal navigation state. Once the ship generator failure did not come to the emergency repair, the ship is likely to be out of power situation, so the generator failure requires timely maintenance. Otherwise it is not only very likely to cause great economic losses and even damage the ship and cause casualties. Therefore, we study the health management and intelligent maintenance of marine generators can greatly help solve this problem, it is of great significance.

The main task of this paper is to study and design the intelligent operation and maintenance of intelligent maintenance of marine generators. Finally, we design an intelligent operation and management database containing five different databases through dynamic link library：

(1)The development process of marine generators at home and abroad and the development of fault diagnosis technology for marine generators are studied, and the main contents of this paper are established.

(2) Understand and study the specific structure of marine generators, and analyze the working principle, through the composition of the generator components of the maintenance and maintenance of the analysis. The different failure modes of marine generators are analyzed and studied, and the routine maintenance plan and maintenance plan of marine generators are studied in detail.

(3) Through the study of Access database, VC software, DAO interface and other technologies, a management and management database containing personnel management, equipment management, spare parts management, maintenance management and maintenance plan management is jointly constructed. First set up five modules of the data form, and the form for a detailed association. Then we use the software to build out the intelligent operation and maintenance management database of marine generators and through the program logic block diagram of the database to add, delete, modify, query function analysis.

(4) First of all, the operation and maintenance management database strategy is analyzed and analyzed, and the data of five data modules are set up and stored. Secondly, through the analysis of the specific cases of marine generators, we study the relationship between the five databases in the management database and the different working conditions. When the generator is in different operating conditions, the operation and maintenance management system will be through the contact of different modules of the data to deal with the conditions.

In this paper, through the use of Visual C program and DAO interface technology, such as the final establishment of a database containing different modules of the intelligent operation and maintenance management database, the database can be different generator health management factors combined and statistical study of the establishment of the operation and maintenance The management system basically realized that when the generator running monitoring system provides the specific data parameters of the generator running status for the operation and maintenance management system, the intelligent operation and maintenance system can select the most suitable operation strategy according to the specific situation and automatically according to the strategy Form. This provides data support for the day-to-day work of marine engineers, thus ensuring safe operation of marine generators.

Keywords: Ship Generator；Database；Reliability；Health management

目录

第1章 绪论 1

1.1 目的及意义 1

1.2 国内外发展现状 1

1.3 本文主要内容 3

1.4 拟采用的技术方案及措施 3

第2章 船舶发电机的工作原理及可靠性指标 5

2.1 船舶发电机介绍 5

2.1.1 船舶发电机结构介绍 5

2.1.2 船用发电机工作原理 6

2.2 船用发电机可靠性介绍 7

2.2.1 可靠性定义 7

2.2.2 可靠性特征 7

2.3 可靠性指标 7

2.4 船用发电机故障分析 9

2.5 发电机日常维护与保养 11

第3章 船用发电机健康管理数据库 13

3.1数据库介绍 13

3.1.1 Visual C 的概述 13

3.1.2 数据接口技术及数据库概述 13

3.2数据库设计与实现 15

3.2.1 Access表单的建立 15

3.2.2 运维关系数据库 18

3.2.3 数据库实现 19

3.3 运维管理数据库功能介绍 20

3.3.1 运维管理数据库的功能 20

3.3.2 运维管理数据流程 20

3.3.3数据库界面介绍及功能分析 24

3.3.4 船用发电机数据库代码实现 31

3.3.5 船用发电机动态链接库程序设计 31

第4章 船用发电机运维策略可行性分析 33

4.1 船用发电机运维管理 33

4.2 船用发电机运维数据库 35

4.2.1 人员管理模块 35

4.2.2 设备管理模块 35

4.2.3 备品备件管理模块 36

4.2.4 维修管理模块 37

4.2.5 保养计划模块 38

4.3 船用发电机运维管理策略分析 39

4.3.1 智能运维管理策略 39

第5章 结论与展望 ............. 48

5.1 工作总结和研究结论 48

5.2 对未来研究工作的展望 48

参考文献 49

附录 51

附录A 发电机主程序 51

附录 B 发电机动态链接库程序 55

致 谢 65

第1章 绪论

1.1 目的及意义

船舶发电机是船舶电站组成中一个极其重要的部分，时代的脚步在不停的前进，社会也在大力发展科学技术，发电机的设备变得高速化，精密化，大型化，集成化，因此船用发电机的结构组成更加复杂，功能更加多样化，性能指标更高，工作的符合更重，工作时间也愈来愈长，船舶电站中的各个组件之间的联系也越来越紧密，从而导致船舶发电机故障的可能性变大，而且故障的方式也更复杂更难处理。因此需要针对于船舶发电机的健康管理与智能维护，否则一旦发生故障就有可能带来巨大的损失严重的情况甚至有可能危害人身安全。

为了保障船用发电机在工作期间的健康工作状态，保持高效，可靠地运行，故智能维护和健康管理技术的研究与发展为了船用发电机的安全性与可靠性提供了非常有效的途径。但由于船用发电机发生故障时具有随机性，模糊性和不确定性，其中一个故障往往是由于多个复杂因素的一起作用而产生的，因此本文需要借助智能维护的方法来解决有关船用发电机的各种健康故障。船用发电机的健康管理与智能维护研究目的和意义在于：

（1）系统能够智能的及时发现出现在船用发电机中的各种故障健康问题并给出我们故障的相关信息并帮助确定故障发生的部位，故障的模式，故障的严重性，对易损部件进行提前的备份，以便于及时的更换来减少损失。

（2）当故障发生时，系统可以自行记录故障的发生过程的完整数据和信息，便于解决故障后对故障原因进行研究，避免今后再次出现该类型的故障。

（3）针对不同部位的元器件中发生的不同类型的故障模式，系统可以帮助提供解决该故障类型的解决方案，保证设备尽量处于正常工作状态。

（4）对维修管理进行决策时，减少费用消耗，提高设备元器件的使用率。

1.2 国内外发展现状：

1978年，Tavner P.J.与Penman J.就提出了发电机状态监测的概念^[1]。七八十年代里，电子技术出现了崛起的势头，尤其是计算机技术的迅猛发展，为发电机的故障诊断技术提供许多的帮助同时也为发电机维护与保养奠定了一定的基础，在那之后发电机的故障诊断技术才能够发展的升级。1981美国珀杜大学的King Chan将人工神经网络用于发电机故障诊断中，并与专家系统进行了比较，获得了理想的结果^[2]。同年，日本庆应义塾大学的Kajiro、Watanabe等人将神经网络用于诊断发电机的初期故障，证实了人工神经网络通过联想记忆有学习和存储故障信息的能力^[3]。1990年，美国宾夕法尼亚大学的Ungar等人采用自适应人工神经网络对大型发电机进行故障诊断，但用于神经网络训练的样本集的获取比较困难，该方法只在中小型发电机故障诊断中取的了较好的应用^[4]。当对船用发电机进行故障诊断和维修保养时，一定要保持定期的维修，现如今我们已经可以对发电机进行预知维修。在设备运行的过程中我们就进行监控，监管部分重要参数数据，当监管数据超过限制值时，系统就会进行报警，通知管理人员进行有效维修。使用预知维修，效率得到的很大提高，减少了很多灾难性事故的发生^[5]。