摘 要

Abstract II

第1章 绪论 1

1.1 引言 1

1.2 研究背景及意义 1

1.3 国内外研究现状 1

1.4 论文研究内容及结构 2

第2章 船舶柴油机常见故障概述 4

2.1 柴油机组成 4

2.2 常见故障 4

2.3 故障原因分析 5

2.4 故障诊断过程 8

2.5 本章小结 8

第3章 软件介绍及神经网络算法 9

3.1 软件介绍 9

3.2 神经网络介绍 9

3.4 本章小结 11

第4章BP神经网络在船舶柴油机上故障诊断 12

4.1 BP神经网络介绍 12

4.2 诊断步骤 14

4.3 故障诊断和故障分析 16

4.4本章小结 21

第5章 优化BP神经网络 22

5.1 k-means算法介绍 22

5.2 k-means优化BP神经网络应用于故障诊断 22

5.3 两种算法比较 27

5.4 本章小结 27

总结与展望 29

致 谢 32

摘 要

航运事业在历史的长河中，正在不断的壮大起来。船舶作为航运事业发展的重要载体，它不仅要安全运输货物，更要保证海员的生命安全，所以船舶的安全运输至关重要。船舶柴油机作为船舶的动力装置，更是占据着整个船舶中绝对重要的位置，它就像是人的心脏，它的工作状态关乎着船舶是否在进行安全航行，所以，我们对船舶柴油机的系统进行故障智能诊断的研究是十分重要的，也是十分必要的。

船舶的柴油机组是船舶电站十分重要的组成部分，船舶电站更是整个船舶的动力核心部分，所以柴油机组的运行情况直接关系到整个船舶的安危，一个运行系统全部正常的柴油机组能够为船舶提供源源不断的电力，船舶航行的动力等等在船上所必须的能源。另外，随着科技发展，人们为保证能安全航行所以对船舶的技术要求也是越来越高，希望船舶能够保证安全航行的同时能够更加节省经济，航行更加稳定，让船舶运输这种货物传递方式更加可靠。所以，为了避免发生不必要的灾害，人们针对船舶的安全运输进行了一系列的研究，其中，对船舶的心脏即柴油机组进行实时数据监测就是一个非常重要的研究，在发现异常的情况下能够尽早的去修复，同时通过现在各种先进的技术及时去处理可能发生的任何情况，这种能力的提高对船舶的安全运行十分重要，同时也降低了船舶在航行中的成本，更重要的是提高了船舶柴油机组的设备使用时间。所以对船舶机器安全的运输很重要。本文通过对国内外柴油机故障诊断技术的研究和柴油机组组成及典型的故障进行分析，讲述了利用神经网络对柴油机组设备的数据异常检测，从而利用相关技术达到对柴油机故障的诊断及解决。并通过对BP神经网络对柴油机进行故障智能诊断分析，通过利用k-means优化BP神经网络，使其能够更准确、更快速的解决问题。

最后在MATLAB环境下对柴油机的燃油系统发生过的典型故障数据进行仿真实验分析，结果表明基于优化神经网络对柴油机的故障智能诊断能更迅速更准确的反应出柴油机的存在的问题，通过及时的解决以维持柴油机正常持续的运行。

关键词: 船舶柴油机；BP神经网络；故障诊断；聚类算法；

Abstract

The shipping industry is constantly growing in the long history. As an important carrier for the development of shipping, ships must not only transport goods safely, but also ensure the safety of seafarers. Therefore, the safe transportation of ships is of utmost importance.As a ship power plant, marine diesel engines occupy an absolutely important. It is like the heart of a person. Its working state is related to whether the ship is sailing safely. Therefore, we carry out the system of the marine diesel engine. The research of intelligent fault diagnosis is very important and necessary.

The diesel engine group of the ship is a very important part of the ship power . The ship power station is the core component of the entire ship. Therefore, the operation of the diesel engine group is directly related to the safety of the entire ship. A diesel engine set with all normal operating systems can provide the ship with A steady stream of electricity, the power of the ship's navigation, and the energy that is needed on board. In addition, with the development of science and technology, in order to ensure safe navigation, people have higher and higher technical requirements for ships. It is hoped that ships can ensure safe navigation while saving more economy, making navigation more stable, and allowing ships to transport this type of goods. More reliable. Therefore, in order to avoid unnecessary disasters, people conducted a series of researches on the safe transportation of ships. Among them, real-time data monitoring of the heart of a ship, that is, a diesel engine group, is a very important research. As soon as possible to repair, at the same time through all kinds of advanced technology to deal with any situation that may occur in time, this capability is very important for the safe operation of the ship, but also reduces the cost of the ship in navigation, and more importantly, Increased equipment use time of the marine diesel engine group. This is of great importance to the normal navigation of the ship.

The diesel engine fault diagnosis technology at home and abroad is analyzed, and the composition and typical faults of the diesel engine set are analyzed . and describes the abnormal data detection of diesel engine group equipment using neural network, so as to use the related technology to achieve the diagnosis and solution of diesel engine faults. And through the BP neural network diesel engine fault diagnosis and intelligent analysis, through the use of k-means to optimize the BP neural network, making it more accurate and faster solution to the problem.

Finally, simulation experiments on the typical fault data of the diesel fuel system were performed in the MATLAB environment. The results show that the intelligent fault diagnosis of the diesel engine based on the optimized neural network can more quickly and accurately reflect the problems of the diesel engine. Solve to maintain the normal and continuous operation of the diesel engine.

Key word： Marine Diesel Engine; BP Neural Network; Fault Diagnosis;Clustering Algorithm;

1. 绪论

1.1 引言

柴油机是一个非线性系统，它是一个相当复杂的机电系统。因此，可能的柴油发动机故障有很多类型。也就是说，有很多对象需要被诊断。它们具有各种特征，难以发现问题的根源。所以一旦船舶柴油机发生故障，在其恶劣的工作环境中如果不能及时找到问题发生点并及时排除故障，将可能会发生不可挽回的损失，轻则设备发生损毁导致船舶处于不安全航行环境中，严重的更会导致船舶失控，人员伤亡，河水污染等等。因此，通过神经网络进行实时跟踪是一种对柴油发动机非常重要的诊断的技术。通过对神经网络进行优化，在船用柴油机上准确检测和解决损伤，还可以达到更快，更精确的精度。优化可以使柴油机故障诊断时更准备、迅速，是目前应用最广泛的神经网络。

1.2 研究背景及意义

随着科学与生产技术的发展，海上运输业正在蓬勃发展，所以人们对船舶的安全性能重视程度越来越高，以保证船舶中货物的安全运输和海员自身的生命安全。船舶系统非常复杂，大多数现代化设备都与机电系统集成，结构越来越冗杂，智能程度也随着进步。所以在工作过程中，更容易出现发生问题，出现问题后首先会造成经济损失，然后严重的会导致整个设备损毁而弃船乃至人员的死伤。由于它的复杂性，加上它的输入输出不能直观看到，所以难以用比较精确的手段。所以设计的神经网络为故障诊断方面提供了一种全新的解决方式。并行处理和应用等复杂系统而言，尤其是其高度的自组织和学习能力使其成为一种有效的诊断方法。因此，神经网络被广泛应用于船用柴油机的故障诊断。神经网络在船舶中的广泛应用可以有效的排除隐患，增加了船舶的安全性能和稳定性能，更好的服务于社会，对降低船舶维修费用，避免船舶重大安全事故中有重要的意义。同时，神经网络的应用可以让轮机员实时掌握船舶柴油机工作状态，能够做到早发现、早解决，极大的降低了维修费用和提高了维修质量，让船员有足够的时间应对各种可能发生的情况，降低了不必要的资源浪费，是船舶柴油机管理方面的重大突破。

1.3 国内外研究现状

随着科学技术的进步，关于科学的科学知识也更加丰富。船舶柴油机的发展在国内外近几十年来有着质的飞跃，专家们在船舶柴油机的设计上花费了很多心思，现在的柴油机和其相关的诊断技术能够更加满足人们对船舶柴油机的要求。船舶柴油机是一个很复杂的机器设备，所以会容易出现很多问题，当船舶柴油机出现问题时，随之而来的是如何去解决。但是，在人们对柴油机认知不多的时候，解决船舶柴油机出现的问题是十分棘手的，通常是靠有经验的工作人员通过以往的经验去判断问题所在，比如听异常声响，观察异常现象和简单的工具进行检验，但是这是十分落后的手法，并且检查结果不是十分准确，所以，在很多时候是不能及时解决掉柴油机发生的问题，因为问题能否解决在很大程度上取决于维修人员的工作经验是不是很充足，足以应对所发生的问题。后来船舶柴油机故障诊断这个问题得到了人们的关注，柴油机故障诊断这项技术是在上世纪六十年代才开始发生突破性进展的，它涉及到很多的知识领域，所涉及的内容十分广泛。在上世纪六十年代美国针对柴油机故障诊断方面安排了技术研究人员去探索，研究人员也意识到目前的诊断方法十分落后，不足以解决发生的问题，所以他们从以往的诊断方法中总结出如果能够预测事故的发生将是更好解决问题的方法，所以从传统的方法改为故障预测的技术在发展方向上，希望在船用柴油机正常运行期间能够实时检测柴油机的数据以检测异常情况，并能够提前做好应对手段，防止柴油机发生重大的事故造成不可估量的损失，这项技术在很大程度上对柴油机故障诊断有着很大的进步，很快很多专家开始利用这项技术开展柴油机故障诊断，柴油机的故障诊断技术得到了很大的提升，向着更完善的方向发展起来。到了上世纪七十年代，故障诊断手段得到了更大的进步，专家们开始为柴油发动机开发一套故障诊断系统。工程师们使用柴油发动机的故障诊断系统来分析运行条件并比较系统本身的数据，能够直观、准确的得到柴油机目前的工作状态，对可能发生故障的部位采取相应的技术手段去解决，这对柴油机的安全运行具有很大的意义。到了八十年代，柴油机方面的专家又开发出柴油机故障智能诊断系统，就是某些人在故障诊断中的部分被智能专家系统所取代，通过信号采集、信息处理和反馈对一些以往都需要人工操作的部分变为智能化机器设备处理。专家系统功能的完善将是柴油机故障诊断技术的突破口，此时国外对柴油机温度诊断的研究还处于起步阶段。

我国的诊断技术虽然起步较晚但是发展比较快速。国内多所高校对柴油机故障诊断方面有着突出贡献，并联合成立了针对柴油机故障诊断的研究中心，以便更好的研究柴油机故障诊断技术，从而快速提升国内的船舶柴油机发展速度。另外国内还有多家公司在做柴油机故障诊断方面的理论研究和技术研究，他们对国内柴油机故障诊断方面同样做出了巨大的贡献。在科学技术蓬勃发展的时代，相信随着专家对柴油机认知的发展我国的柴油机故障诊断技术将会得到很快的提升。柴油机故障诊断将以更智能的方式发展。

1.4 论文研究内容及结构

船用柴油机的工作状态在船舶安全运行中具有绝对重要的地位，柴油机的工作性能好坏直接关系到船舶的安全和海员的生命安全，针对柴油机故障的诊断方法事关柴油机运行的安全性能好坏，所以不容忽视。本文主要是通过对船舶柴油机的神经网络对柴油机故障进行智能诊断。现在诊断手法里面BP神经网络相比较而言是比较完美的方法之一。遗传算法（GA）是对生物世界进化理论的自然搜索，遗传机制是随机寻找的。它具有快速的收敛水平、收敛能力强以及高效等优点，能够弥补BP神经网络的缺点处。本文主要的研究内容是：

第1章：主要介绍了的研究的背景和国内外研究的现状并通过研究了解柴油机发展到目前为止的情况，对柴油机故诊断技术的成因和发展有一个初步的了解。

第2章：介绍了柴油机的组成和柴油机常见故障及其故障发生的原因有哪些，我们是如何通过技术手段去对柴油机做故障诊断，这过程是怎么进行的。

第3章：主要介绍了在对柴油机故障诊断中应用哪些软件，相关的神经网络的介绍，神经网络在柴油机故障诊断中有哪些应用的案例。

第4章：介绍神经BP网络的基本理论知识，神经BP网络如何用于执行柴油机故障的智能诊断，以及如何执行柴油机的故障诊断和故障分析。

第5章：k-means的算法介绍，k-means如何优化BP神经网络，优化后优点和优化后如何进行故障诊断，k-means优化BP神经网络的故障诊断和故障分析，最后是两种算法的比较。

第2章 船舶柴油机常见故障概述

2.1 柴油机组成

船用柴油发动机热效率高，经济性好，启动简单，适用于不同类型的船舶，并很快被用作船舶的推进装置。到了二十世纪五十年代，蒸汽机基本上取代了柴油机部分。船用柴油机是民用船舶、中小型船舶和常规潜艇的原始动力。根据其在船上的作用，船用柴油机可以分为主机和辅机。主机用作船舶动力，辅机用作发电机，空压机或水泵，船用柴油机一般分为高速，平均转速和低转速的柴油机，船用柴油机由两个主要部件和五个系统组成。具体构造如图所示：

图2.1.1 船舶柴油机组成

2.2 常见故障

船舶柴油机是一个很复杂的机电设备，故障因此也分很多种，据统计船舶柴油机的故障分类及所占故障比例如下：

燃油系统故障 （故障发生率27.0%）

漏水故障 （故障发生率17.3%）

阀门以及阀座故障 （故障发生率11.9%）

轴承故障 （故障发生率7.0%）

活塞结构失效 （故障发生率6.6%）

漏油和润滑系统 （故障发生率5.2%）

涡轮增压系统故障（包含外来入侵造成的故障） （故障发生率4.4%）

齿轮以及传动装置损坏 （故障发生率3.9%）

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：