船舶主机监测及故障诊断方法研究开题报告
2020-04-13 11:10:13
1. 研究目的与意义（文献综述）
目的及意义
随着航运业飞速发展，船舶数量和吨位快速增长，为了适应时代的需求，船舶的航行速度也需要提升，因此船舶的安全性越来越受到人们的关注。近年来，我国与各国的经济交流日益密切，其贸易往来、进口量的连年增长，航运业迎来了新的机遇，但是在船舶发展日新月异的今天，船舶的安全航行也是一个必须面对的问题。在以柴油机为动力的船舶当中，柴油机是最为重要的部分之一，为船舶的航行提供了重要的动力，船舶的航行安全很大程度上决定于船舶柴油机高可靠性的运行。柴油主机是民用船舶中价值最高的配套设备,其可靠性直接影响船舶运行的经济性。在柴油机的运行当中，由于工作条件恶劣，机器结构复杂，并且需要较高的强载度，因而很容易发生故障问题。其后果往往会导致海损事故，对船舶的正常航行造成影响，带来巨大的经济损失，严重时还可能威胁到整船人员的安全。
保证船用柴油机安全运行是一个系统工程，设计方面、工艺方面,使用方面上都会对其产生影响。为此首先要对船用柴油机可靠性作定性和定量的评价和分析研究，其次,要运用工程领域的现代管理思想、技术,在设计、建造、安装和运行管理中系统地提高船用柴油机的可靠性。基于此，在船舶柴油机的运行当中，应当对其进行有效的监测，通过科学的故障诊断技术的运用，保证船舶柴油机良好的工作状态。因此对船舶主机状态的监测及故障诊断方法的研究，可以让人们及时的发现船舶主机故障的发生前兆，为后期的维修与保养建立一个有效的技术参数数据。也可以对于设备维修的决策做出正确的指导，有效的将事故发生率降低，为正常工作做保障船舶柴油机的管理、使用维修人员应当掌握可靠性管理的方法，懂得操纵，保证柴油机设备无故障地工作，保障其在整个寿命周期中的技术维护和修理费用最低。
2. 研究的基本内容与方案
2.1 基本内容及目标
（1）研究内容
- 探索船用柴油机监测技术及今后研究发展趋势；
- 船用柴油机可靠性失效模式现象和特征分析；
- 船用柴油机全生命周期的失效机理分析；
- 船用柴油机可靠性失效模式定性和定量分析；
- 基于传统机器学习算法或大数据时代的深度学习算法对柴油机故障检测分类的研究
（2）研究目标
本课题首先对船舶主机故障检测原理进行描述，在前人研究基础上，构建故障数据模型，采用机器学习对故障特征进行数据分类处理，提高了故障数据检测分类性能，进行性能验证，展示了本课题在提高船舶主机故障检测和检测性能方面的优越性，得出有效性结论，降低运行成本，并减少排放。
2.2 拟采用的技术方案及措施
（1）建立单系统故障数据库
首先是燃油系统的建立。燃油系统主要监测的对象就是各设备中的燃油温度与压力，以及消耗燃油的数量。其次是冷却水系统，是维持主机运行环境温度的稳定、保证主机正常运行的重要辅助系统。主要监测的性能参数有冷却缸套水进、出口温度，冷却缸套水进、出口压力，冷却海水进、出口温度，冷却海水进、出口压力等。最后，还有滑油系统。它是根据系统滑油的作用，其系统滑油进出机器温度参数的变化反映出柴油机各运动部件之间的摩擦损耗是否正常。系统中，各种滑油压力参数和温度参数的稳定是柴油机安全运转的保证。同时，进、排气系统也是单系统故障数据库的重要组成部分。进、排气系统和燃油系统同样直接参与船舶柴油机的能量转换，其地位非常重要。主要监测对象的性能参数：进气压力、进气温度、排气温度、排气压力、增压器转速、空冷器进出口温度等
（2）建立船舶柴油机综合故障数据库
在建立单层次单系统故障数据库后，以一种故障状态可能由多种故障原因引起的为核心思想建立综合故障数据库。通过建立综合故障数据库，以数据库的形式将常见故障状以及引起故障原因等故障相关信息进行总结、储存，以备柴油机故障分析诊断系统访问、查找和输出。
1 柴油机起动困难或不能起动
船舶柴油机发生故障通常是四个方面引起，具体见表 1
表 1 柴油机起动困难或不能起动
| 系统 | 故障原因 |
| 燃油系统 | 燃油系统中有空气 燃油管路堵塞 燃油滤清器堵塞 输油泵不供油或断续供油 喷油器喷孔堵塞 喷油器针阀卡死 喷油压力低 |
| 滑油系统 | 滑油温度太低、粘度太大滑油油位太低 |
| 进、排气系统 | 气门漏气 空气滤清器堵塞 空冷器污堵 配气定时不对 排气系统污堵 |
| 起动、控制系统 | 庄缩空气压力不足、系统中有泄漏 压缩空气储量不足，连续供气时间过短 压缩空气系统中堵塞 |
2 船舶柴油机突然停车
船舶柴油机突然停车会有以下几种情况。首先是排气冒烟。造成这种情况出现，通常是油机负荷超过规定、供油量不均匀、气门密封锥面密封不严或者喷油提前角过小。其次是排气冒白烟。而这种情况多是燃油内有水、气缸内漏入水或者冷却水温蒂过低造成。最后，是排气冒蓝烟。造成这种情况的出现，通常是油底壳内滑油过多、活塞环磨损或刮油环装反或者滑油粘度过小或滑油温度高。
（3）构建船舶柴油机故障数据挖掘模型
在上述进行故障特征值提取的基础上，以此为样本进行数据分类学习，传统方法采用的故障挖掘和分类算法，解决小样本故障问题时性能稳定，但随着故障特征样本的增大，对故障数据特征的挖掘性能不好。为了克服传统方法的弊端，本文提出一种基于机器学习的柴油机故障挖掘算法。参数的选择对机器学习支持向量机的预测效果有着较大的影响
3. 研究计划与安排
1-3周，查阅关于船舶主机监测及故障诊断方法研究的相关文献，完成开题报告；
4-5周，完成英文文献翻译；
5-7周，查阅相关资料，整理数据；
4. 参考文献（12篇以上）
[1]陈海泉，船舶辅机.大连海事大学出版社，2013.
[2]黄加亮，轮机维护与修理.大连海事大学，2010.
[3]船舶机械可靠性技术.上海海事大学.1993，3.
