在大数据时代背景下,船舶智能化已经成为当今船舶制造与航运领域发展的必然趋势。在船舶安全运行过程中,保证动力装置稳定工作是轮机员工作中最为重要的一个环节。柴油机在工作过程中会释放出大量热量,若这些热量不能及时有效地散发出去,将造成动力装置的经济性,动力性和可靠性的急剧下降。因此,船舶冷却水系统的正常运行对于船舶的正常营运至关重要。冷却水系统的状态预测是实现船舶智能化的必要条件,对视情维修具有很大意义。本文首先介绍了“育鲲轮”的中央冷却水系统,详细说明了三个子系统的组成及与之相关联的状态参数。然后以“主海水泵”为例,对主海水泵故障模式、故障影响等进行了分析,提出海水泵各部件故障可通过状态参数的变化进行预测。进而,介绍了数据预测的几种方法,通过对比神经网络算法、灰色理论、说明了时间序列方法比较适合本文研究使用,主要由于本文采集的是平稳、按照时间先后顺序排列的的数据。再次,说明了建立ARMA模型的步骤。接着将中央冷却器低温淡水出口温度和主机缸套淡水冷却泵出口压力的历史参数作为输入,获取两种状态参数未来变化趋势,通过对比预测的结果与实测值,验证模型的准确性。最后,结合前面的内容对海水泵出口压力进行变化趋势预测,实现对海水泵的剩余寿命预测。综上,本文建立了ARMA时间序列模型,并对模型的准确性进行了验证。随着传感器技术的发展,状态参数采集愈发方便。应用时间序列方法,可以实现依靠“历史数据”预测“未来数据”。