论文部分内容阅读
摘要：在经济发展的过程当中，根据地域的不同会出现不同的交通运输工具。临海城市由于本身靠近海岸且和内陆的运输路途遥远。一般会采用较为经济实惠的船舶进行运输。而在船舶的使用过程中，柴油机却容易出现各类故障。本文论述了为了提高船舶的柴油机故障诊断准确率，采用小样本的支持向量机来完成对船舶柴油机故障的诊断。这种故障诊断方法通过建立故障样本集，采用层次支持向量机构造柴油机故障诊断树的诊断方法，以此来解决船舶柴油机故障诊断不准确的问题，提高船舶柴油机故障诊断的效率和准确悉尼港，为船舶开展运输工作贡献了力量。
关键词：船舶；柴油机；故障诊断
引言
在船舶当中，柴油机扮演着船舶心脏的角色，柴油机性能的好坏会直接影响到船舶自身运行的速度和安全性能。而随着我国科学技术的不断发展，船舶的柴油机也逐渐变得更加大型化、精密化和多样化。在不同的传播当中，根据功能和要求的不同会使用不同的柴油机，力求达到提高运输效率，降低能源消耗的目的。但船舶的柴油机实际上也是一种由多个子系统结合而成的组接系统，如果出现了系统故障，就会对船舶的运行造成极大的负面影响。不但会引起严重的经济损失，也会对船舶上的人造成生命安全的威胁。因此在船舶的使用和管理过程当中，要更加注重对船舶柴油机的管理和维护，一旦出现了系统故障，要及时进行维修。
一、船舶柴油机故障诊断技术分析
1、热力参数分析法
在船舶柴油机故障诊断技术中，热力参数分析法是将柴油机正常工作时候的热力参数数据进行收集，根据这些参数数据的变化来判断其中出现的问题和工作的状况。参数值的内容包括：柴油机的排气温度、转速、气缸的压力数值和滑油的温度等。这种参数分析方法更多着重于柴油机性能的好坏，能够在检测船舶柴油机故障原因的同时反映船舶柴油機的使用寿命等状况。
2、油液分析法
油液分析法是将船舶柴油机当中的油品进行化验，对铁谱进行分析，判断使用油品当中的含铁量，并且通过检查润滑油当中磨粒浓度、形状和大小的情况、油质的情况、含铁量的变化等数据，对柴油机整体受到的磨损程度进行分析，以此作为依据来判断船舶柴油机出现故障的原因和位置。在具体的实践分析过程当中，对油品的分析信息和提取信息都十分快捷方便，而且由于这种分析诊断方法架构于实际的检测物质党总，能够有效的避免声频检测技术中的干扰状况。但这项技术也有着一定的缺陷，光谱技术诊断的价格相对于其他技术来说较为昂贵，且铁谱技术手段所需要的时间也相对较多，因此实际的使用也受到了一定的限制。
3、振动分析法
振动分析法和前两者有所区别，部队柴油机本身的状况进行分析，而对柴油机工作时的振动信号进行收集和检测。对振动信号进行处理，进而达到判断船舶柴油机内部出现问题的原因和位置。这种故障分析方法不但能够快速的判断船舶柴油机是否出现了系统故障，还能准确的甄别出柴油机出现故障的方位。目前我国最长使用的振动分析法就有下文所述的小波分析法。这项技术在国内的实验研究室当中也取得了丰厚的研究成果，只需要在柴油机的气缸当中安装上专门的振动传感器，就能有效的分析和判断出柴油机故障出现的原因和位置。
二、现代船舶柴油机故障诊断技术分析
1、专家系统的智能化故障诊断技术
专家系统主要指的是在某一智能系统当中，将专业专家领域的知识和经验灌输到其中，然后根据实际问题出现的现象对其进行智能分析的系统。在专家系统当中，故障分析仅仅只是其中的一个环节分支，是人们利用现有的知识和维修经验及大量的故障信息所专门设计出来的一个智能化的计算机程序，用来解决传统数学模型都无法处理的船舶柴油机故障诊断问题。在类型的专家系统当中，核心部分包括系统的知识储备结构、故障的推理结构、知识的获取和对照结构已经最后的故障原理解释结构。大部分故障诊断的专家系统都是通过生产规则和框架作为诊断依据来进行故障原因表达的，这种表达方式不但更容易让人理解，并且还能有效的获取之前的知识内容。斯坦福研究院的ALPX系统、、KES系统和Tecknowledge公司制作而成的M1系统都是其中的佼佼者。这类系统在故障诊断的推理过程中加入了模糊数学的推理思维，能够有效的降低系统的复杂程度。而随着科学技术的发展，这类专家系统也在不断的更新当中，相信在未来，这类故障诊断专家系统会推出全新的故障原因推理机制，以求达到更好的推理效果。
2、信号处理技术的诊断方法
信号处理技术在船舶柴油机故障诊断中的应用主要是采用了小波变换的方式，以此来完成对船舶柴油机的故障诊断任务。小波变换最早出现在20世纪80年代后期，这是一种从数学知识中发展起来的专业应用数学分支，它不但能够对信号进行去噪处理，还能根据现场测试结果适当的选取一段小波尺度，对其进行重构和处理。将小波当中的高频、工频等噪声频段剪切，保证重构的信号当中只蕴含系统运行的数据和船舶柴油机的故障信息。这种信号处理技术和前两种方式一样，都不需要建立专门的数学模型，且对于输入信号的要求相对较低。因此这种故障诊断技术被较多运用在船舶故障诊断的前线。这种信号处理技术抗干扰能力较强、灵敏程度较高，在未来也具有广泛的发展前景。
3、混合系统的智能诊断方法
在以上介绍的几种船舶柴油机故障诊断方法当中，或多或少都具有一定的缺陷和不足。例如神经网络故障诊断技术和专家系统故障诊断技术就存在推理能力较弱、查询麻烦和检查时间过长的缺点。但如果能够把两种方法结合起来开展混合系统的智能诊断方法就能有效的规避两种方法中的缺点。
因此现在解读那也出现了混合系统的智能故障诊断方法，这种诊断方法不但诊断速度快，自身的容错率也相对较高。能够有效的弥补专家系统故障诊断技术和神经网络故障诊断技术中出现的问题。但这种诊断技术成本较高，不适宜用在实时的故障诊断环境当中。 三、未来船舶柴油机故障诊断技术的发展方向
1、以人工智能为中心
现阶段传统的故障诊断技术都是通过专门的仪器来对船舶柴油机进行信号检测，然后分析反映出的信号内容判定故障的原因。这种故障诊断手段受到了当下科技的限制，为了将故障的细致原因彻底分析出来，不但要增加检测的手段，还使得计算量变得更大。因此在未来，船舶柴油机故障诊断技术也必将以人工智能作为中心，构建一种全新的故障诊断体系，将不同的知识内容和信息来源通过人工智能的方式有机结合在一起，形成具有逻辑思维能力和形象思维能力的全新系统，提供更加优质的故障诊断服务。
2、将数据库技术融合到故障诊断技术中
船舶柴油机是相当复杂的一个集合系统，对于船舶故障诊断来说，基本知识的诊断方法所需的知识库存是十分庞大的。在现在的船舶柴油机故障诊断当中已经成为制约诊断技术发展的巨大难题。在未来，要想提高船舶柴油机的故障诊断技术水平，势必要将數据库技术融合到故障诊断技术当中。接触数据库技术中的信息存储和共享功能，帮助改善故障诊断技术当中的信息处理系统。现阶段船舶柴油机故障诊断技术的进步也说明了数据库技术对该问题的解决促进作用，在未来也必将发挥出自己重要的作用。
3、故障诊断技术的网络化发展
21世纪是信息技术不断发展的世纪，在这一历史时期，船舶柴油机的故障诊断技术也逐渐朝着信息化和网络化发展。随着各类网络通讯技术的发展和进步，在未来也必将会将多个故障诊断系统远程连接在一起，进而实现网络远程的传播柴油机故障诊断，实现资源的共享，提高船舶柴油机故障诊断的效率和准确性。网络化和信息化的柴油机故障诊断技术还能方便管理，减少对故障诊断相关设备的投资，提高利用率，促进管理和维修的一体化进程。
结论
船舶柴油机故障诊断是一项极其需要损耗时间的复杂过程。在现阶段的船舶柴油机故障诊断当中依然还存在严重的样本不够平均的问题，导致船舶柴油机的故障诊断方法不具备普遍性，容易被其他小概率事件所影响，最终使得船舶柴油机故障诊断的效率和准确性下降。本文提出的传播柴油机故障诊断方法是一种基于支持向量机为基础的船舶柴油机故障诊断法，在诊断过程当中针对船舶柴油机出现的故障现象进行分层识别，然后通过自身事先建立好的故障诊断树来分析船舶柴油机故障的具体原因，有效的解决了传统故障诊断方法受到样本数据不平衡的问题，提高了船舶柴油机的故障诊断效率和诊断准确性，为船舶的正常运行和后期维护提供了可靠的保障。这种算法由于将多种因素都考虑其中，同时也适用于其他柴油机的故障诊断当中，具有一定程度的普遍性。
参考文献
[1]柴艳有. 基于核学习理论的船舶柴油机故障诊断研究[D].哈尔滨工程大学，2017.
[2]占惠文. 基于模糊神经网络的船舶柴油机故障诊断系统研究[D].武汉理工大学，2018.
[3]赵伟. 船舶柴油机监测与故障诊断技术研究[D].大连海事大学，2006.
（作者单位：1.国家知识产权局专利局专利审查协作广东中心；
2.中船黄埔文冲船舶有限公司）
关键词：船舶；柴油机；故障诊断
引言
在船舶当中，柴油机扮演着船舶心脏的角色，柴油机性能的好坏会直接影响到船舶自身运行的速度和安全性能。而随着我国科学技术的不断发展，船舶的柴油机也逐渐变得更加大型化、精密化和多样化。在不同的传播当中，根据功能和要求的不同会使用不同的柴油机，力求达到提高运输效率，降低能源消耗的目的。但船舶的柴油机实际上也是一种由多个子系统结合而成的组接系统，如果出现了系统故障，就会对船舶的运行造成极大的负面影响。不但会引起严重的经济损失，也会对船舶上的人造成生命安全的威胁。因此在船舶的使用和管理过程当中，要更加注重对船舶柴油机的管理和维护，一旦出现了系统故障，要及时进行维修。
一、船舶柴油机故障诊断技术分析
1、热力参数分析法
在船舶柴油机故障诊断技术中，热力参数分析法是将柴油机正常工作时候的热力参数数据进行收集，根据这些参数数据的变化来判断其中出现的问题和工作的状况。参数值的内容包括：柴油机的排气温度、转速、气缸的压力数值和滑油的温度等。这种参数分析方法更多着重于柴油机性能的好坏，能够在检测船舶柴油机故障原因的同时反映船舶柴油機的使用寿命等状况。
2、油液分析法
油液分析法是将船舶柴油机当中的油品进行化验，对铁谱进行分析，判断使用油品当中的含铁量，并且通过检查润滑油当中磨粒浓度、形状和大小的情况、油质的情况、含铁量的变化等数据，对柴油机整体受到的磨损程度进行分析，以此作为依据来判断船舶柴油机出现故障的原因和位置。在具体的实践分析过程当中，对油品的分析信息和提取信息都十分快捷方便，而且由于这种分析诊断方法架构于实际的检测物质党总，能够有效的避免声频检测技术中的干扰状况。但这项技术也有着一定的缺陷，光谱技术诊断的价格相对于其他技术来说较为昂贵，且铁谱技术手段所需要的时间也相对较多，因此实际的使用也受到了一定的限制。
3、振动分析法
振动分析法和前两者有所区别，部队柴油机本身的状况进行分析，而对柴油机工作时的振动信号进行收集和检测。对振动信号进行处理，进而达到判断船舶柴油机内部出现问题的原因和位置。这种故障分析方法不但能够快速的判断船舶柴油机是否出现了系统故障，还能准确的甄别出柴油机出现故障的方位。目前我国最长使用的振动分析法就有下文所述的小波分析法。这项技术在国内的实验研究室当中也取得了丰厚的研究成果，只需要在柴油机的气缸当中安装上专门的振动传感器，就能有效的分析和判断出柴油机故障出现的原因和位置。
二、现代船舶柴油机故障诊断技术分析
1、专家系统的智能化故障诊断技术
专家系统主要指的是在某一智能系统当中，将专业专家领域的知识和经验灌输到其中，然后根据实际问题出现的现象对其进行智能分析的系统。在专家系统当中，故障分析仅仅只是其中的一个环节分支，是人们利用现有的知识和维修经验及大量的故障信息所专门设计出来的一个智能化的计算机程序，用来解决传统数学模型都无法处理的船舶柴油机故障诊断问题。在类型的专家系统当中，核心部分包括系统的知识储备结构、故障的推理结构、知识的获取和对照结构已经最后的故障原理解释结构。大部分故障诊断的专家系统都是通过生产规则和框架作为诊断依据来进行故障原因表达的，这种表达方式不但更容易让人理解，并且还能有效的获取之前的知识内容。斯坦福研究院的ALPX系统、、KES系统和Tecknowledge公司制作而成的M1系统都是其中的佼佼者。这类系统在故障诊断的推理过程中加入了模糊数学的推理思维，能够有效的降低系统的复杂程度。而随着科学技术的发展，这类专家系统也在不断的更新当中，相信在未来，这类故障诊断专家系统会推出全新的故障原因推理机制，以求达到更好的推理效果。
2、信号处理技术的诊断方法
信号处理技术在船舶柴油机故障诊断中的应用主要是采用了小波变换的方式，以此来完成对船舶柴油机的故障诊断任务。小波变换最早出现在20世纪80年代后期，这是一种从数学知识中发展起来的专业应用数学分支，它不但能够对信号进行去噪处理，还能根据现场测试结果适当的选取一段小波尺度，对其进行重构和处理。将小波当中的高频、工频等噪声频段剪切，保证重构的信号当中只蕴含系统运行的数据和船舶柴油机的故障信息。这种信号处理技术和前两种方式一样，都不需要建立专门的数学模型，且对于输入信号的要求相对较低。因此这种故障诊断技术被较多运用在船舶故障诊断的前线。这种信号处理技术抗干扰能力较强、灵敏程度较高，在未来也具有广泛的发展前景。
3、混合系统的智能诊断方法
在以上介绍的几种船舶柴油机故障诊断方法当中，或多或少都具有一定的缺陷和不足。例如神经网络故障诊断技术和专家系统故障诊断技术就存在推理能力较弱、查询麻烦和检查时间过长的缺点。但如果能够把两种方法结合起来开展混合系统的智能诊断方法就能有效的规避两种方法中的缺点。
因此现在解读那也出现了混合系统的智能故障诊断方法，这种诊断方法不但诊断速度快，自身的容错率也相对较高。能够有效的弥补专家系统故障诊断技术和神经网络故障诊断技术中出现的问题。但这种诊断技术成本较高，不适宜用在实时的故障诊断环境当中。 三、未来船舶柴油机故障诊断技术的发展方向
1、以人工智能为中心
现阶段传统的故障诊断技术都是通过专门的仪器来对船舶柴油机进行信号检测，然后分析反映出的信号内容判定故障的原因。这种故障诊断手段受到了当下科技的限制，为了将故障的细致原因彻底分析出来，不但要增加检测的手段，还使得计算量变得更大。因此在未来，船舶柴油机故障诊断技术也必将以人工智能作为中心，构建一种全新的故障诊断体系，将不同的知识内容和信息来源通过人工智能的方式有机结合在一起，形成具有逻辑思维能力和形象思维能力的全新系统，提供更加优质的故障诊断服务。
2、将数据库技术融合到故障诊断技术中
船舶柴油机是相当复杂的一个集合系统，对于船舶故障诊断来说，基本知识的诊断方法所需的知识库存是十分庞大的。在现在的船舶柴油机故障诊断当中已经成为制约诊断技术发展的巨大难题。在未来，要想提高船舶柴油机的故障诊断技术水平，势必要将數据库技术融合到故障诊断技术当中。接触数据库技术中的信息存储和共享功能，帮助改善故障诊断技术当中的信息处理系统。现阶段船舶柴油机故障诊断技术的进步也说明了数据库技术对该问题的解决促进作用，在未来也必将发挥出自己重要的作用。
3、故障诊断技术的网络化发展
21世纪是信息技术不断发展的世纪，在这一历史时期，船舶柴油机的故障诊断技术也逐渐朝着信息化和网络化发展。随着各类网络通讯技术的发展和进步，在未来也必将会将多个故障诊断系统远程连接在一起，进而实现网络远程的传播柴油机故障诊断，实现资源的共享，提高船舶柴油机故障诊断的效率和准确性。网络化和信息化的柴油机故障诊断技术还能方便管理，减少对故障诊断相关设备的投资，提高利用率，促进管理和维修的一体化进程。
结论
船舶柴油机故障诊断是一项极其需要损耗时间的复杂过程。在现阶段的船舶柴油机故障诊断当中依然还存在严重的样本不够平均的问题，导致船舶柴油机的故障诊断方法不具备普遍性，容易被其他小概率事件所影响，最终使得船舶柴油机故障诊断的效率和准确性下降。本文提出的传播柴油机故障诊断方法是一种基于支持向量机为基础的船舶柴油机故障诊断法，在诊断过程当中针对船舶柴油机出现的故障现象进行分层识别，然后通过自身事先建立好的故障诊断树来分析船舶柴油机故障的具体原因，有效的解决了传统故障诊断方法受到样本数据不平衡的问题，提高了船舶柴油机的故障诊断效率和诊断准确性，为船舶的正常运行和后期维护提供了可靠的保障。这种算法由于将多种因素都考虑其中，同时也适用于其他柴油机的故障诊断当中，具有一定程度的普遍性。
参考文献
[1]柴艳有. 基于核学习理论的船舶柴油机故障诊断研究[D].哈尔滨工程大学，2017.
[2]占惠文. 基于模糊神经网络的船舶柴油机故障诊断系统研究[D].武汉理工大学，2018.
[3]赵伟. 船舶柴油机监测与故障诊断技术研究[D].大连海事大学，2006.
（作者单位：1.国家知识产权局专利局专利审查协作广东中心；
2.中船黄埔文冲船舶有限公司）