实际讲述船舶柴油机燃油系统故障分析及排除,搞懂这些你就是大师 ...

武向峰

[摘 要]随着船舶柴油机故障问题处理要求的不断提高，研究其诊断方法有着重要意义。本文首先对相关内容做了概述，分析了船舶柴油机的故障现象及产生原因，并结合相关实践经验，提出了船舶柴油机故障诊断方法分析。

[关键词] 船舶柴油机；故障；诊断方法；研究

中图分类号：U672.2 文献标识码：A 文章编号：1009-914X（2016）14-0235-01

一、前言

作为船舶柴油机应用中的重要问题，对其故障诊断方法进行研究，有助于更好地提升对船舶柴油机故障问题的处理水平，从而有效优化其在实际应用中的整体效果。本文从概述相关内容着手本课题的研究。

二、概述

船舶柴油机作为航运船舶的核心动力心脏，它的安全稳定性能直接影响到航运的安全，因此对于船舶进行机械故障诊断是完全必要的，只有找到机械故障的发生点，才能够有效的排除故障，保障船舶柴油机的安全良好性能。事实上，由柴油机发生机械故障所引起安全事故在海运事故中占据很大一部分。这些事故的发生不仅造成重大的经济损失，同时严重的威胁到船员的生命安全，因此在对船舶柴油机进行工作状态监测和诊断是一项必要的工作，这样就可以尽可能的减少事故隐患，及时的进行故障处理工作。柴油机故障诊断技术自诞生以来也经历了重大的变化，从最初的事后维修发展到定时检测，再到现代故障诊断技术的视情维修。但由于柴油机系统的复杂性，目前其故障诊断与预报技术和相应装置尚难尽如人意，需要作进一步的研究与完善。

三、船舶柴油机的故障现象及产生原因

1.船舶柴油机故障现象

当柴油机发生故障时，一般会伴随以下现象：①声音异常：如活塞碰气门时出现金属敲击声；供油角过大时出现燃烧敲击声；气缸漏气时出现吹嘘声；旋转件相碰时出现摩擦声等。②温度异常：如当供油角过晚或负荷过大所出现的排温过高；轴承烧损所出现的轴承过热；冷却系统故障所出现的水温油温过高等。③外观异常：如因烧机油出现的冒蓝烟；燃烧不良出现的冒黑烟。④动作异常：如当平衡失效或基础不牢出现振动过大；当调速失灵出现的飞车或游车等。⑤压力异常：如气门、活塞环密封失效出现的气缸压力过低；增压系统故障出现的气压过低过高等。⑥气味异常：如当电气系统故障出现焦糊味；烧机油出现的油烟味等。

2.船舶柴油机故障产生的原因

（一）操作方面的原因。由于违章操作造成的船舶柴油机故障，在船舶柴油机故障中占有很大比例。这其中有思想上的疏忽，技术上的不熟悉，也有错误的习惯做法。常见的违章操作有以下几个方面：①启动时间过长。②冷车启动不经过暖车便快速加大负荷运转。③磨合不充分便高负荷运行。④带负荷急停车。⑤油面不足开车。⑥水面不足开车。⑦超负荷或者超速运转。⑧水温油温不正常而继续运行。

（二）维护保养方面的原因。未按照规定进行维护保养也容易造成故障。常见的故障原因有以下几个方面：①添加或更换新机油不及时。②清洗机油滤清器不及时。③清洗柴油滤清器不及时。④清洗空气滤清器不及时。⑤检查调整气门间隙不及时。⑥检查调整供油提前角不及时。⑦检查调整喷油器不及时。

（三）维修中拆装方面的原因。拆装错误也是引起船舶柴油机故障的重要原因之一。其中有以下几个方面：①喷油器垫片安装不正确。②气缸衬垫安装不正确。③齿轮啮合不正确。④有关配合间隙超值。⑤活塞环安装位置不正确。

四、现代船舶柴油机故障诊断方法分析

1.基于神经网络的船舶柴油机故障诊断技术

基于网络神经的船舶柴油机故障诊断技术主要是利用对诊断经验和故障实例的学习和训练，然后通过对分布在网络内部的连接权值的利用将故障诊断知识技术表达出来，其具有相似归纳能力、模式匹配能力以及联想记忆能力等。现在在船舶柴油机故障诊断中神经网络的运用主要包括以下几个方面：首先是在故障诊断中直接运用神经网络，要将其中关键参数挑选出来作为输入层，将其中的故障参数挑选出来作为输出层，通过对典型样本学习所得权值的利用实施有效的模式识别；其次是自适应神经网络模式识别，其主要是通过对神经网络并行处理和分布式信息存储的利用将模式识别中提取特征和建模的麻烦避开，这样还可以将不恰当的特征提取和模式不符合所导致的种种问题消除掉，因此在识别故障的时候更加方便；再次是神经网络信号处理，在信号处理的过程中运用神经网络主要是对其智能化识别和最优化算法的特点进行利用；第四是模糊神经网络，模糊神经网络的非线性拟合和学习能力具有非常高的准确性；最后是专家系统和神经网络结合识别，大量的研究表明，只要专家系统和神经网络可以实现完全的结合，做到取长补短，就可以将神经网络自身存在的一系列问题很好的克服掉，最终能够实现完美的结合。

2.基于专家系统的智能化船舶柴油机故障诊断技术

基于专家系统的智能化故障诊断技术属于一种非常常见的智能化船舶柴油机诊断技术，其主要是通过对研究领域中专家的专业知识的利用解决各种问题的一种智能系统。作为专家系统的分支，故障诊断专家系统的核心主要包括解释部分、推理机、知识获取部分、知识库等几个部分。很多的诊断型专家系统在知识表达中都是通过产生式规则和框架来进行的。从诊断推理方面来讲，基于专家系统的智能化的船舶柴油机故障诊断技术对研究推理模型和推理逻辑更加注重。作为一种可以使系统复杂性得以降低的方法，模糊逻辑在近期被广泛的应用在了专家系统的逻辑推理中。最近有研究人员将一种基于模型的知识库理论提了出来，从根本上改变了推理机制，比如可视觉模型、定性护理模型、神经网络模型等，因此极大的推动了人工智能领域的不断发展。

3.基于混合系统的船舶柴油机故障诊断技术

（一）结合专家系统和神经网络方法的故障诊断技术：在开发研制传统的专家系统的过程中具有知识获取难度较高、实时性较差、推理能力较弱以及知识维护较难等一系列的问题，而通过对神经网络较好的自适应、自组织、响应快以及容错性等优势的利用就能够将这些问题很好的解决掉。比如通过神经网络对专家系统进行构造，也就是采用基于数值运算的推理取代基于符号的推理，这样就可以使专家系统的执行效率得以显著提升，同时还可以使专家系统的自学习问题得以有效解决。

（二）结合模糊推理和人工神经网络方法的故障诊断技术：在推理速度、知识存储、诊断知识的表示等各个方面模糊推理和神经网络方法具有十分重要的作用，神经网络可以对人脑神经元功能进行模仿，因此其直接处理数据的能力和自学系能力非常强大；而模糊推理可以对人脑的逻辑思维进行模仿，其结构性知识表达能力比较强。对两者的优势和不足进行比较，就能够有效地结合模糊推理方法和神经网络方法，从而确保故障诊断系统更好的处理不确定或者不精确的模糊信息，同时还可以调整基于规则的结构性知识。

五、结束语

综上所述，加强对船舶柴油机故障诊断方法的研究，对于其良好应用效果的取得有着十分重要的意义，因此在今后的实践中，应该加强对其故障诊断方法的重视程度，并注重其实施方案的可行性与科学性。

参考文献

[1] 彭秀艳，柴艳有，满新江.基于PCA-KFCM的船舶柴油机故障诊断[J].控制工程.2012（01）：88-89.

[2] 许丽君，陈红卫.神经网络在船舶柴油机故障诊断中的应用研究[J].计算机测量与控制.2013（06）：115-116.

[3] 郭建平，马茂，刘增宝.一般柴油机故障原因的分析与排查[J].铁道机车车辆.2011（01）：82-83.