（轮机工程专业论文）基于神经网络的船舶柴油机远程故障诊断研究.pdf

中文摘要 摘要 船舶柴油机远程故障诊断是- - f - j 综合性极强的学科。包括了传感器技术、数 据采集技术、信号分析与数据处理技术、数据库与数据传输技术、网络与通讯技 术、船舶柴油机及故障诊断技术等相关学科技术。 本文以中远集团远洋船舶及货物运输在线监控系统课题项目为背景，首 先介绍了船舶远程监控与故障诊断技术的发展历程及国内外发展现状，针对课题 的研究任务，从船舶远程监控与故障诊断系统的结构着手，研究了船舶远程监控 与故障诊断系统的基本组成和框架结构，分析了船舶柴油机远程故障诊断系统涉 及到的关键技术问题，提出了船舶柴油机远程诊断系统的总体设计思路。其次， 在以径向基( r b f ) 神经网络对船舶柴油机进行远程故障诊断和分析的同时，深入 研究了r b f 神经网络原理和特点，考虑到船舶柴油机故障诊断的特点，详细地探 讨了三层r b f 网络的结构、网络参数的设置、r b f 的中心选择、训练模式等。最 后，利用m a t l a b 神经网络工具箱，建立了基于径向基神经网络的船舶柴油机 远程故障诊断模型，借助m a n b & w6 s 6 0 船用低速柴油机性能仿真程序得到大 量的柴油机涡轮增压系统的模拟故障数据，把这些故障征兆样本作为神经网络的 输入，构建及训练神经网络，并进行远程故障诊断和分析。 现代船舶对远程监控与故障诊断技术的应用，顺应现代远洋船舶技术发展 方向。船舶远程监控与故障诊断系统的应用也将为船舶的安全航行提供更加可靠 的保障，并显著提高船公司的经济效益。 关键词：船舶柴油机；远程故障诊断；r b f 神经网络；涡轮增压系统 英文摘要 a b s t r a c t r e m o t ef a u l td i a g n o s i so fm a r i n ed i e s e le n 百n ei sas t r o n g l yc o m p r e h e n s i v e s u b j e c tw h i c hc o m p r i s e ss e n s o rt e c h n o l o g y , d a t ac o l l e c t i o n ，s i g r l a la n a l y s i s ，d a t a p r o c e s s i n g , d a t at r a n s m i s s i o n ，n e t w o r ka n dc o m m u n i c a t i o n ，m a r i n ed i e s e le n g i n e ， f a u l td i a g n o s i st e c h n o l o g ya n ds oo n t h i sp a p e r , w i t ht h er e s e a r c ho ft h eo n l i n em o n i t o r i n gs y s t e mf o ，o c e a n - g o i n g v e s s e la n dc a r g ot r a n s p o r t a t i o nf r o mt h ec o s c og r o u p ，f i r s t l yi n t r o d u c e st h e d e v e l o p m e n tp r o c e s sa n ds i t u a t i o no ft h er e m o t em o n i t o r i n ga n df a u l td i a g n o s i s t e c h n o l o g yi nb o t hd o m e s t i ca n do v e r s e a s a f t e rc a r e f u l l ya n a l y z e dt h es t r u c t u r eo f t h es h i p p i n gr e m o t em o n i t o r i n ga n df a u l td i a g n o s i ss y s t e m , s p e c i a le m p h a s i sh a sb e e n p l a c e do ni t sb a s i cf r a m e w o r ka n dt h ek e yt e c h n o l o g yp r o b l e m sw h i c ha r er e l a t e dt o o v e r a l ld e s i g no fr e m o t ef a u l td i a g n o s i ss y s t e mf o rt h em a r i n ed i e s e le n g i n e s e c o n d l y , t h er a d i a lb a s i sf u n c t i o n ( r b f ) n e u r a ln e t w o r ki su s e dt oa n a l y z et h e r e m o t ef a u l td i a g n o s i so fm a r i n ed i e s e le n g i n e t h e nt h ep a p e rm a k e sad e e p l y r e s e a r c ht ot h ep r i n c i p l ea n df e a t u r e so fr b fn e u r a ln e t w o r k c o n s i d e r i n gt h e c h a r a c t e r i s t i c so fm a r i n ed i e s e le n g i n ef a u l td i a g n o s i s ，t h e p a p e rd i s c u s s e st h e s t r u c t u r eo fr b fn e t w o r ka sw e l la st h et r a i n i n gm o d ea n dr e l a t i v ep a r a m e t e r so ft h e n e t w o r ki nd e t a i l f i n a l l y , t h em o d e lo fr e m o t e f a u l td i a g n o s i sf o rm a r i n ed i e s e le n 百n ei s e s t a b l i s h e db yu s i n gt h em a t l a bn e u r a ln e t w o r kt o o l b o x al a r g en u m b e ro f s i m u l a t i o nd a t ao ft h ed i e s e le n g i n et u r b o c h a r g e rs y s t e ma r ea c h i e v e dw i t ht h eh e l po f t h ep e r f o r m a n c eo nl o w s p e e di n a ! i n ed i e s e le n g i n es i m u l a t i o np r o g r a m u s i n gt h e s a m p l es e t so fs y m p t o m sa n d t r o u b l e st h en e u r a ln e t w o r ki st r a i n e da n dt h ea n a l y s i so f t h er e m o t ef a u l td i a g n o s i si sf i n i s h e d i th a sb e e nd e m o n s t r a t e dt h a tr e m o t ef a u l td i a g n o s i so ns h i p sc o n f o r m st ot h e d e v e l o p m e n tt r e n d so ft h eo c e a n g o i n gs h i pt e c h n o l o g y m o r e o v e r , t h ea p p l i c a t i o no f t h er e m o t em o n i t o r i n ga n df a u l td i a g n o s i ss y s t e mw i l lp r o v i d em o r er e l i a b i l i t ya n d s a f e t yf o rs h i p p i n gc o m p a n i e ss i g n i f i c a n t l y k e y w o r d s ：m a r i n ed i e s e le n g i n e ；r e m o t ef a u l td i a g n o s i s ；r b fn e u r a l n e t w o r k ；t u r b o c h a r g e rs y s t e m 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果， 撰写成博硕士学位论文= = 基王袖经圈终的墅自自装油扭垂猩垫瞳途匦盟塞：。 除论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本论文中不包含任何未加明确注明的其它个人或集体 已经公开发表或未公开发表的成果。本声明的法律责任由本人承担。 学位论文作者签名： 学位论文版权使用授权书 本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学 位论文的规定，即：大连海事大学有权保留并向国家有关部门或机构送交学位论 文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫 描等复制手段保存和汇编学位论文。同意将本学位论文收录到中国优秀博硕士 学位论文全文数据库( 中国学术期刊( 光盘版) 电子杂志社) 、中国学位论文 全文数据库( 中国科学技术信息研究所) 等数据库中，并以电子出版物形式出 版发行和提供信息服务。保密的论文在解密后遵守此规定。 本学位论文属于：保密口，在年解密后适用本授权书。 不保密留( 请在以上方框内打“”) 一：魏0 黧 1 基于神经网络的船舶柴油机远程故障诊断研究 第1 章绪论 1 1 课题的研究背景 我国幅员辽阔，航运资源相当丰富：内陆有长江、黄河、珠江、黑龙江等几 大水系，内河通航里程达1 1 9 万千米，沿海有1 8 0 0 0 多公里的海岸线，得天独 厚的航运资源和2 0 世纪8 0 年代以来改革开放政策的实施，使航运事业得到巨大 发展。相对于铁路、公路、航空等运输方式，航运具有运量大、耗能小、成本低 等特点和优势，成为我国经济尤其是对外经济贸易发展不可缺少的重要条件和物 质基础，随着全球经济一体化的深入发展，航运事业将对中国的对外开放和经济 的发展起到越来越重要的作用。 船舶是航运事业发展的载体，船舶和船员的安全直接关系到航运企业的经营 效率和核心竞争力，历来都是各国各大航运公司关注的焦点问题。然而，由于船 岸在地域上的分离，常规意义上的船舶管理信息系统通常是将航运企业( 岸) 与航 行船舶( 船) 看作是两个无法直接联系的对象，航运企业对船舶航行安全的管理都 是在企业端或船舶端的相对单独的行为，对远洋船舶安全监控的能力也显得相对 薄弱，船舶发生事故的获知和船岸之间的信息交流主要是通过电报、传真及邮件 等手段实现。这使得船舶在航行期间，船岸之间的信息交流滞后、历史记录不均 匀，使得记录不连续性，凸显出很多问题，给船舶安全带来隐患。 作为船舶心脏的船舶主推进装置，是船舶动力的来源，在船舶设备系统中占 有重要的地位，它体积大、部件多、结构复杂，一旦发生故障，轻则延误航行、 造成经济损失，重则引起沉船事故。虽然船员都有一定的故障判断维修能力，但 对突发的复杂故障，由于缺乏厂商和故障诊断与维护中心的强有力的技术支持和 指导往往会束手无策。这些问题给我国航运企业的船舶安全管理带来诸多不利影 响，增加了其管理和营运成本，不利于提升企业的核心竞争力。 船公司对船舶安全性和经济性要求日益提高，柴油机作为船舶的动力中心， 对柴油机的工作加强观察和故障诊断显得十分重要。建立船舶柴油机远程故障诊 断系统能有效地解决这一问题。通过卫星通讯和计算机网络技术将柴油机的工作 参数实时地传回公司总部的远程故障诊断中心，对船舶主柴油机的复杂故障利用 远程故障诊断中心的专家或专家系统软件做出故障判断并提出故障排除方案，及 第1 章绪论 时地传回船上供船员参考，以便船员对故障进行及时处理。近年来，计算机网络 技术和柴油机故障诊断技术在陆地上已非常成熟，发展船舶柴油机远程故障诊断 技术也势在必行。 1 2 课题研究的意义 计算机网络和通信技术的飞速发展，使得通过各种信息技术对地域上分布的 客户提供专业化、客户化的服务变得可能。船舶柴油机远程故障诊断技术是以网 络技术为基础，应用计算机和通信技术，在岸基服务中心和船端之间建立远程连 接，监控船舶柴油机的运行状况，提供技术支持，最终实现对船舶柴油机的安全 维护和故障诊断。对船舶主柴油机远程监控与故障诊断的研究有重要意义： ( 1 ) 及时掌握船舶柴油机的运行状况，当系统监测到船舶柴油机出现异常或 故障征兆的时候，迅速采取措施，做到不让故障发生或做到预知检修。这样就可 以用最少的代价让柴油机的性能得到最佳发挥，避免船舶柴油机发生重大事故或 造成经济损失和人员伤亡，保证船舶安全、稳定、可靠的运行。 ( 2 ) 通过得到的船舶柴油机在线监控状态数据，可以充分了解船舶柴油机的 状态和性能，随时掌握船舶柴油机的运行情况，提高船舶柴油机的现代化管理水 平，充分挖掘船舶柴油机的潜力，延长船舶柴油机的使用期限。 ( 3 ) 如果船舶柴油机发生了故障，系统自动记录了船舶柴油机发生故障过程 中的完整信息，以便事后进行故障的人工和自动诊断，缩短维修时间和费用，减 少因停机而造成的损失。同时系统自动记录了该故障的诊断结论信息，为该船舶 柴油机和同类柴油机维修与诊断提供参考。 ( 4 ) 船舶的管理使用先进的通信技术，加强了船舶与公司的技术交流、技术 支持与资源共享、主推进装置运行工况参数的交流，从而提高了公司对船舶的监 控能力，提高了航运公司船舶管理的信息化程度。 ( 5 ) 机舱自动化程度的提升，降低了船上工作人员的工作强度；同时，船舶 安全性和经济性的提高从根本上降低了船舶营运成本，从而提高了航运公司的核 心竞争力。 目前船舶柴油机故障诊断技术已从基于时间的维修策略发展到基于状态的 预测性维修策略，对柴油机在线监控的要求已经越来越高。随着海事通讯技术及 其故障诊断技术的发展，基于神经网络的远程故障诊断已成为船舶柴油机故障诊 2 基于神经网络的船舶柴油机远程故障诊断研究 断领域的新方向。 1 3 本文的主要研究内容 本论文以船舶主柴油机为研究对象，以远程监控和故障诊断技术为基础，提 出一套较为完善的船舶柴油机远程故障诊断系统。论文的工作源于中远集团远 洋船舶及货物运输在线监控系统( 简称：s c o m ) 系国家“十一五 科技支撑计 划项目国家综合智能交通技术集成应用示范。文章主要的研究内容有以下几 个方面： ( 1 ) 阐述船舶远程监控及故障诊断的发展概况、本课题研究的目的和意义。 ( 2 ) 通过船舶远程监控与故障诊断的理论分析，从船舶远程监控与故障诊断 的体系结构入手，研究了该系统的基础技术、基本组成、框架结构、功能结构、 网络通讯方案和通讯技术等关键问题，提出了船舶柴油机远程故障诊断系统总体 设计方案。 ( 3 ) 通过对神经网络的原理分析，建立了基于r b f 神经网络的船舶柴油机远 程故障诊断模型。同时设计了柴油机故障诊断仿真系统的程序流程框图，借助 m a t l a b 神经网络工具箱，利用仿真函数进行故障诊断与分析。 ( 4 ) 论文利用大连海事大学轮机自动化实验室的m a n b & w6 s 6 0 船用低速 柴油机性能仿真程序获得了大量的柴油机涡轮增压系统的故障征兆数据，把这些 数据作为神经网络的输入样本，建立和训练神经网络，并对柴油机进行故障诊断， 得出诊断结果。 第2 章国内外研究现状 第2 章国内外研究现状 当前，船舶柴油机远程故障诊断技术正处于起步与发展阶段，本章将对远程 故障诊断技术和船舶柴油机故障诊断技术研究现状进行介绍。 2 1 远程故障诊断的发展与研究现状 基于i n t e m e t 的远程协作诊断研究工作最先是从医学领域开始的，1 9 8 8 年开 放式远程医疗系统的概念在美国提出，这种开放式远程医疗系统包括远程诊断、 专家会诊、信息服务、在线检测和远程学习几部分。1 9 9 5 年1 月美国俄克拉荷 马州的远程医疗系统投入使用，它把5 4 家乡村医院与州中心医院联系在一起， 并通过计算机网络将c t 、x 光片等病人临床检验结果送到州中心医院诊断，这 样病人在入网的任何一家乡村小医院就诊都能得到专家级的诊断【1 】。 设备故障诊断与人类的疾病诊断是相似的，远程医疗诊断采用的系统体系结 构、信息传输方法和异地专家会诊组织、实现形式等都可为远程设备诊断所采用 和借鉴。但由于重视程度不够和投入的科研资金少、人力不足等原因，与医疗行 业己取得的显著成果相比，工业领域的远程诊断工作进展相对较慢。随着网络技 术及通讯技术的发展，基于i n t e m e t 的远程监测与诊断技术已引起国内外学者的 广泛关注和重视，并投入了大量的人力物力进行研究。美国是最早开展机械状态 监测和故障诊断技术研究的国家。1 9 9 7 年1 月，美国斯坦福大学和麻省理工学 院联合举办首届基于i n t e m e t 的工业远程诊断研讨会，主要讨论了远程诊断系统 连接开放式体系、诊断信息规程、传输协议以及对用户的合法限制，并对未来技 术发展作了展望。该项工作得到了制造业、计算机业和仪器仪表业的b o e i n g 、 f o r d 、i n t e l 、s u n 和h p 等1 2 家大公司的支持和通力合作，很快建立起了一个 远程诊断示范体系t e s t b e d 2 j 。 远程故障诊断系统在近几十年得到了很大的发展，国外有美国西屋公司的大 型电站在线监测诊断系统、法国电力部门的监测和诊断支援工作站、斯坦福大学 和麻省理工学院的基于i n t e m e t 的下一代远程诊断示范系统、密西根大学和威斯 康辛大学的智能维修中心i m s ( c e n t e rf o ri n t e l l i g e n tm a i n t e n a n c es y s t e m ) 等，美国 波音公司、通用电器公司也己经将远程诊断技术应用到生产实际中，取得了巨大 的经济效益。远程监测诊断网络系统可以认为是第三代设备状态监侧与故障诊断 4 基于神经网络的船舶柴油机远程故障诊断研究 系统f 3 】，这也是设备在线监测与诊断系统的发展趋势。 国外远程诊断系统中，i m s 中心具有代表性。i m s 中心在智能诊断方面见长， 并开发了智能预警软件、基于i n t e m e t 的智能维修和事务决策支持系统等。国内 情况，西安交通大学、上海交通大学和哈尔滨工业大学都在向国外先进水平看齐， 已开始从事工业领域的远程诊断研究工作。西安交通大学和上海交通大学的远程 诊断诊断中心已建立，正处于试用阶段1 4 1 。华中理工大学也于1 9 8 9 年初开始了 前期研究工作，并于同年1 1 月在i n t e m e t 上设立了一个远程诊断宣传站点，向国 内介绍远程诊断技术，并以技术示范的方式向用户提供有限的远程诊断服务。华 中理工大学何龄松教授的个人站点r e m o t ed i a g n o s i sh o u s e 也详细的介绍了远程 故障诊断，并列出了一些远程产品。同时b e n t l y 、e n t e k 、s o l t r a n 等大 公司也纷纷将他们最新的网络化设备状态监测产品推向中国市场，这对增进我国 学术界和企业界的网络化设备故障诊断意识和提高我国的设备故障诊断水平也 起到了积极的促进作用。 2 2 柴油机故障诊断技术研究现状 2 2 1 柴油机故障诊断技术的发展和研究现状 柴油机是一种应用面广、使用量大、结构复杂的往复式动力机械，其故障诊 断一直是机械设备故障诊断技术的一个重要研究对象，己得到了国内外研究界的 广泛关注，逐步形成了各种各样的诊断方法和手段。柴油机故障通常分为机械故 障和性能故障两大类。针对柴油机的性能故障，主要采用性能参数诊断；针对柴 油机的机械故障，主要采用油液监控技术和振动信号分析法。 故障诊断技术发展至今己经历了三个阶段：第一阶段由于机器设备比较简 单，主要依靠专家或维修人员的感觉器官、个人经验及简单仪表就能进行故障的 诊断与排除工作。二十世纪7 0 年代中期以后开发研制的柴油机工况诊断系统， 是故障诊断技术发展的第二个阶段，它是传统监测系统的扩展，增加了发动机内 部参数的自动监测。即利用计算机技术、传感器技术和动态测试技术为基础，以 对柴油机各热工参数的分析为手段，将所有监测信号输入计算机进行分析计算， 早期预测不正常状态，作一些趋势分析，为轮机员维修工作提供资料，这是目前 应用比较成熟的手段。典型系统有：s u l z e r 公司的发动机诊断系统( s e d s 系统) f 5 1 。 5 第2 章国内外研究现状 m a n b & w 公司二冲程柴油机工况检查系统( c c i o 系统) 【6 】。 故障诊断技术发展的第三个阶段是智能化，始于上世纪8 0 年代中期。柴油 机智能诊断系统，除了采用先进的计算机网络技术、电子通讯技术外，还采用计 算机智能程序来代替人的部分智能活动，应用成熟的柴油机工作过程模拟计算技 术、模糊逻辑技术、多媒体技术等使柴油机故障诊断技术水平大大提高。从信息 的检测到特征抽取、状态识别到故障分析等都实现知识的引导，其实质是知识的 应用和处理过程，可见智能诊断技术关键在于诊断专家系统的知识数量和质量。 国外有日本三菱重工开发中速柴油机s u p e ra s o s 系统( m i t s u b i s h is u p e r a d v a n c e ds h i po p e r a t i o ns u p p o r ts y s t e m ) 7 1 ，m a n b & w 公司开发的c a p a 专家 系统i s ，荷兰w a r t s i l a 柴油机公司开发的f a k s 系统( 故障避免知识系统) 【9 】， w a r t s i l a 与荷兰d e l f t 大学合作开发的i c m o s 系统( 智能控制和监测系统) 【lo 】， s u l z e r 公司的智能发动机管理系统【1 1 1 。1 9 9 2 年，g e 公司运输系统部开始开发使 用d e u c e 技术的专家系统，该系统把温度、压力、转速等传感器技术与d e u c e 的振动信号处理技术结合在一起，目前己经能够诊断气阀和阀座冲击、燃油喷射 故障以及活塞环断裂或过度磨损。 智能故障诊断在对故障信号进行检测和处理的基础上，结合领域专家知识和 人工智能技术进行诊断推理，具有对给定环境下的诊断对象进行状态识别和状态 预测的能力。具体可以分为两大类：一类是基于符号推理的智能诊断方法；另一 类是基于数值计算的智能诊断方法。基于符号推理的诊断方法概念明确、长于定 性分析、推理路径清晰、易于用户参与、便于解释，但存在知识获取的瓶颈问题， 而且学习能力差，对于复杂诊断对象，由于搜索空间大、搜索速度慢，实地再现 诊断困难、实时性差。基于数值计算的诊断方法包括人工神经网络、模糊理论、 灰色理论等。神经网络中大量知识可通过对范例的学习存储于一个相对小得多的 神经网络连接权值中，便于实现知识的自动获取、学习能力强，推理速度快。 我国在柴油机故障诊断方面的研究工作大约是在8 0 年代初在振动诊断技术 发展的基础上开始的。武汉科技大学、海军工程学院、华中理工大学等高校及研 究机构在利用声振技术诊断故障方面做了大量的研究工作。海军工程学院利用气 阀在开启和关闭时产生的冲击振动信号对气阀间隙异常与漏气的故障进行实验 研究。武汉交通科技大学周轶尘教授等从1 9 8 5 年开始对柴油机故障及振动诊断 6 基于神经网络的船舶柴油机远程故障诊断研究 方法领域进行了研究。山东工业大学的耿遵敏等在他们对1 9 0 系列柴油机振动诊 断实践的基础上，从信号处理、非平稳信号分析方法、故障分类等进行了讨论， 提出用a r - s t p 短时谱分析方法和基于a r 模型的w i n g e r 时频分析方法对配气、 供油等机械系统及相关的工作过程故障进行了有效的评价【l 2 1 。 在此研究基础上，华中理工大学杨叔子、刘世元等用小波包改进算法对2 1 0 5 柴油机缸盖振动信号进行分析；上海交通大学伍学奎等用小波包变换对1 3 5 系列 柴油机气阀漏气诊断；大连理工大学邹和斌、李志敏用正交小波变换对柴油机主 轴承振动监控。天津大学史绍熙等提出了曲柄一连杆机构运动中的混沌现象。船 用柴油机故障诊断专家系统开发方面有大连海事大学开发的针对s u l z e rr n d 及 m a n b & wm c 系列柴油机的专家系统【1 3 】【1 4 1 、上海海事大学的基于b p 网络柴油 机故障诊断专家系纠1 5 】，武汉科技大学等航海院校和科研单位也纷纷立题研究 【1 6 1 ，但总体上说，国内柴油机智能诊断系统的开发才刚刚发展。 2 2 2 神经网络技术在柴油机故障诊断中的应用和现状 目前，在柴油机故障诊断领域，仍然没有一种通用的方法可用来选择并获得 柴油机工作状态的有效特征参数，仅仅是采取先依靠经验或设想的方法去确定和 试凑特征参数，然后再用实验进行验证，这种方法有时侯不能找出最优特征参数。 人工神经网络理论的应用已经渗透到各个领域，把神经网络技术应用在柴油 机故障诊断上在国内外来说还处于发展阶段。由于神经网络在处理问题时具有独 特的优势，对于多故障、多过程的大规模工程系统，可以应用大规模并行处理网 络进行诊断；对于突发性故障或其它异常现象，可以利用神经网络的联想、推测 及记忆功能进行诊断，因此人工神经网络在故障诊断技术具有巨大的应用和发展 潜力。神经网络技术之所以适合于柴油机故障诊断，主要是因为神经网络技术有 以下几个特点： ( 1 ) 训练过的神经网络能存储有关过程的知识，能直接从定量的历史故障信 息学习。可以根据对象的正常历史数据训练网络，然后将此信息与当前测量数据 进行比较，以确定故障。 ( 2 ) 人工神经网络具有初步滤出噪声及在有噪声情况下得出正确结论的能 力，可以训练神经网络来识别故障信息，使其能在噪声环境有效地工作。这种初 步的滤出噪声的能力使得神经网络适合在线故障检测和诊断。 7 第2 章国内外研究现状 ( 3 ) 人工神经网络具有分辨原因及故障类别的能力。 现在国内有大量研究人员将神经网络技术运用于柴油机的故障诊断研究，取 得了一定的成果。武汉理工大学的薛胜军、高孝洪等提出了基于神经网络与模糊 技术的柴油机热工故障在线诊断方法，取得了一定的理论研究成果【1 7 1 ；孙乔、 龙维薇等研究了通过神经网络技术对柴油机润滑油料的成分分析来预报与诊断 柴油机运转状态【1 8 】；华科技大学的郝强等研究了基于神经网络的缸套活塞组密 封状况的判断，华中科技大学的刘世元等利用神经网络识别方法对飞轮转速波动 信号进行了分类，以快速实现发动机故障的识别和定位【1 9 1 。 国外对神经网络运用于故障诊断研究取得了可喜的成果，田纳西州立大学的 a m i rs h i r k h o d a i e ，s e n t h i lk 等在研究轴承寿命的故障诊断中采用了模糊神经网 络技术；k j h o w l e t 研究了利用神经网络技术来检测和诊断发动机爆震与失火 等燃烧故障【2 0 】；s l e l n h a r d t 等以r b f 网络来诊断柴油机供油系统故障，该网络 通过学习柴油机着火点压力信号特征与供油量及喷油正时之间的隐含关系，可根 据着火压力信号的变化分离出喷油量故障与喷油正时故障；d w d o n g 等人利用 神经网络较准确地检测了汽车发动机进气管空气压力传感器与排气门的故障 1 2 1 o 人工神经网络在故障诊断技术中的应用前景是非常广阔的，汽轮发电机组、 水电机组、电控发动机组等各方面故障诊断都有广泛的应用，根据神经网络的现 有基础，对船舶主柴油机进行远程故障诊断中也是可以实现的，随着神经网络理 论的发展和完善，它必将对船舶柴油机故障诊断技术的发展起到更大的作用。 基于神经网络的船舶柴油机远程故障诊断研究 第3 章船舶远程监控与故障诊断技术 船舶远程故障诊断技术是网络通信技术与故障诊断技术相结合的产物。当船 舶主柴油机出现故障预警时，通过海事卫星和i n t e m e t 建立起来的岸船在线监控 系统，远程故障诊断服务中心调用数据库系统获取船舶柴油机相关数据，经故障 分析和推理得出诊断结论后，诊断服务中心将诊断结论和处理方法发送给船站， 指导船上人员进行维护和修理。 3 1 远程故障诊断技术 3 1 1 远程监控与故障诊断技术概述 远程监控与诊断技术，是利用远程网络系统在异地对远程的现场设备进行监 控，并根据测试数据进行故障的预报和诊断的技术。远程故障诊断涉及到计算机 网络、信息集成、专家系统等多门学科。远程故障监控对现场设备进行在线实时 监视、测试，通过远程网络把反映设备运行情况的实时数据传送到进行预报或诊 断的异地终端( 船公司诊断中心) ，由预报模块和诊断模块处理。远程监控是远程 预报和诊断的基础，它为远程预报和诊断提供了依据。 故障预报的主要功能是利用算法对监控数据进行分析，如对柴油机参数的异 变分析，借此判断设备运行状态。如果经过分析判断监测出设备故障，则发出故 障警报，以便及时对故障进行诊断，避免故障发生。其中，预报算法是进行故障 预报的核心，它对测试数据的异常变化趋势很敏感。 远程故障诊断的功能是远程诊断在异地现场发生的事故故障，主要通过故障 诊断模块( 包括数据库、记录专家知识的知识库及推理机制) 和各专家合作完成。 对于一些常见、多发故障，可通过故障诊断模块实现；对于大型事故或疑难故障， 由于故障复杂性很高，可以结合有关方面的专家共同对其分析诊断。在诊断故障 后，对故障的原始信息、现场监视情况以及相关的历史数据，一并写入知识库， 以供以后参考。 在不同工业生产时期，生产设备的规模、结构和功能各不相同，与之相适应 的设备监控与诊断技术的发展主要经历了如下几个阶段【3 5 】： ( 1 ) 人工离线监控与诊断方式 离线监控是指采用专用的数据采集装置对当时机组的信息进行收集，然后将 9 第3 章船舶远程监控与故障诊断技术 此特定时间段的数据进行处理。这种系统从某种意义上讲不能算是监控系统，因 为它远远做不到对机组信息的实时监控，它所取得的只能是在特定时间段、特定 通道位置的机组信息。同时，由于这种监控方式出现在早期的故障诊断中，所以 它的知识库还很不完善，并且大部分的系统结构都固化在硬件中，限制了进一步 的发展。 ( 2 ) 单机集中式在线监控与诊断系统 早期一套故障诊断系统主要是针对特定的机器工作。由一台专门的机器实现 数据的采集、分析、故障的诊断和结果的输出。单一性使这种系统的针对性很强， 可以根据机组特定的信息定体量制，但是这种系统的单一性却限制了系统的移植 性，同时可扩展性和操作性差，机组之间通讯也比较困难。 ( 3 ) 分布式在线监控与诊断系统 分布式监控诊断系统d m d s ( d i s t r i b u t e dm o n i t o r i n ga n dd i a g n o s i ss y s t e m ) 是 针对大型设备主机和多辅机的功能分布和地域分布的特点，通过工业局域网把分 布于各局部现场、独立完成特定功能的本地计算机互联起来，以达到资源共享、 协同工作、分散监控和集中操作、故障诊断等目的，它是以微型计算机为核心的 计算机技术、设备故障诊断技术、网络通讯技术、c r t 显示技术竞相发展并紧 密结合的产物。这类系统综合了单机系统的优点，采用多台微机通过网络通信技 术形成一个完整的诊断网络，其系统功能强大，网络系统具有高度互联的特性， 支持多用户、多任务并发执行；网络上的各现场工作站独立工作，系统可靠性高， 主要用于大型设备或系统。 ( 4 ) 远程监控和故障诊断系统 i n t e m e t 和海上卫星通信技术的发展为远程故障诊断带来了全新的理念，把 故障诊断概念的理解提高了一个新的层次。基于i n t e r n e t 的远程监控和故障诊断 系统采用i n t e m e t 和海上卫星通信技术实施远程监控和故障诊断，对传统监控与 故障诊断的功能进行了大大的扩展，这对远洋船舶的远程监控和故障诊断具有重 要的意义。在这种模式下，网络将不同节点上的诊断系统资源联系起来，充分利 用远程专家的技术支持和共享数据，通过诊断系统的协同工作，来共同完成对远 洋船舶和大型复杂设备的远程故障诊断与复杂问题的求解，从而使诊断效率大大 地提高。 1 0 基于神经网络的船舶柴油机远程故障诊断研究 3 1 2 远程故障诊断的基础技术 构建远程故障诊断系统是一项复杂的系统工程，其最大特点是跨地域性，既 诊断系统和被诊断对象分布在不同地点，他们通过网络进行信息交换。远程故障 诊断技术是故障诊断技术与网络通信技术相结合的产物，涉及到信号采集、数据 分析和处理、计算机网络通讯、故障诊断、数据库知识库工程等方面的技术问题， 综合性很强，主要的基础技术包括【3 6 】： ( 1 ) c o m d c o m 技术 c o m ( c o m p o n e n to b j e c tm o d e l 组件对象模型) 是组件对象之间相交互的一种 规范，凡是建立在共同的c o m 接口规范基础之上的对象，彼此之间就能相互通 信和交互，即使这些对象是在不同的厂商、不同的语言、不同的w i n d o w s 版 本上编写和建立的。 而d c o m ( d i s t r i b u t e dc o m ) 是原c o m 技术的延续，主要是增加了远程调用 c o m 部件的功能。同时他结合了原来c o m 中的a c t i v e x 技术，使得原有的各 种a c t i v e x 部件也可被远程调用。d c o m 对在局域网、广域网甚至i n t e m e t 上不 同计算机的组件对象之间的通信提供了完全支持，通过d c o m ，应用程序就可 以分布式的运行在不同的地域。采用d c o m 体系结构建立的故障诊断系统能够 实现远程无缝访问和操作。 ( 2 ) x m l 技术 x m l ( e x t e n s i b l em a r k u pl a n g u a g e ) 是标准化通用标记语言的一个有限子集， x m l 技术由于具有开放性、灵活性、通用性等优点，已经被广泛应用于多个行 业，现已成为i n t e m e t 上最重要的基础性语言，是w e b 数据使用的通用语言。 x m l 具有的结构化、规范化、简洁化和易扩展等特点，使其能够将来自于各种 应用程序的结构化数据传送给远程计算机进行计算和显示，同时它也是结构化数 据从服务器到服务器传输的理想格式。故障诊断信息量很大而且复杂，采用x m l 所建立的故障诊断电子文档独立于任何计算机的硬件和软件，可以与不同的文档 处理系统进行文档交换。 ( 3 ) o p c 技术 o p c ( o l ef o rp r o c e s sc o n t r o l ，o b j e c tl i n k i n ga n de m b e d d i n g ，简称o l e ) 技 术为大量的诊断数据源信号采集提供一种标准的通信机制。o p c 通过建立“软 第3 章船舶远程监控与故障诊断技术 件总线 技术，为信号采集提供统一的接口和一致的访问方法。o p c 技术解决 了系统集成时不同设备、不同系统之间的数据读取问题。o p c 实现了远程调用， 使得应用程序的分布与系统硬件的分布无关，便于系统硬件配置以及，使得系统 的应用范围更广，诊断系统只需知道怎样从o p c 数据源中读取数据，而不需要 知道其具体的实现机制。 3 1 3 远程故障诊断系统基本组成 远程故障诊断系统是近代电子技术、自动控制技术、计算机软硬件技术、传 感器技术的综合应用，它以计算机技术和网络通信技术为核心，连结各种仪器仪 表、智能传感器，组成一个综合的诊断系统。整个系统由现场监控及诊断系统、 数据通信网络系统、远程状态监控与故障诊断系统和数据管理与维护系统四大子 系统构成。系统的总体模型如下图。 图3 1 诊断系统结构及工作原理 f i g 3 1t h es t r u c t u r ea n dp r i n c i p l eo fd i a g n o s i ss y s t e m 远程故障诊断系统各系统功能如下【37 】： ( 1 ) 现场监控及诊断系统：对现场数据采集、实时监控与初步诊断。 数据采集：监控工作站数据采集是由计算机控制完成的。主要包括传感器、 信号调理、a d 转换三部分。传感器信号经过放大、滤波等调理后，变成标准的 模拟电压、电流信号，电流信号可以转换为电压信号。标准模拟信号接入数据采 集卡或数据采集模块的输入端。数据采集部分在计算机控制下对模拟信号进行 1 2 基于神经网络的船舶柴油机远程故障诊断研究 a d 转换，转换结果和测量信号成线性关系，经过简单标定后即可进行实时显示 和存储。 实时监控与初步诊断：实时监控主要是对现场采集的各种状态数据进行实时 显示、超限和异变报警。对于有经验的监控与诊断技术人员，可以初步诊断出设 备出现的故障。 ( 2 ) 数据通信网络系统：具备的功能有本地监控诊断系统内的数据通信、远 程数据通信、本地与远程监控诊断系统的连接、网络安全管理。数据通信网络系 统尤其强调具体功能设计和应用技术的实现。 ( 3 ) 远程状态监控与故障诊断系统：具备的功能是状态监控与信号分析的远 程实现，并根据特征参数为设备进行故障诊断，并发送故障预报和故障报告。 ( 4 ) 数据管理与维护系统：负责处理各现场工作站传送上来的数据。数据库 服务器应用软件必须将现场工作站发送上来的原始数据按照设计好的逻辑和规 则分别进行数据库存储和数据文件转存处理，以便应用软件监控和诊断功能模块 可以对各现场的运行状态集中进行实时监控、信号分析和故障诊断。 3 1 。4 远程故障诊断系统功能结构 远程故障诊断系统处理设备用户的诊断请求，在调度模块作用下，将诊断任 务分配给相关领域的诊断专家。系统内的交互式诊断模块可以获取设备的实时数 据，并控制设备的运行方式。系统的知识库、数据库等提供诊断系统运行所需的 各种信息。远程故障诊断系统是通过各子系统协作完成对设备的监控与诊断工 作，系统功能结构和工作流程如图3 2 所示。 诊断系统对设备的整个运行周期进行实时监控、故障预报、综合诊断、维修 计划等。该系统是多个功能子系统的集成，多重数据处理技术和诊断技术的集成， 由数值计算和逻辑推理模块完成监控与诊断工作。调度模块对各个功能子系统进 行管理、协调与控制。诊断系统主要分为以下部分： ( 1 ) 实时监控系统 实时监控系统是设备现场监控工作站的一部分，对设备进行连续的监控，该 系统对设备进行在线监控和实时诊断，其原理是根据建模子系统产生的设备信息 模型和设备实时信号来判断设备的状态。其主要作用是： 高效的处理传感器信号，实时判断设备状态； 第3 章船舶远程监控与故障诊断技术 根据设备配置改变及时调整监控内容； 设备运行趋势分析和故障预报。 图3 2 远程诊断系统工作流程 f i g 3 2t h ew o r k i n gp r o c e s so f r e m o t ed i a g n o s t i cs y s t e m 1 4 基于神经网络的船舶柴油机远程故障诊断研究 ( 2 1 专家诊断工作系统 专家诊断系统是基于分布式组件对象模型( d c o m ) 架构的交互式诊断工作 平台，集成了诊断知识、数据管理及诊断推理分析等功能模块，并提供一个交互 式的诊断环境，支持远程专家协同解决复杂故障问题。该系统的具体功能有设备 状态分析、设备资料查询、诊断推理及诊断结果查询等，并向客户提供设备恢复 维修策略。它能诊断出实时监控子系统所不能诊断的复杂的故障，并可作为设备 定期综合检测的工具，全面评估设备的状况。诊断专家可以在远端对设备进行各 种检测与诊断，而且可以对设备的单个模块或零件进行测试，以判断其状态，也 可以设定一定的诊断步骤或调用预定义的测试程序来对设备作综合的诊断。 ( 3 ) 数据库系统 在设备现场和远程诊断服务中心建立诊断信息数据库，用来存储、管理设备 运行状态信息及诊断信息，确保诊断人员和设备使用者可方便地获得相应的数 据。其内容包括从各传感器读取的设备实时工作状态数据和人工记录的设备特征 及故障诊断数据等。数据库系统主要有以下功能： 存储和管理设备的基本结构、功能等设计参数； 存储设备运行状态信息和故障信息以及诊断信息； 存储诊断专家信息及其它辅助信息； 存储和管理设备配置数据以及运行设置数据等。 ( 4 ) 诊断知识库 知识库的定义为以便于与使用和管理的形式组织起来的问题求解的知识集 合。通常有两方面的内容，一方面是针对具体的系统而言，包括系统的设计结构、 设备信息模型，系统经常出现的故障现象，每个故障现象是由哪些原因引起的， 各种原因引起该故障现象可能性大小的经验几率，判断故障是否发生的一些充分 及必要条件等；另一方面是针对一般的设备故障诊断的专家经验、诊断策略、测 试例程、诊断算法等。 知识库还包括设备诊断规则，这些规则大多是表示具体设备故障因果关系及 其诊断的逻辑法则。因此，真实反映对象设备的知识库的建立是