浅谈船舶机电设备智能故障诊断系统

覃冕，李小波

摘要：船舶机电设备具有多样性与复杂性，随着科学技术的快速发展，船舶机电设备智能故障诊断系统应运而生，并且正在逐渐取代传统故障诊断技术。本文不仅对故障诊断系统的涵义与故障诊断过程进行了探讨，还对船舶设备智能故障诊断系统的发展与诊断过程进行了分析研究，提出开发船舶机电设备智能故障诊断系统的策略方法，以用来提高船舶机电管理者在故障诊断中快速诊断故障并解决问题的效率。

关键词：船舶机电 设备故障 智能故障诊断 系统

近年来，随着工业自动化水平的提高以及科学技术的快速发展，我国航运业中船舶的发展呈现出高度的自动化发展趋势，船舶的控制装置以及电力系统的复杂性也随之不断加深，而船舶电力系统的故障诊断对船舶安全运行则具有重要意义，因此船舶机电设备故障诊断系统智能化尤为重要。故障诊断技术的不断发展使得智能化故障诊断技术逐步取代了原来的传统故障诊断技术，并将其广泛应用到各个领域中，尤其是船舶机电设备的智能化诊断技术，在最近几年的提高与发展尤为突出。船舶机电设备智能故障诊断系统是为了提高轮机人员在遇到故障时能够迅速地判断故障，为解决问题并降低事故发生而建立的。

1 故障诊断系统涵义及故障诊断过程

所谓故障诊断系统，是指在一定的工作环境下查明导致系统某种功能失调的原因或性质，并判断劣化状态发生的部位或部件，以及预测状态劣化的发展趋势等。诊断，即通过现象去判断其本质，由目前的状况去预测未来，通过局部推测整体的过程，在船舶机电领域，则需要根据船舶机电设备的各种可测量的技术参数与物理现象去推断设备的运转是否正常，若不正常，就需要判断此设备发生故障的原因以及位置，并对潜在故障进行预测排除或者预防。故障诊断主要通过检查设备状态的特征信号，随之从检测到的特征信号中提取征兆，并根据征兆以及其他的诊断信息来对设备的状态进行识别，从而完成设备故障诊断的整个过程。这个过程中，我们为了保证在每个环节消耗最少并获得最多有关设备状态的信息，进而从整体考虑并进行科学认真的分析后制定最优诊断策略，从而解决设备故障。

2 智能故障诊断的发展及方向

当前的诊断领域中，智能故障诊断系统不仅是研究的前沿与热点，同时也是此研究范围中应用较广，研究最多的方向。智能故障诊断的发展可归纳为基于浅知识的第一代故障诊断系统与基于深知识的第二代故障诊断系统两个阶段。前者主要以领域专家以及操作者的启发性经验知识为核心来获得诊断结果，具有表达较为直观和较快的推理速度优势，同时也具备较大的局限性，例如，因专业知识积累不够完善详尽的情况下，就会有考虑不到的情况发生而使系统陷入困境等。而第二代故障诊断系统要求对诊断对象的各个环节都具有明确详细的显示，并根据专业知识及其内部特定的约束关系，通过一定算法去找出故障所在，这具有维护简单，知识获取也较为方便，并且保证知识库的完备性与一致性较为容易等优势，但由于推理的搜索空间较大使得诊断速度相对较慢。

因此，目前故障诊断的发展趋势越来越趋向于将多种智能技术相融合，研究较多的几个方面为：①将智能故障技术与神经网络进行融合。神经网络的高度平行性，自适应性以及容错性使其能够在模式识别和信号处理、组合优化、智能控制等方面得到广泛应用，但因其所存在的一些弱点使其仅适合用于较小规模情况下。②将第一代与第二代故障诊断系统结合起来。通过把专家操作者的经验知识与诊断对象的结构和功能知识进行有机合理结合，使其能够相互弥补漏洞，从而保证故障问题解决的质量与速度。③将模糊技术融入智能故障诊断系统。模糊集合理论即在专家操作者解决问题过程中遇到不确定情况时处理不精确推理的主要方法之一，这能够使智能故障诊断系统更好的模拟专家的思维与推理方式并对模糊性诊断问题进行有效解决。

3 船舶设备智能故障诊断系统的诊断过程探究

以船舶配电室中的配电屏故障为例来对智能故障诊断系统的诊断过程加以探究。从图1可以看出，此配电屏故障诊断系统中有7个故障和6个征兆，因此设计的BP神经网络拥有7个输出神经元与6个输入神经元。然而当前对隐含层神经元的数码并没有较为合适的确定公式，这就通过考虑收敛速度与对样本识别效果因素，分别运用11个、8个、5个神经元这三种不同的结构构成。之中隐含层数目为11的神经网络采用了动量法BP算法进行模型建立，而数目为8个的神经网络模型则采用了传统BP算法来进行建立，对于隐含层数目为5个的采用了L-MBP算法。将神经网络与专家系统相结合的智能故障诊断系统作为诊断方法与测试样本验证相对比可得出，其可信度十分高，已达到90%以上。

图1 配电屏故障征兆一般原因结构图

4 开发船舶机电设备智能故障诊断系统的策略分析

4.1 智能故障诊断系统开发策略的必要性。尽管我们在传统专家系统中可以借鉴一些较为完善的开发技术与策略，但由于故障诊断专家系统的工作方式与其他如设计型专家系统或者决策型专家系统等的工程类型有明显差异，这差异主要表现在复杂的诊断对象、较为零散的诊断任务、具有多变性的诊断环境以及诊断理论的不确定性，造成在开发故障诊断专家系统时难以参考合适的原系统以及无法遵循标准的开发模式，进而难以准确预测到此开发过程中的困难与解决方法。目前的故障诊断系统无论从知识库结构还是解决问题的能力，知识获取途径还是容错能力等诸多方面均存在着不同程度的缺陷，这与研发者在开发诊断系统过程所采取的策略紧密相关。由此可见，加强智能诊断系统开发策略研究具有十分重要的意义。

4.2 船舶机电设备智能故障诊断通用平台的建设。由于一般智能故障诊断系统往往使用较为单一的诊断方法去诊断某一诊断对象，使得其在实际使用中一旦出现改变诊断对象或诊断方法时就必须开发新系统的问题，这就大大增加了人力物力以及财力的浪费。因此，在进行船舶机电设备智能故障诊断系统平台研发时，要遵循以下原则：通用性原则，即要面对多种船舶设备而非某一设备，要适用于多种综合智能故障诊断方法而非某一种诊断方法。较强的适应性原则，使其具有良好的可维护性。人机对话界面要通过人性化处理，较为方便友好的操作界面能够使用户快速掌握并使用，同时这也是一个好的应用软件应该具备的要素。较强的可靠性原则，当使用者出现不当操作时，系统能够及时向使用者发出提示信息，与此同时还要保证系统能够正常运行而非崩溃或不响应。灵活开放性，这是为了保证系统具有可移植性与可扩展性。船舶机电设备智能故障诊断通用平台面对的是相对来说较为复杂的设备，其诊断对象也较为复杂，因此必须能够就诊断对象去运用多种故障诊断方法进行诊断。

4.3 船舶机电设备智能故障诊断通用平台系统的软件实现。由于船舶机电设备具有多样及复杂的特点，而系统无法解决所有设备的故障诊断问题，因此，将这个通用平台作为基础系统，其他设备的故障诊断则可以通过这个基础系统预留的接口以及通过简单修改知识库或进行二次开发，以实现智能诊断船舶中其他机电设备的故障问题。

总之，船舶机电设备故障诊断系统的智能化发展是符合科学发展趋势以及实际需求的，通过建立船舶机电设备智能故障诊断通用平台以及开发适用于实现这种通用平台的软件支持，使船舶机电设备智能故障诊断系统能够在实际运用中有效提高判断故障的速度，进而采取相应的措施解决船舶故障问题，真正将航运业的船舶事故发生率降至最低甚至为零。

参考文献：

[1]雷鸣，邢同旺，赵国良.船舶机电系统故障分析及影响处理[J]. 电源技术应用，2014（02）.

[2]黄振亮，胡冠林.舰船机电设备故障检测数据管理系统的设计[J].舰船电子工程，2007（04）.

[3]李文星.船舶机电设备故障诊断方法研究[J].计算机测量与控制，2013（08）.

作者简介：覃冕（1988-），男，湖北宜昌人，生产电气主管，助理工程师，研究方向：船舶机电；李小波（1976-），男，湖北武汉人，生产科长，助理工程师，研究方向：船舶机电。