探析船舶机电设备故障诊断方法

王雪山

（中国人民解放军海军驻大连地区军事代表室，大连116021）



探析船舶机电设备故障诊断方法

王雪山

（中国人民解放军海军驻大连地区军事代表室，大连116021）

摘要：近年来，随着我国经济的快速发展，船舶使用频率增加，而机电设备作为船舶的重要组成部分，其性能的好坏对船舶的安全具有关键作用。船舶机电设备因其自身的特殊性，其故障具有复杂性和多样性的特征。因此，要想延长船舶的使用寿命，就要对机电设备故障采用科学合理的办法。本文针对船舶机电设备故障进行研究，并根据现状针对性地提出诊断方法。

关键词：船舶制造业机电设备故障诊断方法

随着我国科学技术的不断进步，船舶制造业得到快速发展，而机电设备作为船舶运行中的重要组成部分，对船舶的运行情况具有重要影响。近年来，由于船舶机电设备出现故障而出现安全事故的频率增加，给人们的生命财产安全造成极大威胁。如何在现有的技术上，针对性地对船舶机电设备故障提出科学合理的诊断方法，是我国船舶制造业面临的主要难题。本文将针对这个问题进行研究，希望能促进我国船舶制造业的进一步发展。

1 船舶机电设备故障诊断方法设计

船舶机电设备故障诊断方法是指融合计算机处理、数据分析以及信息采集等多种技术手段的一种检测技术。该项检测技术主要应用于获取船舶运行参数，通过计算机机电设备准确分析出故障存在的空间位置，进而进行故障处理。船舶机电设备故障检测主要由两方面构成：一是船舶机电设备运行状态检测，二是故障部件的定位。我国对船舶机电设备进行故障诊断历史悠久，曾设立过专业的故障检测机构，对船舶机电设备故障进行专业分析。近年来，我国取得了巨大成就，不仅能够及时对船舶机电设备进行检测，同时也能保证船舶运行的安全。

目前，对船舶机电设备故障进行诊断的主要方法是最小二乘支持向量机模型。该方法需要采集船舶机电设备运行状态数据，并将采集的状态数据与事先制定的运行规则进行比较，进而开始故障检测工作。根据采集的状态数据与运行规则，建立最小二乘支持向量机模型，是进行船舶机电设备故障诊断的基础。

2 船舶机电设备故障诊断的意义

随着社会经济的进步和全球化趋势的加强，我国船舶逐渐向大型化、多样化方向发展，对船舶需求量增加的同时，对机电设备也提出了更高的要求。由于船舶机电设备的复杂化和多样性特征，我国船舶机电设备故障诊断发展较为缓慢，难以适应社会发展的需求，导致船舶机电设备故障长期处于搁置状态。为了有效提高船舶的使用效率，降低安全事故发生的频率，我国要加大对船舶机电设备故障诊断的支持力度，以期为船舶机电设备的正常发展提供坚实保障。

3 船舶机电设备故障诊断过程

（1）数据管理。采集机电设备故障数据是进行故障检测的基础，同时也要对机电设备故障数据进行科学管理。在采集机电设备故障数据时，主要从以下两方面着手：首先，要对采集到的数据进行分类处理，并建立数据库，以充分保证采集到的数据的完整性和真实性；其次，要将船舶机电设备运行参数进行归档和录入，确保采集到的数据能够反映船舶机电设备的真实状况。

检测所有设备的运行状态前，要根据经验制定科学合理的规则。这些规则不仅能够反映以往船舶机电设备故障参数，同时也能对未来机电设备故障进行预测。所有采集到的机电设备的运行状态都要符合事先制定的规则。故障检测过程中，根据参数形式的不同，数据参数主要分为数值、逻辑关系以及文字等3种形式。如果参数是文字形式，则这些文字要与制定的规则一一对应；如果参数是数值形式，则要将这些数值划分为不同的区间，并根据不同区间对应的数值与机电设备的状态值进行比较。所以，在进行机电设备故障检测前，需要根据参数的实际情况确定参数的类型，以此确定对应的规则，从而保证故障估计的准确性和科学性。

实际生活中，船舶一直处于一个动态运行的状态，对机电设备进行检测时也处于动态运行。所以，要对动态运行规则进行科学合理的设置和管理。动态运行规则设置离不开设备的运行参数和权值系数，同时也要适当考虑设备的运行状态。权值系数的确定主要依赖于不同机电设备之间的从属关系，并将制定好的规则转化为参数规则的形式。在进行船舶机电设备故障检测的过程中，根据运行状态值查找与之对应的规则和文字描述。船舶机电设备故障检测中，采集设备运行数据十分关键。它不仅能够及时反映机电设备的运行状况，同时对机电设备也能起到良好的优化作用。要对采集到的设备运行数据进行分析，排除一些参考意义较小的数据，从而对机电设备系统进行优化。

（2）空间位置。最小二乘支持向量机模型是目前船舶机电设备故障检测应用最广的一种方法。它的优势在于能够获取稳定的故障检测信号，达到机电设备故障检测的基本要求。

模型的基本公式：

故障检测结果可能为判别结构。在这个结构中，信号主要扮演数据传递的角色，所以信号的稳定性较强。但这种判别结构具有一定的局限性，对非线性变换的机电设备故障检测结果准确性较高，但相对其他机电设备来说准确率较低。

故障检测结果出来后要将结果适当引入到模型中，以增强模型的适应能力，使模型能够更好地应用于多类机电设备故障检测。目前，我国船舶机电设备故障检测还难以实现全部故障的在线检测，所以要设置一个机电设备正常运行的参数区间。在这个参数区间中采集机电设备运行状态的数据，通过最小二乘支持向量机模型对采集到的数据进行训练和分析。只有达到规则的数据才能进行在线检测。将检测结果与实际输出的结果进行比较，最终达到故障检测的目的。

但是，检测期间也存在诸多弊端，其中以不能调整最小二乘支持向量机模型的相关参数为主，所以不能根据船舶机电设备的实际情况进行参数调整。即便一些船舶机电设备不存在故障，但应用该项检测方法也可能造成检测误差，最终出具错误的故障检测结果。为了尽量避免上述弊端，应对采集到的数据进行研究和训练，使数据能够更好地应用于模型中，提高故障检测结果的准确性。一般来说，利用上述模型的基本公式进行推理，进而可以得出以下公式：

通过公式进行不断推导，确立最终的故障检测模型z（y ）=xTφ（y） +c。

由于船舶机电设备处于动态，所以很有可能发生非线性变化，因此需要应用上述方法对数据进行分析。另外，还要采用在线估计的方法，将实际结果与估计结果进行对比，最终确定模型的残差系数。最后，要将故障检测结果与残差系数进行比较。若故障检测结果小于残差系数，则机电设备存在故障；反之亦然。

对船舶机电设备故障进行检测时有两种故障检测模型进行选择，分为局部和全局，同时还能根据检测模型分析输入与输出数据之间的关系。局部故障检测主要应用于区间内的故障检测，能准确分析出一定区间内机电设备是否存在故障，同时也能有效利用全局故障检测的结果推断出区间内机电设备故障存在的空间位置。相比之下，全局故障检测应用于整个船舶机电设备中，能对船舶中所有的机电设备进行检测，并判断整体机电设备是否存在故障。不管是全局故障检测还是局部故障检测，都能及时检测出船舶机电设备是否存在故障，从而保证船舶运行的安全。

4 结束语

我国传统对船机电设备故障进行诊断的方法忽视了对运行状态的检测和对管理水平的管理，导致检测出的结果缺乏准确性和全面性。本文在原有船舶机电设备故障检测方法基础上提出了全新的最小二乘支持向量机模型。它不仅能够准确检测出船舶机电设备是否存在故障，同时也能保证船舶运行的稳定和安全，对促进我国船舶行业的快速发展和经济水平的提高具有重要意义。

参考文献

［1］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，（8）：2093-2095

［2］姚仁东，林金海，叶剑锋，等.探讨诊断船舶机电设备故障的具体方法［J］.科学与财富，2015，（10）：104-105.

［3］郭玉喜，郭骏，吕成悦，等.基于信息融合的船舶机电设备故障诊断［J］.军民两用技术与产品，2015，（4）：84.

Analysis of Marine Mechanical and Eelectrical Equipment Fault Diagnosis Method

WANG Xueshan
（China people's Liberation Army Navy stationed in Dalian military representative office, Dalian 116021）

Abstract:In recent years, with the rapid development of China's economy, the ship to increase the frequency of use, and mechanical and electrical equipment as an important part of the ship, has a key role in the performance of the ship's safety. Marine mechanical and electrical equipment because of its own particularity, the fault characteristics of complexity and diversity, in order to prolong the life of the ship is to adopt scientific and reasonable way of electromechanical equipment fault. Aiming at the fault of marine mechanical and electrical equipment are studied, and according to the situation of the proposed diagnosis method.

Key words:shipbuilding industry, electromechanical equipment fault diagnosis method