船舶动力装置智能诊断系统设计

张跃文，孙晓磊，丁亚委，孙培廷

大连海事大学 轮机工程学院，辽宁 大连 116026

0 引 言

随着智能技术的快速发展和大数据技术的广泛应用，人工智能已经渗入到人类生活的各个领域，并催生了一些新兴技术，而无人驾驶便是其中之一［1］。目前，无人驾驶船舶、智能船舶已成为航运领域的发展热点，其中罗尔斯·罗伊斯公司公布了“高级无人驾驶船舶应用开发计划”（AAWA），旨在改变船舶行业设计及运营的格局［2］，而国内以中国船级社（CCS）为主导的众多科研院校和企业也积极开展了智能船舶的研发工作，致力开启全球无人航运的大门。

智能机舱［3］作为智能船舶的6大功能模块之一，是无人驾驶船舶的研发重点和难点。船舶动力系统的健康运行是船舶正常航行的先决条件，而如何对动力系统及设备的运行状态进行精确、有效的监控和管理则是实现机舱智能化的关键。如今，机舱设备运行状态的监测理论比较成熟，孙晓磊等［4］利用ARMA时间序列对船舶海水冷却系统的状态参数进行了预测，并通过与实际监测数值进行对比，验证了海水冷却系统参数预测模型的准确性，旨在通过预测分析未来参数以发现海水冷却系统潜在的失效因素。吴小豪等［5］将超球支持向量机方法分别应用于船舶高温淡水系统和船舶离心泵的状态评估，并证明了其可行性，但其研究还处于理论阶段，并没有针对船舶动力装置建立完整的状态评估系统。刘伟波［6］采用层次分析法建立了某舰船主动力装置的综合评估模型，并运用加权评分方法进行了评估，可为主动力装置的维护和管理提供科学依据，但还没有投入实船应用。

因此，本文将基于信息技术和机舱设备的专业知识，通过对船舶动力装置各相关系统的主要工作参数进行采集、分析和处理，建立船舶动力装置智能诊断系统，并将以“育鲲”轮为目标船舶进行实船验证，以考核该智能诊断系统的可行性。该系统可以依据船舶的航行工况对动力装置及其主要系统的工作状态进行评估和智能诊断处理，可为轮机人员的维护保养和故障分析处理工作提供决策支持。

1 智能诊断系统的总体设计方案

基于智能船舶或无人驾驶船舶的应用需求，船舶智能诊断系统可以在健康评估、远程状态监测、辅助决策支持等方面实现船舶主要动力系统及其所属设备船岸一体化的智能化管理，其系统总体框架如图1所示。首先，通过船端传感设备对船舶的航行数据和机舱数据进行采集并存储到船端数据服务器；然后，数据一方面提供给船端智能诊断软件系统，用以为机舱轮机人员服务，另一方面将通过船岸通信管理系统传输至岸端数据服务器；最后，岸端数据服务器将数据提供给岸端智能诊断软件系统，以便船运公司对船舶动力系统及航行信息进行实时监控，并给予必要的决策指导，从而实现船岸一体化管理。

1.1 软件系统的总体结构

智能诊断系统是可以对船舶动力装置实施数据采集及存储、健康评估、诊断处理、诊断支持和用户管理的多功能系统。采用功能模块化的设计理念，船端与岸端的客户端软件相同，其中客户端软件的总体结构如图2所示。软件系统是在Windows操作系统下，基于Visual Studio 2013集成开发而成，其中系统界面采用了C#环境下的WPF设计，而客户端软件系统界面则根据船舶动力装置的实际构成原理进行设计。模块化的设计思路使软件系统的结构非常清晰，也便于操作和调试。

1.2 标准组成信息库

1.2.1 组件划分

本文智能诊断系统的适用对象为船舶主推进柴油机、柴油发电机组、推进轴系、燃油系统、润滑油系统和冷却水系统。船舶动力装置的结构复杂、环节多、功能差异大且功能交叉，为了便于智能诊断系统对船舶动力装置及其附属设备进行描述和使用，可以将船舶动力装置划分为多个组件（单元）。每个组件的功能相对独立，具有独立完成某一项工作的能力，大组件可由多个小组件构成，以共同实现某一功能，而联合多个大组件即可完成航行、锚泊等作业任务。根据各组件的功能及相互关系，基于船舶特点和行业规范，本文将船舶动力装置的组件划分为3个等级：

1）一级组件：能够独立实现某一较大功能，多个一级组件可以构成船舶动力装置的某个系统，例如主推进柴油机、冷却水系统、燃油系统、滑油系统等。

2）二级组件：能够独立实现某一较小功能，多个二级组件可以构成1个一级组件。以中央冷却水系统（一级组件）为例，其二级组件为海水冷却系统、低温淡水冷却系统和高温淡水冷却系统这3个子系统。

3）三级组件：能够独立完成某单一功能，多个三级组件可以构成1个二级组件。以主机燃油（供应）系统（二级组件）为例，其三级组件为燃油供给泵、燃油滤器、混油桶等设备。由于二级组件为一级组件的分支，故多个三级组件也可以构成1个一级组件。

1.2.2 组件参数编码

不同船舶的组件在种类和数量上均有所不同，为了便于统一管理，组件名称的编码由6位数字组成，其中3个级别的组件编码均包括2位数字，如图3（a）所示。为了充分考虑系统的分级要求和扩展需求，可以视情增加编码的总长度，每增加1级就相应增加2位数字。

同时，每级组件将分配2位数字的序号编码，其中序号01代表1#设备，组件序号的编码如图3（b）所示。

关于系统和设备对应的工作参数，例如转速、功率、压力和温度等，将采用2位数字编码予以描述。因此，全面描述一个船舶动力装置组件的参数标准编码为：组件名称编码+组件序号编码+工作参数编码。表1所示为1#主推进柴油机的2#燃烧室的4#活塞环的表面温度。

表1 参数编码实例Table 1 Parameter coding instance

2 关键技术

2.1 健康状态的评估方法

健康状态评估即通过处理反映设备状态的各类特征信息，输出定量数值来描述故障风险或状态的劣化程度。评估系统组件的基本思路是：采集设备数据并进行预处理，基于不同船舶组件的功能特点和不同的参数类型，选择适当的状态评估方法并构建评估模型。例如，对于通过单参数描述的系统设备功能，可以采用单参数阈值法［7］将其转化为健康值，从而进行状态评估；而对于通过多参数描述的系统设备功能，则可以采用基于多元参数的雷达图分析法。

2.1.1 单参数阈值法

1）经验阈值。根据设备的出厂设置或理论值即可确定基本阈值，也可以结合实船经验来确定参数阈值，但其准确度在很大程度上取决于制定阈值者的经验。

2）实验阈值。通过室内实验、台架试验或航行试验等手段来确定阈值，该方法确定的参数阈值与实船工况紧密相关，其在阈值精度方面具有一定的优势。

3）计算阈值。

（1）置信区间阈值法。在正常状态下，机舱设备的参数有一定的波动范围，其参数分布也呈一定的规律性。置信区间是在多次监测设备正常状态的基础上，通过统计分析所建立的一个范围，因此置信区间的概念对于设置异常监测阈值而言，具有良好的应用价值。

（2）均值方差标准阈值法。一般机舱设备在正常情况下很难取得异常数据，可以基于设备的正常参数并通过均值和方差的计算方法来设定标准阈值［8］。

确定设备的参数阈值之后，即可按照线性成比例的方式将参数转化为健康值。

2.1.2 雷达图分析法

由于船舶动力系统的设备组成较为复杂，故单参数阈值评估方法不能综合有效地评估整体状态，在多参数的综合状态评价方法中，雷达图分析法具有良好的评价效果［9］。雷达法评估的具体步骤如下：

1）选择系统各组成设备的特征参数，一般为采用阈值法评估设备时所选择的特征参数。

2）确定特征参数阈值。

3）将特征参数进行归一化处理。

4）计算系统设备的健康值。

5）对评估结果进行验证。

以海水冷却系统为例，选择海水泵出口压力、海水滤器压差、中央冷却器的温度系数为评估参数，并按照阈值设定方法来确定阈值的上限和下限。由于特征参数的单位不同，所以应先进行归一化处理，阈值上限归一后为1，下限归一后为0，归一化公式为

式中：X为归一化后的特征参数值；x为原始的特征参数值；x上为原始特征参数的上限值；x下为原始特征参数的下限值。

采用雷达法确定健康值的计算原理如图4所示，其具体含义为：当系统健康值为100分时，各设备的状态值均为100分，即对应A，B，C这3个点，且三角形ABC的面积即代表系统当前的状态；但当某个设备或多个设备的状态变差时（变为A′，B′，C′），系统的状态也随之变差，此时三角形A′B′C′的面积即代表当前的系统状态值。当选取的特征参数的数量不同时，就对应不同形状包络线的面积。

获得的健康评估值以百分数形式表示，并显示在系统设备状态监测界面对应的组件上方。图5所示为冷却系统的状态监测界面，其健康值及颜色标识如表2所示。

表2 健康值及颜色标识Table 2 Health index and color code

2.2 辅助决策信息

对于不同类型的船舶而言，需要建立统一的基础辅助决策信息库，包含4个方面的信息，分别为问题、危害、原因及建议，其对应关系如图6所示，辅助决策显示逻辑如图7所示。

1）如果某组件的评估健康值低于70分，则智能诊断系统进入“辅助决策信息自动弹出模式”，此时，不论系统处于何种界面或进行何种操作，都将转入辅助决策界面。同时，将在状态监测界面的导航条显示预警设备的数量，点击此按钮也可以进入辅助决策界面，图8所示为主机曲轴箱润滑系统的滑油自清滤器的辅助决策界面。

2）如果多个组件的评估健康值低于70分，则将在窗口左下角以列表的形式显示问题，并按照设备编码进行排序。点击其中某个组件，该组件存在的所有问题将在下拉列表中显示，并按照每个问题在实船上的出现频率进行排序。在目标船上运行智能诊断系统后，系统将基于各个组件的问题建立档案，统计问题的出现频率并动态调整问题列表的排列顺序，如图9所示。图9中的界面为“系统管理”的下级界面，包括完整的设备问题信息、危害信息、原因信息和建议信息，并可以通过增加、修改、删除功能对已有信息进行更新。

3）当改变操作状态或轮机人员调整设备工作状态或完成维修之后，如果问题设备的评估健康值高于70分，则报警列表将自动取消该设备。

如图9所示，智能诊断系统为每个组件对应的问题、危害、原因和建议都分别分配了一个4位编码，编码对应的文字信息仅包含在设备的基本辅助决策信息库中，且目标船上智能诊断系统辅助决策界面的显示信息均来源于该信息库。目标船舶在进行初始化时，位于辅助决策基本信息库中的各项目编码即所有组件的辅助决策信息，因此当智能诊断系统的某决策信息描述不准确或错误时，仅需修改基本信息库中的对应条目即可。

2.3 数据服务器

船舶动力装置的智能诊断系统数据服务器由通用处理模块和专用处理模块这2个部分组成。通用处理模块主要由数据库操作模块、通信操作模块、系统管理模块和文件读写操作模块这4个部分组成，如表3所示。而专用处理模块则是实现某个专用功能的模块，如表4所示。每个模块的功能与相应的界面及其按钮功能对应，即每点击一个界面功能按钮，即可通过客户端通信模块调用相应的模块。

3 实船验证

以大连海事大学的教学实习船“育鲲”轮为目标船舶，对船舶动力装置的智能诊断系统进行实船验证。“育鲲”轮的机舱设备和传感器配备齐全，配置了智能诊断系统实船验证所需要的系统和设备，包括主推进柴油机、冷却水系统、滑油系统和燃油系统。

表3 通用模块的类名表Table 3 Class name table for general modules

表4 专用模块的类名表Table 4 Class name table for specialized modules

将船舶动力装置的智能诊断系统分别安装在船端的机舱集控室、轮机长办公室和岸端的管理控制平台，以保证船端和岸端能够同步开展验证工作。待诊断系统稳定运行后，主要从以下3个方面来验证智能诊断系统主要功能的准确性和可操作性。

1）验证船端和岸端数据的同步性和一致性。

在连续30天的任意时间段内，对比船端数据库和岸端数据库的状态参数及写入时间，对比结果为：当船舶靠岸或近海航行时，2个数据库的状态参数值相同，写入时间的差值范围为1 s；当船舶离开近海区域后，岸端数据库的状态参数值写入时间比船端延迟了1～5 s，其原因可能是受制于通信条件的影响。尽管存在延迟，但由于写入的状态参数值相同，所以并不影响健康状态值评估和辅助决策报警的准确性。

2）验证健康状态评估值的准确性。

建立单参数阈值模型和雷达法模型，从数据库中选取连续30天任意时间段的状态参数，根据组件级别输入至不同的评估模型以获得健康状态评估值并绘制成曲线（以5 s为时间节点），在智能诊断系统中调取该时间段的健康状态值历史数据并绘制曲线。以海水冷却系统为例，11月20日7：00～8：00的健康值曲线对比如图10所示。通过对比可知，智能诊断系统得出的船端曲线与评估模型计算所得曲线的吻合度较高，证明了智能诊断系统评估系统状态的精确度；而岸端曲线则整体右移，即健康值有所延迟，这与船岸之间的通信延时有关，但岸端曲线的总体变化趋势与船端基本吻合。

3）验证报警的及时性和辅助决策的准确性。

在实船运行过程中，系统和设备在大多数时间内均处于正常状态，为了船舶安全，不能人为制造故障。为了验证报警的及时性和辅助决策的准确性：一方面可以通过人工向数据库输入异常状态参数进行验证，即人为验证；另一方面可以基于船舶航行时的真实故障进行验证，即实船验证。

以11月3日为例，船舶处于正常航行状态，但船舶燃油系统的燃油分油机（三级组件）提示报警，并自动弹出辅助决策界面。轮机人员按照“问题列表”和“原因列表”依次检查设备，根据“报警列表”中的“燃油分油机排渣口跑油”（问题）找到了“燃油分油机密封圈损坏”（原因），并根据“建议列表”中“拆检分油机更换密封圈”（建议）解除了报警，最后系统恢复了正常。辅助决策的验证周期一般较长，且需要不断更新和调整数据库。现阶段的实船验证工作表明，智能诊断系统的报警及时性和辅助决策准确性均较好，可以缩短维修时间、降低轮机人员的工作强度，故得到了轮机人员的一致认可。

4 结 语

本文设计了船舶动力装置的智能诊断系统，采用健康状态评估方法对目标船舶动力装置系统和设备运行过程中的健康状态进行了采集和评估，并针对问题组件提供了相应的辅助决策建议。该系统还设计了船舶信息和系统管理等辅助功能，可以根据不同的目标船舶进行基本信息的更改和维护。

实船验证结果表明，船舶动力装置的智能诊断系统可以帮助轮机管理人员提前发现船舶动力装置运行过程中出现的问题，实现从“事后维修”到“视情维修”的转变。其提供的辅助决策建议能够指引管理人员快速地寻找问题根源，从而减轻轮机人员的工作负担，缩短“发现问题”到“解决问题”的时间周期。同时，船岸一体化的设计思想和多种辅助功能可以使岸端管理公司时刻掌握动力装置的运行状态，从而提高船舶运行状态的监管力度，可为逐步实现无人驾驶船舶奠定基础。