基于在线油液监测的船舶发动机故障分析

张海涛

(中海油能源发展股份有限公司采油服务分公司，天津300452)

作者简介：张海涛(1986—)，男，工程师，主要研究方向为石油机械、船舶机械, seahaisea@126.com.

摘要：为实时了解船舶发动机故障的位置、原因等，提升故障判定的时效性，设计了一种在线油液监测船舶发动机故障的方法。该方法通过集成传感器系统监测船舶发动机油液的黏度、含水量、磨粒浓度3种特征信息，基于Parzen窗法设置特征信息的故障判断界限值，利用Weka软件提取特征信息样本数据和规则，构建船舶发动机故障诊断知识库并判定船舶发动机故障。实验结果表明，用所提方法判定的船舶发动机故障与人工诊断结果完全一致。

关键词：在线油液监测；船舶发动机；传感器；特征融合；界限值；故障分析

中图分类号：TU528.2   文献标识码：A   文章编号：2095-509X(2020)03-0113-04

发动机是为机械设备运行提供动力的主要设备之一，若发动机发生故障［1］，整个设备也无法正常工作，不仅会给企业带来经济损失，也可能对工作人员的人身安全产生威胁。监测和分析船舶运行状态是保障船舶安全运行的基本措施。发动机在船舶运行过程中发生故障是无法避免的事情，因此对船舶发动机进行有效的监测意义重大［2］。对此，相关研究人员进行了研究。林丽等［3］提出利用灰色预测模型对船舶发动机故障进行诊断，虽然该方法能够对船舶发动机故障进行有效诊断，但对船舶发动机的异常征兆预测精度较低；李华兵等［4］对现有船舶运行性能仿真模型增加故障接口进行拓展仿真，通过注入故障参数,获得了对船舶发动机的故障点进行监测的方法，该方法能够快速发现发动机故障，但考虑实际情况甚少，不能在现实船舶中应用；徐晓健等［5］采用原子发射光谱分析、红外光谱分析、PQ铁磁性颗粒分析等指标检测方法构建船舶机械故障监测方法，并对监测流程进行设计，实现了船舶机械故障的诊断与分析，但该方法较复杂，实际操作性能欠佳。

本文提出了基于在线油液监测技术的船舶发动机故障判定方法，该方法采用传感器获取油液状态信息实时判定发动机故障，实现了在线对船舶发动机的有效监测，缩短了故障检测时间，减少了故障发生后停机造成的损失。

1船舶发动机中油液特征信息的提取

单一的在线油液监测技术无法完整描述船舶发动机故障类型、故障原因等，在故障预测和故障判定方面存在局限性，因此需要设计集成传感器系统，通过传感器系统获取发动机中润滑油的相关特征信息。在传感器系统内部设置在线油液铁谱传感器、在线油液水分传感器、在线油液黏度传感器、微量泵等部件，对发动机中润滑油的黏度、含水量、磨粒浓度特征进行提取，再将采集到的数据经由PC104总线传送给机舱集控室内的服务端。图1为油液监测集成传感器系统的整体架构图。