（利星行机械（昆山）有限公司 215337）
摘要：结合船舶柴油发电机组故障诊断的智能化需求，本文对设备智能化故障诊断技术展开了分析，从数据采集、智能诊断、技术实现等方面对相关问题进行了探讨，为关注这一领域的相关人员提供参考。
关键词：船舶；柴油发电机组；故障诊断；智能化诊断技术
引言
在科学技术快速发展背景下，船舶柴油发电机组向着集成化、精密化的方向发展，给设备故障诊断带来了一定的难度。而船舶柴油发电机组组需要承担较大的工作负荷，故障的发生在所难免，所以需要通过实现故障诊断的智能化诊断技术降低损失，为船舶安全运行提供保障。因此，需要加强发电机组组故障诊断智能化技术的分析，为故障诊断的智能化诊断技术的实现奠定基础。
1故障诊断的智能化
柴油发电机组是船舶电力系统核心组成部分，拥有精密结构和强大功能，可以持续长时间工作。一旦出现故障，不仅会造成损失，还会给船舶航行带来安全威胁。而船舶柴油发电机组故障类型较多，故障发生后会出现温度偏高、压力偏低、异常振动和噪声等现象，需要及时准确地完成故障诊断与分析，从而使故障得到尽快处理。在信息技术取得快速发展的背景下，还需实现故障诊断的智能化，即要通过对设备运行状态数据进行采集、处理和分析实现故障的自动化判断推理，实现对设备状态和故障在线监测，保证故障能够得到尽早发现和及时处理[1]。想要达成这一目标，需要利用电压采集卡、振动传感器、温度传感器、压力传感器等各种传感器进行设备运行数据采集与反馈。针对采集与反馈的数据，还需采用智能化算法完成诊断分析，实现对设备故障类型准确判断，满足船舶柴油发电机组故障诊断智能化发展需求。
2故障诊断的智能化技术分析
2.1故障数据采集分析
在智能化故障诊断技术运用方面，还要以设备状态数据采集为基础。在实践工作中，需要利用传感器设备对发电机组运行状态进行监测，完成各种运行信号的采集。采用电子信号进行设备状态反馈，可以为设备故障诊断提供数据依据。由于采集到的信号受环境和电机振动等因素的干扰，所以还要实现信号预处理，滤除噪声干扰。通过A/D转换，可以得到故障诊断需要的设备运行数据和相关参数。故障诊断过程需要在计算机中完成，而现场采集设备与计算机之间存在一定距离，所以需要将采集到的数据传输至数据中心，通过筛选后实现特征数据的提取。在数据传输方面需要采用相应通讯技术，通常可以利用以太网或CAN总线或者专门的CDL进行信号的传输。在实际进行故障诊断时，还要将得到的数据与历史参数进行比较，才能确定设备故障所处部位。因此在设备状态监测过程中，还要完成运行参数的筛选，通过频谱分析实现数据参数比较，为故障诊断提供可靠数据支撑。
期刊文章分类查询,尽在期刊图书馆
2.2智能诊断算法分析
在对船舶柴油发电机组故障进行智能化诊断时，需要采用智能算法，如神经网络算法、模糊理论等，完成故障推理。神经网络算法为常用算法，需要利用采集到的样本数据完成网络训练，训练过程中需要实现采集信号特征参数提取。采用蚁群算法，可以通过人工模拟蚁群实现问题搜索，实现特征参数提取。因此在设备故障智能诊断方面，需要采用蚁群神经网络算法。采用该算法，每个蚂蚁在通过一个路径节点时能够进行信息素的释放，根据信息素的浓度确定运动方向，完成最优路径的查找[2]。采取该算法进行船舶柴油发电机组故障诊断，需要对采集到的现场信号进行排序，得到相应集合，使蚂蚁按照一定规则进行元素选择。在既定的集合中进行元素选择，然后返回原本路线进行信息素调节，可以实现最优路径查找。通过反复迭代计算，则能获得最优解，实现特征值的提取。采用神经网络完成特征信号处理和判别，则能对设备故障类型进行推断。确定设备故障类型后，则能对故障特征和时间进行记录，为故障位置判定和维修决策的制定提供依据。依托该种算法实现柴油发电机组故障诊断，在获得设备运行数据后，会先对诊断点的数据进行获取。按照智能化诊断流程，如果采集的数据与历史数据保持一致，可以判定无故障；如果判定存在数据异常，需要进行蚁群神经网络诊断程序的调动，结合历史参数实现智能诊断分析，得到故障诊断结果。
2.3诊断技术实现分析
在发电机组故障智能化诊断技术实现方面，还要完成智能诊断程序的编写。采用MATLAB软件，可以为技术实现提供先进设计语言。采用VC++语言进行编程，能够顺利实现软件移植，满足系统应用需求。实际采用MATLAB软件，还要利用软件工具箱和内置函数进行高效编程，对神经网络进行训练。利用VC++，可以引入对应库文件，进行MATLAB软件引擎程序编译[3]。实际操作时，还要利用菜单选项进行属性设置，完成库文件选择，添加相应路径和文件名。采取该种措施，可以完成故障类型库的建立。对诊断样本数据进行调用后，利用MATLAB程序进行故障推理，可以确定设备故障类型。采用VC++，可以完成系统软件界面编写，为MATLAB软件连接提供接口，并且能够在界面进行推理结果显示。在系统中输入关键词，也可以采用MATLAB引擎进行设备故障历史诊断数据的搜集，为故障位置的进一步判断提供依据。
结论：通过分析可以发现，在发电机组技术含量不断提升的情况下，人们对发电机组故障诊断也提出了智能化要求，希望通过智能化故障诊断及时发现船舶柴油发电机组存在的问题，降低故障造成的损失，保证船舶安全运行。因此，还应加强发电机组智能化故障诊断技术的分析，以便故障诊断的智能化诊断技术的实现提供思路，为船舶发电机组维修管理提供技术支撑。
参考文献：
[1]曹文田,刘宗武,高彦.发电机组电气故障的智能诊断机理[J].电子技术与软件工程,2017(19):239.
[2]张跃年.船舶发电机组常见故障与智能故障诊断方法[J].现代工业经济和信息化,2016,6(13):60-61.
[3]张继芳,吉庆昌,郭玉霞等.船舶柴油发电机组智能故障诊断系统[J].舰船科学技术,2016,38(10):64-66.
论文作者:龙凤军
论文发表刊物:《科技研究》2018年11期
论文发表时间:2019/1/24
标签：故障诊断论文; 故障论文; 船舶论文; 设备论文; 数据论文; 技术论文; 算法论文; 《科技研究》2018年11期论文;