船舶发电机智能故障诊断系统

肖向锋

船舶发电机智能故障诊断系统

肖向锋

肖向锋

连云港市地方海事局

肖向锋，男，湖北英山，1984.11，大学本科，连云港市地方海事局 中级工程师，研究方向：船舶轮机电气。

随着世界多元化的发展，市场经济不断提高，船舶事业在其发展中承担着不可替代的作用。船舶的正常运行也受到国家密切的关注，船舶电力系统的核心就是发电机，发电机是否正常工作决定着船舶的正常运行。发电机一旦出问题，就需立马维修，尽快恢复正常，否则很可能引起人员的伤亡事故以及经济的重大损失。所以船舶发电机的故障诊断系统起着至关重要的作用。随着国内外发电机诊断系统的不断发展，我国传统的诊断技术已经跟不上时代的发展，智能故障诊断系统已经全面应用。本文对船舶发电机的智能故障诊断系统进行了研究分析，希望可以为船舶的维修提供可靠依据。

为了保证船舶可以正常的运行，船舶发电机也在不断改进，功能的不断完善，系统不断地精密化，运行时间不断增加，导致电机的负荷不断加重，结构复杂化，系统之间也变得复杂化，致使发电机的故障率也加大。因此传统的人工诊断方法已经跟不上信息化的时代，船舶智能诊断技术已经应用到实际中，其精确、快速的诊断提高了故障维修的速度，减缓事故的发生，确保船舶正常的运行。

1 故障诊断系统的定义

在一定条件下通过某种手段查明是哪个系统出现了问题，出现了什么问题，问题严重性，问题的解决方法，以及预测某个问题的发展程度做好准备等，即指通过表面想象去判断其本质，用现在和过去的现象推测未来。在船舶发电机系统中，可以通过船舶各项可测量的参数以及船舶各项部件的运行状况去判断设备的运行状况，出现异常就需判断其故障的原因与位置，做好预防措施。故障诊断就是通过检查各项部件的参数及征兆等信息对设备进行全面的识别，完成设备诊断的过程。为了更方便的获取信息，减少不必要的麻烦，智能故障诊断技术很大程度上符合人们的要求，更方便实施。

常见故障与智能故障诊断方法

发电机常见的故障

船舶发电机主要故障有：转子故障、轴承故障、气隙偏心故障和定子故障等。其多表现在机械类和电气类故障，其中机械类主要有转子轴承的不转动、轴承异常噪声及振动、发电过热等故障。电气类主要包括正常操作、启动和空载运行三个方面，在正常操作中可能会因电压的突变引起操作使电压的异常；在启动时可能出现电压值忽高忽低，或无电压的现象；在空载运行中正常的电压由于加入负载导致电压的波动等。

智能诊断方法

1.知识故障诊断法

知识故障诊断法包括专家系统的故障诊断法、人工神经网络故障诊断法和模糊逻辑推理诊断法。

专家系统故障诊断法是指由业内专家的经验所建立的，当船舶发电机正常运行时发生故障时，系统会自动检查出是那个部位出现了问题给出合理化建议。系统还可以记录不能识别的故障，等待专家来处理，记录处理方法，完善系统资料。使系统智能化逐渐加强，应用在各个系统中。

人工神经网络具有并行处理、自主学习和处理非线性的能力，而且不用建立数学模型，所以在非线性故障中非常适合。系统可以设置多种神经网络模式，每种模式是根据特定的学习方法，把收集的频率及信号设为神经网络的输入，并设定输出的条件，进行网络练习，确定准确的权值。通过对网络模式的编辑，把异常信号输入整理好的神经网络系统，系统则可以自动对其进行网络处理，明确指出故障部位以及处理方法。

模糊逻辑推理诊断法是把专家知识结构和基本出处理法结合在一起，形成一个模糊逻辑的存储库，充分利用已有的资源和经验，找到更适合的处理方法，在故障诊断中合理的运用。

2.信号处理方法

信号处理方法中的典型是小波变换诊断法，不需要精确的数学模型，简单方便，因此适用性是非常好的。

小波变换诊断方法是通过检测信号波动、异常来找出信号异常的位置，也可以检测信号频率的波动。所以小波变化诊断法可以通过信号来处理设备的异常故障。

3.信号处理方法

是指利用外观估测器输出的估计值和实际测取的数值进行数据分析，推测故障发生的原因与位置。

单纯使用一种方法很难起到很好的效果，在船舶发电机现实应用中，可以根据问题的情况结合使用各种故障诊断方法对故障进行处理，把各自的优势结合起来方便处理故障。

2 船舶发电机智能故障诊断法的发展现状

发展历程

故障诊断技术经过数年的发展，已经成为世界各国关注以及研究的重点。初期时，由于社会经济发展有限，生产水平和科学技术的落后，人们对故障诊断的认识还是比较浅薄。基本都是出现问题了，才去解决，这会浪费很多时间与精力，而且导致停止运行，会造成很大的经济损失。伴随着世界经济的发展，科学技术的不断推进，人们已经认识到了故障诊断的重要性。开始对其进行定期的检查与维修，做好一系列的监控预防工作，处于预知维修阶段。这样诊断工作有了很大的提高，减少故障发生频率。

我国故障诊断技术同样也是随着社会经济的发展不断完善，主要有两个进程阶段：在二十世纪七十年代末我国就开始对国外的先进思想开始学习，对一些故障诊断方法有了初步的认识。在二十世纪八十年代初，我国就开始全方位的学习研究故障诊断法，以及从国外学习智能故障诊断法，这使故障诊断的研究在我国有了新的里程碑，推动了故障诊断的发展并取得了影响世界的新成果。如：刘彦呈教授对船舶发电机电闸间短路故障新的诊断识别方法与解决方式；党存裕教授对船舶发电机数学模型的仿真。获取了大量数据样本，利用神经网络进行诊断识别取得了巨大成绩等。

故障诊断技术在这30多年中，不断改进又有了翻天覆地的改变，从最开始的简单化到技术化再到智能化不断地飞跃。简单化阶段主要是由人员进行维修，设备简单，只能通过个人的经验来进行推测诊断，这种方法简单化，但对维修人员的技术要求非常高，局限性比较大，还费时费力；技术化阶段是利用建立数据模型，运用动态测试技术和传感技术处理信号的故障诊断方法，但对数据模型的建立要求需要非常精确，否则就会有误差，效果不是特别的理想化；智能化是利用专家系统的故障诊断法、人工神经网络故障诊断法和模糊逻辑推理诊断法。各种方法的配合下已经有了很大改进，但智能诊断法还需不断地完善。

未来的发展趋势

船舶发电机是一个非线性函数系统，而且复杂多样，致使其故障的诊断十分困难，因此应该把先进的科学诊断法与传统的经验相结合起来，把船舶发电机智能诊断技术沿着智能化，通用化，综合化方向发展。例如：

1.神经网络的完善。

2.神经网络与信号处理的结合。

3.神经网络与诊断理论的融合。

4.智能化系统的通用化和微型化等。

3 总结

船舶发电机是船舶发电系统的核心，伴随着科学技术的不断发展，船舶发电机正朝着精密化、高速化、集成化和大型化发展，船舶发电机故障智能诊断系统的发展也要随之改变。智能化诊断是适应社会科学发展趋势的一种有效措施。智能诊断系统在实际运行中能更快的发现故障，给予解决故障的方法，避免巨大的经济损失和人员的伤亡。因此船舶发电机智能故障诊断系统的不断完善有着重要的意义。

10.3969/j.issn.1001-8972.2015.02.072