基于人工智能船舶发电机的故障检测与维修研究

吴泽谋

（集美大学，福建厦门 361021）

0 引言

船用发电机组是船舶的重要组成部分，船用发电机是核心，发电机能否正常工作，关系到船舶能否正常航行[1]。若船舶临时停电，主机无法保证润滑，副泵无法工作，船舱及照明不能正常，某些导航设备甚至会完全失控[2]。所以随时监测发电机运行具有重要意义。常规的故障检测方法从故障到停电的时间都很短，所以值班人员必须在短时间内掌握报警的实质。但是，由于受现场环境和人为因素的影响，有时很难判断出故障部件，从而导致误判。发电机故障的在线实时监测和故障诊断需要有一套优秀的人工智能手段[3]。针对船舶发电机的励磁三相整流电路故障，提出了基于波形分析的神经网络诊断方法。该方法先采集整流电路的输出波形，然后建立神经网络输出与故障的对应关系，实现智能故障诊断。

1 船舶发电机转子匝间短路故障检测与维修

发电机运行过程中，转子匝间短路的故障诊断主要是根据转子励磁电流的变化和匝间短路引起的转子热、磁不平衡来进行的。电机转子匝间短路在运行中常见的两个特点：①转子振动异常；②激发电流相对增大。针对上述特点，可以分析正常运行的机组在运行中是否发生匝间短路故障[4]。系统汇集了维修领域众多专家的知识与经验，以实际应用为出发点，针对汽车电喷发动机故障诊断日益复杂的特点，模拟电喷发动机故障专家诊断过程。结合故障树数据结构和关系数据库原理，构建了一个较完整的知识库，实现了确定性故障诊断所需的推理引擎；……