基于数值仿真与神经网络的船用双燃料发动机健康评估研究.pdf

基于数值仿真与神经网络的船用双燃料发动机健康评估研究

摘要

随着环境保护法规的日益严格，船舶动力系统的绿色化和智能化成为行业发展的

趋势。船用双燃料发动机作为新一代动力系统，其高效、低碳的特点受到广泛关注。

但在实际应用中，如何确保其稳定可靠的运行并及时准确地进行故障预警和健康评估，

是当前亟待解决的问题。本文以YC6K双燃料发动机为研究对象，围绕仿真建模、故

障模拟、故障诊断、状态评估和状态预测几个方面展开深入研究，主要内容如下：

首先，本文基于发动机的稳态和动态特性，建立了一个基于容积法的零维仿真模

型，并通过实验数据验证模型参数，误差小于4%。在此基础上，模拟了八种典型故障，

分析了它们对发动机性能参数的影响，为后续的健康评估和故障诊断提供了数据支持。

进一步，本文采用了BP和SOM神经网络相结合的方法，设计了一个多故障诊断与状

态评估模型。该模型能够准确识别并量化发动机的多种故障，通过混淆矩阵验证了BP-

SOM模型，其诊断准确率从单BP神经网络的98.8%提升到了99.6%，其量化结果在0

到1之间随故障程度增大而增大，符合预期状态评估的要求。此外，利用Fisher算法将

故障指数分级为优、良、差和故障，并通过copula函数实现了多个故障指数的概率联

合分布耦合计算，为发动机整机的健康状态提供了量化表示方法。最后，本文利用

LSTM神经网络，基于故障模拟数据和耦合健康指数，设计了一个能够预测发动机未

来健康状态的预测模型，预测所得的耦合故障指数预警阈值为0.77。这一模型能够根

据发动机的实时监测数据，预测其未来的运行状况，为发动机的维护和健康管理提供

有效的决策支持。

综上所述，本文从仿真建模、故障模拟、故障诊断、状态评估和状态预测几个方

面系统地开展了研究，深入分析了典型故障对双燃料发动机性能的影响，设计了一套

科学的健康评估方案，基于神经网络算法建立了健康评估系统模型。这些成果不仅为

双燃料发动机的安全、可靠和智能化运行提供了有力的技术支撑，而且对推动船舶动

力系统的绿色化和智能化发展具有重要的理论和实践价值。

关键词：双燃料发动机；零维仿真模型；故障模拟；神经网络；健康评估；

基于数值仿真与神经网络的船用双燃料发动机健康评估研究

Abstract

Asenvironmentalprotectionregulationsbecomeincreasinglystringent,thegreeningand

intelligenceofshippowersystemshavebecomekeytoindustrydevelopment.Themarinedual-

fuelengine,asanewgenerationpowersystem,hasgainedwidespreadattentionduetoitshigh

efficiencyandlowcarboncharacteristics.However,inpracticalapplications,ensuringitsstable

andreliableoperation,alongwithtimelyandaccuratefaultwarningandhealthassessment,is

anurgentproblemthatneedstobeaddressed.ThispaperfocusesontheYC6Kdual-fuelengine,

conductingin-depthresearchonsimulationmodeling,faultsimulation,faultdiagnosis,

conditionassessment,andconditionprediction.Themaincontentsareasfollows:

Firstly,basedonthesteady-stateanddyn