基于热力参数的船用低速柴油机故障诊断方法研究.pdf
基于热力参数的船用低速柴油机故障诊断方法研究
摘要
近年来，随着船舶发展趋势向智能化、自动化和无人化的方向不断深入，对
船舶系统在安全性和可靠性等方面提出了越来越高的要求。柴油机作为船舶的主
要动力装置，工作环境差，易发生故障，据统计60%以上的船舶故障来自机舱，
而船舶柴油机故障发生率高达85%。因此，实时监测船舶柴油机的运行状态，准
确的对其工作状态进行识别和故障诊断，对保障船舶的航行安全有着重要的意义。
本文以6S35ME型船用低速柴油机为研究对象，通过GT-Power软件建立柴
油机的一维仿真模型，在仿真模型的基础上，通过主成分分析（PCA）和麻雀搜
索算法优化支持向量机（SSA-SVM）的方法对柴油机进行故障检测和诊断方法
研究，并通过MATLABAppDesigner平台设计了一款柴油机故障诊断软件。具
体工作如下：
首先，通过仿真软件GT-Power搭建了柴油机仿真模型，并通过试验数据校
准仿真模型。结果显示，GT-Power仿真模型中的各参数与试验值误差均在3%以
内，且缸压曲线吻合度高，验证了仿真模型的准确性。
其次，对柴油机常见的故障类型进行了分析，通过仿真软件对喷油正时故障、
单缸停油、单缸供油不均匀、增压器效率下降、排气阀关闭正时故障和压缩比减
小等常见的9种故障进行了仿真计算。选取了有效功率、燃油消耗率、平均有效
压力等13种热力参数，对柴油机在不同故障下的运行数据和缸压曲线与正常工
况下进行对比，验证故障仿真的合理性，并通过故障模型生成柴油机故障诊断数
据集。
再次，通过主成分分析方法对柴油机进行了故障检测，利用柴油机在正常工
作状况下的运行数据建立了正常的主元模型，通过各个特征的累计方差贡献度确
认了主元个数，进行特征提取。利用2统计量和统计量对柴油机的不同故障
进行了检测，并综合这两个统计量的特征求出了一个综合统计量，提高了故障检
测能力，结合贡献图可以获得各个故障对变量的影响情况。通过柴油机故障仿真
数据进行了验证分析，结果表明，通过PCA方法可以对柴油机进行有效的故障
检测，通过贡献图可以对故障原因进行很好的分析。
最后，在柴油机故障诊断方面，本文引入了麻雀搜索算法，并通过该算法对
支持向量机的核函数进行了优化，建立了基于麻雀搜索算法优化支持向量机模型。
对柴油机在正常状况和不同故障模式下的样本数据进行了故障识别，并与其他优
哈尔滨工程大学硕士学位论文
化算法进行对比，结果表明，麻雀搜索算法的故障识别率为99.26%，不仅具有
较高准确率，且建模效率也高于其他优化算法。通过MATLABAppDesigner工
具设计了柴油机故障诊断软件，实现对柴油机数据的特征提取、故障检测和故障
诊断。
综上所述，本文通过提取柴油机的热力参数，利用PCA方法可以有效地检
测柴油机运行状态，通过SSA-SVM模型可以准确地诊断柴油机故障，具有良好
的稳定性，对船用柴油机的故障检测和诊断有一定的参考和使用价值。
关键词：船用柴油机；故障诊断；主成分分析；支持向量机；麻雀搜索算法
基于热力参数的船用低速柴油机故障诊断方法研究
Abstract
Inrecentyears,asthedevelopmenttrendofshipsgoesdeeperanddeeperinthe
directionofintelligence,automationandunmanned,higherandhigherrequirements
areputforwardforshipsystemsintermsofsafetyandreliability.Asthemainpower
unitofships,dieselenginehaspoorworkingenvironmentandispronetofailure.
Accordingtostatistics,morethan60%ofshipfailurescomefromtheengineroom,
whilethe