第1章绪论

船舶柴油机是船舶获取动力的主要来源，作为船舶的心脏，其安全稳定的运行是确保船舶运转安全的关键。随着现代化生产的高速发展和科学技术的进步，船舶柴油机不断朝着大型化和多样化方法发展，自动化程度越来越高，工作性能也不断地得到改善但是由于其结构的复杂性和大功率、高负荷的持续运转，随着时间的积累和内外条件的变化，发生故障的可能性很大。而且一旦故障发生，会造成巨大的经济损失，甚至危及人身安全。由于柴油机故障的模糊性和随机性，一个故障产生的原因可能是多个因素影响的结果。所以，传统的故障诊断系统已经不能满足现代船舶系统的要求。船舶的大型化、高速化和自动化已经是大趋所势，由于没有特殊的仪器设备对柴油机进行预测诊断，仅靠人工经验的判断，很难及时发现故障。针对这一局面，我们需要提高船舶快速诊断与预处理能力，特别是柴油机的故障能进行提前预报这样就使故障还没有形成时就能被及时发现，通过采取合理的措施就能将故障消除在萌芽状态当中，大大减少故障发生的概率，提高了船舶正常营运的安全性。

........

第2章船舶柴油机热力参数的聚类分析

2. 1传统机舱数据分类研究

由于船舶机船中的参数成百上千，所以依据不同原则进行分类，结果也不尽相同。传统的机舱参数分类方法主要有以下三种：根据采集来源的不同，可以按照船上原有的系统给数据进行分类。如图2.1,针对不同的系统进行分类，能比较清晰的看出哪些参数同属一个系统。根据描述的性能不同，参数可分为安全性参数、经济性参数和环保性参数等(如图2.2)。安全性参数主要是表征机給设备及系统的安全状态的参数，当然它所涵盖的范围是最大的，是全船在营运过程中重点关注的对象，主要包括油、水、气等介质的压力、温度、粘度等以及关键设备的电流和电压等，这些参数如果发生异常，则可能是相关设备及系统发生故障，定会影响船舶安全航行；经济性参数直接关系到船舶的营运成本问题，主要包括船舶航速、主机油耗、辅机油耗和锅炉的油耗等；环保性参数主要是关于船舶在营运过程中所产生的废油、废水的处理和排出以及废气的排放，主要包括烟肉口处废气的流量、压载水中微生物含量和生活污水的含油量等。

2.2船舶柴油机常规热力参数

从上面的工作原理可以看出，柴油机各子系统之间的关联性主要体现在各子系统中热力参数之间的关联性。如果柴油机某个子系统中热力参数异常变化，可能是该子系统的设备发生了故障，还有可能是其相邻系统热力参数发生异常变化所导致的。所以有必要将关联性较大的热力参数聚为一类，并对关联性较大的一类热力参数分别进行历史数据挖掘分析和将来一段时间的趋势预测分析，来综合判断柴油机可能发生的故障点及其直接影响的热力参数的异常变化。一般地，我们可以通过监测柴油机中燃油、滑油、冷却水、空气等介质的状态参数来判断柴油机或某个部件及子系统的运行状态。几乎每台柴油机出厂时都配套带一些常规热力参数的监测仪表，比如测量滑油和冷却水温度和压力的仪表。这些热力参数蕴含的故障信息非常多，实用性较强，具有较大的故障诊断与预测的应用价值[22-24]。船舶柴油机实时监测的最终目标就是确保船舶航行安全，所以选择合适的监测对象至关重要。下面从柴油机各子系统的组成及其所包括的热力参数两方面对各个子系统进行分析[25-26]。

第3章船舶柴油机热力参数趋势预测模型 22

3.1常用的参数预测方法 22

第4章船舶柴油机热力参数趋势预测分析 32

4.1典型参数的选取 32

4.2热力参数预警与报警限值的计算研究33

第5章实船热力参数趋势预测的应用 51

5.1实船参数的测试方案 51

5.2实船热力参数趋势预测的应用效果 51

第5章实船热力参数趋势预测的应用

5.1实船参数的测试方案

本节选取实船上实时采集半小时内的排气温度数据，每20秒采集一次，共90个实测数据，称作原序列。下面对排气温度数据进行两次预测，以验证组合预测模型的有效性。具体方案如下：首先将前30个数据作为样本数据当作预测模型的输入，来预测将来的30个数据，并与原序列第31-60个的实测值比较进行误差分析；然后再将原序列第31-60个数据作为样本数据作为预测模型的输入，来预测将来的30个数据，并将预测结果与原序列第61-90个实测数据比较进行误差分析。

5.2实船热力参数趋势预测的应用效果

图5.2为第31-60个数据的实测值曲线与预测值曲线的对比结果，从图中可以看出预测曲线既包含了排烟温度变化的趋势性又含有变化过程中可能产生的随机性。预测值曲线的走势与原序列曲线大致相同；由于数据较多，本文只选5的倍数的时间点进行预测值与实测值的误差分析，对比结果见表5.1所示。由计算结果可以看出，上述6个典型时间点的预测值与实测值的平均相对误差为0.37%。由于计算平均相对误差时排气温度值作为分母，基数较大，所以平均相对误差计算值较小，但可以看出预测结果无论从趋势还是精度都是比较高的。

..........

第6章结论与展望

本文主要针对传统船舶柴油机的定时维修所具有的滞后性，以及现有的先进机舱监测系统只能对柴油机当前的运行状态进行评价，缺少对将来一段时间的运行状况进行预报的不足，提出采用组合预测方法对柴油机热力参数进行趋势预测分析，以实现对柴油机的故障状态进行预报。本文的主要工作及所得到的结论如下：(1)选取排气温度为主要的预测对象，采用灰色关联分析方法对柴油机重要热力参数进行聚类分析，结果共分为三组，得到排气温度的关联参数为各紅平均排气温度、扫气温度、主轴承出口滑油温度、气紅冷却水出口温度。(2)针对单一预测模型存在的弊端，提出组合预测模型是发展趋势，并建立了四阶龙格库塔优化的灰预测模型与时间序列AR相结合的组合预测模型。(3)通过对排气温度在不同负荷下的报警限值的计算，以及预警等级的界定方法进行研宄分析，实现了柴油机故障预警的功能。(4)分别对排气温度在平稳变化和上升变化时进行预测分析，并以其关联参数联合预测的结果来验证排气温度趋势预测的准确性，并将实船排气温度的历史数据所得的预测值与实测值进行比较分析，验证了模型的有效性。

...........

参考文献（略）