下面是小编为大家整理的舰船内燃机故障诊断方案,供大家参考。
舰船内燃机故障诊断方案 本文关键词：舰船，内燃机，故障诊断，方案
舰船内燃机故障诊断方案 本文简介：摘要：本文以船用燃油机为例，结合数据融合背景下研究内燃机发生故障时的诊断方案，采取当前先进的信息处理技术，及时发现其中存在的故障问题，从而分析故障、解决故障，确保船舰内燃机能够正常运行。关键词：数据融合；
舰船内燃机故障；
诊断方案对船舰内燃机进行故障诊断是需要一定专业技能来解决的问题，因此这就需要相关
舰船内燃机故障诊断方案 本文内容：
摘要：本文以船用燃油机为例，结合数据融合背景下研究内燃机发生故障时的诊断方案，采取当前先进的信息处理技术，及时发现其中存在的故障问题，从而分析故障、解决故障，确保船舰内燃机能够正常运行。
关键词：数据融合；
舰船内燃机故障；
诊断方案
对船舰内燃机进行故障诊断是需要一定专业技能来解决的问题，因此这就需要相关技术维修工作者有专业故障诊断方式以及要求检测设备具有精密性，随着我国船舶事业大力发展，其中所使用的内燃机设备也随之发展，而且成本价格高，这就需要相关维修工作者做好对内燃机的维护工作，避免内燃机发生各种故障或损坏等情况。
1概述数据融合
关于数据融合这一词语的具体定义，就是将物联网从感知到应用层，其中各种信息种类和信息数量呈现不断增加的趋势，使得其中需要分析的数据信息也在逐渐增加，另外数据融合还涉及关于各种已购网络或多系统之间产生的数据融合方面的问题，因此如何从其中众多的信息中找到隐藏在其中有效信息，这就在一定程度上为数据融合带来的一定挑战和发展机遇。基于此，如何对数据信息进行整合、挖掘以及智能处理是物联网发展中需要解决的难题，通过结合云计算，p2p都可以有效解决上述出现的数据难题，通过运用云计算可以为物联网提供一种更有效率的计算模式，对网络提供需要进行动态伸缩的计算，并建立有一定可靠稳定的数据中心，其中还兼有互联网带来的各种便利、廉价等其他功能，实现设备之间对数据的应用和共享，用户在使用过程中，不需要担心数据信息遭到泄露等问题，最大的优势就在于能够对信息进行聚集、优化以及合理分配，实现信息节约化，从根本上提升数据信息使用效率[1]。简单来说，就是将多个传感器中的信息源数据与信息相联合，从而获得更加准确的定位和身份信息，最终实现对当前时态情况等信息进行处理的全过程。
2概述故障诊断技术
通过进行故障诊断，可以有效保障船舰中的内燃机处于正常状态。一般来说，内燃机在运行过程中会有三种运行状态，其一正常状态；
其二不正常状态；
其三反常运行状态。以上都会在一定程度上造成内燃机出现故障，影响船舰正常行驶。内燃机发生故障的主要在于内燃机无法正常运行，出现特性偏离，这就说明内燃机系统在运行中出现了缺陷，使得整个船舰的运行状态也会发生改变，无法正常工作，故障问题也会导致内燃机的功能无法发挥自身的作用，因此，相关技术维修工作人员在进行故障诊断过程中需要采取有效措施来检查船舰内燃机。对于故障诊断方式，主要有三种，其一解析冗余来进行诊断，其二信号处理，其三基于专业知识的诊断。因此在选择相应的诊断方式时，应该先对这三种诊断方式差别有所了解，一般来说，由于内燃机建模的不同，诊断的方式之间也存在一定的不同之处，而这三种诊断方式诊断的侧重点也不同，若明确内燃机模型，可以采用第一种解析冗余的诊断方式；
若明确对象信号情况下，可以采取第二种信号处理的方式；
若无法确定其中的对象，则可以采用知识诊断方式解决[2]。
3数据融合背景下舰船内燃机故障诊断方案———以船用柴油机为例
在当前数据融合背景下，对船舰内燃机故障诊断以及维修是影响设备能否安全运行的重要因素之一，结合内燃机特性而言，结构具有一定的复杂性，工作环境也比较差，受到以上各种因素的影响下，内燃机发生故障现象是一种连续性的过程，这就使得在实际工作中内燃机发生故障的情况下，相关维修工作人员对故障分析的难度也因此增大，本文基于数据融合背景下，采取粗糙集与支持向量机两者相结合的方式进行诊断，转变过去诊断中的单一形式，加大诊断准确率，以下描述故障诊断的具体方案[3]：①确定需要进行故障诊断的研究对象，本文主要研究对象是当前船用柴油机。②对研究对象中的使用特征及其使用参数进行选取，明确其中需要收集什么样的信息和数据来对内燃机进行故障分析和诊断，确定其中的各项数据参数后，收集数据，并进行科学合理的整合。③对收集到的各种数据参数进行规化、离散化处理，其中需要注意的是：在进行数据处理过程中，应遵守诊断方式中规定的数据处理原则，严格避免因数据处理后因遗失其中所携带的其他特性。④运用粗糙集理论中的属性约简便算法，在进行诊断处理时要结合内燃机出现故障的实际情况进行分析，采取与之相应的属性约简便算法。⑤对经过粗糙集理论方式进行处理后的数据分类，选择其中比较合理的故障数据作为训练样本，然后在利用SVM理论对样本进行基础训练模型。⑥在内燃机故障数据中选择其中一处作为测试样本，用这个样本来检测模型的实际训练能力，同时还要将测试数据融合背景下的舰船内燃机故障诊断方案研究陈郑；
杨堉博；
王一鸣；
林治瀚（海军工程大学，武汉430000）摘要：本文以船用燃油机为例，结合数据融合背景下研究内燃机发生故障时的诊断方案，采取当前先进的信息处理技术，及时发样本应用于训练模型中，进行相应的训练，但这种训练模型是基于支持向量机理论来建立的，因此通过训练后的样本会得到预测结果。⑦对第六部分环节进行总结分析，结合实际情况得出训练模型训练后的精度，最终判断出这种方式对内燃机故障预测结果的准确程度。⑧对以上所有环节进行结果对比、分类、总结。
4总结
综上所述，本文对故障诊断技术进行简单分析，以船用柴油机为例，探究数据融合背景下舰船内燃机故障诊断方案，有效提升船舰内燃机的故障诊断准确率，从而提升工作人员的对故障处理的工作效率，使我国船舶事业朝向更好的方向发展。
参考文献：
[1]张雷.基于数据融合的船舶内燃机故障诊断方法的研究[J].中国科技投资，2017（15）.
[2]杨波，宋国富，洪波昌，等.基于邻域粗糙集和支持向量机的内燃机故障诊断方法[J].昆明理工大学学报：自然科学版，2016（4）：52-58.
[3]曹森.浅析内燃机零件质量与装配故障的诊断措施[J].军民两用技术与产品，2017（6）.
作者：陈郑 杨堉博 王一鸣 林治瀚 单位：海军工程大学
舰船内燃机故障诊断方案 来源：网络整理
免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。