曹 蒙，王利偉，陳 博

船舶動力系統(tǒng)技術(shù)狀態(tài)評估綜述

曹 蒙1，王利偉1，陳 博2

（1. 中國人民解放軍91404部隊91分隊，河北 秦皇島 066001；2. 海軍駐上海地區(qū)第一軍事代表室，上海 201913）

本文介紹了船舶動力系統(tǒng)技術(shù)狀態(tài)評估的發(fā)展歷程，從理論層面和應(yīng)用層面概述了船舶動力系統(tǒng)技術(shù)狀態(tài)評估的研究現(xiàn)狀，分析了制約其實際應(yīng)用的關(guān)鍵技術(shù)。最后，就船舶動力系統(tǒng)技術(shù)狀態(tài)評估的發(fā)展趨勢做了展望。

動力系統(tǒng) 技術(shù)狀態(tài) 評估

0 引言

船舶動力系統(tǒng)技術(shù)狀態(tài)的好壞將直接影響船舶的快速性、機動性、安全性等多個方面[1]。因此，及時、準確掌握動力系統(tǒng)技術(shù)狀態(tài)，對于船舶的使用決策至關(guān)重要?？萍肌⑿畔⒓夹g(shù)的飛速發(fā)展，傳感器、物聯(lián)網(wǎng)、新材料等不斷革新都極大地擴展了人們對裝備監(jiān)控維度、數(shù)據(jù)采集的廣度、信息挖掘的深度。加之大數(shù)據(jù)、智能算法、數(shù)據(jù)挖掘的普及和應(yīng)用，全面、及時掌握裝備的技術(shù)狀態(tài)已成為未來裝備建設(shè)和發(fā)展的重要方向。

1 船舶動力系統(tǒng)技術(shù)狀態(tài)評估的發(fā)展

船舶動力系統(tǒng)的技術(shù)狀態(tài)，表征了該系統(tǒng)的運轉(zhuǎn)能力，對于該系統(tǒng)技術(shù)狀態(tài)的評估，也是隨著工業(yè)革命的不斷深入、科學(xué)技術(shù)的迅猛發(fā)展逐漸發(fā)展起來的?？傮w分為以下三個階段[2]：

1）原始評估階段

原始評估始于19世紀初到20世紀中期。這段時期機器、設(shè)備結(jié)構(gòu)組成都比較簡單，主要采取“眼看、耳聽、手觸”等原始的方法，判斷機器的運轉(zhuǎn)狀況。例如，通過“眼看”觀察機器排煙的顏色是否異常，管路是否有漏泄，機體是否有裂紋等；通過“耳聽”機器的響聲大小、有無異響，判斷機器的振動情況；通過“手觸”判斷機體的溫度、排氣壓力是否處于正常范圍之內(nèi)等。

2）基于傳感器的評估階段

基于傳感器的評估始于20世紀60年代。隨著新材料、傳感器技術(shù)的發(fā)展，溫度、壓力、轉(zhuǎn)速等參數(shù)實現(xiàn)了自動化監(jiān)測，基于時頻域分析的信號處理技術(shù)，成為該階段技術(shù)狀態(tài)評估的主要研究方向。自此，機器、設(shè)備的技術(shù)狀態(tài)評估也由之前依靠人工經(jīng)驗的定性判斷，轉(zhuǎn)變?yōu)榭陀^數(shù)據(jù)的定量分析。

3）智能化評估階段

智能化評估始于20世紀90年代。由于機器、設(shè)備的日趨復(fù)雜、精密，傳統(tǒng)的評估技術(shù)已無法滿足工業(yè)需求。同時，隨著微型計算機數(shù)據(jù)處理能力的大幅提升，智能算法和模型得以從繁雜的數(shù)據(jù)計算中解脫出來，使得狀態(tài)評估也更加智能化。其中，故障預(yù)測與健康管理（PHM）技術(shù)成為該階段研究的熱點，并持續(xù)至今。該技術(shù)主要是利用先進的傳感器及龐大的數(shù)據(jù)庫，借助各種智能算法，搭建評估模型，對裝備的技術(shù)狀態(tài)進行監(jiān)控、評估、預(yù)測，以降低故障發(fā)生率，提高裝備運轉(zhuǎn)的安全性、可靠性[3]。

另外，與“技術(shù)狀態(tài)評估”意義相近的概念很多，諸如“健康狀態(tài)評價”、“綜合評估”等[4～5]，但其核心內(nèi)容基本一致。目前，該領(lǐng)域研究十分活躍，涉及航空、船舶、基建等諸多應(yīng)用場景，為保障裝設(shè)備安全、提供維修建議、節(jié)省經(jīng)費開支發(fā)揮了重要作用。

2 船舶動力系統(tǒng)技術(shù)狀態(tài)評估研究現(xiàn)狀

2.1 理論層面

陳玲等根據(jù)核動力機械設(shè)備的串、并聯(lián)關(guān)系，應(yīng)用布爾代數(shù)理論，建立了設(shè)備性能部分退化條件下的狀態(tài)評估模型[6]。劉偉波在動力系統(tǒng)狀態(tài)評估的基礎(chǔ)上，進一步開展了狀態(tài)等級劃分研究，并依據(jù)不同等級給出了使用和維修建議[7]。王孟蓮以船舶電力推進系統(tǒng)為研究對象，建立了推進變壓器、變頻器、電動機等典型設(shè)備的評估指標體系，構(gòu)建了基于模糊神經(jīng)網(wǎng)絡(luò)和基于支持向量機的狀態(tài)評估模型[8]。梁樹甜等針對船舶電力推進系統(tǒng)技術(shù)狀態(tài)評估問題，提出了評估流程，建立了基于模糊神經(jīng)網(wǎng)絡(luò)的評估模型，并以船舶運行的實時數(shù)據(jù)為基礎(chǔ)，展開了仿真研究，驗證了該方法的準確性[9]。馬超建立了基于粗糙集和D-S證據(jù)理論相結(jié)合的評估模型，實現(xiàn)了兩種方法的功能互補，并利用Visual C#語言開發(fā)了技術(shù)狀態(tài)評估軟件[10]。賀彥鵬根據(jù)動力系統(tǒng)的任務(wù)剖面，采用模糊綜合評估法，評估了船舶機電系統(tǒng)，并就技術(shù)狀態(tài)預(yù)測做了進一步研究[11]。王天語以主機、螺旋槳和軸系為節(jié)點，選取了主機溫度、振動頻率為模型輸入，建立了基于動態(tài)貝葉斯網(wǎng)絡(luò)的無人船推進系統(tǒng)PHM模型，通過健康狀態(tài)的時序關(guān)系，實現(xiàn)了推進系統(tǒng)的綜合診斷和實時評估[12]。

可以發(fā)現(xiàn)，船舶動力系統(tǒng)的狀態(tài)評估，其基本原理是通過選取表征系統(tǒng)附屬設(shè)備的狀態(tài)監(jiān)測參數(shù)，基于實時數(shù)據(jù)與歷史數(shù)據(jù)，采用適當?shù)乃惴ǎ⒃u估模型，實現(xiàn)對系統(tǒng)當前運行狀態(tài)，乃至未來狀態(tài)的綜合分析和預(yù)測。

2.2 應(yīng)用層面

德國勞氏船級社（LR）、日本船級社（NK）先后制定了船舶狀態(tài)評估程序（CAP），明確了船舶檢驗的時間和范圍。其中，動力機械是主要檢測內(nèi)容之一。若評估中發(fā)現(xiàn)安全隱患，還將制定防護措施加以改善[13]。

軍用領(lǐng)域，美國海軍開發(fā)了水面艦船綜合狀態(tài)評估系統(tǒng)（ICAS），該系統(tǒng)將艦上分系統(tǒng)采集的動力系統(tǒng)相關(guān)設(shè)備參數(shù)，傳回岸基分系統(tǒng)進行狀態(tài)評估，形成綜合分析報告，并針對存在的故障提出維修建議[14]。

圖1 水面艦船綜合狀態(tài)評估系統(tǒng)

如圖1所示，ICAS由3個子系統(tǒng)組成，具體功能如下[15]：

1）艦上分系統(tǒng)。利用數(shù)據(jù)總線、數(shù)據(jù)采集卡和便攜式數(shù)據(jù)分析器等3種方式實現(xiàn)數(shù)據(jù)采集；配置數(shù)據(jù)集（CDS）對采集的數(shù)據(jù)進行匹配識別，并完成趨勢分析；綜合電子技術(shù)手冊（IETMs）則根據(jù)分析結(jié)果，提供初步的維修建議。

2）傳輸鏈路。對具有無線通信功能的船舶，ICAS系統(tǒng)可通過電子郵件的形式將采集的數(shù)據(jù)發(fā)送至岸基分系統(tǒng)。對于不具備無線通信功能的船舶，則以光盤為載體，將數(shù)據(jù)錄入，再轉(zhuǎn)交岸基分系統(tǒng)。

3）岸基分系統(tǒng)。維修工程庫服務(wù)器（MELS）通過搭建的算法，分析故障模式及嚴重程度，并提出有針對性的維修建議。對各設(shè)備采集的數(shù)據(jù)分析完成后，將形成上級系統(tǒng)的綜合性能分析報告（IPAR），目前，可支持燃氣輪機、柴油機、壓縮機等12類系統(tǒng)的綜合分析。對于船舶通用的系統(tǒng)，將以艦隊所有船舶的數(shù)據(jù)為基礎(chǔ)展開分析，最終形成企業(yè)級性能分析報告（ePAR）。

3 船舶動力系統(tǒng)技術(shù)狀態(tài)評估關(guān)鍵技術(shù)

目前，對于船舶動力系統(tǒng)技術(shù)狀態(tài)評估的理論研究比較多，但在具體應(yīng)用上，探索較少，多停留在狀態(tài)監(jiān)測參數(shù)的超限報警層面，制約其從理論到應(yīng)用的關(guān)鍵技術(shù)主要體現(xiàn)在以下3個方面：

1）評估指標的選取。船舶動力系統(tǒng)涉及主機、齒輪箱、軸系、螺旋槳等諸多裝置，系統(tǒng)構(gòu)成復(fù)雜，監(jiān)測參數(shù)多樣，選取哪些參數(shù)作為評估模型的輸入，決定了評估結(jié)果的權(quán)威性。若考評參數(shù)過多，會帶來繁雜的冗余信息，增加模型的處理難度；若考評參數(shù)過少，則會造成信息的丟失，不能正確反映系統(tǒng)的技術(shù)狀態(tài)。

2）評估算法的選取。目前，應(yīng)用于技術(shù)狀態(tài)評估的算法多種多樣，有層次分析法、熵權(quán)法、模糊綜合法、主成分分析法、雷達圖法等傳統(tǒng)方法，也有神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、深度學(xué)習(xí)等智能算法；有基于單一算法的評估模型，也有采用多種算法相結(jié)合的綜合評估模型。各種模型在時間響應(yīng)、結(jié)果靈敏度等方面，呈現(xiàn)不同的差異。

3）故障數(shù)據(jù)的積累。神經(jīng)網(wǎng)絡(luò)、支持向量機、數(shù)據(jù)挖掘等智能算法，雖然很好地解決了監(jiān)測數(shù)據(jù)與技術(shù)狀態(tài)的非線性映射關(guān)系，但其良好的判別結(jié)果需要大量數(shù)據(jù)的訓(xùn)練，尤其是基于各類故障數(shù)據(jù)的深度學(xué)習(xí)。然而，設(shè)備故障種類多樣、嚴重程度難以區(qū)分，部分故障還具有破壞性，由此造成了故障數(shù)據(jù)庫的不全面，給基于智能算法構(gòu)建的模型留下了評估盲區(qū)，降低了準確率。

4 船舶動力系統(tǒng)技術(shù)狀態(tài)評估的發(fā)展趨勢

隨著監(jiān)測數(shù)據(jù)獲取維度、計算機運算能力的增加，以及智能算法、機器學(xué)習(xí)的應(yīng)用，技術(shù)狀態(tài)評估正逐漸從依靠“單參數(shù)、小樣本、離線式”向“多參數(shù)、大數(shù)據(jù)、在線式”的模式迅速發(fā)展。

1）基于多參數(shù)的信息融合技術(shù)。一方面，船舶動力系統(tǒng)涉及裝備種類多樣，各個裝備都需要評估參數(shù)予以描述；另一方面，隨著材料、加工工藝的進步，更多的監(jiān)測參數(shù)被納入評估體系。由此，對于不同設(shè)備、不同模式、不同介質(zhì)的信息輸入的有效處理，成為技術(shù)狀態(tài)評估的關(guān)鍵，而這一過程依賴于成熟的信息融合技術(shù)。

2）基于大數(shù)據(jù)的信息挖掘技術(shù)。由于多參數(shù)的信息輸入，加上實時的在線評估，在原來數(shù)據(jù)基礎(chǔ)上，又增加了時間維度，使得綜合評估系統(tǒng)處理的數(shù)據(jù)異常龐大。由此，對數(shù)據(jù)挖掘提出了更高的要求。通過科學(xué)、合理的展開數(shù)據(jù)清洗、篩選、提取、建模等工作，在保證準確率的同時，可有效節(jié)省響應(yīng)時間，提高分析效率。

3）基于在線式的狀態(tài)評估技術(shù)。不同于油液分析、振動分析等離線評估方式，基于實時數(shù)據(jù)的在線評估更加突出了評估的時效性。在評估方式上，既有基于船舶自身數(shù)據(jù)庫的在線評估，也有利用信息傳輸，依托岸基分析保障資源開展的在線評估，進一步拓展了在線評估的外延。

[1] 邵開文, 馬運義. 艦船技術(shù)與設(shè)計概論[M]. 北京: 國防工業(yè)出版社, 2014.

[2] 張金玉, 張煒. 裝備智能故障診斷與預(yù)測[M]. 北京: 國防工業(yè)出版社, 2013.

[3] 周林, 趙杰, 馮廣飛. 裝備故障診斷與健康管理技術(shù)[M]. 北京: 國防工業(yè)出版社, 2015.

[4] 李碩, 徐國平, 蔡興雨, 等. 雷達裝備健康狀態(tài)評價方法研究[J]. 火控雷達技術(shù), 2017，46（1）: 12-15.

[5] 胡義, 陳柄文, 徐振峰. 基于AHP-云模型的混動船舶動力系統(tǒng)綜合評估[J]. 艦船科學(xué)技術(shù), 2017, 39（8）: 79-84.

[6] 陳玲, 蔡琦, 尚彥龍. 基于布爾代數(shù)與模糊邏輯的核動力系統(tǒng)技術(shù)狀態(tài)評估[J]. 原子能科學(xué)技術(shù), 2010, 44（9）: 394-398.

[7] 劉偉波. 基于層次分析法的某型船舶主動力裝置綜合評估研究[D]. 大連: 大連海事大學(xué), 2013.

[8] 王孟蓮. 船舶電力推進系統(tǒng)狀態(tài)評估研究[D]. 武漢: 武漢理工大學(xué), 2013.

[9] 梁樹甜, 郝春學(xué), 王孟蓮. 模糊神經(jīng)網(wǎng)絡(luò)在船舶電力推進系統(tǒng)狀態(tài)評估中的應(yīng)用[J]. 中國艦船研究, 2014, 9（5）: 99-104.

[10] 馬超. 船舶動力系統(tǒng)狀態(tài)評估理論與應(yīng)用研究[D].大連: 大連海事大學(xué), 2015.

[11] 賀彥鵬. 船舶機電系統(tǒng)狀態(tài)評估技術(shù)研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2016.

[12] 王天語, 王鴻東, 梁曉鋒, 等. 基于動態(tài)貝葉斯網(wǎng)絡(luò)的無人船推進系統(tǒng)PHM技術(shù)[J]. 艦船科學(xué)技術(shù), 2019, 41（12）: 80-86.

[13] 趙軍. 船舶技術(shù)狀態(tài)評估方法研究狀況概述[J]. 船電技術(shù), 2018, 38（8）: 6-8.

[14] 楊劍征. 美國海軍艦船綜合狀態(tài)評估系統(tǒng)發(fā)展研究[J]. 船舶科學(xué)技術(shù), 2016, 38（8）: 146-148.

[15] Duilio M.ICAS and remote monitoring informational brief[EB/OL]. http://slideplayer.com/slide/4462520/, 2015-02-25.

Review on technical condition evaluation of marine power system

Cao Meng1，Wang Liwei1，Chen Bo2

（1. Unit 91404 of PLA，Qinghuangdao 066001, Hebei, China; 2. The First Military Representative Office of the Navy in Shanghai, Shanghai 201913, China）

U664.81

A

1003-4862（2022）03-0034-03

2021-08-08

曹蒙（1987-），男，碩士，助理工程師，主要從事艦船動力系統(tǒng)的狀態(tài)評估。E-mail:caomeng12@126.com