柯赟， 宋恩哲， 姚崇， 董全

(哈爾濱工程大學(xué) 動(dòng)力與能源工程學(xué)院，黑龍江 哈爾濱 150001)

隨著船舶行業(yè)蓬勃發(fā)展和船舶柴油機(jī)設(shè)計(jì)制造技術(shù)水平的突飛猛進(jìn)，船舶柴油機(jī)系統(tǒng)日趨復(fù)雜,復(fù)雜性、綜合化、智能化程度不斷提高[2]，安全性和可靠性已成為當(dāng)前研究熱點(diǎn)[3-4]。由于柴油機(jī)常常處于惡劣的工作環(huán)境下，故障率持續(xù)上升，一旦出現(xiàn)重大故障，造成停機(jī)，輕則造成延誤船期等經(jīng)濟(jì)損失，重則危害船上人員的生命財(cái)產(chǎn)安全。因此通過(guò)各種手段保障主柴油機(jī)及其輔機(jī)的可靠運(yùn)行具有至關(guān)重要的意義。

根據(jù)Swedish Club(國(guó)際船舶保險(xiǎn)公司)的事故分析報(bào)告可知：1998年—2004年，賠償次數(shù)高達(dá)45%(賠償費(fèi)用比為32%)，船舶保險(xiǎn)費(fèi)用成為船東一筆巨大的費(fèi)用支出。據(jù)英國(guó)對(duì)2 000個(gè)國(guó)營(yíng)工廠的調(diào)查顯示，采用故障預(yù)測(cè)與健康管理技術(shù)后每年節(jié)省維修費(fèi)3億英鎊，技術(shù)費(fèi)用僅為0.5億英鎊，效益相當(dāng)可觀。

從PHM基本概念和技術(shù)內(nèi)涵入手，分析國(guó)內(nèi)外研究現(xiàn)狀以及不同的重點(diǎn)研究?jī)?nèi)容，揭示船舶柴油機(jī)PHM技術(shù)框架，提出一種可行的柴油機(jī)子系統(tǒng)技術(shù)路線，并針對(duì)與技術(shù)路線相關(guān)的研究挑戰(zhàn)和趨勢(shì)，總結(jié)船舶柴油機(jī)PHM技術(shù)面臨的挑戰(zhàn)與未來(lái)的發(fā)展趨勢(shì)。

1 PHM技術(shù)內(nèi)涵

可靠性與經(jīng)濟(jì)性是船舶柴油機(jī)行業(yè)渴望同時(shí)滿足的2種要求，故障預(yù)測(cè)與健康管理(prognostic and health management，PHM)為研究的關(guān)鍵問(wèn)題。

PHM使用各種故障模型和人工智能算法，用各種數(shù)據(jù)和狀態(tài)監(jiān)視信息來(lái)監(jiān)視、診斷、預(yù)測(cè)和管理設(shè)備的狀態(tài)[5]，人工智能算法和大數(shù)據(jù)應(yīng)用程序的信息系統(tǒng)可以提高設(shè)備的預(yù)測(cè)能力[6-7]。通過(guò)預(yù)見(jiàn)潛在的危害和可靠的使用壽命，船用柴油機(jī)的安全性得到了提高。減少故障的影響并避免由于機(jī)器故障而導(dǎo)致的嚴(yán)重事故，準(zhǔn)確評(píng)估柴油機(jī)的健康狀況，自動(dòng)生成維護(hù)計(jì)劃和策略，提高柴油機(jī)維護(hù)效率并降低維護(hù)成本。它既能確保系統(tǒng)穩(wěn)定與可靠運(yùn)行的，同時(shí)也大大減少系統(tǒng)維護(hù)和維修的費(fèi)用，因此得到了工業(yè)界與學(xué)術(shù)界的重點(diǎn)關(guān)注和研究[8]。

2 國(guó)內(nèi)外研究現(xiàn)狀

2.1 基于故障預(yù)測(cè)方法的國(guó)內(nèi)外研究現(xiàn)狀

以預(yù)測(cè)方法為研究切入點(diǎn)，可以分為基于經(jīng)驗(yàn)?zāi)Ｐ汀⒒诳煽啃阅Ｐ?、基于物理模型和基于?shù)據(jù)驅(qū)動(dòng)的方法。預(yù)測(cè)方法分類(lèi)情況如圖1所示。

圖1 故障預(yù)測(cè)方法分類(lèi)Fig.1 Classification of fault prediction methods

2.1.1 基于物理模型的方法

基于物理模型的故障預(yù)測(cè)技術(shù)提供技術(shù)手段來(lái)控制預(yù)測(cè)性組件或系統(tǒng)的故障模式過(guò)程。這突破了對(duì)象系統(tǒng)的本質(zhì)，并實(shí)現(xiàn)了實(shí)時(shí)故障預(yù)測(cè)。經(jīng)典的方法有FMEA、FTA和T-S等方法。

Kadir Cicek為了減少曲軸箱爆炸的發(fā)生概率，利用故障模式和影響分析(FMEA)的優(yōu)勢(shì)，創(chuàng)新性地將FMEA與操縱運(yùn)行相結(jié)合，以此方法防止船上曲軸箱爆炸故障，提高機(jī)械系統(tǒng)的可靠性并增強(qiáng)船上的操作安全概念，為船舶設(shè)備制造商、船級(jí)社和船舶經(jīng)營(yíng)者提供支持與指導(dǎo)[9]。鄭衛(wèi)東[10]對(duì)故障信息進(jìn)行統(tǒng)一的分類(lèi)和處理，根據(jù)數(shù)據(jù)庫(kù)信息進(jìn)行故障預(yù)測(cè)，給出適當(dāng)?shù)倪\(yùn)維建議。于震梁等[11]提出一種支持向量機(jī)(SVM)和非線性卡爾曼濾波相結(jié)合的機(jī)械零件剩余壽命預(yù)測(cè)模型。計(jì)算模型可以充分利用現(xiàn)有和相似的零件壽命測(cè)試數(shù)據(jù)，預(yù)測(cè)零件的實(shí)時(shí)降級(jí)數(shù)據(jù)，并預(yù)測(cè)剩余壽命。

Salman[12]提出了一類(lèi)非線性動(dòng)態(tài)系統(tǒng)的Takagi-Sugeno(T-S)模糊建模方法，該系統(tǒng)的輸出具有非線性輸出誤差(NOE)情況的可變性。王錫淮[13]提出了一種基于微粒群優(yōu)化(PSO)的T-S模糊模型的非線性系統(tǒng)辨識(shí)方法，并通過(guò)試驗(yàn)驗(yàn)證了該方法的有效性。

盡管這類(lèi)方法可以診斷和預(yù)測(cè)故障，但僅在能建立準(zhǔn)確的物理或數(shù)學(xué)模型的情況下。而對(duì)于整機(jī)來(lái)說(shuō)，實(shí)現(xiàn)準(zhǔn)確診斷或預(yù)測(cè)，仍然很難實(shí)現(xiàn)。

2.1.2 基于經(jīng)驗(yàn)?zāi)Ｐ偷姆椒?/p>

基于經(jīng)驗(yàn)?zāi)Ｐ偷姆椒ㄖ饕菍＜蚁到y(tǒng)和故障樹(shù)分析。

Streichfuss等[14]開(kāi)發(fā)了基于專家系統(tǒng)的機(jī)器監(jiān)控和維護(hù)管理系統(tǒng)，診斷系統(tǒng)與維護(hù)計(jì)劃和控制系統(tǒng)一起使用，以提供沒(méi)有矛盾和冗余的數(shù)據(jù)管理。宋平等[15]介紹了一種以關(guān)系數(shù)據(jù)庫(kù)為基礎(chǔ)的機(jī)車(chē)柴油機(jī)多征兆模糊故障診斷專家系統(tǒng)，在柴油機(jī)故障診斷應(yīng)用中,該數(shù)據(jù)庫(kù)取得了良好的效果。

Nver等[16]通過(guò)在模糊環(huán)境中使用故障樹(shù)分析方法系統(tǒng)地研究二沖程船用柴油機(jī)的曲軸箱爆炸，確定了曲軸箱爆炸的所有根本原因，并通過(guò)實(shí)施現(xiàn)場(chǎng)專家咨詢以逐步的方式計(jì)算概率。吳欠欠等[17]論述了船舶柴油機(jī)故障診斷的意義，研究了船舶柴油機(jī)故障樹(shù)分析法的基本原理，總結(jié)了故障樹(shù)的應(yīng)用特點(diǎn)。

基于經(jīng)驗(yàn)?zāi)Ｐ偷姆椒ㄔ诤艽蟪潭壬先Q于專家的經(jīng)驗(yàn)。在確定優(yōu)先級(jí)或有偏見(jiàn)時(shí)，專家經(jīng)驗(yàn)會(huì)對(duì)故障排除產(chǎn)生難以估計(jì)的后果。因此，基于經(jīng)驗(yàn)?zāi)Ｐ偷姆椒ǖ目茖W(xué)性仍需進(jìn)一步討論。

2.1.3 基于可靠性模型的方法

基于可靠性模型或基于概率的PHM方法是以統(tǒng)計(jì)理論為基礎(chǔ)，對(duì)故障數(shù)據(jù)進(jìn)行分析，從而診斷和預(yù)測(cè)故障。常用的基于可靠性模型的技術(shù)包括貝葉斯方法、Dempster-Shafer理論與可靠性評(píng)估等。

王強(qiáng)等[18]在柴油機(jī)健康監(jiān)測(cè)系統(tǒng)中，獲取大量振動(dòng)信號(hào)并將其傳輸?shù)较到y(tǒng)中心以進(jìn)行故障檢測(cè)和識(shí)別。通過(guò)實(shí)驗(yàn)驗(yàn)證了所提出的多任務(wù)貝葉斯壓縮傳感的有效性。王忠巍等[19]為解決柴油機(jī)潤(rùn)滑系統(tǒng)復(fù)合故障診斷的難題，以貝葉斯方法為理論基礎(chǔ)展開(kāi)了研究。

董增壽等[20]為了解決液壓系統(tǒng)故障診斷問(wèn)題，提出了一種基于改進(jìn)D-S證據(jù)理論和時(shí)空域的液壓系統(tǒng)故障診斷信息融合方法。楊廣等[21]提出了一種基于神經(jīng)網(wǎng)絡(luò)和D-S分層融合的故障診斷算法，通過(guò)試驗(yàn)驗(yàn)證了方法的可行性和有效性。

可靠性模型方法的優(yōu)點(diǎn)是能夠分析統(tǒng)計(jì)數(shù)據(jù)以獲得所需的概率密度函數(shù)，并且所得的概率密度函數(shù)可以完全支持預(yù)測(cè)。但所有這些方法一般都是基于貝葉斯定理估計(jì)故障的概率密度函數(shù)，多數(shù)研究都將這類(lèi)方法歸類(lèi)于數(shù)據(jù)驅(qū)動(dòng)方法。

2.1.4 基于數(shù)據(jù)驅(qū)動(dòng)的方法

基于數(shù)據(jù)驅(qū)動(dòng)的方法包括小波分析、經(jīng)驗(yàn)?zāi)Ｊ椒纸夂椭С窒蛄繖C(jī)等方法。

Kanchev等[22]研究過(guò)去20年來(lái)收集的應(yīng)急柴油發(fā)電機(jī)(EDG)事件的運(yùn)行經(jīng)驗(yàn)，總結(jié)重要經(jīng)驗(yàn)教訓(xùn)并提供建議。羅福強(qiáng)等[23]分析了多缸柴油機(jī)產(chǎn)生缸間差異的原因，提出了采用統(tǒng)計(jì)學(xué)STUDENT試驗(yàn)方法判別多缸發(fā)動(dòng)機(jī)缸間差異產(chǎn)生的原因。結(jié)果表明，該柴油機(jī)燃燒過(guò)程缸間差異較大，其產(chǎn)生的原因并非偶然，而是存在技術(shù)原因,需要進(jìn)行改進(jìn)。

Manieniyan等[24]開(kāi)發(fā)了基于概率神經(jīng)網(wǎng)絡(luò)(PNN)和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFN)的ANN模型來(lái)預(yù)測(cè)發(fā)動(dòng)機(jī)磨損，在所測(cè)試的ANN模型中，RBFN的性能明顯優(yōu)于PNN。Shahaboddin等[25]設(shè)計(jì)并比較了4種基于支持向量機(jī)(SVM)的方法和標(biāo)準(zhǔn)人工神經(jīng)網(wǎng)絡(luò)(ANN)模型，建模結(jié)果表明，SVM-WT方法在發(fā)動(dòng)機(jī)的模型建模方面比其他3種方法更有效。

牛曉曉[26]提出了一種改進(jìn)的零樹(shù)小波圖像壓縮算法，為燃?xì)廨啓C(jī)的遠(yuǎn)程故障診斷提供理論指導(dǎo)。朱麗娜等[27]針對(duì)柴油發(fā)動(dòng)機(jī)機(jī)組振動(dòng)信號(hào)非線性和非平穩(wěn)性以及機(jī)組實(shí)際故障案例樣本數(shù)據(jù)少的特點(diǎn)，提出了一種基于PCA與支持向量機(jī)SVM融合的船舶柴油機(jī)故障診斷算法。

基于數(shù)據(jù)驅(qū)動(dòng)的方法能夠很好解決對(duì)模型和經(jīng)驗(yàn)的依賴，不需要對(duì)象系統(tǒng)的先驗(yàn)知識(shí)，以測(cè)試和狀態(tài)監(jiān)測(cè)數(shù)據(jù)為對(duì)象，估計(jì)對(duì)象系統(tǒng)未來(lái)的狀態(tài)演化趨勢(shì)，從而避免了基于模型和基于知識(shí)的故障預(yù)測(cè)技術(shù)的缺點(diǎn)。

2.2 基于研究單位的國(guó)內(nèi)外研究現(xiàn)狀

2.2.1 國(guó)外單位研究現(xiàn)狀

在船舶柴油機(jī)故障預(yù)測(cè)與健康管理領(lǐng)域，船舶技術(shù)發(fā)達(dá)國(guó)家已經(jīng)對(duì)PHM技術(shù)開(kāi)展了大量研究工作。

世界第一大船舶柴油機(jī)專利商MAN B&W公司曾研發(fā)一款只用于K-GF系列低速二沖程柴油機(jī)的CCIO系統(tǒng)，該系統(tǒng)與SEDS系統(tǒng)類(lèi)似，同樣采用傳感器技術(shù)，將采集的信息輸入計(jì)算機(jī)，不同的是，CCIO系統(tǒng)對(duì)輸入的數(shù)據(jù)，每天只進(jìn)行一次自動(dòng)處理，對(duì)于柴油機(jī)工況參數(shù)進(jìn)行趨勢(shì)計(jì)算和分析，并輸出處理結(jié)果。當(dāng)故障工況發(fā)生時(shí)，系統(tǒng)連續(xù)報(bào)警裝置發(fā)出警報(bào)，同時(shí)在計(jì)算機(jī)上顯示出該狀況下的參數(shù)數(shù)據(jù)，以便幫助輪機(jī)員診斷故障。

日本三菱公司的超級(jí)船舶操縱支持系統(tǒng)“SUPER ASOS”(mitsubishi super advanced ship operation support system)，其中包含船舶柴油機(jī)診斷系統(tǒng)(engine doctor)，通過(guò)模糊推理技術(shù)，對(duì)主機(jī)進(jìn)行狀態(tài)監(jiān)測(cè)和故障預(yù)測(cè)，并給出運(yùn)維管理建議。

2.2.2 國(guó)內(nèi)單位研究現(xiàn)狀

從20世紀(jì)80年代開(kāi)始，國(guó)內(nèi)才開(kāi)始將故障診斷技術(shù)應(yīng)用于船舶柴油機(jī)，隨著研究人員的不斷努力，雖然相對(duì)國(guó)外仍然有不小的差距，但還是取得了一定的成就。

武漢理工大學(xué)針對(duì)船舶柴油機(jī)的故障診斷進(jìn)行了大量的研究工作，并應(yīng)用性能參數(shù)法、瞬時(shí)轉(zhuǎn)速法、在線油液法、振動(dòng)分析法實(shí)現(xiàn)了8 000方挖泥船動(dòng)力機(jī)械的遠(yuǎn)程故障診斷系統(tǒng)的實(shí)船應(yīng)用，收到了良好的使用效果和產(chǎn)生了很好的經(jīng)濟(jì)效益[28]。北京航空航天大學(xué)在飛行器和飛機(jī)動(dòng)力上開(kāi)展了較多探索性的研究[29]；沈陽(yáng)航空工業(yè)學(xué)院著重與對(duì)機(jī)器人的運(yùn)維管理和故障預(yù)測(cè)方法研究[30]。華中理工大學(xué)鄧聚龍教授于1982年創(chuàng)立的灰色系統(tǒng)理論，也以其新穎的思路和廣泛的適用性在理論和工程界引起廣泛關(guān)注[31]。

總體而言，由于我國(guó)設(shè)備運(yùn)行監(jiān)測(cè)與智能故障診斷研究起步較晚，研究基礎(chǔ)相對(duì)薄弱，特征提取和融合分析仍處于實(shí)驗(yàn)室研究階段，在實(shí)際裝備中的應(yīng)用有限或存在空白。相比國(guó)外的大規(guī)模實(shí)船應(yīng)用，我們還有很長(zhǎng)的路要走。

3 船舶柴油機(jī)PHM技術(shù)框架

船舶柴油機(jī)PHM系統(tǒng)需要同時(shí)具備故障診斷、狀態(tài)監(jiān)測(cè)、故障預(yù)測(cè)和健康管理的功能，由于船舶柴油機(jī)是復(fù)雜機(jī)械，船舶柴油機(jī)的運(yùn)維更加適用基于數(shù)據(jù)驅(qū)動(dòng)的PHM方法。船舶柴油機(jī)PHM技術(shù)框架如圖2所示。

由于船舶柴油機(jī)是極其復(fù)雜的工程機(jī)械，目前對(duì)其開(kāi)展的PHM技術(shù)研究往往只關(guān)注某一個(gè)或者若干個(gè)核心子系統(tǒng)，例如燃油系統(tǒng)、潤(rùn)滑系統(tǒng)等[32]。通過(guò)建立各核心子系統(tǒng)之間關(guān)聯(lián)度，融合多源信息形成柴油機(jī)整體。因此，整體柴油機(jī)PHM技術(shù)研究可從核心子系統(tǒng)PHM技術(shù)研究著手。

以燃油系統(tǒng)為例，船舶柴油機(jī)燃油系統(tǒng)基于數(shù)據(jù)驅(qū)動(dòng)的PHM技術(shù)路線如圖3所示。首先理清燃油系統(tǒng)常見(jiàn)故障機(jī)理與故障部位，利用故障樹(shù)分析燃油系統(tǒng)典型故障，然后選擇可行的測(cè)點(diǎn)對(duì)燃油系統(tǒng)各工況進(jìn)行狀態(tài)監(jiān)測(cè)和信號(hào)采集，檢測(cè)手段可用振動(dòng)測(cè)試，同時(shí)建立實(shí)時(shí)仿真模型，對(duì)燃油系統(tǒng)運(yùn)行進(jìn)行仿真模擬，輸出正常信號(hào)與實(shí)際信號(hào)對(duì)比，進(jìn)一步標(biāo)定優(yōu)化仿真模型，并且依照故障樹(shù)分析對(duì)仿真模型進(jìn)行故障注入，輸出故障信號(hào)，實(shí)現(xiàn)故障模擬，最后利用合適的故障診斷與預(yù)測(cè)的算法對(duì)模型進(jìn)行再次優(yōu)化以及對(duì)燃油系統(tǒng)狀態(tài)進(jìn)行評(píng)估，故障診斷算法例如時(shí)域分析、頻域分析和時(shí)頻域分析等，預(yù)測(cè)算法例如剩余壽命預(yù)測(cè)、累計(jì)損傷分析與健康狀態(tài)評(píng)估等，建立信息收集數(shù)據(jù)庫(kù)和監(jiān)測(cè)平臺(tái)，提供及時(shí)有效的維修與維護(hù)意見(jiàn)。

圖2 船舶柴油機(jī)PHM技術(shù)框架Fig.2 Marine diesel engine PHM technology framework

圖3 燃油系統(tǒng)PHM技術(shù)路線Fig.3 Fuel system PHM technical route

4 船舶柴油機(jī)PHM面臨的挑戰(zhàn)

1)現(xiàn)代船舶柴油機(jī)性能不斷提高，功能不斷完善，然而同時(shí)也導(dǎo)致了柴油機(jī)系統(tǒng)、子系統(tǒng)和設(shè)備愈趨復(fù)雜，故障機(jī)理分析也愈趨困難，故障模式較多區(qū)分難度大，而且柴油機(jī)目前缺乏預(yù)測(cè)模型的標(biāo)準(zhǔn)化評(píng)價(jià)指標(biāo)體系，導(dǎo)致無(wú)法充分評(píng)估預(yù)測(cè)算法的性能[33]。

2)傳感器本身的性能難以實(shí)現(xiàn)，因?yàn)閭鞲衅鞅旧泶嬖阱e(cuò)誤和漂移，從而降低了監(jiān)視的準(zhǔn)確性。此外，當(dāng)前船用柴油機(jī)的某些物理量無(wú)法直接測(cè)量也不能直接使用[34-35]。另外有些故障特征表現(xiàn)不明顯,使得獲取的信息常常是不完備的，因而難以實(shí)現(xiàn)柴油機(jī)的人工智能診斷。

3)柴油系統(tǒng)中的故障預(yù)測(cè)技術(shù)尚未完全理解，核心組件故障預(yù)測(cè)技術(shù)正在研究中。船用柴油機(jī)的健康評(píng)估是基于知識(shí)和經(jīng)驗(yàn)的，但是它是主觀的，需要經(jīng)驗(yàn)，缺乏通用性，并且難以準(zhǔn)確評(píng)估系統(tǒng)退化的程度。

4)船用柴油機(jī)維修決策系統(tǒng)和備件管理系統(tǒng)不與信息實(shí)時(shí)交互，也不能成為狹義的知識(shí)管理系統(tǒng)。如果沒(méi)有故障預(yù)警系統(tǒng)，則很難解釋柴油機(jī)故障的演變并預(yù)測(cè)預(yù)期壽命。PHM技術(shù)的集成測(cè)試和驗(yàn)證非常不足，尤其是對(duì)于大型設(shè)備和大型項(xiàng)目，PHM系統(tǒng)的集成時(shí)間匱乏，缺乏測(cè)試條件和必要的驗(yàn)證環(huán)境[36]。

5 船舶柴油機(jī)PHM發(fā)展趨勢(shì)

現(xiàn)在的PHM技術(shù)多是主要研究PHM體系結(jié)構(gòu)與系統(tǒng)集成方面的問(wèn)題而忽視了零部件級(jí)的PHM問(wèn)題，即便是現(xiàn)有的極少數(shù)研究艦船PHM技術(shù)的單位也都是研究艦船的整體系統(tǒng)，而深入研究船舶PHM技術(shù)必須掌握船用柴油機(jī)PHM技術(shù)。

為了滿足PHM技術(shù)的需求，根據(jù)PHM一般技術(shù)框架，從狀態(tài)監(jiān)測(cè)、故障診斷、故障預(yù)測(cè)與健康管理這4個(gè)研究重點(diǎn)來(lái)預(yù)測(cè)未來(lái)PHM技術(shù)發(fā)展趨勢(shì)[5]，如表1所示。

表1 PHM技術(shù)的發(fā)展趨勢(shì)Table 1 Trends in PHM technology

根據(jù)PHM技術(shù)的未來(lái)發(fā)展態(tài)勢(shì)可知，實(shí)時(shí)在線診斷、多源信息融合和網(wǎng)絡(luò)化是船舶柴油機(jī)PHM技術(shù)的主要發(fā)展方向。

1)實(shí)時(shí)在線診斷。

重點(diǎn)研制適合船舶柴油機(jī)故障診斷的新型集成化傳感器，能夠長(zhǎng)壽命的監(jiān)測(cè)信號(hào)，并且可預(yù)埋于柴油機(jī)內(nèi)，從而解決離線監(jiān)測(cè)的時(shí)滯問(wèn)題。

2)多源信息融合。

在柴油機(jī)故障診斷過(guò)程中，有各種各樣的參數(shù)可以視為狀態(tài)參數(shù)，單一的選擇狀態(tài)參數(shù)和故障診斷算法，對(duì)數(shù)據(jù)獲取和特征提取都有一定的局限性。因此如何對(duì)大量信息進(jìn)行多源信息融合和綜合利用，是今后船舶柴油機(jī)PHM技術(shù)重點(diǎn)研究的課題[8]。

3)網(wǎng)絡(luò)化。

網(wǎng)絡(luò)化是新世紀(jì)PHM技術(shù)的發(fā)展方向，利用網(wǎng)絡(luò)將多個(gè)子系統(tǒng)聯(lián)系起來(lái)，實(shí)現(xiàn)資源共享，提高診斷的速度和精度，并能對(duì)整個(gè)系統(tǒng)進(jìn)行全面化評(píng)估，有利于設(shè)備的運(yùn)維管理，提高設(shè)備利用率。因此實(shí)現(xiàn)系統(tǒng)網(wǎng)絡(luò)化是迫切需要的。

6 結(jié)論

1)根據(jù)船舶行業(yè)目前面臨的亟待解決的問(wèn)題，闡述了船舶柴油機(jī)PHM技術(shù)的必要性。

2)描述了船舶柴油機(jī)PHM技術(shù)的研究現(xiàn)狀和研究框架，重點(diǎn)介紹基于故障預(yù)測(cè)方法和研究單位的船舶柴油機(jī)PHM技術(shù)研究現(xiàn)狀。

3)以燃油系統(tǒng)為例的船舶柴油機(jī)PHM技術(shù)框架，提出一種船舶柴油機(jī)PHM技術(shù)普適的路線。

4)分析船舶柴油機(jī)PHM關(guān)鍵技術(shù)面臨的挑戰(zhàn)，展望未來(lái)的發(fā)展趨勢(shì)，為智能船舶的發(fā)展提供一些參考與指導(dǎo)。