论文部分内容阅读
船舶柴油机作为船舶的“心脏”，其健康状态不仅会影响航行安全，还会影响船舶公司的成本和收益。为了解决船舶柴油机在健康维护和管理过程中出现的欠维修和过维修问题，现在柴油机的维修方式已由定时维修向故障预测与健康管理方式转变。而柴油机热力参数的趋势预测分析为这一转变提供了技术支持，实现了对柴油机的故障状态进行预报。 本文以某实习船主机1号气缸排气温度为主要预测对象，提出一种组合预测模型对其进行趋势预测分析，以实现对柴油机进行故障预报。 首先，对柴油机常规的热力参数进行分析研究，阐述了灰色关联分析方法的用途和计算原理，并采用灰色关联分析法对柴油机典型热力参数进行聚类分析，得到排气温度的关联参数。 其次，分析几种常用预测方法的优劣，提出组合预测模型是将来的发展趋势，并建立经四阶龙格库塔法改进的灰预测模型与时间序列AR模型相结合的组合预测模型，分别发挥了上述两种预测模型的优势。 再次，通过对排气温度的报警限值和预警等级界定的计算方法进行研究，实现了预警功能，并以排气温度作为主序列，各缸平均排气温度、扫气温度、主轴承出口滑油温度、气缸冷却水出口温度作为辅序列，分别选择柴油机排气温度在平稳变化和上升变化时上述五个参数的样本数据，采用联合预测的方法对排气温度进行趋势预测分析。 最后，将组合预测模型应用于实船，并将实船排气温度的预测值与实测值进行比较和误差分析，以验证预测模型的有效性。