文章标题：船舶发动机故障诊断算法研究

文章作者：童紫扬1，赵志强1，黄惠文2，马钦鹏1，刘海锋1
关 键 字：发动机；故障诊断；BP 神经网络
文章摘要：      通过故障诊断可监测船舶运行时发动机的状态，并捕捉出现故障信号，确保故障能被及时发现并消除。传统诊断方法有一定的局限性，无法减少维修人员工作量和高效处理大量数据。以船舶发动机为研究对象，提出一种算法与故障诊断相结合的方法，用算法研究推断出船舶发动机发生故障的原因。采用属性约简对正常工况、中冷器效率降低、压气机效率降低、燃烧持续期延长、喷油量减少此5 种工况的数据进行分析和对比研究，通过数据离散化、数据约简处理，减少数据冗余；基于matlab 的BP 神经网络，结合约简后的数据，得出不同故障状况的诊断概率。5 种工况的诊断平均识别率均在85.00% 以上，总识别率达到了90.22%。所得结果具有一定的参考价值，可作为船舶发动机故障诊断研究的依据，为船舶发动机高效智能故障诊断提供一种新途径。