摘要
面向双燃料发动机的健康管理处于初步发展阶段，针对船舶双燃料发动机这种复杂系统，它的几何结构和组装都包含了大量的数据，再加上运行过程中产生的载荷、环境、维修等数据，这就导致现有PHM技术面对双燃料发动机生成迅速、海量的动态演化数据无法做到准确快速的集中处理与分析，因此对系统的性能和可靠性影响较大，数字建模驱动的PHM模式成为在船舶双燃料发动机领域的研究热点。论文以船舶双燃料发动机为对象，主要工作包括四个方面： (1)针对双燃料发动机多要素耦合、在低性噪比的情况下对信号进行监测和提取等问题，构建双燃料发动机健康管理系统架构，对发动机多要素耦合系统进行健康状态评估，同时在优化健康因子基础上建立健康评估等级。建立基于改进TCN算法的异常状态预测模型，同时改进DRSN算法，建立基于改进DRSN算法的故障诊断模型，经过实例验证，所改进的两种模型IMP-TCN模型、IMP-DRSN模型，性能均好于传统模型，表明模型能更好的适用于发动机的异常状态预测、故障诊断等。 (2)针对双燃料发动机建模繁琐、需要大量数据支撑等问题，研究数字主体国产某型号双燃料发动机结构、运行模式、主要系统及相关技术参数，提出建立面向健康管理的双燃料发动机数字建模流程及其特点，最后基于双燃料发动机结构，利用热力学、动力学等多学科理论，结合轻量化、模块化数字建模方法，对双燃料发动机主要五个子系统进行模块化建模。 (3)针对双燃料发动机模型只对正常工作过程仿真，缺乏对异常、故障过程等仿真问题，利用所搭建双燃料发动机数字模型开展了动态仿真研究，完成了双燃料发动机数字正常模型、异常模型、故障模型在不同天然气替代率以及不同负荷条件下的缸压、涡轮出口压力、排气管温度等数值模拟仿真，对比分析出上述工况对双燃料发动机性能特性的影响，最后将发动机实际运行数据导入模型，验证了模型的准确性和可靠性。 (4)针对双燃料发动机健康管理系统较少且功能不全等问题，设计了基于数字建模与深度卷积神经网络的船舶LNG双燃料发动机健康管理系统，主要功能包括用户管理、模型云池、状态监测、健康评估、故障诊断与预测、维护管理、记录查询和可视化；采用该软件对双燃料发动机典型异常和故障进行了实例研究，系统能够有效识别异常和故障类型，并通过可视化界面给出直观的诊断结果、维修建议。
NETL