【作者】

Carmelo Cartalemi, Michel Meier，Gregory Sudwoj等

【摘要】

论文已在温哥华2019年CIMAC大会上发表，论文版权归CIMAC所有。 在过去几年中，船舶和发动机设计已经采取了若干技术增量措施。由于极端的竞争、波动的市场和成熟的技术，今天即使是更大的船只也会产生有限的利润。数字化是提高发动机和船舶效率，提高资产可用性和创建新业务模式的技术机会。预计数字化将对航运生态系统产生巨大影响，例如在物流集成系统、港口运营、导航系统等方面。然而，利用正确的专业知识和对机械和船舶数据进行适当的收集和分析，可为船舶经营人提供明确的价值。 即使数据收集本身没有解决任何问题，也需要以正确的方式收集数据，以获得有价值的分析的前提条件。因此，WinGD在发动机支持范围内囊括数据收集监控单元（DCM），专门用于收集和可视化发动机和船舶数据。然后，考虑发动机性能和部件监控、故障排除，以及发动机诊断系统（EDS）软件的预测性维护要求，分析发动机数据，该软件专门用于分析主发动机数据。分析是3个不同分析级别的复杂编排的结果，即：热力学、基于技术诀窍和机器学习。这种分析的组合和编排提供了完整的发动机诊断图像和独特且宝贵的发动机专业知识，可以从机械和船舶数据中创造价值。 热力学分析的目标是监控发动机性能，它基于发动机的详细热物理过程模型，为每个船舶发动机定制。发动机模拟热力学模型为任何可能的发动机运行设置、环境条件和燃料类型提供“参考”发动机性能。该模型针对每个单独的发动机单独调整，并使用来自该发动机的车间测试的记录数据进行校准，使用海上试验数据进一步验证。该模型不断计算理想的发动机性能，并定义“参考最佳条件”，该条件根据船上实时测量的环境和运行条件而变化。因此，该模型是运行中真实发动机的数字双胞胎。基于分析的专业知识是建立在发动机设计专业知识的基础上，并且包括特定的机械数据，这些数据与作为发动机专家隐含知识的一部分的规则集合和算法相关。 另一个数据分析层基于对使用技术收集的数据执行的高级分析，并定义信号之间的相关性以预测引擎组件故障，并生成可操作的见解。使用的分析基于专业知识、统计和预测模型，以及机器学习算法。 故障排除应用程序为客户提供有关如何在发生警报或故障时解决发动机问题的说明。它报告问题，相关警报列表，识别所涉及的部件并自动提供受影响组件的图纸和文档。当预测特定组件的寿命终止时，系统将通知操作员允许及时交付更换部件。该应用程序将整个发动机的备件码本集成到EDS中。它可用于创建零件订单以请求交付给外部供应商。发动机数据分析可实现预测性维护。因此，发动机维护计划基于实际情况和预测变得动态，而不是机器运行基于时间的调度。EDS维护帮助客户获得维护计划的概述并记录所有维护操作。该系统旨在有效利用船东自己的技术专长、岸上人员和属于一个船队的其他船舶的经验。根据船东的要求，系统可以配置为不仅允许共享历史数据，还允许与姐妹船和分配的专家共享实时发动机性能。与传统方法相比，这可以显著提高故障排除效率，还为船员自我解决的案例添加了“虚拟体验”，实际上增加了船员对主发动机的意识和信心。与发动机诊断系统一起，可以直接向运输公司提供远程支持。使用收集的数据可以快速解决问题，优化引擎，提供操作建议，并协调进一步的技术支持。作为该服务的一部分，支持中心定期提供有关机器健康状况的报告，包括最佳发动机运行建议。

【会议名称】

第29届CIMAC会议

【会议地点】

加拿大 温哥华

【下载次数】

5

返回