【作者】

Muhammad Usman，Prof. Zaili Yang

【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。 器设备的维护是船舶运行的必要成本的一部分。随着技术的发展，正在采用创新模型从固定间隔维护行动转向预测性维护，以延长大修之间的时间。在这项研究中，开发了贝叶斯网络（BN）模型，以接收来自二冲程发动机运行参数的输入。已经通过使用模糊建模方法确定了表示发动机操作参数的BN父节点的先验概率。每个父节点（净化空气质量、燃料质量、发动机设置、气缸供油率和维护管理）可以具有多重量的输入，这些输入通过使用模糊控制模型来简化以产生用于BN网络的高效先验概率。已经为2个输入参数开发了模糊模型，即清除空气质量和燃料质量。来自发动机运行数据的输入可以插入到模糊模型中，然后与BN一起输出，BN将计算发动机的整体健康状况。采用这种模型的一个优点是运行多个分析，趋势操作参数并执行快速的发动机健康评估。结果显示与实际发动机数据和相应的诊断评估具有良好的相关性。

【会议名称】

第29届CIMAC会议

【会议地点】

加拿大 温哥华

【下载次数】

4

返回