柴油机作为船舶综合电力推进系统的主要原动机之一,其性能的好坏对整个电力推进系统的性能产生巨大的影响。由于柴油机的结构复杂、运行环境恶劣,因此发生故障的可能性很大,一旦发生故障,不仅会使得柴油机自身的性能大大降低,而且还会使得整个推进系统的性能降低,甚至造成重大的事故。因此对柴油机进行状态的监测以及故障的诊断具有重要的意义。本文以船舶综合电力推进系统中的发电用柴油机为研究对象,从柴油机的故障模式、柴油机故障的特征、故障的诊断、状态监测与故障诊断软件的开发等方面展开相关研究。本文具体的工作如下:(1)柴油机故障模式的分析。首先对柴油机的工作原理及组成进行了简述,其次主要总结了冷却系统、配气系统以及燃油系统常见的故障,并且采用FMEA法对以上三个系统的相关故障进行了分析,得到了各个故障发生的机理及其影响。最终得到了柴油机冷却系统、配气系统、燃油系统故障的FMEA表,并且确定了本文所要研究的五种故障模式。(2)柴油机故障的特征分析。首先对16缸柴油机建立了数学模型,在此基础上采用平均值建模的方法搭建了柴油机的平均值模型。针对柴油机常见的五种故障即空气滤清器污阻、中冷器气侧污阻、中冷器水侧积垢、增压器故障以及涡轮保护格栅堵塞故障在仿真模型上分别进行了负荷为100%、90%、80%、70%、60%、50%时不同故障程度下的仿真模拟。通过在仿真模型上故障的模拟仿真,最终得到了各个故障时柴油机性能的变化情况。(3)柴油机故障的诊断。分别采用PNN神经网络及基于PCA的PNN神经网络建立了 16缸柴油机故障的诊断模型。结果表明,基于PCA的PNN神经网络具有较高的效率以及100%的诊断准确率。同时以排气温度为例,利用灰色理论对柴油机的故障进行了预测,为柴油机的健康管理提供了技术支持。(4)柴油机的状态监测与典型故障诊断软件开发。在建立柴油机故障诊断网络的基础上搭建了柴油机状态监测与典型故障诊断软件,并且对16缸柴油机在70%负荷下正常运行进行了状态的监测以及其增压器故障的诊断,最终实现了柴油机状态的监测与典型故障的诊断。同时,利用软件实现了由排气温度进行故障预测的初步研究,结果表明此软件可以对故障进行相应的预测。