KR Webzine Vol.153

1.研究背景

第四工业时代，随着多种类型的大数据暴增，无论谁都可以利用创造新价值的挑战，并且机会持续增加。大数据可以预测未来，提供对决策的多方面洞察力，通过数据分析研究各种可能性，根据情况变化，可以灵活应对。

像这样，利用数据创造新价值成为了确保造船、海洋产业技术模式变化的原动力，现在在确保核心技术能力方面，从局部上来说，船队或船舶的运行管理及机构体系管理、数字化映射、智能船舶及智能港口等全方位技术开发正在积极进行。

最具代表性的是，数字化映射技术是第四次工业革命所导致的各种技术的集成成果，从船舶单位的核心技术开发到整合/运营/管理/控制技术，是未来技术的核心。

KR为确保“数字化映射核心技术及通过规范化提供远程检验服务”，提供状态监视维护管理技术、远程检验技术、为了实现工程信息可视化技术及数字模型及模拟等船舶的数字化映射，多年来一直在进行核心要素技术开发，结果是制定了船级社检验规范及认证标准，建立独立的技术基础，建立固有检验业务的进一步发展提供数字化服务。

正如之前所提到的，状态监视维护管理技术（Condition Based Maintenance，以下CBM）如图1所示，从船舶现有的维护管理体系转变为未来自律航运船舶CBM基础维护管理体系的技术，确保船舶稳定的运行性能，从预防轮机故障及运营管理的效率性角度来强调其必要性。

该技术的应用可以提高船舶管理的效率性，同时通过实时信息分析，对健康性评估及预防事故等轮机故障导致的船舶事故发生率减少。因此，船舶管理者将得到能够实现航运效率及运营费用（OPEX）节约的运营和决策。

图1. 船舶维护技术体系转换

2.技术定义及流程

CBM技术通过监测机器设备的状态，诊断/预测故障，将现有的calender based，或者从running time based概念定义为优化公司维护管理方案的技术。KR正在自行建立CBM技术开发框架，并进行工程基础故障分析书开发、数据生产/获取、数据处理及特性分析、AI基础故障诊断及预测。

这样，通过数据的收集/传输/存储及前处理分析过程，导出数据框架，并利用它开发故障诊断及预测算法。算法得出的诊断或预测结果可以传达给使用者船员，并以此结果为基础，得到维护管理方法和制定详细计划的决定。

图2. CBM技术定义和开发过程 

3.选定核心轮机系统

船舶的轮机系统集中系统化了推进动力及电力供应所需的核心装备，为了确保轮机运营的可靠性和运行安全性，需要基于实时状态监视数据的历史性故障诊断和预测功能。

轮机系统是直接影响船舶运行安全和性能的推进引擎系统和发电机引擎系统的构成要素，在该系统发生故障时，会威胁船舶安全，同时还会发生严重的海洋事故。

因此，通过CBM系统事先探测征兆，并制定相关的维护管理计划，保障船舶运行安全，需要优秀的质量管理。考虑到船舶推进发动机及发电机及组成该系统的机器的重要程度，最终选定提供燃料油、润滑油、各种冷却水等的泵、净化器及系统供应线管道为CBM技术适用对象设备。

但是，选定的管道系统除了清水、bilge（drain）、消防管道外，还考虑了与核心轮机系统直接相关的管道中发生损伤的可能性及重要程度较高的海水管道及蒸汽管道。海水管道是通过热交换器后排出的开放电路系统，锅炉水，像清水冷却水一样，无法通过水处理的方式（腐蚀保护）措施，因此氯离子的腐蚀及流速导致的管道内部侵蚀加速，很有可能发生管道损伤。不仅如此，蒸汽管道主要由水击作用（water hammering）造成物理侵蚀形态的损伤，高温高压的蒸汽泄漏或破裂释放时，可能导致邻近机器的损伤或人员伤亡事故的潜在危险性很大。

尽管如此，对管道的检验只局限于定期进站时的阀门检验和更换、管道连接部的气缸交换，因此需要引进诊断实时状态监视基础损伤的CBM系统。本研究共选定了5种（推进发动机、发电机、水泵、净化器、管道），其中包括船舶核心机构系统及组成该系统的辅助设备和管道。

4.高质量数据的必要性

CBM技术的引进在船舶运营管理方面具有多种优势，但在目前的技术水平上，有必要认识到局限性，并克服这一问题。

首先，为了测量数据，监控系统的构成和安装可能会产生相当大的费用。不仅如此，CBM系统也是一个需要维护管理的系统，因此只能增加船员及船舶管理者的业务负担。在陆上或航空产业中，CBM技术领域相当成熟，运营上的数据获取基础设施和通信环境条件比较有利，因此高品质的数据丰富，拥有过去几十年积累的技术、经验和研究结果。

相反，造船、海洋产业领域（特别是船舶）由于现有维护管理体系的持续及低基础设施水平、通信限制等多种原因，对数据获取/管理/传输及分析等外部环境因素有限制。尽管如此，CBM技术可以适用于现有的航运船舶，作为未来自律航运船舶的核心技术，考虑到轮机系统对象的故障诊断和预测技术（H/W&S/W）及全生命周期，需要开发与船级检验体系相关的检验标准和规则。为了通过从状态监视系统硬件中获得的数据算法，得出支持最终决策的结果，必须优先保障算法的准确度和信任度。

也就是说，通过无法保障的不准确数据得出的算法无法得出可信的结果。因此，质量优秀，即正常状态和非正常状态进行明确的分类，非正常状态下也要有明确的定义，才能开发出优秀的算法。

总的来说，在CBM技术开发中，高品质数据的必要性非常高。尽管如此，船舶轮机系统的高品质数据实际上是不足的情况。从这一原因来看，多年来现有的船舶实际上是在船上进行非常系统和有计划的维护管理。

问题是，比起对故障发生时根本原因的正确认识和分析过程，为了确保船舶运行安全和减少损失，有立即采取修理措施的目的，现有的轮机系统中获得的数据也由性能和效率为焦点的列表组成。可以对想象状态进行诊断，也就是说，能够非常敏感地反映故障现象的数据实际上是不足的。

相反，从陆上直接生产数据的情况来看，制造公司一般都拥有船舶轮机系统的陆上试验台，但一般都在进行产品性能测试，为了获得故障数据，故意制造出正常的系统故障，获取数据，对企业生产效率造成负面影响。

因此，KR将从对船舶轮机系统5种（推进发动机、发电机、水泵、净化器及管道）的高品质正常及非正常数据的故障模式模拟实验开始，持续开发CBM系统的硬软件和软件。

5.研究故障模式数据

船舶核心轮机系统5种故障模式数据生产研究首先由故障分析和模拟开发、正常及非正常状态数据生产实验及数据可靠性评估的预处理及特征分析组成。

本期文章只研究核心轮机系统5种中推进引擎及发电机的故障模式数据生产研究。数据生产实验需要启动KR TCC所拥有的实际船舶用发动机及发电机获取数据，因此必须事先进行周密的故障分析和制定实验计划。

首先，针对船舶二冲程低速发动机和四冲程中速发电发动机，主要发生任何故障，发生故障时的危险性等进行了研究。通过整理各自的故障项目，分析其原因和现象，完成了具体化故障项目、故障原因和故障识别现象的故障树木分析（Fault Tree Analysis，以下简称FTA）。自由贸易协定将内燃机系统大致分为机械驱动系统、燃烧及气体排放系统、气体供应系统，分为子组件故障项目和原因，将故障现象具体化，分析了关联性，识别了可监测故障现象的额外测量项目。

以最终导出的自由贸易协定结果为基础，收集具有多年工程经验的外部专家的意见，并在表1中表示要模仿的故障模式，分别选定了10个推进发动机和5个发电发动机。除了推进发动机及发电机的现有监测系统外，还进一步建立了汽缸内部燃烧状态测量传感器、振动特性传感器、超高速摄像机等多种监测系统，实现了各故障模式，确保了高品质的大容量数据。

 表 1. 推进发动机和发电发动机系统的故障模式

6. 开发故障诊断预测

通过故障模式模拟实验获得的正常及非正常状态数据的分析及预处理，运用了主要成分分析、相关系数分析等多种探索性分析方法，不仅提高了目标设备的性能和效率，通过多变量数据统计分析，提取了核心特性数据。基于工程知识和数学依据，将汽缸压力数据和振动数据的多数特性参数及运行数据以测量时间为准合并，生成了算法开发所需的数据框架。

KR利用该数据，采用了Auto ML、RP+CNN、LSTM等多种机器学习和深度学习方法，导出了可以将目标设备的故障模式分类为95%以上的准确度的算法。推进发动机及发电发动机系统的启动与实际船舶运行的RPM和Load条件相似，连续启动5个小时以上。

 

因此，要考虑到多数数据变量之间的相互作用和表热特性，验证和评估。不仅如此，发动机故障时，不仅只有一个数据会发生变化，而且同时多发性的多数数据都会发生变化，所以需要多变量分析，根据各故障模式，结构性地理解多变量数据的模式变化是必要的。

 

因此，采用了通过推进发动机和发电发动机故障模式模拟实验得出的数百种时系列信息所具有的动态有机相互作用的算法。图3利用推进引擎及发电机引擎的故障模式模拟数据，表达了对区分正常状态和非正常状态的二进制分类的算法性能评估。这是对数据的可靠性验证及异常诊断算法应用方案的事前评估，在各自的性能指标中，F1 score确保了98%以上的优秀诊断性能，结果验证了推进发动机和发电发动机故障模式数据的可靠性。

图4以发动机及发电发动机各故障模式为对象，通过诊断算法性能评估结果，整合了气瓶内部压力、振动特性、驾驶信息等，利用了构成的数据框架。对各10种、5种故障模式做出了优秀的诊断性能，F1 score性能指标上推进发动机的情况是96%以上，发电发动机的情况是99%以上的优秀性能。

 

以该分析结果为基础，确认了能够区时系列数据变量之间的模式变化的质量评估可能性，并将今后开发的算法应用于实航船舶，进行算法本身的可靠性高化和适用性评估。

 

图3. 推进发动机及发电发动机正常及非正常状态的分类性能评估

 

图4. 推进发动机及发电发动机故障模式诊断算法性能评估

 

7. 向后计划

对船舶轮机系统的CBM技术用需要从现有的维护管理体系进行阶段性的转换。不仅如此，还需要全面扩大该技术的适用性，为使用者即船员及船舶管理者提供多种功能的平台。

 

因此，KR将CBM系统提供的各项事项和要求事项，而且要与船级社检验规范联系，从现有的维护管理体系到CBM基础维护管理体系，为了阶段性的转换，需要船上要求的故障项目和船级社规范之间的匹配，并通过这一点来确定想要移动的故障项目和相关数据表。今后CBM系统应考虑到本次数据获取基础设施水平，并根据CBM系统的应用水平，提供异常检测（Detection）、故障诊断（Diagnosis）、故障预测（Prognosis）和维护管理方案及费用分析等功能。

 

因此，即使没有改善船上数据获取系统的基础设施建设，也可以选择CBM系统。KR今后将与船舶检验服务联系，在更现实、更合理的范围内，为了能够从现有数十年的船舶管理体系转变为CBM基础维护管理体系，制定CBM技术力高化及船级社检验规范。

图5. CBM技术水平及性能要求事项