翻译译文——柴油机诊断技术

《翻译译文——柴油机诊断技术》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、翻译信息此英文翻译原文为希腊国立雅典理工大学机械工程学院热工程系内燃机实验室的V.T.Lamaris和Q.T.Hoim讪as于2010年发表在EnergyConversion&Management^志上的"船用柴油发动机的通用诊断技术于海洋船舶主推进动力装置和副柴油发电机组的应用"（Ageneralpuiposediagnostictechniqueformarinedieselengines-applicationonthemainpropulsionandauxiliarydieselunitsofamarinevessel）（20

2、10年第51期740-753页）。全文共含有英文单词及数字符号10446个，包含字符数（计空格）60849个（以上均含图表，下同）。本文由大连海事大学轮机工程学院轮机管理专业2011级2区队孟庆鶴和董梦超共同完成翻译，汉语译文共约15693字。其中，董梦超负责第5条，第6条，第7条，第8条及第9条的翻译（英文单词3349个，英文字符20259个，汉字7031个）。孟庆鹤负责其它所有内容（包括公式，图表的翻译、绘制及文本的对应格式化等）（英文单词7097个，英文字符40254个，汉字8662个）。均符合毕业翻译要求（英文字符20000个，

3、汉字5（）00个）联系原文作者，可联系lamaris@central.ntua.gr。获取原文及翻译电子版文件,可联系mengqinghe0909@126.com。ELSEVIER船用柴油发动机的通用诊断技术——于海洋船舶主推进动力装置和副柴油发电机组的应用V.T.Lamaris*,D.T.HountaIas希腊雅典15780号Zografou校区HeroonPolytechniou大街9号国立雅典理工大学机械工程学院热工程系内燃机实验室文章信息：摘要文章历史：柴油机被广泛使用在海船上（即用于主推进动力装置和辅助机械）,只有小部分海船使

4、用气轮机或2009年3月5日收到初稿2009年10月17日收到修订稿2009年10月30日收录蒸汽轮机。这是由于与其他可供选择的动力装置相比，柴油机具有较高的效率，较高的功率质星比，较咼的可靠性等特点。发动机（主机和柴油发电机组）正确和咼效的操作在海船应用中至关重要，因而用以确定发动机当前技术状态和发现潜在故障的系统也是极其重要的。此外，如果这种技术在应用于不同的柴油机时均能提供可靠的结果，其将会具有很大优势，因为同一艘船舶上通常存在不同类型的柴油机，比如:主推进装曽是一个大型低速二冲程柴油机，而柴油发电机是四冲程中/高速柴油机。目前,

5、关键词：诊断状态监测海洋船舶柴油发动机一种由本文作者们开发的，同时应用于商船主机和副机的改进的诊断技术首次被提出并重视。该诊断技术基于热力学仿真模型。嵌入于该项技术的仿真模型已经被彳彥改，即由多域模型代替了原来的双域模型.这T參改避免了模型参数随操作状态变亿随时校准的需雯。这对于此项技术的诊断原理是极其更要的.通过使用发动机厂方测试数据，仿真模型得以被校准（即模型常数确定），发动机的参考条件同时得到保证。然后，调控模型被用来估计当前发动机状态，通过实地测虽（比如,气缸压力测虽,外围数据,等等）。从结果来看,诊断方法提供了发动机的运行状态

6、利1无法实地测呈的参数的详细信息。为了进一步评估诊断过程，诊断分析的结果分别与各自现有的说明书数据（如制动功率等）作比较，结果显示契合度很高。调査结果表明此项诊断技术在主、副两种类型的发动机上都可以不经整定地应用，同时对整个船舶动力系统提供一个有用的集成方案。这相当重要，因为尽管副机举足轻重，但传统的系统只适合于主机。©2009爱思唯尔有限公司保留所有权利。些方法需要大量分别对应于正常和故障运行状态的以校对计算机工具1.背景介绍过去的几十年，柴油发动机在海船应用中保持领先地位,超过99%的大型商船采用此种类型的发动机作为推进动力装胃。二

7、冲程、大缸径、涡轮增压柴油机拥有在海船领域的主导地位，因为其契合市场对于推进装置更髙的输出功率，燃用低品位燃油，较高的效率、可靠性和较长的使用寿命的需求［1］。船用柴油机的主要指标是可靠性和经济性。船舶动力装置和副机单元任］可失误,故障或失效均可能导致影响船舶安全性和可靠性的严重后果。因此，各种状态监测和故障检测的技术和系统已经被弓I进并得以应用［2］。传统的运行数据（比如排气温度和最高爆压等）的利用是对柴油机进行状态监测的一个简单方法。然而尽管这些数据有价值,却通常并不足以精确高效地检测发动机故障的实际原因。因此，更复杂的技术被开发出

8、来,用以对故障逬行诊断。这些技术［2、3］通常使用统计学方法以及被研究的数学计算工具来处理相当数量的发动机运行数据。然而，在过去的数十年间，基于神经网络［4、5］和遗传算法［6、7］的复杂方法已经开发出来。