Możliwość komputerowego wspomagania diagnozowania okrętowych silników tłokowych

Streszczenie

W referacie przedstawiono przykład komputerowego wspomagania diagnozo-wania okrĊtowych silników tłokowych w oparciu o algorytm zbudowany z wykorzy-staniem teorii rozpoznawania obrazów.

W zbudowanym algorytmie wykorzystano metodĊ deterministyczną. Zadanie diagnostyczne rozwiązano z wykorzystaniem wielowymiarowej, geometrycznej prze-strzeni i rachunku wektorowego. PosłuĪono siĊ diagnozowaniem na podstawie obli-czania odległoĞci od wektora stanu do wektorów diagnoz, czyli badaniem odległoĞci od wzorca.

SkutecznoĞü zastosowanej metody wykazano na przykładzie czterosuwowego, Ğrednioobrotowego silnika okrĊtowego, na którym wykonano odpowiednie badania z wykorzystaniem eksperymentu czynnego.

Słowa kluczowe: diagnostyka, tłokowy silnik okrĊtowy, wspomaganie komputerowe, teoria rozpoznawania obrazów

1. Wprowadzenie

Współczesna eksploatacja siłowni okrĊtowych wymaga wprowadzania na statki systemów diagnostycznych. Mogą one przynieĞü szereg korzyĞci wymiernych związanych z oszczĊdnoĞcią paliwa, zmniejszeniem zuĪycia czĊĞci, wydłuĪeniem okresów miĊdzynaprawczych oraz niewy-miernych zmierzających miĊdzy innymi do podniesienia bezpieczeĔstwa Īeglugi. Tłokowe silniki o zapłonie samoczynnym stanowią w zdecydowanej wiĊkszoĞci napĊd główny statków towaro-wych oraz są stasowane w elektrowniach okrĊtotowaro-wych do napĊdu prądnic. Koszty ich eksploatacji są bardzo duĪe, przede wszystkim z uwagi na stale rosnące ceny paliw i olejów smarnych. Stąd koszty eksploatacji silników okrĊtowych stanowią ponad 70% kosztów eksploatacji całej siłowni okrĊtowej. Udział kosztów paliwa i olejów smarnych w kosztach eksploatacji siłowni okretowej z silnikami tłokowymi pokazano na rysunku 1 [6].

Rysunek 1. Udział kosztów paliwa i olejów smarnych w kosztach eksploatacji siłowni okrĊtowej z silnikiem o zapłonie samoczynnym

ħródło: Opracowanie własne.

1. koszty paliwa i oleju smarnego; 2. koszty kapitałowe i ubezpieczeĔ; 3. koszty załogowe; 4. koszty pozostałe (miedzy innymi: remonty, czĊĞci zamienne, materiały konserwacyjne)

Na rysunku 2 pokazano przykładowe koszty eksploatacji statku do przewozu ładunków ma-sowych z uwzglĊdnieniem kosztów paliwa [6].

BezpoĞredni związek pomiĊdzy niezawodnoĞcią okrĊtowych silników tłokowych a bezpie-czeĔstwem Īeglugi oraz znaczący udział silników w kosztach eksploatacji powodują, Īe na stat-kach przewaĪająca liczba metod i urządzeĔ diagnostycznych opracowywana jest z myĞlą o tych obiektach. Celem utylitarnym tego działania powinna byü moĪliwoĞü:

¾ realizacji zadaĔ prowadzacych do rozpoznawania i okreĞlania aktualnego stanu czego wy-nikiem jest diagnoza,

¾ rozpoznawania przyszłych stanów silnika czego wynikiem jest geneza czyli okreĞlenie przyczyn zaistnienia obecnego stanu, rodzaju i przyczyn niesprawnoĞci czy uszkodzenia, ¾ przewidywania przyszłych stanów silnika, czego efektem bĊdzie prognoza rozumiana jako

okreĞlenie horyzontu czasowego przyszłej zmiany stanu technicznego.

O ile to moĪliwe, naleĪy równieĪ powiązaü moĪliwoĞü okreĞlania faktycznego stanu technicz-nego silnika z prowadzeniem jego racjonalnej gospodarki remontowej.

Rysunek 2. Koszty eksploatacji statku typu masowiec (170 000 DWT) z uwzglĊdnieniem kosztów paliwa

ħródło: Opracowanie własne.

1. koszty rejsowe (paliwo, opłaty portowe i kanałowe); 2. koszty dzienne (załogowe, admini-stracyjne i ubezpieczeniowe); 3. koszty kapitałowe.

2. Metodologia rozwiązywania zadaĔ diagnostycznych

Powodzenie i powszechnoĞü stosowania systemów i urządzeĔ diagnostycznych w odniesieniu do silników okrĊtowych zaleĪy w znacznym stopniu od doskonalenia algorytmów diagnostycz-nych. Ciągle jeszcze w budowie takich algorytmów i tworzeniu programów diagnostycznych wy-korzystywane jest najczĊĞciej klasyczne podejĞcie, którego metodologiczne podstawy moĪna sprowadziü do nastĊpujących zadaĔ:

¾ ocena wpływu niezdatnoĞci wystĊpujących w poszczególnych wĊzłach funkcjonalnych urządzenia na jego pracĊ i na zmianĊ wartoĞci parametrów diagnostycznych; stosuje siĊ tu metody eksperymentalne, oparte na obiektach rzeczywistych lub na modelach matematycz-nych,

¾ wyznaczenie parametrów diagnostycznych obiektu zdatnego technicznie,

¾ wybór parametrów diagnostycznych ze wzglĊdu na ich wraĪliwoĞü na zmianĊ stanu tech-nicznego obiektu i minimalizacja ich liczby,

¾ opracowanie algorytmu i programu diagnostycznego.

Ciekawym uzupełnieniem klasycznego podejĞcia wydaje siĊ wykorzystanie metod bazujących na teorii rozpoznawania obrazów. MoĪna wyróĪniü tu probabilistyczne i deterministyczne metody rozpoznawania, opisane miedzy innymi przez M.Ajzermana [1] i I.Birgera [2]. Przy probabili-stycznym podejĞciu przyjmuje siĊ, Īe istnieje obiekt, który znajduje siĊ w jednym z n losowych stanów Di. Jest równieĪ znany zbiór parametrów diagnostycznych, które z okreĞlonym

prawdopo-dobieĔstwem charakteryzują stan tego obiektu. NaleĪy sformułowaü zasadĊ decyzyjną, przy której wybrany do diagnozowania zbiór wartoĞci parametrów moĪna by odnieĞü do jednej z moĪliwych diagnoz (stanów). W metodzie tej jest równieĪ bardzo waĪne dokonanie oceny wiarygodnoĞci przyjĊtego rozwiązania i stopnia ryzyka rozwiązania błĊdnego.

Deterministyczne metody rozpoznawania pozwalają rozwiązaü zadanie diagnostyczne z wy-korzystaniem wielowymiarowej, geometrycznej przestrzeni i rachunku wektorowego. JeĪeli obiekt jest opisany n-wymiarowym wektorem X, to dowolny stan tego obiektu przedstawiony jest w n-wymiarowej przestrzeni parametrów w postaci punktu, a raczej pewnego obszaru tej prze-strzeni. NaleĪy znaleĨü zasadĊ, według której diagnozowany obiekt, którego stan techniczny opi-sany przez wektor X jest porównywany z okreĞlonym obszarem przestrzeni odpowiadającym danej diagnozie. Rozwiązanie tego problemu moĪna uzyskaü wykorzystując metody liniowe, funkcji potencjalnych, aproksymacji stochastycznej i metryczne metody rozpoznawania.

Jedną z metrycznych metod rozpoznawania jest diagnozowanie na podstawie pomiaru odle-głoĞci od wzorca. Zakłada siĊ, Īe aktualny obraz stanu technicznego obiektu opisany wartoĞciami parametrów diagnostycznych, jest bliski jednemu ze znanych, typowych objawów uszkodzeĔ. Przyjmuje siĊ wiĊc, Īe moĪliwym jest rozróĪnienie stanu technicznego obiektu na podstawie ob-serwacji obrazu, jaki tworzą parametry diagnostyczne opisujące jego stan. Parametry diagnostycz-ne tworząn-wymiarowy wektor stanu X znajdujący siĊ w przestrzeni objawów uszkodzeĔ:

)

x

,

...

,

x

,

...

,

x

,

(x

=

X

X– wektor stanu badanego obiektu,

xj – współrzĊdne w przestrzeni objawów (mogą to byü wielkoĞci ciągłe lub dyskretne).

W n-wymiarowej przestrzeni istnieje równieĪ pewna liczba wektorów wzorcowych Ai,

utwo-rzonych na podstawie tablic uszkodzeĔ i opisujących wybrane stany techniczne obiektu. KaĪdemu z nich odpowiada diagnoza Di:

)

a

,

...

,

a

,

...

,

a

,

(a

=

A

Diagnostyczna miara odległoĞci miĊdzy wektorem X, a kolejnymi wektorami Ai wyraĪa siĊ

wów-czas wzorem: n 1 2 ) in a j (x ij = ) A , X ( 2 l i L = ⋅

¦

λij– współczynnik wagowy j-tego wymiaru przestrzeni oraz i-tej diagnozy.

Rozpatrywanie stanu obiektu, a wiĊc tym samym postawienie diagnozy, polega na pomiarze odległoĞci miĊdzy koĔcem wektora X, a koĔcami poszczególnych wektorów AL, oraz odpowiedniej analizie tych odległoĞci. Im mniejsza jest odległoĞü miĊdzy danymi punktami w porównaniu z innymi odległoĞciami, tym wiĊksze jest prawdopodobieĔstwo wystąpienia niezdatnoĞci przypi-sanej odpowiedniemu punktowi.

D

x

min

=

L

Ÿ

∈

Analiza ta sprowadza siĊ (w najprostszym przypadku) do wyznaczenia tzw. współczynników rozpoznawania ξi:

L

L

¦

=

1

1

ξ

Obiektem badaĔ był okrĊtowy silnik o zapłonie samoczynnym SULZER AL25/30. Widok stanowiska badawczego pokazano na rysunku 3. Badany silnik charakteryzują nastĊpującye podstawowe dane techniczne:

• moc z cylindra [kW] 136 • prĊdkoĞü obrotowa [obr/min] 750 • Ğrednie ciĞnienie efektywne [MPa] 1,575 • stopieĔ sprĊĪania [-] 13 • jednostkowe zuĪycie paliwa [g/kWh] 204 • doładowanie turbosprĊĪarką BBC typu VTR160N • obciąĪenie prądnicą elektryczną,

• liczba cylindrów [-] 3. 3.2. Przygotowanie planu badaĔ

Silnik okrĊtowy naleĪy do obiektów technicznie złoĪonych. W takim przypadku znaczącym ułatwieniem w rozwiązywaniu zadaĔ diagnostycznych jest podzielenie silnika na funkcjonalne systemy. Jest to wiĊc działanie zmierzające do dekompozycji obiektu i diagnozowanie w strukturach zdecentralizowanych. PoprawnoĞü i skutecznoĞü takiego działania potwierdzano w pracach wielu autorów, w tym w publikacjach J.M KoĞcielnego [3]. Aby uniknąü arbitralnego podziału, przyjĊto nastĊpujący tok postĊpowania. Zebrano dane statystyczne dotyczące czĊstotliwoĞci wystĊpowania okreĞlonych uszkodzeĔ oraz dane o ich potencjalnym, negatywnym wpływie na przebieg procesu roboczego. UmoĪliwiło to wybraü do diagnozowania właĞciwe

wĊzły funkcjonalne silnika, a w nich najczĊĞciej wystĊpujące uszkodzenia, co szerzej analizowano w pracy [5].

Rysunek 3. Widok stanowiska badawczego z tłokowym silnikiem okretowym SULZER 3AL25/30 ħródło: Opracowanie własne.

Z danych statystycznych [4] dotyczących najczĊĞciej wystĊpujących na statkach uszkodzeĔ wynika, Īe dotyczą one:

¾ silników wolnoobrotowych – 38,0% ¾ silników Ğrednioobrotowych – 15,7% ¾ maszyn pokładowych – 13,7%

¾ maszyn pomocniczych siłowni – 11,0% ¾ rurociągów i armatury – 8,1%

¾ urządzeĔ automatyki – 7,5% ¾ innych urządzeĔ – 6,0%

Z powyĪszych danych wynika jednoznacznie, Īe silniki okrĊtowe są najbardziej zawodnymi elementami kaĪdego statku. Patrząc szczegółowo na ich awaryjnoĞü ustalono, Īe najbardziej za-wodnymi układami silnika są: paliwowy i wymiany czynnika roboczego. Statystyki wskazują, Īe blisko 50% wszystkich uszkodzeĔ silników okrĊtowych stanowią usterki układu zasilania pali-wem, a w nim najczĊĞciej wystĊpują uszkodzenia w odniesieniu do:

¾ pomp wtryskowych – 38% ¾ przewodów paliwowych – 12%.

W odniesieniu do wtryskiwaczy najczĊĞciej uszkodzenia spowodowane są: ¾ zuĪyciem stoĪka iglicy – 73%

¾ zuĪyciem i zakoksowaniem otworów rozpylacza – 12%

¾ utratą własnoĞci sprĊĪyny (spadek ciĞnienia otwarcia wtryskiwacza) – 4% ¾ innymi przyczynami – 11%.

Uszkodzenia pomp wtryskowych kojarzone są najczĊĞciej z: ¾ nieszczelnoĞcią zaworów zwrotnych – 42%

¾ nieszczelnoĞcią pary precyzyjnej – 24% ¾ zatarciem tłoczków pomp – 18% ¾ innymi przyczynami – 16%.

W układzie wymiany czynnika roboczego najczĊstszymi uszkodzeniami są zanieczyszczenia elementów tego układu (24,7% wszystkich uszkodzeĔ silników okrĊtowych). Zanieczyszczają siĊ nastĊpujące elementy:

¾ filtry powietrza,

¾ przepływowa czĊĞü sprĊĪarki turbosprĊĪarkowego układu doładowania, ¾ chłodnica powietrza doładowującego,

¾ organy wymiany czynnika roboczego,

¾ przepływowa czĊĞü turbiny turbosprĊĪarkowego układu doładowania. Z danych szczegółowych wynika, Īe najczĊĞciej zanieczyszczenia wystĊpują w:

¾ kanałach przepływowych sprĊĪarki – 56% ¾ kanałach przepływowych turbiny – 22% ¾ chłodnicy powietrza – 11%

¾ filtrach powietrza – 6%

¾ organach rozrządu czynnika roboczego – 4% ¾ innych elementach – 1%.

Ostatecznie wybrane do diagnozowania podzespoły to: turbosprĊĪarkowy układ doładowania i układ wtryskowy silnika. Do ich diagnozowania naleĪy wybraü właĞciwy zestaw parametrów diagnostycznych, według nastĊpujących, podstawowych kryteriów:

¾ wartoĞci informacyjnej, czyli iloĞci informacji o stanie technicznym obiektu, jaką zawiera dany parametr,

¾ stopnia lokalizacji niesprawnoĞci, a wiĊc moĪliwie Ğcisłego związku z jednym okreĞlonym parametrem struktury,

3.3. Plan badaĔ, wyniki badaĔ

Na podstawie przeprowadzonej analizy opisanej w rozdziale 3.1 prowadzącej do wyboru od-powiednich podzespołów silnika okrĊtowego i dla kaĪdego z nich właĞciwego zestawu parame-trów diagnostycznych opracowano plan badaĔ. PrzyjĊto, Īe:

¾ badania wykonane bĊdą w oparciu o eksperyment czynny,

¾ wybrane, typowe uszkodzenia w turbosprĊĪarkowym układzie doładowania i układzie wtryskowym bĊdą symulowane w taki sposób, aby moĪliwie wiernie odwzorowane były rzeczywiste uszkodzenia wystĊpujące podczas eksploatacji silnika,

¾ badania zostaną przeprowadzone w szerokim zakresie obciąĪenia silnika – dla silnika tech-nicznie sprawnego, a nastepnie z symulowanymi uszkodzeniami,

¾ rejestrowany bĊdzie maksymalnie liczny zestaw parametrów, z którgo wyselekcjonowane zostaną parametry diagnostyczne wykorzystane w komputerowej metodzie wspomagania diagnozowania.

W układzie wtryskowym symulowano nastĊpujące uszkodzenia: ¾ spadek ciĞnienia otwarcia wtryskiwacza,

¾ nieszczelnoĞü pary precyzyjnej pompy wtryskowej, ¾ zuĪycie otworów rozpylacza,

¾ zakoksowanie otworów rozpylacza.

W turbosprĊĪarkowym układzie doładowania symulowano nastĊpujące uszkodzenia: ¾ zanieczyszczenie filtra powietrza,

¾ zanieczyszczenie sprĊĪarki powietrza, ¾ zanieczyszczenie chłodnicy powietrza.

Uzyskane w eksperymencie dane pozwoliły zminimalizowaü licznoĞü parametrów diagno-stycznych w oparciu o:

¾ obliczoną wraĪliwoĞü kaĪdego z nich na zmianĊ stanu technicznego silnika, ¾ statystyczną analizĊ wyników pomiarów.

Ostatecznie do diagnozowania układu doładowania wybrano nastĊpujące parametry: ¾ ciĞnienie powietrza ładującego,

¾ masowe natĊĪenie przepływu powietrza przez sprĊĪarkĊ, ¾ masowe natĊĪenie przepływu powietrza przez cylinder, ¾ spadek ciĞnienia na filtrze powietrza,

¾ prĊdkoĞü obrotową turbosprĊĪarki, ¾ temperaturĊ gazów wydechowych, a dla diagnozowania aparatury paliwowej:

¾ maksymalne ciĞnienie spalania, ¾ maksymalne ciĞnienie wtrysku paliwa, ¾ Ğrednie ciĞnienie indykowane,

¾ ciĞnienie powietrza ładującego, ¾ temperaturĊ gazów za cylindrem.

Na podstawie uzyskanych danych eksperymentalnych moĪliwe było zbudowanie tablic (macierzy) diagnostycznych – FIS (Fault Isolation System), których przykłady pokazano na rysunku 4 i 5.

PrzyjĊcie trójwartoĞciowej oceny residuów pozwala rozróĪniü wszystkie uszkodzenia. Po-szczególne parametry diagnostyczne (S) otrzymały w niej umowne znaczenia +1, 0 lub –1, w zaleĪnoĞci od reakcji danego parametru na wystĊpujące uszkodzenie. JeĪeli wartoĞü S roĞnie w stosunku do wzorcowej to otrzymuje znaczenie (+1); jeĪeli spada w stosunku do wzorcowej to znaczenie (-1), a w przypadku zbyt słabej reakcji – wzrost lub spadek wartoĞci S nie przekracza przedziału nieczułoĞci to otrzymuje umowne znaczenie (0).

S/F f1 f2 f3 f4 s1 0 +1 +1 +1 s2 0 -1 +1 -1 s3 -1 -1 +1 -1 s4 -1 -1 +1 -1 s5 0 -1 -1 +1

Rysunek 4. Przykład FIS układu wtryskowego silnika okrĊtowego ħródło: Opracowanie własne.

s1 – ciĞnienie powietrza ładującego,

s2 – temperatura gazów za cylindrem,

s3 – maksymalne ciĞnienie spalania,

s4 – Ğrednie ciĞnienie indykowane,

s5 – maksymalne ciĞnienie wtrysku paliwa,

f1 – spadek ciĞnienia otwarcia wtryskiwacza,

f2 – nieszczelnoĞü pary precyzyjnej pompy wtryskowej,

f3 – zuĪycie otworów rozpylacza,

f4 – zakoksowanie otworów rozpylacza.

S/F f1 f2 f3 s1 -1 -1 +1 s2 +1 -1 -1 s3 -1 -1 -1 s4 -1 -1 -1 s5 +1 0 0 s6 +1 +1 +1

Rysunek 5. Przykład FIS układu doładowania silnika okrĊtowego ħródło: Opracowanie własne.

s1 – ciĞnienie powietrza ładującego,

s2 – prĊdkoĞü obrotowa turbosprĊĪarki,

s3 – masowe natĊĪenie przepływu powietrza przez sprĊĪarkĊ,

s4 – masowe natĊĪenie przepływu powietrza przez cylinder,

s5 – spadek ciĞnienia na filtrze powietrza,

s6 – temperatura gazów za cylindrem,

f1 – zanieczyszczenie filtra powietrza,

f2 – zanieczyszczenie sprĊĪarki powietrza,

Nie moĪna jednak autorytatywnie stwierdziü, Īe gdyby rozszerzyü zakres diagnozowania o kolejne uszkodzenia, dotychczas nierozwaĪane, pozostawiając bez zmian liczbĊ sygnałów dia-gnostycznych S(s1, s2, …. , sn), czy wszystkie uszkodzenia F(f1, f2, …. , fn) mogłyby byü

rozróĪ-nialne. Wówczas naleĪałoby zwiĊkszyü zestaw sygnałów diagnostycznych, stosując do ich wła-Ğciwego wyboru kryteria o których była mowa wczeĞniej.

Wykorzystując zbudowane tablice FIS (macierze) powstała wielowymiarowa przestrzeni ob-jawów uszkodzeĔ, do której wprowadza siĊ na podstawie dokonanych na bieĪąco pomiarów wek-tor stanu. Zgodnie z omówioną wczeĞniej metodą rozpoznawania wyliczany jest współczynnik ξi,

czyli prawdopodobieĔstwo wystąpienia danego uszkodzenia. Działania te realizowane są kompu-terowo w oparciu o algorytm, którego uproszczony schemat pokazano na rysunku 6.

Rysunek 6. Schemat blokowy algorytmu diagnostycznego ħródło: Opracowanie własne.

4. Podsumowanie

W odniesieniu do obiektów technicznie złoĪonych dekompozycja obiektu i diagnozowanie zdecentralizowane, przy załoĪeniu uszkodzeĔ pojedynczych, umoĪliwia dobrą lokalizacjĊ uszko-dzeĔ.

Dokonanie właĞciwego wyboru parametrów diagnostycznych jest jednym z istotniejszych czynników decydujących o poprawnoĞci działania opracowanych algorytmów diagnostycznych.

W odniesieniu do obiektów technicznie złoĪonych, o moĪliwej duĪej licznoĞci parametrów diagnostycznych znaczenie ma równieĪ minimalizacja licznoĞci parametrów diagnostycznych, tak przeprowadzona, aby algorytm diagnostyczny był relatywnie prosty ale dobrze rozpoznawał uszkodzenia.

Zastosowanie trójwartoĞciowej oceny residuów w przypadku omawianej diagnostyki układu doładowania i układu wtryskowego okrĊtowego silnika wysokoprĊĪnego daje bardzo dobre rezul-taty – dobrą rozróĪnialnoĞü niesprawnoĞci.

Przedstawiona w niniejszym referacie moĪliwoĞü wykorzystania do budowy algorytmów i programów diagnostycznych badaĔ symulacyjnych na obiekcie rzeczywistym jest pracochłonną i drogą metodą, ale dającą moĪliwoĞü zbudowania dla danego obiektu jednoznacznego narzĊdzia diagnostycznego. Bardzo waĪnym jest aby przyjĊty sposób symulacji moĪliwie wiernie odwzoro-wywał rzeczywiste uszkodzenia wystĊpujące podczas eksploatacji silnika. Badania moĪna znaczą-co skróciü jeĞli bazując na statystyce spotykanych najczĊĞciej uszkodzeĔ w danym typie silników, ograniczy siĊ symulacje tylko do nich.

MoĪliwoĞü wykorzystania teorii rozpoznawania obrazów do celów diagnozowania silników okrĊtowych zdaje siĊ byü bardzo wygodnym i pewnym Ğrodkiem uzyskania informacji w postaci wartoĞci ξi. Jest jednak moĪliwa sytuacja, gdy kilka diagnoz uzyska podobne wartoĞci ξi. Sytuacja

taka oznacza pewną „bezradnoĞü” programu diagnostycznego. Jest to moĪliwe szczególnie, gdy silnik pracuje z uszkodzeniem nie mającym odwzorowania w przestrzeni objawów (uszkodzenie dotychczas nie rozpoznane).

Bibliografia

1. Ajzerman M. i in.: Rozpoznawanie obrazów metodą funkcji potencjalnych, WNT, Warszawa 1976.

2. Birger I.: Tiechniczeskaja diagnostika, Izd. Maszinostrojenije, Moskwa 1978.

3. KoĞcielny J.M.: Diagnostyka procesów w strukturach zdecentralizowanych jednopoziomo-wych. DPP’2001, Łagów, 2001r., s.355–358.

4. Piaseczny L.: Ocena niezawodnoĞci okretowych silników spalinowych w aspekcie tworzenia ich systemów diagnostycznych i obsługowych. Materiały Konferencji Naukowo-Technicznej, ITEO AMW, Gdynia 1992.

5. Witkowski K.: Wybór i minimalizacja liczby parametrów diagnostycznych złoĪonych obiek-tów technicznych. VI Konferencja Naukowo-Techniczna, DPP, Władysławowo, 2003 r., s. 85–88.

6. Witkowski K.: Stan diagnostyki technicznej okretowych silników tłokowych. Diagnostyka, vol.34, 2005 r., str. 85–92.

THE POSSIBILITY OF COMPUTER–AIDED DIAGNOSIS OF MARINE DIESEL ENGINE

Summary

The paper presents an example of computer-aided diagnosis of marine diesel engine based on the algorithm constructed using the theory of pattern recognition. The created algorithm uses a deterministic method. Diagnostic task resolved with the use of multidimensional, geometric and vector analysis. Used for diagnosis on the basis of calculating the distance from the state vector to the vectors of diagnosis, ie the distance from the test pattern.

The effectiveness of the method demonstrated on the example of four-stroke ma-rine engine in which the appropriate tests were performed using the active experi-ment. Some damage in the simulated systems: injection and turbocharging. They al-lowed to choose a set of diagnostic parameters describing the n-dimensional space, and introduce a series of vector patterns (diagnosis). Patterns are represented in bi-nary diagnostic matrix.

Keywords: diagnosis, piston marine diesel engine, computer-aided diagnosis, the theory of pattern recognition

Kazimierz Witkowski Katedra Siłowni OkrĊtowych Wydział Mechaniczny Akademia Morska w Gdyni ul. Morska 83, 81-222 Gdynia e-mail: wika@am.gdynia.pl