-
随着船舶设计朝着智能化方向发展,智能故障诊断技术受到业内广泛关注,如果要快速、准确地识别船舶柴油机可能出现的故障,应有较为丰富的样本数据作为支撑,而通过台架试验获取故障样本数据,目前难度很大,因此柴油机的故障仿真数值计算显得尤为重要[1-4]。柴油机故障仿真是利用计算机技术的辅助功能,模拟柴油机运行过程中可能发生的故障,通过分析其成因,可在实际工作中提高柴油机的可靠性和工作效率,并相当程度地减少时间和经济成本。同时,通过探究柴油机故障的产生、演变、破坏过程,及其随热工参数的改变而变化的规律,可以为柴油机故障诊断提供更加详尽的参数和数据[5-7]。
本文拟采用AVL BOOST软件构建柴油机运行过程的仿真模型,在100%负荷工况下采用控制变量法模拟柴油机的典型故障——发火点提前、单缸停油和曲轴箱窜气,通过分析仿真计算结果,获得100%负荷工况下各种故障发生时柴油机的热力参数、性能参数变化规律和多维故障数据样本,用以为柴油机故障状态识别和智能故障诊断系统构建提供依据。
-
AVL BOOST软件内置有多个燃烧放热模型,通过计算每次循环的总放热量来计算每度曲轴转角所释放的热量。本文采用单韦伯模型。一般使用韦伯函数计算柴油机的放热情况,结果与真实数据相差不大。
$$\frac{{{\rm{d}}x}}{{{\rm{d}}\alpha }} = \frac{a}{{\Delta {\alpha _c}}} \cdot (m + 1) \cdot {y^m} \cdot {{\rm{e}}^{ - a \cdot {y^{(m + 1)}}}}$$ (1) 其中,
${\rm{d}}x = \dfrac{{{\rm{d}}Q}}{Q} $ ,$y = \dfrac{{\alpha - {\alpha _0}}}{{\Delta {\alpha _c}}} $ 。式中:x为燃烧开始消耗到某一时刻的燃油质量分数;
$\alpha $ 为曲轴转角,(°);${\alpha _0}$ 为气缸内燃油混合物开始燃烧时曲轴所处的角度,(°);$\Delta {\alpha _c}$ 为气缸内燃油燃烧时间,(°);m为气缸内燃烧的质量;$a$ 为完全燃烧的韦伯参数,恒定为6.9;Q为燃油混合物燃烧释放的热能,kJ/cyc。对韦伯函数进行积分,即可得到由燃烧开始时刻到某个时间所消耗的燃油质量分数,即质量分数x:
$$x = \int {\frac{{{\rm{d}}x}}{{{\rm{d}}\alpha }} \cdot {\rm{d}}\alpha = 1 - {{\rm{e}}^{ - a \cdot {y^{(m + 1)}}}}} $$ (2) -
AVL BOOST软件提供有多个传热模型用于计算传热系数,包括Woschni1978模型、Lorenz模型、AVL2000模型等。对于高温循环的计算,通常选用Woschni1978模型,计算公式如下[8-9]:
$${a_{\rm{w}}} = {\rm{Max}}\left[ {{a_{{\rm{Woschni}},}}0.013{d^{ - 0.2}}{p^{0.8}}{T^{ - 0.53}}\left(z{{\left(\frac{{{d_{{\rm{in}}}}}}{d}\right)}^2}\right.{{\left| {{v_{{\rm{in}}}}} \right|}^{0.8}}} \right]$$ (3) 式中,
${a_{\rm{w}}}$ 传热系数;${a_{{\rm{Woschni}}}}$ 为模型的传热系数;d为筒径,m;p为压力,Pa;T为绝对温度,K;z为常数,z=14;din为扫气口外连管的直径,m;vin为扫气口气流的速度,m/s。 -
本文仿真的船用柴油机主要参数如表1所示。
表 1 柴油机主要参数
Table 1. Main parameters of diesel engine
参数 数值 参数 数值 有效功率/ kW 3 575 气缸发火顺序 1-4-3-2-5 转速/(r·min−1) 142 气缸个数 5 缸径/ mm 350 气缸排列 直列 冲程/ mm 1 550 平均有效压力/ bar 20.26 压缩比 14 活塞平均速度/(m·s−1) 8.6 有效油耗率/(g·kW−1·h−1) 186.3 连杆长度/ mm 1 550 -
1)整机模型。
利用AVL BOOST软件建立的柴油机模型,如图1所示。图中:SB1和SB2为2个系统边界;涡TC1为轮增压器;CO1为空冷器;PL1为扫气箱;PL2为排气集管;C1~C5为5个气缸;1~15为气体管路;MP1~MP7为测量点。
2)模型的参数输入。
建立柴油机整机模型后,输入或选取各元件参数,以进行全局、气缸、增压器和中冷器等的设置。其中,气缸设置需输入活塞运动规律曲线等数据。使用SOLIDWORKS软件绘制活塞、活塞杆和曲轴连杆的3D物理模型,模拟相对运动进而导出其运动数据。图2为活塞运动规律曲线;图3为扫气口的总有效面积随活塞位移变化规律曲线。表2给出了柴油机模型的边界条件、气缸初始条件及燃烧模型的主要热工参数设置。
表 2 柴油机主要热工参数设置
Table 2. Setting of main thermal parameters of diesel engine
子模型 参数 数值 边界条件 边界入口SB1温度/ K 298 边界入口SB1压力/ bar 1 边界出口SB2温度/ K 563 边界出口SB2压力/ bar 1 气缸内初始条件 排气阀开启时缸内压力/ bar 7 排气阀开启时缸内温度/ K 1 473 循环喷油量/kg 0.015 8 单韦伯燃烧模型 发火点提前角度/(°) −0.5 燃烧持续角/(°) 30.5 m形状参数 1.3 -
二冲程柴油机一个循环为360°,模型每次运行20个循环即可达到平衡。表3给出了100%负荷工况的仿真模型运行结果。模型运行结果与台架试验结果相比,每个参数的相对误差均小于5%。
表 3 100%负荷工况下模型的仿真值与试验值对比
Table 3. Results comparison of simulation and experimental data under 100% load condition
参数 仿真值 试验值 相对误差/% 有效功率/kW 3 495 3 575 −2.24 平均有效压力/bar 19.81 20.26 −2.22 有效油耗率/(g·kW−1·h−1) 192.53 183.87 +4.71 最高燃烧压力/ bar 149.49 155 −3.55 扫气压力/ bar 3.591 3.61 −0.53 涡轮前排气温度/ K 757.3 773 −2.03 涡轮后排气温度/ K 564 563 +0.18 图4~图6给出了75%,90%,100%和110%负荷下的模型性能参数仿真值与试验值对比。由各图及表3可见,模型输出的有效功率及涡轮前、后排气温度等数值与实机台架试验值相符,误差均小于5%,仿真模型运行结果符合精度要求,可实际应用于柴油机的故障模拟[10]。
-
在柴油机燃烧过程中,喷油点至发火点被称为燃烧过程的滞燃期。研究表明,滞燃期对燃烧质量起着决定性作用。若发火点控制不当,会直接影响到柴油机的性能和经济性[11-12]。本文将柴油机模型正常运转下的发火点提前角设置为−0.5°,选取−5.5°,−8.5°,−11.5°作为故障模拟发火点提前角;对仿真结果和正常工况进行对比,得到各主要参数变化情况,如图7及表4所示。由图表可见,随着发火点提前角的持续增大,柴油机部分性能参数发生剧烈变化,例如发火点仅提前5°时,缸内最高燃烧压力提高了17%。
图 7 不同发火点提前角下各主要参数变化
Figure 7. Variation of main parameters with different start angles of combustion
表 4 不同发火点下各参数对比
Table 4. Comparison of parameters variation with different start angles of combustion
参数 正常工况 发火点提前角/(°) −5.5 −8.5 −11.5 扫气压力/ bar 3.591 3.586 3.584 3.583 扫气温度/ K 310.9 310.6 310.5 310.4 涡轮前排气温度/ K 757.3 753.2 751.2 749.6 涡轮后排气温度/ K 564.0 562.2 561.3 560.5 最高燃烧压力/ bar 149.5 175.5 188.2 203.0 平均有效压力/ bar 19.8 19.4 18.9 18.1 有效油耗率/(g·kW−1·h−1) 192.5 196.5 202.2 210.5 有效功率/ kW 3 495 3425 3 329 3 197 对于缸内燃烧压力过大的问题,经分析有可能是气缸内压缩空气的压力与温度比正常值低,导致了进入气缸内的雾状燃油未能全部迅速自燃,而造成部分残留,当下一次被点燃时,释放出远超正常范围的热量,从而导致缸内产生过高的燃烧压力。
因此,若出现最高燃烧压力过高、平均有效压力和有效功率下降、有效燃油消耗率上升这些特征参数的变化情况,则可以此作为识别发火点提前状态的依据。由图8所示特征参数的变化趋势可见,随着发火点的提前,这些参数基本上呈线性扩大的趋势,其中,最高燃烧压力在发火点提前角为−5.5°,−8.5°,−11.5°时,增加幅值分别达到了17.4%,25.9%,35.8%,而平均有效压力因与有效功率正相关,故两者变化趋势几乎相同。
-
根据相关规定,六缸及以下的柴油机在停止一个气缸后仍需要能够保持主机运转。将柴油机各缸分别停止供油,柴油机各特征参数相对变化情况如由图9和表5所示,不同的气缸出现单缸停油故障或封缸运行时对柴油机特征参数的影响规律基本一致。
图 8 不同发火点提前角下特征参数变化
Figure 8. Variation of characteristic parameters with different start angles of combustion
表 5 各气缸分别停油时各参数对比
Table 5. Comparison of parameters for each cylinder stoppage
参数 正常
工况停油缸号 1 2 3 4 5 扫气压力/ bar 3.591 3.624 3.641 3.683 3.563 3.625 扫气温度/ K 310.9 310.1 312.6 315 308.7 312.1 涡轮前排气温度/ K 757.3 752.5 753.3 747.1 739.3 743.7 涡轮后排气温度/ K 564 561.9 561.8 557.5 550.8 555.7 最高燃烧压力/bar 149.5 129.6 137.9 131.3 128.9 129.3 平均有效压力/bar 19.8 13.8 15.2 14.4 13.6 13.6 有效油耗率/(g·kW−1·h−1) 192.5 221.1 200.4 212.1 224.0 223.7 有效功率/ kW 3495 2435 2687 2538 2404 2407 如图10所示,将平均有效压力、有效功率、有效油耗率、最高燃烧压力这些特征参数作为柴油机单缸熄火状态的识别引用参数。对其变化规律分析可知,各气缸分别停缸后,柴油机的平均有效压力和有效功率均大幅下降,缸内最高燃烧压力也有所下降,而有效油耗率上升了近15%。
此外,由图10还可知:第2,3号气缸分别停油后各特征参数变化的幅值略小,第1,4,5号气缸分别停油时,其对特征参数的影响基本相同。其中,最高燃烧压力变化幅度约为13%,有效油耗率的变化幅度均为15%左右,平均有效压力/有效功率的变化幅度在30%左右。
-
气缸中的气体泄漏到曲轴箱的现象被称为曲轴箱窜气[13]。本文通过改变气缸设置中的活塞有效窜气间隙模拟柴油机曲轴箱窜气故障,结果如图11及表6所示。
表 6 不同活塞有效窜气间隙下各参数对比
Table 6. Comparison of parameters variation with different effective gas gaps
参数 正常
工况窜气间隙值/mm 0.01 0.02 0.03 0.04 扫气压力/bar 3.591 3.584 3.580 3.576 3.600 扫气温度/ K 310.9 310.6 310.3 310.1 311.9 涡轮前排气温度/ K 757.3 770.7 785.5 802.1 816.6 涡轮后排气温度/ K 564 575.8 588.7 602.9 615.6 最高燃烧压力/ bar 149.5 146.1 142.5 138.6 123.5 平均有效压力/ bar 19.8 19.0 18.2 17.4 14.4 有效油耗率/(g·kW−1·h−1) 192.5 201.0 209.9 219.8 265.0 有效功率/kW 3495 3351 3207 3062 2540 由图11及表6可见,活塞有效窜气间隙越大,柴油机的参数变化就越大,其中有效油耗率变化幅度最大,其次是平均有效压力/有效功率。当间隙为0.04 mm时,相比正常工况,有效油耗率增加了约40%。
针对上述变化情况,经分析表明,曲轴箱窜气使气缸泄漏了大量新鲜空气,而喷油量不变,缸内燃油和空气混合不均匀且总量变少,导致缸内燃烧质量变差,从而使柴油机有效功率、最高燃烧压力和平均有效压力均出现下降;而未完全燃烧的燃油延长了后燃期,导致有效油耗率和排气温度均升高[14]。
因此,可降低有效功率、最高燃烧压力和平均有效压力,将有效油耗率和涡轮前、后排气温度升高等现象作为曲轴箱窜气状态识别的特征参数。由图12可见,6种特征参数随活塞有效窜气间隙的增加而均呈现了扩大的趋势,其中,涡轮前、后排气温度呈线性增长,而最高燃烧压力、有效油耗率、平均有效压力、有效功率这4个特征参数在间隙为0.04 mm处急剧增加。
-
本文在验证柴油机模型有效性的基础上,对几种常见故障进行了仿真研究和数据分析,模拟仿真值与试验值吻合较好,几乎接近于真实工况,证明了所提模型可准确、高效地模拟柴油机的工作及故障状态。
在本文研究范围内的典型故障仿真数据显示,发火点提前类故障特征参数随发火点提前角的增加基本上呈线性扩大的趋势;单缸熄火类故障特征参数变化较大,第2,3号气缸整体变化幅度略小,不同的气缸之间区别较小;曲轴箱窜气类故障特征参数随活塞有效窜气间隙值的增加均呈扩大的趋势,涡轮前、后排气温度呈线性增长,而最高燃烧压力、有效油耗率、平均有效压力、有效功率在0.04 mm间隙值处急剧增加,例如燃耗率变化幅度达到近40%。
柴油机典型故障能够引起部分性能参数、热工参数及其幅值的显著且有规律变化,这些参数可作为特征参数对故障类型及故障程度进行识别,为构建智能故障状态识别及故障诊断系统,提供多维、丰富且真实的数据基础。
AVL BOOST-based typical fault simulation and data analysis of marine diesel engine
-
摘要:
目的 大型船用柴油机故障类型的数据通过台架试验或者实船来获取存在许多不利因素,因此对柴油机故障仿真数值计算显得尤为重要,同时对故障排除及数据驱动的智能故障诊断系统的构建也具有重要意义。 方法 基于AVL BOOST软件和台架试验数据,建立柴油机仿真模型,验证4种负荷工况下仿真模型需满足的精度要求;基于100%负荷工况模型,采用控制变量法模拟柴油机的发火点提前、单缸停油及曲轴箱窜气这些典型故障,并分析计算得到的数据。 结果 结果表明:发火点提前5°时,缸内最高燃烧压力提高了17.4%;第1缸停缸后,有效油耗率上升接近15%;对于不同气缸停油情况,第2和3号气缸停油时的特征参数变化幅度较小;随着活塞有效窜气间隙的增加,各特征参数基本上都呈线性扩大的趋势,在窜气间隙值为0.04 mm时,部分特征参数急剧增加,例如油耗率增加了近40%。 结论 结果可作为柴油机故障状态识别及智能故障诊断系统构建的重要依据,为探索船舶柴油机智能故障诊断技术提供新的途径。 -
关键词:
- 船用柴油机 /
- AVL BOOST仿真 /
- 数值计算 /
- 故障模拟 /
- 数据分析
Abstract:Objectives Due to many disadvantages in obtaining the fault type data of large marine diesel engine through bench testing or real ship, the numerical calculation of diesel engine fault simulation is particularly important, which is of great significance to the construction of diesel engine fault troubleshooting and data-driven intelligent fault diagnosis systems. Methods Based on AVL BOOST software and bench test data, the diesel engine simulation model was established to verify that the simulation model meets the accuracy requirements under four load conditions. Based on the model of full load condition, the control variable method was used to simulate the typical faults of a diesel engine, such as combustion start angle, single cylinder stoppage and crankcase gas escape, and the calculated data results were analyzed. Results The results show that, the maximum combustion pressure in the cylinder increases by 17.4% when the start angle of combustion is advanced by 5°. After No.1 cylinder is stopped, the effective fuel consumption rate increases by nearly 15%. Compared with different cylinders, the change range of the characteristic parameters of No.2, No.3 cylinders is small. With the increase of effective piston channeling air clearance, the characteristic parameters basically show a linear expansion trend. When the channeling air clearance is 0.04 mm, some characteristic parameters drastically increase, such as the fuel consumption rate increasing by nearly 40%. Conclusions The results obtained by the simulation can be used as an important basis for the recognition of fault states and diesel engine intelligent fault diagnosis system construction, to explore a new approach for marine diesel engine intelligent fault diagnosis technology. -
Key words:
- marine diesel engine /
- AVL BOOST simulation /
- numerical calculation /
- fault diagnosis /
- data analysis
-
表 1 柴油机主要参数
Table 1. Main parameters of diesel engine
参数 数值 参数 数值 有效功率/ kW 3 575 气缸发火顺序 1-4-3-2-5 转速/(r·min−1) 142 气缸个数 5 缸径/ mm 350 气缸排列 直列 冲程/ mm 1 550 平均有效压力/ bar 20.26 压缩比 14 活塞平均速度/(m·s−1) 8.6 有效油耗率/(g·kW−1·h−1) 186.3 连杆长度/ mm 1 550 表 2 柴油机主要热工参数设置
Table 2. Setting of main thermal parameters of diesel engine
子模型 参数 数值 边界条件 边界入口SB1温度/ K 298 边界入口SB1压力/ bar 1 边界出口SB2温度/ K 563 边界出口SB2压力/ bar 1 气缸内初始条件 排气阀开启时缸内压力/ bar 7 排气阀开启时缸内温度/ K 1 473 循环喷油量/kg 0.015 8 单韦伯燃烧模型 发火点提前角度/(°) −0.5 燃烧持续角/(°) 30.5 m形状参数 1.3 表 3 100%负荷工况下模型的仿真值与试验值对比
Table 3. Results comparison of simulation and experimental data under 100% load condition
参数 仿真值 试验值 相对误差/% 有效功率/kW 3 495 3 575 −2.24 平均有效压力/bar 19.81 20.26 −2.22 有效油耗率/(g·kW−1·h−1) 192.53 183.87 +4.71 最高燃烧压力/ bar 149.49 155 −3.55 扫气压力/ bar 3.591 3.61 −0.53 涡轮前排气温度/ K 757.3 773 −2.03 涡轮后排气温度/ K 564 563 +0.18 表 4 不同发火点下各参数对比
Table 4. Comparison of parameters variation with different start angles of combustion
参数 正常工况 发火点提前角/(°) −5.5 −8.5 −11.5 扫气压力/ bar 3.591 3.586 3.584 3.583 扫气温度/ K 310.9 310.6 310.5 310.4 涡轮前排气温度/ K 757.3 753.2 751.2 749.6 涡轮后排气温度/ K 564.0 562.2 561.3 560.5 最高燃烧压力/ bar 149.5 175.5 188.2 203.0 平均有效压力/ bar 19.8 19.4 18.9 18.1 有效油耗率/(g·kW−1·h−1) 192.5 196.5 202.2 210.5 有效功率/ kW 3 495 3425 3 329 3 197 表 5 各气缸分别停油时各参数对比
Table 5. Comparison of parameters for each cylinder stoppage
参数 正常
工况停油缸号 1 2 3 4 5 扫气压力/ bar 3.591 3.624 3.641 3.683 3.563 3.625 扫气温度/ K 310.9 310.1 312.6 315 308.7 312.1 涡轮前排气温度/ K 757.3 752.5 753.3 747.1 739.3 743.7 涡轮后排气温度/ K 564 561.9 561.8 557.5 550.8 555.7 最高燃烧压力/bar 149.5 129.6 137.9 131.3 128.9 129.3 平均有效压力/bar 19.8 13.8 15.2 14.4 13.6 13.6 有效油耗率/(g·kW−1·h−1) 192.5 221.1 200.4 212.1 224.0 223.7 有效功率/ kW 3495 2435 2687 2538 2404 2407 表 6 不同活塞有效窜气间隙下各参数对比
Table 6. Comparison of parameters variation with different effective gas gaps
参数 正常
工况窜气间隙值/mm 0.01 0.02 0.03 0.04 扫气压力/bar 3.591 3.584 3.580 3.576 3.600 扫气温度/ K 310.9 310.6 310.3 310.1 311.9 涡轮前排气温度/ K 757.3 770.7 785.5 802.1 816.6 涡轮后排气温度/ K 564 575.8 588.7 602.9 615.6 最高燃烧压力/ bar 149.5 146.1 142.5 138.6 123.5 平均有效压力/ bar 19.8 19.0 18.2 17.4 14.4 有效油耗率/(g·kW−1·h−1) 192.5 201.0 209.9 219.8 265.0 有效功率/kW 3495 3351 3207 3062 2540 -
ZHONG K, HAN M, QIU T, et al. Fault diagnosis of complex processes using sparse kernel local fisher discriminant analysis[J]. IEEE Transactions on Neural Networks and Learning Systems, 2020, 31(5): 1581–1591. doi: 10.1109/TNNLS.2019.2920903 李鑫, 宋新刚, 高子朋, 等. 基于AVL BOOST的柴油机SCR催化剂尺寸优化设计[J]. 中国航海, 2015, 38(3): 18–22. doi: 10.3969/j.issn.1000-4653.2015.03.005 LI X, SONG X G, GAO Z P, et al. Optimizing structure design of marine SCR catalyst through AVL BOOST[J]. Navigation of China, 2015, 38(3): 18–22 (in Chinese). doi: 10.3969/j.issn.1000-4653.2015.03.005 裴大茗, 王建峰, 周鹏太, 等. 船舶PHM技术综述[J]. 电子测量与仪器学报, 2016, 30(9): 1289–1297. PEI D M, WANG J F, ZHOU P T, et al. Survey on PHM technology in marine system[J]. Journal of Electronic Measurement and Instrumentation, 2016, 30(9): 1289–1297 (in Chinese). 贾宝柱, 贾志涛, 余培文, 等. 数据驱动的船舶智能故障诊断方法[J]. 控制工程, 2019, 26(10): 1892–1898. JIA B Z, JIA Z T, YU P W, et al. Data-driven vessel smart fault diagnosis method[J]. Control Engineering of China, 2019, 26(10): 1892–1898 (in Chinese). 李方玉, 胡以怀, 王欣, 等. 船用二冲程柴油机的性能故障模拟及分析[J]. 中国舰船研究, 2019, 14(增刊 1): 41–46, 52. LI F Y, HU Y H, WANG X, et al. Performance fault simulation and analysis of marine two-stroke diesel engine[J]. Chinese Journal of Ship Research, 2019, 14(Supp 1): 41–46, 52 (in Chinese). 张朝山, 熊树生, 宋洪建, 等. 基于AVL-BOOST进气正时对发动机动力性能的影响研究[J]. 机电工程, 2017, 34(12): 1451–1454. doi: 10.3969/j.issn.1001-4551.2017.12.017 ZHANG C S, XIONG S S, SONG H J, et al. Effect of intake timing on engine dynamic performance based on AVL-BOOST[J]. Journal of Mechanical & Electrical Engineering, 2017, 34(12): 1451–1454 (in Chinese). doi: 10.3969/j.issn.1001-4551.2017.12.017 仲国强, 贾宝柱, 肖峰, 等. 基于深度信念网络的船舶柴油机智能故障诊断[J]. 中国舰船研究, 2020, 15(3): 136–142, 184. ZHONG G Q, JIA B Z, XIAO F, et al. Intelligent fault diagnosis of marine diesel engine based on deep belief network[J]. Chinese Journal of Ship Research, 2020, 15(3): 136–142, 184 (in Chinese). 张晓斌. 涡轮增压柴油机热力系统运行过程模拟[D]. 大连: 大连理工大学, 2011. ZHANG X B. Turbocharged diesel engine thermodynamic system working process simulation[D]. Dalian: Dalian University of Technology, 2011 (in Chinese). 王公胜. 船用低速二冲程柴油机运行过程仿真与故障模拟[D]. 大连: 大连海事大学, 2010: 50−51. WANG G S. Study on work process and fault simulation for marine low-speed two-stroke diesel engine[D]. Dalian: Dalian Maritime University, 2010: 50–51 (in Chinese). 何品京, 孙毅, 赵志强. 6105AZLD型柴油机SCR结构参数仿真优化[J]. 内燃机, 2019(6): 25–29. HE P J, SUN Y, ZHAO Z Q. Optimization of structural parameters for SCR of 6105AZLD marine diesel engine[J]. Internal Combustion Engines, 2019(6): 25–29 (in Chinese). 李斌. 船舶柴油机[M]. 大连: 大连海事大学出版社, 2008: 123–130. LI B. Marine diesel engine[M]. Dalian: Dalian Maritime University Press, 2008: 123–130 (in Chinese). 乔英志. 4190型柴油机运行过程仿真与性能优化[D]. 厦门: 集美大学, 2013. QIAO Y Z. Working process simulation and overall performance optimization for 4190 type diesel engine[D]. Xiamen: Jimei University, 2013 (in Chinese). ZHANG X S, ZENG X M, SUN X C, et al. Thermal and elemental analysis of the combustion chamber deposits in a large-scale two-stroke marine diesel engine[J]. Science China Technological Sciences, 2015, 58(10): 1717–1725. doi: 10.1007/s11431-015-5903-3 朱向利. 基于KNN算法的柴油机故障诊断方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2016: 23–24. ZHU X L. Study on the diesel engine fault diagnosis method based on KNN algorithm[D]. Harbin: Harbin Engineering University, 2016: 23–24 (in Chinese). -