Trong quá trình khai động cơ diesel tàu thủy, chẩn đoán trạng thái kỹ thuật, xác định hư hỏng các chi tiết của động cơ là công việc rất quan trọng, đối với người khai thác. Trên cơ sở phân tích các thông số đo được của động cơ, cho phép người khai thác đánh giá được tình trạng của động cơ.

Để chẩn đoán trạng thái của động cơ diesel thông qua việc phân tích đồ thị công là công việc truyền thống và vẫn thường được ứng dụng trong thực tế trong động cơ diesel tàu thủy. Từ đồ thị công chỉ thị đo được, các sĩ quan thuyền có thể đánh giá được chất lượng quá trình cháy bên trong xilanh. Qua đó, đánh giá chất lượng làm việc của động cơ và trạng thái kỹ thuật của các nhóm chi tiết.

Tuy nhiên chất lượng đánh giá trạng thái kỹ thuật sử dụng phương pháp này phụ thuộc vào kinh nghiệp của người đánh giá và gặp nhiều khó khăn, đặc biệt là với đội ngũ sĩ quan, thuyền viên Việt Nam trong thời gian gần đây được đào tạo từ nhiều nguồn khác nhau với mặt kiến thức không đồng đều. Nên việc xây dựng một mô hình trong đó đã tích hợp đầy đủ kiến thức chuyên môn và cho phép tự động nhận dạng trạng thái kỹ thuật dựa trên logic giống tư duy con người sẽ giúp cho công việc chẩn đoán được thuận lợi và chính xác hơn.

Sử dụng các thông số về áp suất trong xilanh trong các thời điểm khác nhau để xây dựng mô hình chuẩn đoán động cơ diesel dựa trên ứng dụng mạng nơron.

Mạng nơron nhân tạo là hệ thống được xây dựng trên nguyên tắc cấu tạo của bộ não người. Mạng gồm nhiều các đơn vị xử lý được liên kết với nhau để phối hợp xử lý các bài toán. Các nơron được chia thành:
– Nhóm nơron đầu vào: là nơi nhận thông tin
– Nhóm nơron đầu ra: có nhiệm vụ đưa tín hiệu ra
– Nhóm nơron bên trong

Chất lượng hoạt động của động cơ diesel tàu thủy này được đặc trưng bởi các thông số công tác khác nhau. Từ việc theo dõi đồ thị công chỉ thị để tìm ra những đoạn đồ thị bị méo để chỉ ra những hư hỏng của động cơ.

Để mô hình này đạt hiệu quả cao thì cần phải xác định được số lớn trạng thái K, sau đó thu thập số liệu tương ứng với các trạng thái đó. Công việc này khá tốn kém do cần thử nghiệm động cơ với trạng thái như hỏng khác nhau. Khi thay đổi trạng thái của toàn bộ động cơ theo thời gian làm việc thì mô hình mạng không còn đúng nữa và cần phải tiến hàng thu thập lại dữ liệu để xây dựng lại mô hình phù hợp.

(Nguồn: cmfvietnam.com)