船舶推进系统齿轮可靠性建模的综合方法

《Applied Sciences》：Integrated Approach to Modelling the Reliability of Gears in Ship Propulsion Systems Mate Jurjevi?, Nermin Hasanspahi? and Ton?i Bio?i?

　　

船舶推进系统齿轮的运行可靠性是影响船舶运行安全、效率和成本效益的重要因素。齿轮故障可能导致推进力丧失、维护成本增加以及船员安全风险。本文提出了一种综合方法框架，通过整合定性因果分析、定量可靠性增长建模和系统动力学仿真来评估船舶推进系统的齿轮可靠性。该分析基于从AMOS（Asset Management Operating System）计算机化维护管理系统中收集的船舶推进齿轮20,000运行小时的经验数据。应用石川图（Ishikawa diagram）作为定性工具，将潜在故障原因按人员、技术、材料、程序、测量和环境因素进行分类。采用系统动力学方法，开发了因果关系的定性概念模型和定量仿真模型，其中应用了Goel-Okumoto可靠性增长的数学模型来定量描述故障检测和消除过程，故障强度随时间呈指数下降，且与经验数据高度吻合（R² = 0.9962），对应于浴盆曲线中与船舶系统磨合相关的部分。在POWERSIM环境中实现的系统动力学仿真整合了分析估计的模型参数，并提供了故障强度、累积故障数、可靠性和平均故障间隔时间（MTBF）之间关系的动态表示。本工作的科学贡献在于将成熟方法结构化整合到一个统一的分析框架中，从而能够在实际运行条件下对经验可靠性数据进行连贯解释。研究结果为开发预测性维护工具、优化维护策略和提高船舶推进系统安全性提供了方法论基础。

**船舶推进系统齿轮可靠性建模的综合方法——论文解读**

**研究背景与问题**

船舶推进系统的可靠性是影响海上交通安全性、效率和经济性的关键因素。齿轮作为推进系统的核心机械传动部件，在承受大机械载荷、变化转速、高温及恶劣海洋环境等极端运行条件下，其退化通常由材料疲劳、腐蚀、磨损和润滑不足等多因素共同作用导致，而非单一原因。尽管严重齿轮故障相对罕见，但一旦发生，可能导致推进力丧失、长时间停机、高额维修费用以及对船员安全和船舶完整性的严重威胁。传统可靠性分析方法（如基于威布尔模型的失效分布方法、指数模型和回归方法）虽能描述故障分布，但难以捕捉系统整个生命周期内的动态变化和基于因果关系的反馈联系。现有研究多聚焦于单一损伤机制或特定生命周期阶段，很少在实际运行条件下综合考虑因果因素的联合影响。因此，迫切需要一种能够将观测到的故障动态与其潜在因果结构联系起来的可靠性评估方法。

**研究目的与意义**

为填补这一空白，研究人员提出了一种整合定性原因识别、定量可靠性增长建模和动态系统表示的综合方法框架。该框架以石川图（Ishikawa diagram）结构化齿轮故障的潜在因果因素，以Goel–Okumoto非齐次泊松过程（NHPP, Non-Homogeneous Poisson Process）模型基于实际船舶维护数据量化故障检测的时间动态，并以系统动力学模型（SDM, System Dynamics Model）将这些要素整合为一个连贯的动态框架。研究基于单艘船舶的AMOS维护管理系统记录的20,000运行小时内的推进齿轮故障数据，共识别出22次故障事件。研究旨在开发描述齿轮可靠性随时间变化的数学和动态模型，并证明定性-定量综合方法为可靠性评估和维护计划提供了更具可解释性和实用性的基础。论文发表在《Applied Sciences》。

**主要关键技术方法**

本研究采用的关键技术方法包括：（1）石川图（Ishikawa diagram）：作为定性工具，按6M分类（人、机、料、法、测、环）系统化潜在故障原因，不涉及频率统计；（2）Goel–Okumoto可靠性增长模型：基于非齐次泊松过程（NHPP），通过普通最小二乘法（OLS）估计参数a（预期总故障数）和b（检测常数），量化故障检测的动态过程；（3）系统动力学模型（SDM）：在POWERSIM环境中实现，将分析估计的模型参数嵌入动态结构，模拟故障强度、累积故障数、可靠性和平均故障间隔时间（MTBF）的演化；（4）回归分析：用于验证系统动力学模型与NHPP框架下变量间理论关系的一致性。数据来源为单艘船舶的AMOS系统，记录22次故障事件，运行周期20,000小时。

**研究结果**

**3.1 石川图（Ishikawa Diagram）**
通过定性框架，根据标准6M模型（人、机、料、法、测、环）系统化了推进齿轮故障的潜在源。该图仅作为定性支持工具，不提供故障相对频率信息，因为AMOS日志不包含人员、方法或组织原因的详细数据。

**3.2 Goel–Okumoto模型在齿轮故障中的应用**
基于20,000运行小时的实际齿轮故障数据，应用Goel–Okumoto模型。通过OLS估计参数a=23.42，b=0.000126，得出SSE（误差平方和）=1.06，R²=0.9962，表明模型与累积故障数据的拟合度极高。故障强度λ(t)随时间呈指数下降，可靠性函数R(t)在观测时间结束时约为0.66，反映了故障检测过程的动态特性。

**3.3 系统动力学模型仿真结果**
在POWERSIM中开发的系统动力学模型，基于Goel–Okumoto方程，模拟了20,000运行小时内的可靠性行为。仿真结果显示：累积故障强度呈指数饱和趋势，故障强度指数衰减；可靠性函数R(t)在初期快速上升，约12,000小时后进入稳定区；平均故障时间（MTTF）约为870小时，呈现三阶段特征——磨合期（0–5000小时）MTTF较低，稳定运行期（5000–15,000小时）MTTF达最高（约12,000小时），初期退化期（>15,000小时）MTTF略有下降。

**3.4 系统动力学结果的回归分析**
对仿真结果中关键变量（累积故障强度、瞬时故障强度、可靠性强度、不可靠性强度）进行回归分析，获得极高的决定系数（R² ≈ 0.99–1.00），表明变量间关系严格遵循理论数学模式，验证了模型结构的一致性和稳定性。

**3.5 分析、仿真与回归结果的整合**
整合分析确认了所有方法一致描述了系统可靠性：Goel–Okumoto模型显示累积故障指数饱和和故障强度递减；系统动力学模型再现了相同模式，并识别出磨合期、稳定中期和约15,000小时后的退化起始；回归分析进一步验证了变量间强线性或逆关系。整体上，理论公式通过仿真和回归分析直接操作化，提供了实际运行条件下齿轮可靠性动态的详细且内部一致的表示。

**讨论总结与结论**

讨论部分指出，将定性与定量方法整合能提供对船舶实际运行条件下齿轮可靠性的全面且可解释的洞察。Goel–Okumoto模型与经验数据的高度吻合（R²=0.9962）证实了非齐次泊松过程（NHPP）可恰当描述技术系统中故障逐渐消除的典型可靠性增长模式。系统动力学模型提供了数学一致性的验证，并为未来添加运行和环境变量（如温度、载荷）以及构建数字孪生奠定了基础。石川图仅起定性作用，为分析结果提供更广泛的因果背景。回归分析数值验证了模拟模型的一致性。研究还讨论了理论意义（NHPP应用于船舶机械部件的可行性）和实际意义（优化维护计划、支持实时决策）。局限性包括：单艘船舶、22次故障事件的小样本量可能限制了泛化能力；AMOS数据缺乏组织、人为和方法原因的标准化信息；系统动力学模型未纳入运行变量或维护反馈；观测期未覆盖磨损加速阶段。未来研究应扩展数据集、集成传感器数据（如振动、温度、油液分析），并考虑不完全维护和机器学习算法。

**研究结论**
本研究证实，可靠性增长建模可一致地应用于推进齿轮系统，使用实际维护记录。主要贡献在于将定性原因结构化、基于NHPP的可靠性增长建模和系统动力学表示整合在一个统一的分析框架中。这些要素不是孤立分析的，而是以结构化方式连接，将经验维护数据与可靠性随时间演化的可解释描述联系起来。本工作的意义在于展示了可靠性增长概念可借助标准维护文档转移至船舶推进部件。结果表明，即使有限但定义明确的数据集，也能在早期和稳定运行阶段提供关于稳定行为和故障动态的有意义洞察。从实践角度看，该框架能够识别从磨合到稳定运行的过渡，并为维护计划和调整服务间隔提供结构化基础，无需额外传感器输入。与AMOS等维护管理系统的集成允许持续跟踪可靠性趋势，并基于观测到的故障行为支持技术决策。同时，研究结果应在局限性内解释——基于单艘船舶有限故障事件，假设有效消除故障而不考虑不完全维护，未纳入运行变量。总体而言，该框架为船舶推进系统中基于可靠性的维护方法的发展提供了一致的方法论基础。