《Journal of Marine Science and Engineering》：High-Dimensional Clustering-Driven Performance Evaluation and Mutation-Centric Early Warning for Marine Diesel Engines
编辑推荐：
为主动识别船用主机性能异常演化与潜在运行风险，并为维护干预预留充足时间窗口，研究人员提出一种数据驱动的多算法融合框架，用于船用主机性能评估与异常预警。该框架首先采用稳态检测（Steady-State Detection, SSD）策略筛选有效工况，并引入CLI
为主动识别船用主机性能异常演化与潜在运行风险，并为维护干预预留充足时间窗口，研究人员提出一种数据驱动的多算法融合框架，用于船用主机性能评估与异常预警。该框架首先采用稳态检测（Steady-State Detection, SSD）策略筛选有效工况，并引入CLIQUE（Clustering In QUEst）聚类算法对高维运行参数进行自适应划分；与经典K-means++聚类算法对比表明，CLIQUE可在不预定义簇数的前提下实现更细粒度工况分类，更适应实际船用主机工况的不均匀分布，弥补了传统单参数分析与常规降维方法在实船场景中的不足。在此基础上，各划分工况下构建马氏距离（Mahalanobis Distance）评估模型，进一步提升主机定量性能评估的稳定性与抗干扰能力。同时，通过融合累积异常趋势分析与Yamamoto突变检验，框架可准确捕捉性能偏差轨迹的统计突变特征，并将首个突变点作为回溯候选变更点，形成系统化异常检测机制。基于6RT-flex82T船用主机现场实测数据验证，所提框架可全面刻画主机整体运行状态并捕获长期性能偏差演化规律；回溯分析显示，多元性能偏差的首次统计突变早于单参数显著异常波动约20天，具备为维护提供缓冲期的潜力。该方法可为船用主机视情维护及船用动力设备智能运维提供技术参考与支撑。
研究背景方面，船用主机是船舶核心动力装置，长期在高负荷与恶劣海况下运行，初期异常与性能偏差持续产生。传统监测参数少，单参数分析与固定阈值预警易受强运行波动和背景噪声掩盖，存在灵敏度不足与误报风险。现有数据驱动方法中，状态预测类模型因故障标签样本少而泛化受限，而单一降维特征又会丢失关键信息，导致性能评估片面。因此，研究人员开展一项面向船用主机的数据驱动多算法融合研究，目标是实现稳态工况下高维参数建模、整体性能量化与早期突变预警，从而为视情维护争取时间窗口。该研究发表于《Journal of Marine Science and Engineering》。
主要关键技术方法上，研究人员使用W?rtsil? 6RT-flex82T船用主机实船监测数据，样本自2020年6月9日至2021年5月14日，经缺失值与非稳态样本剔除后，采用SSD算法识别稳态区间；以燃料类型、功率、转速、扫气温度与扫气压力五维变量输入CLIQUE算法进行工况划分；随后在共同工况下以首1000个样本建立健康基线，计算马氏距离（Mahalanobis Distance，一种基于协方差、无量纲且可消除参数相关性的距离度量）得到性能偏差时间序列；最后用累积异常曲线与Yamamoto型信噪比（Signal-to-Noise Ratio, SNR）规则定位首次统计突变点。
研究结果如下。
性能评估指标部分，研究人员选取22个常规热工与运行参数覆盖主机各子系统，其中特定燃油消耗率（Specific Fuel Oil Consumption, SFOC）由燃油流量与功率推算；以马氏距离作为综合性能评估指标，因其计算独立于参数量纲，并可通过均值向量与协方差矩阵反映样本相对健康基线的偏离程度。
数据预处理与稳态识别部分，研究人员剔除转速低于20 RPM、功率低于10 kW、燃油流量低于0.0001 kg/h及缺失值样本；采用SSD算法，窗口宽度设为12个10分钟样本即2 h，显著性水平0.025，获得37026个稳态样本，排除了加减速与停泊转舵等非稳态干扰。
工况分类部分，研究人员以五维工况变量进行CLIQUE网格密度聚类，密度阈值τ=0.002，得到33个工况簇；最大簇为Condition 1，含23720个样本。与K-means++对比，K-means++在轮廓系数最大处得4个质心式簇，而CLIQUE不需预定义簇数，可连接相邻稠密网格单元，更适应船用主机不规则、不均匀工况分布，适合后续同工况性能比较。
工况内多元偏差与回溯变更点分析部分，全工况马氏距离受工况切换影响呈阶跃波动，故研究人员选Condition 1作常见工况。Condition 1下马氏距离自2020年9月至2021年1月下旬缓升，2021年1月中旬至3月突升并剧烈波动，之后斜率回落。消融实验显示，剔除2#缸套冷却水出口温度后曲线恢复平滑，其余参数剔除无此效果，说明该参数与多元偏差最强相关。累积异常曲线指出突变大致在2021年1月23日至2月26日；Yamamoto检验在2021年1月25日18:10首次SNR>1.0，定为首次突变点。该点为回溯检测结果，非实时在线报警。对比显示，多元偏差首次突变早于2#缸套冷却水出口温度明显异常约20天。
讨论与结论部分，研究人员指出：该方法利用近一年43186个样本，稳态后37026个样本聚为33工况，Condition 1作常见工况；马氏距离可刻画正常渐变与后期突变；消融定位2#缸套冷却水出口温度为最关键参数；首次统计突变早于单参数异常约20天，可回溯性提供预警缓冲。结论为，CLIQUE可在不预定义簇数下细分区工况，马氏距离可量化同工况性能偏移，累积异常与Yamamoto突变检验可回溯定位统计突变并为视情维护提供参考；但研究仅单台主机验证，缺独立维修记录作真值，且属回溯分析，前瞻在线部署仍需工程验证。未来将引入更多热工与压力参数、开展多主机验证与在线测试。
