一种生成式AI驱动的船用发动机运维系统的制作方法

本发明涉及一种船用发动机运维系统，特别涉及一种生成式ai驱动的船用发动机运维系统。

背景技术：

1、基于船用发动机低碳排放和运行优化的市场需求和生成式ai技术在船用发动机维护领域的应用潜力，急需开发一套集实时监控、自适应运行控制和智能运维支持为一体的船用发动机运维系统，已解决目前人工成本高，效率低，对发动机故障排查的准确度低的问题。

技术实现思路

1、针对目前船用发动机运维人工成本高，效率低，对发动机故障排查的准确度低问题，提出了一种生成式ai驱动的船用发动机运维系统。

2、本发明的技术方案为：

3、一种生成式ai驱动的船用发动机运维系统，包括多物理场实时模型构建、知识生成与传输、性能优化与自适应控制、预测性维护与故障诊断这4个模块；

4、多物理场实时模型构建：建立船用发动机的多物理场实时模型，以实现虚拟的性能测试和优化，为实际运营提供数据支持；

5、知识生成与传输：提取和编码船用发动机设计、调试、运行和维护的知识，为船用发动机的智能管理提供决策支持；

6、性能优化与自适应控制：通过生成式ai技术、传感器数据和多物理场实时模型监控和分析船用发动机的运行参数，实现自适应控制，以保证船用发动机在不同运行条件下的最优性能，在保证可靠性的同时，减少燃油消耗，降低碳排放；

7、预测性维护与故障诊断：生成式ai的智能技术自学习船用发动机设计、制造、调试和服务的大样本数据，并结合船用发动机实际运行数据，进行分析对比和计算识别，实现故障预测和诊断。

8、进一步的，多物理场实时模型构建具体为：

9、多物理场实时模型主要包括关键的系统级和组件级的模型，分别覆盖增压系统、冷却系统、润滑系统、燃烧系统、燃料喷射系统，气阀组件、活塞组件、连杆组件和曲轴组件；实时模型涉及热力学、流体力学、机械工程和控制理论学科，使用数学物理模型计算各系统组件的实时工作特性，基于几何模型反映各系统组件的工作状态；

10、通过对船用发动机进行多物理场实时模型构建，可以实时监控发动机各系统、组件的运行与故障情况，为发动机控制与排放提供数据支持。

11、进一步的，知识生成与传输具体为：训练一个能够理解和生成船用低速机全生命周期相关内容的模型，包括以下步骤：

12、第一，需要收集大量相关领域的数据；

13、第二，对收集的数据进行清洗和格式化，以便可以被模型有效地利用；需要去除冗余和重复的信息，修复文本中的错误，以及将文本格式化为模型可以接受的格式；

14、第三，选用合适的预训练大型语言模型框架形成以学习自然语言的基本结构和模式；

15、第四，利用收集的数据在大规模数据上预训练完成的模型基础上进一步调参，使模型适应船用发动机领域的知识，并设置适当的损失函数和优化器以及调整模型的学习率和其他超参数，以实现最佳性能；

16、第五，使用基于人类反馈的强化学习技术进行奖励建模，以不断提高模型生成内容整体的准确性。

17、进一步的，性能优化与自适应控制具体为：

18、基于多物理场实时模型不断运行所预测的数据，与生成式ai技术的自主整理、分析与决策，使船用发动机运行在非标定工况下时，基于运行目标迅速找到最佳工作点，并使控制系统根据环境变化智能调节自身特性，使系统能按照决策的运行参数工作至最优状态。

19、进一步的，预测性维护与故障诊断具体为：

20、预测性维护与故障诊断包括数据采集、智能分析、诊断预测和运维支持四个部分；数据采集的作用是实时采集船舶、主机以及传感器的运行状态参数，并存储至云服务器；智能分析、诊断预测的作用是生成式ai结合大量船用发动机设计、制造、调试和服务样本数据，进行自动分析与诊断运行状态，进一步预测部件的故障预警和使用寿命；运维支持通过友好的人机交互界面提供故障部件的详细信息，为船员排除故障提供可视化修复步骤和备品备件推荐建议，将大大缩短发动机故障排查时间。

21、进一步的，增压系统依托空气流动求解温度、压力、空气流量，对发动机进气实现实时监控；冷却系统根据传热与流动情况分析得到温度场情况，作为判断各阀开度与泵功率依据；对润滑系统实现油压、油温、流量、滑油余量的监控与计算，保证运动组件的安全运行。

22、进一步的，运动组件作为最易发生故障的部分，需要实时分析其运动、载荷分布与振动情况，判断组件中各零件磨损、疲劳情况、剩余寿命，故障情况并及时保修，保证发动机可靠性。

23、进一步的，燃料喷射系统与燃烧系统模型的主要目标是保证发动机尽可能高效运行，同时降低排放；燃料喷射系统根据燃料特性、流动情况，实时求解喷油量，分析故障情况，支持发动机的控制；燃烧系统基于热力学、反应动力学对温度、压力进行求解，获得发动机输出功率与扭矩，并求解排放数据。

24、优选的，预训练大型语言模型框架包括llama2语言大模型、chinese-llama-alpaca大模型、白玉兰科学大模型。

25、优选的，第一步中的数据包括发动机的设计数据、生产制造数据、维修履历数据、产品说明书、相关论文。

26、本发明的有益效果在于：

27、通过该系统，可以实现船用发动机的运行状态实时监控，预测发动机于所处环境的最佳运行模式，诊断发动机的潜在故障，提供及时和准确建议，指定合理的维护计划，提高船舶的运行效率和安全性，降低碳排放，降低维护成本和故障风险。

技术特征：

1.一种生成式ai驱动的船用发动机运维系统，其特征在于，包括多物理场实时模型构建、知识生成与传输、性能优化与自适应控制、预测性维护与故障诊断这4个模块；

2.根据权利要求1所述的生成式ai驱动的船用发动机运维系统，其特征在于，多物理场实时模型构建具体为：

3.根据权利要求1所述的生成式ai驱动的船用发动机运维系统，其特征在于，知识生成与传输具体为：训练一个能够理解和生成船用低速机全生命周期相关内容的模型，包括以下步骤：

4.根据权利要求1所述的生成式ai驱动的船用发动机运维系统，其特征在于，性能优化与自适应控制具体为：

5.根据权利要求1所述的生成式ai驱动的船用发动机运维系统，其特征在于，预测性维护与故障诊断具体为：

6.根据权利要求2所述的生成式ai驱动的船用发动机运维系统，其特征在于，

7.根据权利要求6所述的生成式ai驱动的船用发动机运维系统，其特征在于，运动组件作为最易发生故障的部分，需要实时分析其运动、载荷分布与振动情况，判断组件中各零件磨损、疲劳情况、剩余寿命，故障情况并及时保修，保证发动机可靠性。

8.根据权利要求2所述的生成式ai驱动的船用发动机运维系统，其特征在于，燃料喷射系统与燃烧系统模型的主要目标是保证发动机尽可能高效运行，同时降低排放；燃料喷射系统根据燃料特性、流动情况，实时求解喷油量，分析故障情况，支持发动机的控制；燃烧系统基于热力学、反应动力学对温度、压力进行求解，获得发动机输出功率与扭矩，并求解排放数据。

9.根据权利要求3所述的生成式ai驱动的船用发动机运维系统，其特征在于，预训练大型语言模型框架包括llama2语言大模型、chinese-llama-alpaca大模型、白玉兰科学大模型。

10.根据权利要求3所述的生成式ai驱动的船用发动机运维系统，其特征在于，第一步中的数据包括发动机的设计数据、生产制造数据、维修履历数据、产品说明书、相关论文。

技术总结
本发明涉及一种生成式AI驱动的船用发动机运维系统，包括建立船用发动机的多物理场实时模型，以实现虚拟的性能测试和优化，为实际运营提供数据支持；提取和编码船用发动机设计、调试、运行和维护的知识，为智能管理提供决策支持；通过生成式AI技术、传感器数据和多物理场实时模型监控和分析船用发动机的运行参数，实现自适应控制；生成式AI的智能技术自学习船用发动机设计、制造、调试和服务的大样本数据，并结合船用发动机实际运行数据，进行分析对比和计算识别，实现故障预测和诊断。解决了船用发动机运维人工成本高，效率低，对发动机故障排查的准确度低问题，实现船用发动机的运行状态实时监控，预测、诊断潜在故障，降低维护成本和故障风险。

技术研发人员：刘腾,杨晶晶,梅春阳,聂昊鹏
受保护的技术使用者：中船动力研究院有限公司
技术研发日：
技术公布日：2024/4/22