Método inteligente y fiable de diagnóstico de fallos de motores diésel marinos basado en la fusión generalizada de...

Área de la Ciencia:

• Ingeniería marina
• Inteligencia artificial
• Procesamiento de señales

Sus antecedentes:

• Los motores diésel marinos son cruciales para la potencia de las embarcaciones, pero los métodos tradicionales de diagnóstico de fallos tienen dificultades debido a datos limitados e interacciones complejas de parámetros.
• El desarrollo de herramientas de diagnóstico inteligentes fiables es esencial para garantizar la seguridad y eficiencia operativa.

Objetivo del estudio:

• Desarrollar un método inteligente de diagnóstico de fallos robusto e interpretable para motores diésel marinos utilizando la fusión de parámetros térmicos de múltiples fuentes.
• Mejorar la precisión y fiabilidad del diagnóstico abordando los desafíos de la escasez de muestras de fallos y el acoplamiento parámetro-fallo.

Principales métodos:

• Seleccionó parámetros térmicos clave utilizando la correlación de Pearson y la información mutua.
• Empleó un algoritmo mejorado de optimización bayesiana para ajustar los parámetros del Random Forest y mejorar la precisión.
• Utilizó TreeSHAP para la interpretación de la influencia de los parámetros y la selección de características.
• Implementó una estrategia mejorada de fusión de evidencia Dempster-Shafer con entropía de Shannon y distancia de Jousselme para una toma de decisiones robusta.

Principales resultados:

• Logró una precisión de diagnóstico del 99,45 %, superando a los modelos existentes en puntuación F1 y recall.
• Identificó parámetros térmicos críticos que influyen en la salud del motor, incluyendo la velocidad del interenfriador, la presión máxima de combustión, la potencia al freno y la velocidad del colector de escape.
• Demostró la efectividad de la fusión de parámetros térmicos de múltiples fuentes para mejorar el diagnóstico de fallos.

Conclusiones:

• El método desarrollado ofrece una herramienta de diagnóstico fiable, interpretable y robusta para motores diésel marinos.
• Este enfoque de fusión inteligente mejora significativamente las capacidades de diagnóstico de fallos en entornos marinos desafiantes.
• Los hallazgos proporcionan una base para el monitoreo avanzado de condiciones y el mantenimiento predictivo en sistemas de propulsión marina.