Отримано 11.07.2022
Доопрацьовано 01.09.2022
Прийнято 29.11.2022
Взято з Том 26, № 4, 2022
Сторінки 62 -72
Анотація
Морські перевезення є суттю міжнародної економіки. Сьогодні близько дев’яноста відсотків світової торгівлі здійснюється морським транспортом через 50000 торгових суден. Більшість цих суден приводиться в рух головними дизельними двигунами завдяки їх надійності та паливній ефективності. Надійність елементів системи в загальному випадку залежить від випадкових відмов, значного зносу в процесі експлуатації, додаткового зносу при пуску. Випадкова поломка компонентів дизельного двигуна є великою небезпекою під час експлуатації, оскільки деякі деталі (наприклад, втулки циліндрів і поршні) зазвичай замінюються під час ремонту. З іншого боку, профілактична служба не усуває випадкові несправності. Тому в загальній проблемі оцінки надійності дизеля – математична задача оцінки надійності і довговічності з урахуванням тільки випадкових відмов її елементів, що мають найбільше практичне значення. Метою роботи є математичне дослідження надійності деталей циліндро-поршневої групи головних двигунів суховантажних суден. Використовуючи системний підхід та ймовірносно-статистичний метод, було встановлено, що найбільш загальним і важким є випадок одночасної дії на елемент системи (наприклад на гільзу циліндра) факторів, що викликають зноси в період експлуатації (в тому числі в період пусків) і випадкові відмови. Визначено, що якість циліндро-поршневої системи у суден типу «Острів російський» вища, ніж у суден типу «Сімферополь» і «Муром». Отримано емпіричні формули оцінки ймовірності аварійної відмови елементів системи головних двигунів за період експлуатації між заводськими ремонтами, де основну небезпеку в період роботи несли випадкові відмови. За результатами дослідження можна встановити графік періодичності проведення технічного обслуговування головного суднового двигуна та вартість збитків простоїв судна внаслідок відмов, а також можуть бути використані при дослідженні надійності інших типів суднових головних двигунів. Результати дають можливість визначити надійність роботи деталей циліндро-поршневої групи головних двигунів суховантажних суден. і, зокрема, встановити графік проведення технічного обслуговування головного суднового двигуна та вартість збитків внаслідок простоїв судна через відмови, а також можуть бути використані при дослідженні надійності інших типів головних двигунів інших серій суден
Ключові слова:
знос; експлуатаційний час; втулка циліндра; поршень; кришка циліндра[1] Anantharaman, M., Islam, R., Khan, F., Garaniya, V., & Lewarn, B. (2019). Data analysis to evaluate reliability of a main engine. TransNav, 13(2), 403–407. doi: 10.12716/1001.13.02.18.
[2] Antonić, R., Vukić, Z., & Kuljača, O. (2003). Marine diesel engine faults diagnosis based on observed symptoms and expert knowledge. IFAC Proceedings Volumes, 36(21), 133-138. doi: 10.1016/s1474-6670(17)37796-0.
[3] Aziz, A., Ahmed, S., Khan, F., Stack, C., & Lind, A. (2019). Operational risk assessment model for marine vessels. Reliability Engineering & System Safety, 185, 348-361. doi: 10.1016/j.ress.2019.01.002.
[4] Basurko, O.C., & Uriondo, Z. (2015). Condition-based maintenance for medium speed diesel engines used in vessels in operation. Applied Thermal Engineering, 80, 404-412. doi: 10.1016/j.applthermaleng.2015.01.075.
[5] Fang, C., & Cui, L. (2020). Reliability analysis for balanced engine systems with m sectors by considering start-up probability. Reliability Engineering & System Safety, 197, 106829. doi: 10.1016/j.ress.2020.106829.
[6] Jing, G., Li, S., Chen, G., Wei, J., Sun, S., & Zhang, J. (2022). Research on creep test of compacted graphite cast iron and parameter identification of constitutive model under wide range of temperature and stress. Applied Sciences, 12(10), 5032. doi: 10.3390/app12105032.
[7] Kowalski, J., Krawczyk, B., & Woźniak, M. (2017). Fault diagnosis of marine 4-stroke diesel engines using a one-vs-one extreme learning ensemble. Engineering Applications of Artificial Intelligence, 57, 134-141. doi: 10.1016/j.engappai.2016.10.015.
[8] Lazakis, I., Raptodimos, Y., & Varelas, T. (2018). Predicting ship machinery system condition through analytical reliability tools and artificial neural networks. Ocean Engineering, 152, 404-415. doi: 10.1016/j.oceaneng.2017.11.017.
[9] Mihanović, L., Karna, H., & Matika, D. (2021). Research, processing and analysis of exploitation reliability results of high-speed radial diesel engine. Engineering Review, 41(2), 136-150. doi: 10.30765/er.1580.
[10] Munir, A., & Shah, H. (2015). FPSO propulsion machinery reliability analysis - a systematic approach. SNAME 20th Offshore Symposium. Retrieved from https://onepetro.org/SNAMETOS/proceedings-abstract/TOS15/1-TOS15/D013S010R001/3729.
[11] Pagán Rubio, J.A., Vera-García, F., Hernandez Grau, J., Muñoz Cámara, J., & Albaladejo Hernandez, D. (2018). Marine diesel engine failure simulator based on thermodynamic model. Applied Thermal Engineering, 144, 982-995. doi: 10.1016/j.applthermaleng.2018.08.096.
[12] Rao, X., Sheng, C., Guo, Z., & Yuan, C. (2022). A review of online condition monitoring and maintenance strategy for cylinder liner-piston rings of diesel engines. Mechanical Systems and Signal Processing, 165, 108385. doi: 10.1016/j.ymssp.2021.108385.
[13] Sánchez-Herguedas, A., Mena-Nieto, A., & Rodrigo-Muñoz, F. (2021). A new analytical method to optimise the preventive maintenance interval by using a semi-Markov process and z-transform with an application to marine diesel engines. Reliability Engineering & System Safety, 207, 107394. doi: 10.1016/j.ress.2020.107394.
[14] Sánchez-Herguedas, A., Mena-Nieto, Á., & Rodrigo-Muñoz, F. (2022). A method for obtaining the preventive maintenance interval in the absence of failure time data. Maintenance and Reliability, 24(3), 564-573. doi: 10.17531/ein.2022.3.17.
[15] Trampert, S., Gocmez, T., & Pischinger, S. (2008). Thermomechanical fatigue life prediction of cylinder heads in combustion engines. Journal of Engineering for Gas Turbines and Power, 130(1), 012806. doi: 10.1115/1.2771251.
[16] Ünver, B., Altın, İ., & Gürgen, S. (2021). Risk ranking of maintenance activities in a two-stroke marine diesel engine via fuzzy AHP method. Applied Ocean Research, 111, 102648. doi: 10.1016/j.apor.2021.102648.
[17] Vera-García, F., Pagán Rubio, J.A., Hernández Grau, J., & Albaladejo Hernández, D. (2019). Improvements of a failure database for marine diesel engines using the RCM and simulations. Energies, 13(1), 104. doi: 10.3390/en13010104.
[18] Xu, X., Zhao, Z., Xu, X., Yang, J., Chang, L., Yan, X., & Wang, G. (2020). Machine learning-based wear fault diagnosis for marine diesel engine by fusing multiple data-driven models. Knowledge-Based Systems, 190, 105324. doi: 10.1016/j.knosys.2019.105324.
[19] Zhang, M., Liu, S., Hou, X., Dong, H., Cui, C., & Li, Y. (2022). Reliability modeling and analysis of a diesel engine design phase based on 4F integration technology. Applied Sciences, 12(13), 6513. doi: 10.3390/app12136513.