红外热成像应用于智能型机舱测温报警解决方案-电子发烧友网

智能船舶是智能航运的关键环节，面对出现的复杂海况与气候变化，远洋船舶如果具备了智能应对能力，将使船舶更“聪明”，运营高效安全。

智能船的“智商”体现在诸多方面，比如智能航行，可以自主下载全球气象信息，进行航路规划及优化，通过航行态势感知来获得机务数据、海务数据、通导数据、装载数据、振动和油液数据，然后通过船岸数据交互、数据共享和大数据分析，可实现远程监控、避碰预警，预防船舶事故发生。

近年来，由于货物装载不当尤其是危险货物积载隔离不当引发的海上事故屡见不鲜，给港口、人员、船舶、货物带来了不可估量的损失。集装箱危险货物的吞吐量呈现出稳步增加的趋势，且增速明显高于集装箱总吞吐量的增长速度。在此背景下，船载危险品集装箱智能监控系统应运而生。

船舶机舱有各种机械和动力设备十分复杂，这些设备出现的故障也千变万化，要实现监测的智能化，从而达到故障的预测和预报是很困难的。实时跟踪监控设备将能够从每个集装箱实时传输数据，从而提高供应链的透明度和效率。

随着5G逐步商用，泊位调度、智能装卸等应用场景也被列入智能港口拟研系统。

随着科学技术的发展进步和航运事业发展的要求，顺应行业需求，自2015 年CCS发布《智能船舶规范》以来，已有多艘船舶申请CCS智能船舶附加标志。随之智能机舱也应运而生。智能型机舱监测报警系统的功能除完成常规系统的功能，如巡回检测、越限报警、数据报表、报警打印、故障提示等外。增加的突出功能是实现故障的预报和预警，这样在故障出现前，系统会提前发出预报和预，操作人员可以提前进行事故处理和排除，从而降低故障的发生几率，使船舶机舱事故尽量消除在萌芽状态中。

由于温度升高引起的船舱火灾事故分析

冷藏集装箱引入了实时跟踪监控设备

系统能够实时获取船舶装卸货信息，及时对危险货物集装箱的实际装载位置进行核查，一方面，弥补了传统监监管方式中仅能对装载计划进行核查的弊端；另一方面，能够及早发现并消除因实际装载位置与装载计划位置不一致而导致的安全隐患。

集装箱这个产品虽然简单，貌似没有技术含量，但是它带来的变革却并不比高科技的产品低。从这段历史中我们可以清楚地看到，科技含量的高低并不是改变生产力的主要因素。

现在，海上运输的所有管理流程都由控制每个可移动集装箱的计算机进行。冷链集装箱放置在船体内部，那里有供电和温度监控系统，最重的集装箱放在货仓的底部。

智能型船舶检测分析

本方案着重讲解，智能船舶检测关键设备老化的重要性。

1、机舱智能化是实现船舶智能化的核心与关键。发动机的正常运行时间都至关重要，本方案根据CCS《智能船舶规范》中对智能机舱的定义，重点分析智能机舱中针对主、辅发动机和轴系关键零部件等设备的状态监测诊断方法的原理及应用，包括主推进发动机、辅助发电用发电机的燃烧性能、活塞与缸套、进、排气阀、主轴承和主推进发动机的轴功率和活塞环等性能和关键零部件的状态监测。机舱是现代船舶的“心脏”，本文通过分析机舱起火的原因及维护，探讨现代船舶如何利用现代科技发展成果加强和规范机舱管理，达到减少机舱火灾造成船舶危害的目的。

2、若能与相应的识别程序结合来实现对故障的自动识别，就能在提高诊断效率和精度的同时防止操作人员因操作不当等原因造成的事故，对实现自动、半自动故障诊断具有重要意义，然而，自动诊断需要建立在大量数据统计的基础上，这也是使用红外热成像技术进行发动机故障诊断的难点所在。

人工智能在向着终端侧迁移，融入了人工智能的热像终端与APP，与传感器结合是其中的一种解决方案。红外热成像手持终端可以进行发动机常见故障诊断，使用红外热成像技术进行发动机，漏水、漏油、发动异常、缺缸等4类故障诊断，并获得故障温度特征，得出故障诊断的依据，形成故障数据库。

热像手持终端应用

图源：网络

方案优势分析

与现行的振动、压力、能耗、尾气等相应方式相比，使用红外热成像技术进行发动机常见故障诊断的方法具有非接触、无干扰、无损、准确、无需大量仪器、便捷、直观、迅速以及对故障所对应的温度特征指向性明确等众多优点。

案例分析1

热成像手持终端用于智能机舱难以触及关键部位的检测

热成像手持终端适用于造船厂对船舶上昏暗的，或者难以触及的地方进行检测。这项技术能够以一种非接触式的模式对一些隐蔽的，难以检测的地方进行检测。

实际使用红外热像仪时，只需准确输入相关参数，即可自动得出温度分布图像需注意，如果参数设置不准确，则会相应地影响拍摄所获得的温度场的准确性。

图源：网络

应用红外热成像技术实现发动机故障诊断红外热成像系统收集发动机上各点的红外辐射，通过光电转换将光电信号变成模拟信号，再对模拟信号进行处理，将目标的图像显示在显示屏上。图像反映发动机各点温度的差异，与景物十分相似。上图红外热像图和数码照片，通过分析发动机红外热像图，可以根据不同温度特征进行发动机泄漏、发动异常、缺缸故障的诊断。