船舶柴油发动机燃烧室故障数据集

金色印象

328人浏览 · 2026-08-14 17:57:06

金色印象 · 2026-08-14 17:57:06 发布

本技术博客介绍了一个用于船舶动力系统健康管理研究的开放数据集——船舶柴油发动机燃烧室故障数据集。该数据集源自发表于国际学术期刊《Measurement》（2025年）的论文（"Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of combustion chamber components of marine diesel engines"），是该论文的部分数据，基于经实验数据校准的一维热力学仿真模型构建。该数据集包含了船舶柴油发动机燃烧室在正常状态及五种典型故障状态下的热力学响应数据，为数据驱动的故障诊断、状态监测以及可解释性人工智能（XAI）方面的研究提供数据支持。

1. 数据集应用场景

由于船舶柴油发动机在实际航行中故障样本难以获取、标注成本高昂，仿真数据成为故障诊断模型训练的重要补充。该数据集有助于：

船舶动力装置故障诊断与分类算法开发（如机器学习、深度学习分类器）。
诊断模型的可解释性分析（如SHAP、LIME等特征贡献度评估）。

2. 数据集组成与故障状态

该数据集针对一台双冲程、六缸直列式大型船舶柴油发动机（缸径：620 mm，冲程：2658 mm，额定功率：2900 kW）进行热力学建模与标定。

数据集由6个独立的CSV文件组成，分别对应燃烧室不同的健康状态。每个文件记录了柴油发动机在相应状态下，一个完整工作循环内随曲轴转角变化的热力学特征参数，采样间隔为3°曲轴转角（Crank Angle），每个文件均包含121组样本点。

具体状态分类如下：

CSV文件名	状态标识	对应的燃烧室状态/故障类型	仿真参数调整机制
Normal.csv	F0	正常状态（Normal）	初始基准标定参数
Head-crack.csv	F1	缸盖开裂（Cylinder Head Cracking）	微调缸盖表面温度参数以模拟热传导受阻
Piston-ablation.csv	F2	活塞烧蚀（Piston Ablation）	协同调整活塞表面温度分布与漏气质量流量
Liner-wear.csv	F3	气缸套磨损（Liner Wear）	调整气缸套内径尺寸及对应的漏气流量特征
Ring-wear.csv	F4	活塞环磨损（Ring Wear）	调制漏气质量流量参数以模拟密封失效
Ring-adhesion.csv	F5	活塞环粘着/卡死（Ring Sticking）	联合微调气缸内径、缸套表面温度及漏气流量

3. 数据集热力学参数说明

每个CSV文件内均包含15列热力学参数，覆盖了从气缸内部燃烧到排气及涡轮增压器各监测点的物理量。具体特征参数及其单位如下表所示：

列名	物理意义	单位 (Unit)	说明
Crank Angle	曲轴转角	度 (°)	0° ~ 360° 采样，步长为 3°
Cylinder-Pre	气缸压力	Pa	缸内瞬时气体压力
Cylinder-Tem	气缸温度	K	缸内气体平均温度
PistWallHeatFlow	活塞壁面热流量	J/deg	气体向活塞顶部的瞬时放热率
HeadWallHeatFlow	缸盖壁面热流量	J/deg	气体向气缸盖的瞬时放热率
LinerWallHeatFlow	缸套壁面热流量	J/deg	气体向气缸套的瞬时放热率
BlowByHeatFlow	漏气热流量	J/deg	伴随气缸漏气损失的热能量流
BlowBy	漏气质量流量	kg/s	缸内气体向曲轴箱或外部的泄漏速率
TurbinePower	涡轮功率	J/s (W)	废气涡轮增压器的瞬时输出功率
Out-Pre	排气管压力	Pa	排气歧管处的废气压力
Out-Tem	排气管温度	K	排气歧管处的废气温度
Turbine-in-Pre	涡轮前排气压力	Pa	增压器涡轮入口处的废气压力
Turbine-in-Tem	涡轮前排气温度	K	增压器涡轮入口处的废气温度
Turbine-out-Pre	涡轮后排气压力	Pa	增压器涡轮出口处的废气压力
Turbine-out-Tem	涡轮后排气温度	K	增压器涡轮出口处的废气温度

4. 数据地址

该数据集已在GitHub平台公开发布。可以访问以下网址，下载完整的CSV数据：

数据集共享网址：https://github.com/TS-RF/TSRF/releases/tag/dataset

Github主页：https://ts-rf.github.io/

5. 引用信息

C. Luo, M. Zhao, X. Fu, S. Zhong, S. Fu, K. Zhang, X. Yu. Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of combustion chamber components of marine diesel engines[J]. Measurement, 2025, 251: 117252.

https://www.sciencedirect.com/science/article/pii/S0263224125006116