船用柴油机稳定运行是船舶航行安全的保障,但复杂的系统和繁多的机构,导致柴油机发生故障所带来的危害不可忽视。对于现有船用柴油机故障诊断存在的问题,本文将基于模型和基于数据的故障诊断方法进行结合,提出一种基于改进多模型的故障诊断方法,主要工作如下:第一,针对船用柴油机实体分析困难的问题,通过热力学、流体动力学等知识建立零维模型代替实体;分析柴油机各部件的运行特点,采用零维模型中的容积法和平均值分别建模,并结合台架试验数据和参数辨识方法,提高平均值模型的表达能力。仿真结果表明,零维模型与实验数据相比最大误差为6.687%,能够满足运行仿真和故障模拟需求。第二,针对基于卡尔曼滤波的多模型方法存在诊断速度慢,鲁棒性差等问题,提出一种基于概率融合的改进多模型故障诊断方法,通过贝叶斯线性混合将多模型的条件概率与支持向量机的后验概率进行融合,实现两种方法的联合诊断,并通过一个故障模拟案例进行验证。故障模拟的结果表明,经过概率融合后的改进多模型在故障检测和隔离速度方面分别提升14.17%和3.79%。第三,针对船用柴油机的整机状态模型维度较高,计算量较大的问题,应用图论结合零维模型建立整机的有向图,依据可观测性对有向图进行分解,根据分解后子图建立对应的状态模型组,并结合改进的多模型方法构建船用柴油机故障诊断框架。对各子系统运行耗时进行检验,结果表明子系统中滤波所需时长最大为1.166ms,相比整机减少69.86%。第四,利用零维模型进行故障模拟,分别通过多模型和改进多模型的方法进行诊断。通过单个故障检验方法改进后的提升效果,并对概率融合的权重取值进行讨论;通过多重故障检验诊断框架的有效性,分析解耦后各子系统之间故障耦合带来的影响。实验结果表明,改进多模型在诊断速度和鲁棒性方面均有所提升,同时故障诊断框架能够有效隔离不同系统之间发生故障带来的参数波动影响。本文基于改进多模型和图论解耦建立故障诊断框架,对保障船用柴油机的稳定运行具有重要意义。