I. Tổng Quan Về Chẩn Đoán Trạng Thái Kỹ Thuật Động Cơ Diesel
Luận án tiến sĩ "Nghiên cứu thiết lập mô hình chẩn đoán để đánh giá trạng thái kỹ thuật của động cơ diesel máy chính tàu cá Việt Nam" giải quyết một vấn đề cấp thiết trong ngành hàng hải. Trạng thái kỹ thuật (TTKT) của động cơ diesel là tập hợp các thông số phản ánh tình trạng của từng chi tiết, cụm chi tiết và toàn bộ hệ thống. Việc đánh giá chính xác TTKT giúp dự báo khả năng vận hành, phát hiện sớm các hư hỏng tiềm ẩn và đưa ra quyết định bảo trì hợp lý. Đối với động cơ tàu cá, vốn thường hoạt động trong điều kiện khắc nghiệt và xa bờ, việc giám sát tình trạng động cơ liên tục là yếu tố sống còn, đảm bảo an toàn cho người và phương tiện. Công tác chẩn đoán kỹ thuật động cơ tàu thủy cho phép xác định tình trạng máy móc mà không cần tháo rời, giúp tiết kiệm chi phí và thời gian. Nghiên cứu này tập trung vào việc thiết lập một mô hình chẩn đoán hiệu quả, dựa trên các thông số vận hành dễ đo lường, nhằm nâng cao độ tin cậy hệ thống cơ khí và hiệu quả khai thác. Mục tiêu cuối cùng là xây dựng một công cụ hỗ trợ cho công tác đăng kiểm và bảo dưỡng, góp phần vào chiến lược bảo trì dự đoán (predictive maintenance), thay thế cho phương pháp sửa chữa khi đã xảy ra sự cố. Luận án đã phân tích sâu các phương pháp chẩn đoán hiện có, từ việc phân tích công suất, thành phần khí xả đến việc kiểm tra hàm lượng mạt kim loại trong dầu bôi trơn. Từ đó, nghiên cứu đề xuất một hướng tiếp cận mới, phù hợp với đặc thù của đội tàu cá Việt Nam: sử dụng động cơ diesel công suất nhỏ, không tăng áp, và hệ thống phun nhiên liệu cơ khí truyền thống. Việc này không chỉ mang ý nghĩa khoa học mà còn có tính thực tiễn cao, có thể ứng dụng rộng rãi, là một tài liệu quan trọng cho các nghiên cứu khoa học kỹ thuật hàng hải trong tương lai.
1.1. Tầm quan trọng của giám sát và chẩn đoán trạng thái động cơ
Việc giám sát tình trạng động cơ là một hoạt động cốt lõi nhằm đảm bảo an toàn và hiệu quả vận hành, đặc biệt đối với hệ thống đẩy tàu thủy. Động cơ diesel, được ví như “trái tim” của con tàu, nếu gặp sự cố đột ngột trên biển có thể gây ra hậu quả nghiêm trọng. Chẩn đoán TTKT giúp phát hiện sai hỏng sớm, ngăn ngừa các sự cố nguy hiểm, giảm thiểu chi phí sửa chữa đột xuất và tối ưu hóa lịch trình bảo dưỡng. Theo luận án, việc ứng dụng rộng rãi công tác chẩn đoán giúp tăng độ tin cậy, giảm tiêu hao nhiên liệu, dầu bôi trơn và kéo dài tuổi thọ của động cơ. Kết quả chẩn đoán là cơ sở khoa học để đưa ra các quyết định kỹ thuật chính xác, từ việc điều chỉnh thông số vận hành đến việc lên kế hoạch thay thế phụ tùng, hướng tới việc tối ưu hóa bảo trì.
1.2. Các phương pháp chẩn đoán kỹ thuật động cơ diesel phổ biến
Hiện nay, có nhiều phương pháp được áp dụng để đánh giá hiệu suất động cơ và chẩn đoán TTKT. Luận án tổng hợp các phương pháp chính bao gồm: chẩn đoán theo công suất và suất tiêu hao nhiên liệu; chẩn đoán qua nhiệt độ và thành phần khí xả (phân tích NOx, bồ hóng); phân tích dầu bôi trơn để phát hiện mạt kim loại do mài mòn; chẩn đoán hệ thống nhiên liệu thông qua áp suất phun; và chẩn đoán nhóm bao kín buồng cháy qua áp suất cuối kỳ nén. Gần đây, các kỹ thuật hiện đại như phân tích rung động động cơ diesel và xử lý tín hiệu số (DSP) cũng được ứng dụng để nhận diện các sai lệch hoạt động. Mỗi phương pháp có ưu và nhược điểm riêng, việc lựa chọn phương pháp phù hợp phụ thuộc vào đối tượng động cơ và điều kiện thực tế.
II. Thách Thức Trong Giám Sát Tình Trạng Động Cơ Tàu Cá Việt Nam
Công tác chẩn đoán kỹ thuật động cơ tàu thủy tại Việt Nam đối mặt với nhiều thách thức đặc thù. Phần lớn đội tàu cá sử dụng động cơ đã qua sử dụng, thiếu hồ sơ kỹ thuật và tài liệu hướng dẫn vận hành. Theo thống kê trong luận án, tàu gỗ chiếm tới 98,6%, và nhiều động cơ được trang bị theo kinh nghiệm dân gian thay vì thiết kế kỹ thuật chuẩn. Điều này dẫn đến tình trạng máy hoạt động quá tải, không đồng bộ với hệ trục và chân vịt, làm giảm hiệu suất và độ tin cậy. Các nhà quản lý kỹ thuật và cơ quan đăng kiểm gặp khó khăn trong việc xác định chính xác chủng loại và TTKT của máy, đôi khi phải dựa vào kinh nghiệm để "gán" mã hiệu. Hơn nữa, điều kiện hoạt động trên biển (sóng gió, độ ẩm cao, không khí chứa muối) càng làm quá trình xuống cấp của động cơ diễn ra nhanh hơn. Luận án chỉ ra rằng, từ năm 2011 đến 2016, có tới 46 trên 86 vụ tai nạn liên quan đến hệ động lực là do sự cố máy chính. Thực trạng này đòi hỏi một giải pháp chẩn đoán nhanh, chính xác, với thiết bị nhỏ gọn và chi phí hợp lý. Việc thiết lập một mô hình chẩn đoán để đánh giá trạng thái kỹ thuật trở nên cấp thiết, không chỉ để đảm bảo an toàn mà còn để xây dựng các tiêu chuẩn, quy phạm kiểm tra kỹ thuật phù hợp cho công tác đăng kiểm, giúp phát hiện sai hỏng sớm và ngăn ngừa rủi ro.
2.1. Thực trạng sử dụng động cơ diesel cũ trên tàu cá
Đa số chủ tàu cá Việt Nam lựa chọn động cơ cũ vì chi phí đầu tư thấp, chỉ bằng khoảng 30% so với máy mới. Tuy nhiên, điều này kéo theo nhiều hệ lụy. Các động cơ này thường không có nguồn gốc rõ ràng, thiếu tài liệu kỹ thuật, gây khó khăn cho việc bảo dưỡng và sửa chữa. Người vận hành thường thiếu kiến thức chuyên môn, điều khiển máy theo kinh nghiệm, dễ dẫn đến tình trạng quá tải. Theo luận án, các sự cố hỏng máy chiếm tới 72% các vụ tai nạn tàu cá. Tình trạng này không chỉ làm tăng chi phí nhiên liệu, giảm hiệu quả kinh tế mà còn là nguyên nhân trực tiếp gây nguy hiểm cho tính mạng và tài sản của ngư dân.
2.2. Khó khăn trong công tác đăng kiểm và quản lý kỹ thuật
Công tác đăng kiểm máy chính tàu cá hiện nay còn nhiều bất cập. Các quy trình kiểm tra thường mang tính hình thức, thiếu các thiết bị đo kiểm chuyên dụng để đánh giá chính xác TTKT. Việc kiểm tra chủ yếu dựa trên quan sát bên ngoài và hồ sơ (nếu có), khó có thể phát hiện sai hỏng sớm bên trong các cụm chi tiết quan trọng. Luận án nhấn mạnh, việc thiếu một bộ tiêu chuẩn cụ thể và một quy trình chẩn đoán khoa học khiến cơ quan đăng kiểm gặp khó khăn khi quyết định cho tàu tiếp tục hoạt động hay buộc phải sửa chữa. Điều này đặt ra yêu cầu cấp thiết phải có một mô hình chẩn đoán đáng tin cậy, dễ áp dụng.
III. Phương Pháp Lựa Chọn Thông Số Chẩn Đoán Kỹ Thuật Tối Ưu
Để xây dựng một mô hình chẩn đoán để đánh giá trạng thái kỹ thuật hiệu quả, việc lựa chọn bộ thông số chẩn đoán đóng vai trò then chốt. Luận án đã tiến hành phân tích lý thuyết sâu sắc để xác định các thông số vừa nhạy cảm với sự thay đổi của TTKT, vừa dễ đo lường trong điều kiện thực tế của tàu cá. Các thông số chẩn đoán phải thỏa mãn các yêu cầu cơ bản: tính đơn trị (mối quan hệ một-một với tình trạng kết cấu), tính thông tin (phản ánh rõ nét trạng thái kỹ thuật), tính hiệu quả và tính công nghệ (dễ đo, chi phí thấp). Dựa trên phân tích thống kê các hư hỏng thường gặp, nghiên cứu chỉ ra rằng hệ thống phun nhiên liệu và nhóm bao kín buồng cháy là hai khu vực có tỷ lệ sự cố cao nhất. Do đó, các thông số vận hành động cơ liên quan đến hai hệ thống này được ưu tiên lựa chọn. Luận án đề xuất sử dụng hai thông số chẩn đoán chính: áp suất cuối kỳ nén (pc) và áp suất phun nhiên liệu (pinj). Áp suất cuối kỳ nén phản ánh tổng thể độ kín của buồng cháy (piston, xéc măng, xupáp), trong khi áp suất phun là chỉ số quan trọng quyết định chất lượng quá trình phun và cháy, ảnh hưởng trực tiếp đến công suất và phát thải. Đây là những thông số có thể đo được bằng các thiết bị tương đối đơn giản, phù hợp với mục tiêu xây dựng một mô hình chẩn đoán thực tiễn.
3.1. Phân tích áp suất cuối kỳ nén pc làm thông số chẩn đoán
Áp suất cuối kỳ nén là một trong những thông số vận hành động cơ quan trọng nhất, phản ánh trực tiếp tình trạng của nhóm bao kín buồng cháy. Sự sụt giảm áp suất nén là dấu hiệu rõ ràng của các hao mòn ở piston, xéc măng, xy lanh hoặc hở xupáp. Theo luận án, thông số này chịu ảnh hưởng bởi nhiều yếu tố như lọt khí, tỷ số nén và sự trao đổi nhiệt. Mặc dù không chỉ ra chính xác chi tiết nào bị hỏng, sự thay đổi của pc cho phép đưa ra kết luận tổng quan về sức khỏe của động cơ, là một chỉ báo quan trọng để quyết định có cần can thiệp sửa chữa hay không. Đây là một thông số nền tảng trong việc đánh giá hiệu suất động cơ.
3.2. Vai trò của áp suất phun nhiên liệu pinj trong chẩn đoán
Hệ thống phun nhiên liệu (HTPNL) chiếm tỷ lệ hư hỏng rất lớn trong động cơ diesel. Áp suất phun nhiên liệu quyết định đến chất lượng tia phun, bao gồm độ tơi, góc nón và độ xuyên sâu, từ đó ảnh hưởng trực tiếp đến quá trình hình thành hỗn hợp và hiệu quả cháy. Luận án chỉ ra rằng, khi áp suất phun giảm, kích thước hạt nhiên liệu tăng, quá trình cháy diễn ra không hoàn toàn, dẫn đến giảm công suất, tăng suất tiêu hao nhiên liệu và phát thải bồ hóng. Do đó, việc theo dõi diễn biến áp suất phun là một phương pháp hiệu quả để giám sát tình trạng động cơ và chẩn đoán các lỗi liên quan đến bơm cao áp và vòi phun.
IV. Cách Xây Dựng Mô Hình Chẩn Đoán Động Cơ Bằng Mô Phỏng
Sau khi xác định bộ thông số chẩn đoán, luận án tiến hành xây dựng mô hình chẩn đoán để đánh giá trạng thái kỹ thuật thông qua phương pháp mô phỏng số. Đây là một bước quan trọng trong các nghiên cứu khoa học kỹ thuật hàng hải hiện đại, cho phép khảo sát ảnh hưởng của từng thông số trong một môi trường được kiểm soát mà không cần can thiệp trực tiếp vào động cơ thật. Nghiên cứu sử dụng kết hợp hai phần mềm mạnh là AVL Boost/Hydsim và Matlab. Cụ thể, AVL Boost/Hydsim được dùng để mô phỏng hệ thống phun nhiên liệu (HTPNL) của động cơ diesel kiểu cơ khí truyền thống, điển hình là động cơ Yanmar 4CHE. Mô hình mô phỏng cho phép tính toán các đặc tính phun như diễn biến áp suất trong ống cao áp, hành trình nâng kim phun, cấu trúc tia phun khi thay đổi các thông số đầu vào. Dữ liệu đầu ra từ AVL Boost sau đó được sử dụng làm đầu vào cho mô hình tính toán trên Matlab. Tại đây, các công thức thực nghiệm được tổng hợp và áp dụng để tính toán các thông số đánh giá TTKT chính là công suất, mức phát thải bồ hóng và NOx. Quá trình này cho phép xây dựng các mối quan hệ toán học (hàm nội suy) thể hiện sự phụ thuộc của các chỉ tiêu hiệu suất và phát thải vào hai thông số chẩn đoán là áp suất phun và áp suất cuối kỳ nén. Mô hình này không chỉ là một công cụ nghiên cứu mà còn có tiềm năng phát triển thành một hệ thống mô hình học máy chẩn đoán lỗi trong tương lai.
4.1. Ứng dụng AVL Boost Hydsim mô phỏng hệ thống phun nhiên liệu
Phần mềm AVL Boost/Hydsim là công cụ chuyên dụng để mô phỏng động lực học dòng chảy trong hệ thống thủy lực, đặc biệt là HTPNL của động cơ diesel. Luận án đã xây dựng một mô hình chi tiết của hệ thống phun trên động cơ Yanmar 4CHE, bao gồm các thành phần từ biên dạng cam, bơm cao áp, đường ống cao áp đến vòi phun. Mô hình này cho phép khảo sát chi tiết ảnh hưởng của sự suy giảm TTKT (ví dụ: lò xo vòi phun yếu đi làm giảm áp suất phun) đến quy luật phun, từ đó cung cấp dữ liệu đầu vào chính xác cho bước tính toán tiếp theo. Việc mô phỏng giúp tiết kiệm thời gian và chi phí so với thực nghiệm.
4.2. Xây dựng quan hệ toán học giữa các thông số bằng Matlab
Dữ liệu từ mô phỏng AVL Boost được xử lý trong môi trường Matlab để thiết lập mối liên hệ định lượng. Luận án đã tổng hợp các công thức thực nghiệm để xây dựng các hàm số mô tả sự thay đổi của công suất (công thức 2.19), phát thải bồ hóng (công thức 2.23) và phát thải NOx (công thức 2.28) theo sự thay đổi của áp suất phun và áp suất cuối kỳ nén. Kết quả là một bộ các đồ thị và phổ quy luật, trực quan hóa mối quan hệ giữa thông số chẩn đoán và thông số đánh giá TTKT. Đây chính là hạt nhân của mô hình chẩn đoán, là cơ sở để đánh giá tình trạng động cơ từ các giá trị đo đạc được.
V. Kết Quả Ứng Dụng Mô Hình Chẩn Đoán Trên Động Cơ Yanmar 4CHE
Để kiểm chứng tính chính xác và độ tin cậy của mô hình chẩn đoán để đánh giá trạng thái kỹ thuật đã xây dựng, luận án đã tiến hành nghiên cứu thực nghiệm trên bệ thử với động cơ Yanmar 4CHE. Quá trình thực nghiệm được quy hoạch chặt chẽ, các thiết bị đo lường hiện đại được sử dụng để thu thập dữ liệu về công suất, phát thải NOx, bồ hóng và các thông số vận hành động cơ khác. Thí nghiệm được thực hiện với các kịch bản khác nhau, trong đó tình trạng kỹ thuật của hệ thống phun nhiên liệu được chủ động thay đổi (bằng cách điều chỉnh sức căng lò xo kim phun để giả lập sự suy giảm áp suất phun). Kết quả đo đạc thực tế sau đó được so sánh trực tiếp với kết quả dự đoán từ mô hình mô phỏng. Luận án chỉ ra rằng có sự tương đồng cao giữa dữ liệu mô phỏng và thực nghiệm, đặc biệt là về xu hướng thay đổi của công suất và phát thải khi áp suất phun giảm. Sự chênh lệch giữa hai bộ dữ liệu là không đáng kể, khẳng định mô hình chẩn đoán đã đề xuất có độ chính xác cao và có thể áp dụng vào thực tiễn. Kết quả này là một bước tiến quan trọng, cung cấp cơ sở khoa học vững chắc cho việc ứng dụng mô hình vào công tác đăng kiểm và bảo trì dự đoán (predictive maintenance) cho các loại động cơ tương tự.
5.1. Bố trí và quy trình nghiên cứu thực nghiệm trên bệ thử
Nghiên cứu thực nghiệm được tiến hành tại phòng thí nghiệm động cơ của Trường Đại học Nha Trang. Động cơ Yanmar 4CHE được lắp đặt trên bệ thử, kết nối với các thiết bị đo chuyên dụng như cảm biến đo áp suất trong ống cao áp, thiết bị phân tích khí xả và phanh thủy lực để đo công suất. Quy trình đo được chuẩn hóa, các thông số được ghi nhận ở các dải tốc độ và tải khác nhau. Việc giả lập các tình trạng hư hỏng được thực hiện một cách có kiểm soát để đảm bảo tính lặp lại và độ chính xác của dữ liệu thu thập, làm cơ sở vững chắc cho việc đánh giá hiệu suất động cơ.
5.2. So sánh kết quả mô phỏng và thực nghiệm để kiểm chứng mô hình
Dữ liệu thực nghiệm về công suất, phát thải bồ hóng và NOx ở các mức áp suất phun khác nhau đã được đối chiếu với các giá trị dự báo từ mô hình mô phỏng trên Matlab. Bảng 4.3 trong luận án cho thấy sai số giữa mô phỏng và thực nghiệm là chấp nhận được. Ví dụ, khi áp suất phun giảm, cả mô hình và thực tế đều ghi nhận sự sụt giảm công suất và gia tăng phát thải bồ hóng. Sự phù hợp này chứng minh rằng mô hình toán học đã nắm bắt được các quy luật vật lý cơ bản của quá trình làm việc trong động cơ, khẳng định độ tin cậy hệ thống cơ khí của phương pháp chẩn đoán được đề xuất.
VI. Triển Vọng Của Bảo Trì Dự Đoán Cho Hệ Thống Đẩy Tàu Thủy
Kết quả nghiên cứu của luận án không chỉ dừng lại ở việc xây dựng một mô hình lý thuyết mà còn mở ra những triển vọng ứng dụng thực tiễn to lớn, đặc biệt trong lĩnh vực bảo trì dự đoán (predictive maintenance). Mô hình chẩn đoán này cung cấp một công cụ khoa học để các chủ tàu, thợ máy và cơ quan đăng kiểm có thể đánh giá nhanh TTKT của động cơ mà không cần các quy trình tháo lắp phức tạp. Bằng cách đo đạc định kỳ các thông số chẩn đoán như áp suất phun và áp suất cuối kỳ nén, người dùng có thể dự báo được xu hướng suy giảm hiệu suất và phát hiện sai hỏng sớm trước khi chúng trở thành sự cố nghiêm trọng. Điều này giúp chuyển đổi từ phương pháp bảo trì bị động (sửa chữa khi hỏng) sang bảo trì chủ động và tối ưu hóa (sửa chữa dựa trên tình trạng thực tế), giúp tối ưu hóa bảo trì. Trong tương lai, mô hình này có thể được phát triển xa hơn bằng cách tích hợp các công nghệ tiên tiến. Dữ liệu chẩn đoán có thể được thu thập tự động bằng cảm biến và đưa vào các thuật toán thông minh như mạng nơ-ron nhân tạo (ANN) hay logic mờ (fuzzy logic) để đưa ra cảnh báo và khuyến nghị bảo trì một cách tự động. Đây là hướng đi tất yếu của các nghiên cứu khoa học kỹ thuật hàng hải, góp phần nâng cao an toàn, hiệu quả kinh tế và giảm tác động môi trường cho ngành khai thác thủy sản Việt Nam.
6.1. Ý nghĩa thực tiễn trong việc tối ưu hóa bảo trì tàu cá
Việc áp dụng mô hình chẩn đoán vào thực tế sẽ mang lại lợi ích trực tiếp cho ngư dân. Thay vì bảo dưỡng theo định kỳ cố định, việc bảo dưỡng sẽ được thực hiện dựa trên TTKT thực tế của động cơ, giúp tiết kiệm chi phí vật tư, phụ tùng và nhân công. Việc phát hiện sai hỏng sớm giúp ngăn ngừa các chuyến đi biển không an toàn, giảm thiểu rủi ro tai nạn do hỏng máy, từ đó nâng cao hiệu quả khai thác. Mô hình cũng là tài liệu tham khảo quý giá cho các trung tâm đăng kiểm để xây dựng các quy trình kiểm tra khoa học và thuyết phục hơn, góp phần quản lý kỹ thuật đội tàu cá hiệu quả.
6.2. Hướng phát triển tích hợp mô hình học máy và trí tuệ nhân tạo
Mô hình toán học trong luận án là nền tảng vững chắc để phát triển các hệ thống chẩn đoán thông minh hơn. Dữ liệu thu thập từ nhiều động cơ khác nhau có thể được sử dụng để huấn luyện một mô hình học máy chẩn đoán lỗi. Các thuật toán như máy học véc-tơ hỗ trợ (SVM) hoặc mạng nơ-ron nhân tạo (ANN) có khả năng học và nhận dạng các mẫu hư hỏng phức tạp từ dữ liệu rung động, âm thanh hoặc các thông số vận hành động cơ. Việc phát triển các hệ thống này sẽ tự động hóa quá trình chẩn đoán, cung cấp những dự báo chính xác hơn và hỗ trợ ra quyết định bảo trì một cách tối ưu, phù hợp với xu hướng Công nghiệp 4.0 trong lĩnh vực hàng hải.
