开展船用柴油机气缸盖开裂故障仿真一种思路是首先利用一维热力学仿真模型模拟柴油机在正常状态下的运行状态进而通过微调边界参数来重现故障发生时的热力学状态响应。这一仿真探讨参考了发表于《Measurement》期刊的论文“Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of combustion chamber components of marine diesel engines”。在确定仿真基准后通过合理调节与特定故障相关的热物理参数如图所示的模型节点获得用于后续分析的故障仿真数据集。在具体的故障建模过程中根据气缸盖开裂F1的物理失效机制裂纹的产生主要会削弱结构的整体性并恶化局部散热能力。因此仿真方法的核心在于对气缸盖表面温度进行针对性的微调。如表所示在保持漏气量、气缸缸径和活塞表面温度等其他变量与正常状态F0一致的前提下将气缸盖表面温度由正常状态下的246.85℃上调至346.85℃以此来表征由开裂引起的局部热量积聚与散热受阻。气缸盖表面温度的改变会显著影响柴油机全生命周期内的热力学特征参数这些影响在论文的仿真结果中有所体现。对比Github上Normal.csv与Head-crack.csv的数据可以发现在气缸盖开裂状态下由于散热受阻气缸内的最高燃烧温度Cylinder-Tem和压力Cylinder-Pre出现上升。与此同时直接反映热传导状况的缸盖壁面热流HeadWallHeatFlow在数值上发生明显改变其绝对值在0°曲轴转角时从正常的6.61 J/deg降至5.46 J/deg证实了裂纹对壁面换热能力的抑制作用。此外缸内热负荷的增加导致排气能量上升使得排气温度Out-Tem在0°曲轴转角时由884.62 K升至920.69 K涡轮功率TurbinePower也由4724.34 J/s偏高至6995.36 J/s这为通过外部监测参数推断缸内故障提供了物理依据。基于上述仿真得到的故障特征数据集可结合机器学习方法进行故障识别探讨。通过计算各热力学参数的SHAP值能够客观评估不同特征对气缸盖开裂等故障的贡献度进而辅助筛选出如排气温度、壁面热流等关键敏感指标从而在保障诊断精度的同时合理简化需要实际监测的传感器通道数量。来源文献C. Luo, M. Zhao, X. Fu, et al. Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of combustion chamber components of marine diesel engines[J]. Measurement, 2025, 251: 117252.仿真数据与代码https://ts-rf.github.io/