船舶故障診斷系統研發范文

本站小編為你精心準備了船舶故障診斷系統研發參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《機械設計與制造工程雜志》2014年第六期

1故障診斷系統總體框架

目前，大部分船舶故障診斷系統的診斷對象沒有覆蓋機艙的全部設備，多數的研究只是針對船舶主機的故障診斷，同時不同種類的船舶使用的主機型號也繁雜多樣，沒有通用的診斷系統［3］。一般而言，現代船舶都配備了機艙集中監控報警系統，船舶機艙各個設備的工作參數(各缸爆壓、油溫油壓、冷卻水進出口溫度、排氣溫度、轉速等)都可以通過傳感器獲取并上傳到集控臺進行數據存儲和處理，船舶所有設備運行狀態和歷史故障信息以及解決方案都被存儲在船端的“本地故障診斷系統數據庫”中，供以后查詢分析使用。同時，這些數據也會通過海事衛星或3G信道傳輸到岸基地，保存到岸基地的遠程故障診斷中心數據庫，在岸上的工作人員可以隨時獲得船舶設備的運行狀況及相關參數，進而實現船舶遠程故障診斷與分析。船舶故障診斷系統總體框架如圖1所示。船端的本地故障診斷系統具有查詢故障征兆、故障類型以及相應解決方案的功能，出現故障時，船上工作人員通過該系統可以得到故障處理的措施和應急方案。當船上工作人員運用本身的經驗知識和本地故障診斷系統不足以處理復雜異常的故障時，船舶局域網通過海事衛星/3G網絡把設備當前運行參數以及故障狀態發送到岸端的船舶公司，遠程故障診斷中心獲取這些數據后，結合專家和知識庫中的知識進行推理，得出故障解決方案。隨著系統運行時間越來越長，數據庫中關于船舶設備運行參數的記錄、歷史故障信息以及各種故障的解決方案都在不斷擴充、完善，系統故障診斷的正確率也會得到相應的提高。

2船舶設備故障分類表示

船舶結構十分復雜，一個故障癥狀常常是多種原因導致，而且同一個故障原因又涉及多種故障類型。故障診斷必須具備相應的專業知識。本系統主要通過查閱與船舶相關的文獻，與相關領域的人員交流，咨詢船舶相關設備的設計人員、船舶設備制造單位的實施人員以及長期使用這些設備的人員等方式，獲取船舶的初始故障分類信息;同時，通過船舶機艙監控報警系統對機艙內的設備設置監控點，以實時獲取設備運行狀態信息;在日常的故障診斷推理中，系統發現新規則時，把評價為優的規則作為新的知識存入知識庫內。主機作為船舶的核心設備，其故障及故障產生的原因多種多樣，主要有滑油壓力低、轉速不穩、水溫/機溫過高等，每一種故障都可能由多種原因造成。通過對船舶設備說明書及設備運行歷史數據的分析、總結，船舶主機最常見故障、產生原因及相應的處理措施見表1。

3基于粗糙集的數據預處理方法

對設備運行狀態的監測是故障診斷的基礎，因此采集數據的準確性對故障診斷結果影響很大。船舶機艙集控臺對船舶主要設備進行實時監控，并獲取大量的設備狀態數據，這些數據存在冗余，因此利用粗糙集理論對船舶監控中采集的實時數據進行屬性約簡、值約簡，從而實現冗余數據的清理?；诖植诩臄祿w約處理主要分兩個步驟完成:一是決策表中條件屬性集的約簡求核;二是條件屬性值的約簡［4］。在實際應用中，用傳統的屬性約簡和值約簡算法對設備運行狀態的實時數據直接進行約簡難以滿足故障診斷的需求，因為求解的時間復雜度及所需存儲空間較大，處理效率較低。為此，本文設計了一種基于區分矩陣的改進屬性約簡和改進的啟發式值約簡算法，改進算法的主要思想是在計算決策表的屬性核的同時，將僅由屬性核就能判斷出決策的記錄刪除，從而實現對屬性值的約簡。區分矩陣是決策表中所有不可區分關系的一種抽象表示，定義了決策表中全部與屬性區分相關的信息，從而能夠快速地獲取決策表屬性核。設系統S=(R，T∪J，V，f)(T為條件屬性，J為決策屬性)，t(x)是屬性t(t∈T)的值，T(i，j)為可區分陣中第i行、第j列的元素，則相應的區分矩陣表示為:區分矩陣中元素的取值由樣例之間的關系決定，其對角元素均為0，且矩陣中元素沿對角線對稱。當兩個樣例的決策相同時，則矩陣中對應的元素取0;當兩樣例的條件屬性和決策屬性均不相同時，區分矩陣中對應的矩陣元素取屬性值不相同的條件屬性的組合。當系統中條件屬性和記錄的數量較少時，傳統的屬性約簡算法效果很好，但是當決策表中的條件屬性與記錄的數量很多時，算法的效率會大大降低［5］。為此，本文設計的改進的區分矩陣約簡算法，是應用啟發式算法來求取其次優約簡。其中，啟發式采用屬性重要度表示，屬性的重要度用該屬性在區分矩陣中出現的次數來衡量，即當某屬性在區分矩陣中出現的頻率高時，說明該屬性有較高的重要度，則可以用該屬性區分較多的記錄。設X表示決策表，A表示決策表中的條件屬性約簡后的集合，C表示由式(1)求出的與決策表X相對應的區分矩陣，ak∈{cij}，p(ak)為區分矩陣C中屬性ak的頻率函數，C0為決策表X的核屬性集合，改進的區分矩陣約簡算法的求解過程如下:隨著系統使用中船舶設備運行狀態信息的不斷積累，系統規則庫得到相應的擴充，這樣可進一步提升系統的故障診斷能力。同時，在大量歷史數據的基礎上，系統還可實現故障預測，即當檢測到設備運行參數異常時，系統利用歷史數據及設備當前狀態進行推理分析，從而可以在設備發生故障前提醒或指導用戶進行有針對性的檢查與維護，以確保船舶的安全運行。

4結束語

本文以船舶集控臺改造項目為背景，給出了船舶故障診斷系統的總體框架及實現方法。基于粗糙集的數據預處理方法，提高了船舶故障診斷的效率和準確率。在船舶故障診斷系統中，知識庫中的知識完善程度決定了系統的診斷能力，今后將進一步通過與船舶管理領域專家的交流，逐步擴充知識庫。同時，在故障診斷時可以考慮綜合使用基于案例、基于關聯規則的推理方法，進一步提高船舶故障診斷的準確性。

作者：戴紅偉單位：東海航海保障中心