一种基于LabVIEW的船舶综合电力推进系统智能故障诊断系统技术方案

一种基于LabVIEW的船舶综合电力推进系统智能故障诊断系统，包括智能数据库模块、数据信息采集模块、时域分析与故障特征提取模块、故障识别模块和人机交互界面。智能数据库模块，包含基于SQL的船舶综合电力推进系统数据库，包括电机智能数据库、传感器智能数据库、变频器智能数据库、逆变器智能数据库和螺旋桨智能数据库；数据信息采集模块，包括三轴加速度计和FPGA模块；故障识别模块，包括离线训练部分和在线识别部分；人机交互界面与智能数据库模块连接，显示智能数据库模块发送的数据，并对智能数据库发送操作指令。本发明专利技术具有良好人机交互界面，操作简便，诊断过程及结果显示简洁直观，且执行效率和故障诊断精确度高。

An intelligent fault diagnosis system for marine integrated electric propulsion system based on LabVIEW

A LabVIEW based intelligent fault diagnosis system for ship integrated electric propulsion system, including intelligent database module, data acquisition module, time domain analysis and fault feature extraction module, fault recognition module and human-machine interaction interface. Intelligent database module, including the ship integrated power system database based on SQL, including motor intelligent database, database, intelligent sensor intelligent inverter inverter intelligent database, database and intelligent propeller database; data acquisition module, including three axis accelerometer and FPGA module; fault identification module, including off-line training and on-line identification part; ergonomics interface connection and intelligent database module, display module to send intelligent database data and intelligent database transmitting operation instruction. The invention has a good human-computer interaction interface, simple operation, simple and intuitive diagnosis process and results, and high accuracy in execution efficiency and fault diagnosis.

【技术实现步骤摘要】
一种基于LabVIEW的船舶综合电力推进系统智能故障诊断系统
本专利技术属于船舶综合电力推进系统故障诊断领域，尤其涉及一种基于LabVIEW的船舶综合电力推进系统智能故障诊断系统。
技术介绍
船舶综合电力推进系统是指采用电动机械带动螺旋桨来推动船舶运动的推进方式，与传统的机械推进方式相比较，采用电力推进的船舶在经济性、振动、噪声、船舶操纵、布置和安全可靠性等方面具有明显优点。作为船舶的重要组成部分之一，它能否正常运行对船舶的安全和保障具有十分重大的意义，所以如何快速精确的对船舶综合电力推进系统发生的故障进行诊断和检修，就成为了船舶维护的重要内容。船舶综合电力推进系统的组成结构复杂多样，包括了配电系统、变压器、电动机、螺旋桨等，系统构成复杂，自动化程度高，一旦发生故障，会对舰船的正常运作产生较大的危害，而尽快定位故障并使系统恢复正常，它对保证船舶综合电力推进系统的稳定工作具有非常重要的意义。如单单依靠技术人员对电力推进系统进行维修，既不能保证故障定位的快速性，又不能保证故障可以得到快速的排除，、因此如何实时、准确、有效的对船舶综合电力推进系统进行故障诊断是当前亟待解决的问题。现有研究中多数是针对船舶综合电力推进系统中单一部分进行诊断，没有形成整体的故障诊断体系，本专利技术开发了一种基于LabVIEW平台的船舶综合电力推进系统智能故障诊断系统，具有良好人机交互界面，操作简便，诊断过程及结果显示简洁直观，且执行效率和故障诊断精确度高，在很大程度上提高了船舶综合电力推进系统故障诊断的能力。
技术实现思路
本专利技术的目的在于提供一种实时性好、精确诊断船舶综合电力推进系统综合故障的基于LabVIEW的船舶综合电力推进系统智能故障诊断系统。本专利技术的目的是这样实现的，一种基于LabVIEW的船舶综合电力推进系统智能故障诊断系统，包括智能数据库模块、数据信息采集模块、时域分析与故障特征提取模块、故障识别模块和人机交互界面。智能数据库模块，包含基于SQL的船舶综合电力推进系统数据库，包括电机智能数据库、传感器智能数据库、变频器智能数据库、逆变器智能数据库和螺旋桨智能数据库；上述各个子智能数据库分别包括设备运行数据库、知识库、历史故障信息库、特征库、专家经验库；数据信息采集模块，包括三轴加速度计和FPGA模块；时域分析与故障特征提取模块；故障识别模块，包括离线训练部分和在线识别部分；人机交互界面；数据信息采集模块的三轴加速度计安装至船舶综合电力推进系统，将实时采集得到数据传输至FPGA模块；数据经FPGA模块处理后，传输至智能数据库模块；人机交互界面与智能数据库模块连接，显示智能数据库模块发送的数据，并对智能数据库发送操作指令；所述操作指令包括数据库名称查询、时间节点查询、添加数据和删除数据；时域分析与故障特征提取模块与智能数据库模块连接，处理智能数据库模块发送的数据，得到数据的时域参数和故障特征向量，并存储至智能数据库模块；所述数据的时域参数包括均值、方差、均方值、峰值、峰度、裕度因子、脉冲因子；故障识别模块，包括离线训练部分和在线识别部分；所述离线训练部分的训练流程包括如下子步骤：(1)创建神经网络模型；(2)使用样本数据训练神经网络，调节神经网络参数，更改网络结构，直到达到误差阈值；(3)将训练好的神经网络的权值存入智能数据库中的知识库中；所述在线识别部分工作时，调用智能数据库中的知识库中的网络结构和权值，结合专家库中的数据，实现故障诊断，并显示在人机交互界面上。进一步的，所述故障特征向量的计算方法为:首先采用经验模态分解方法对采集的振动信号进行分解，将信号分解为n组固有模态函数(IntrinsicModeFunction,IMF)分量和残余函数，表示为其中，x0(t)表示所采集的振动信号，ci表示第i个IMF分量，Res为残余函数。接着，分别按下式求取n阶IMF分量c1,c2,...,cn和残余函数Res的能量矩，表达式为Ei＝∫t|ci|2dt，i＝1,2,...,nER＝∫t|Res|2dt式中，Ei为ci的能量矩；ER为残余函数Res的能量矩；最后，将{E1,E2,...,En,ER}归一化，并存放于特征库中。本专利技术的有益效果在于，具有良好人机交互界面，操作简便，诊断过程及结果显示简洁直观，且执行效率和故障诊断精确度高，在很大程度上提高了船舶综合电力推进系统故障诊断的能力。附图说明图1智能数据库结构图；图2故障特征提取流程图；图3神经网络构建流程图；图4泛函模糊神经网络结构图；图5系统整体结构图。具体实施方法下面结合附图对本专利技术进行进一步具体说明。如图1-图5所述，一种基于LabVIEW平台的船舶综合电力推进系统智能故障诊断系统，包括智能数据库模块、数据信息采集模块、时域分析与故障特征提取模块、故障识别模块和人机交互界面。1.智能数据库模块结合图1，建立基于SQL的船舶综合电力推进系统数据库，其中包括电机智能数据库、传感器智能数据库、变频器智能数据库、逆变器智能数据库、螺旋桨智能数据库，实现对不同设备的故障数据有效地分类管理。对于每个子智能数据库分别建立下属数据库，包括设备运行数据库，存储设备当前运行数据，用于在上位机中实时显示系统当前的运行状态；特征库，存放时域分析与故障特征提取模块处理后的数据，用于之后的故障识别；知识库，用于存放训练好的神经网络的权值，网络结构，待故障识别时调用，也便于之后根据具体情况随时调整修改；历史故障信息库，存放系统历史故障信息，便于对故障分析与排查；专家经验库，存放与故障识别模块输出的二进制数相对应的故障以及与故障对应的故障解决办法，对故障发生后的处理方式提供迅速有效地帮助。每个子数据库均可对有效的故障数据及时保存，并且在某些历史数据不再需要时给予删除，实现数据库容量的合理利用。智能数据库内数据均按时间排序，在使用LabVIEW搭建的人机交互界面上可根据对应数据库名称和时间节点查询、添加、删除数据，可查询历史故障及故障处理方法，判断系统当前的运行状态，为之后的故障决策提供参考。2.数据信息采集模块使用通用三轴加速度计对各部分设备正常状态和故障状态时的信号进行实时采集，通过LabVIEWFPGA模块对中频数字化仪的编程控制对上述信号进行采集，对仪器进行编程并进行相关的参数配置，之后在数字化仪中对采集的数据进行消噪预处理，再将实时采集到的并经过FPGA处理的数据送入上位机，将信号存储在智能数据库中，并在上位机中使用LabVIEW搭建人机交互界面，进行实时显示。3.时域分析与故障特征提取模块该模块分为时域分析和故障特征提取两个部分，均通过LabVIEW平台实现。时域分析部分是按照一定时间间隔统计振动信号的时域信号参数，包括均值、方差、均方值、峰值、峰度、裕度因子、脉冲因子等，存入智能数据库中的特征库，便于监控整体系统运行状态，及时发现系统异常，为故障分析做准备。结合图2，故障特征提取部分步骤描述如下。首先采用经验模态分解方法对采集的振动信号进行分解，将信号分解为n组IMF分量和残余函数，表示为其中，x0(t)表示所采集的振动信号，ci表示第i个IMF分量，Res为残余函数。接着，分别按下式求取n阶IMF分量c1,c2,...,cn和1阶残余函数Res的能量矩。Ei＝∫t|ci(t)|2本文档来自技高网...

【技术保护点】
一种基于LabVIEW的船舶综合电力推进系统智能故障诊断系统，包括智能数据库模块、数据信息采集模块、时域分析与故障特征提取模块、故障识别模块和人机交互界面；其特征在于，智能数据库模块，包含基于SQL的船舶综合电力推进系统数据库，包括电机智能数据库、传感器智能数据库、变频器智能数据库、逆变器智能数据库和螺旋桨智能数据库；上述各个子智能数据库分别包括设备运行数据库、知识库、历史故障信息库、特征库、专家经验库；数据信息采集模块，包括三轴加速度计和FPGA模块；时域分析与故障特征提取模块；故障识别模块，包括离线训练部分和在线识别部分；数据信息采集模块的三轴加速度计安装至船舶综合电力推进系统，将实时采集得到数据传输至FPGA模块；数据经FPGA模块处理后，传输至智能数据库模块；人机交互界面与智能数据库模块连接，显示智能数据库模块发送的数据，并对智能数据库发送操作指令；所述操作指令包括数据库名称查询、时间节点查询、添加数据和删除数据；时域分析与故障特征提取模块与智能数据库模块连接，处理智能数据库模块发送的数据，得到数据的时域参数和故障特征向量，并存储至智能数据库模块；所述数据的时域参数包括均值、方差、均方值、峰值、峰度、裕度因子、脉冲因子；故障识别模块，包括离线训练部分和在线识别部分；所述离线训练部分的训练流程包括如下子步骤：(1)创建神经网络模型；(2)使用样本数据训练神经网络，调节神经网络参数，更改网络结构，直到达到误差阈值；(3)将训练好的神经网络的权值存入智能数据库中的知识库中；所述在线识别部分工作时，调用智能数据库中的知识库中的网络结构和权值，结合专家库中的数据，实现故障诊断，并显示在人机交互界面上。...

【技术特征摘要】
1.一种基于LabVIEW的船舶综合电力推进系统智能故障诊断系统，包括智能数据库模块、数据信息采集模块、时域分析与故障特征提取模块、故障识别模块和人机交互界面；其特征在于，智能数据库模块，包含基于SQL的船舶综合电力推进系统数据库，包括电机智能数据库、传感器智能数据库、变频器智能数据库、逆变器智能数据库和螺旋桨智能数据库；上述各个子智能数据库分别包括设备运行数据库、知识库、历史故障信息库、特征库、专家经验库；数据信息采集模块，包括三轴加速度计和FPGA模块；时域分析与故障特征提取模块；故障识别模块，包括离线训练部分和在线识别部分；数据信息采集模块的三轴加速度计安装至船舶综合电力推进系统，将实时采集得到数据传输至FPGA模块；数据经FPGA模块处理后，传输至智能数据库模块；人机交互界面与智能数据库模块连接，显示智能数据库模块发送的数据，并对智能数据库发送操作指令；所述操作指令包括数据库名称查询、时间节点查询、添加数据和删除数据；时域分析与故障特征提取模块与智能数据库模块连接，处理智能数据库模块发送的数据，得到数据的时域参数和故障特征向量，并存储至智能数据库模块；所述数据的时域参数包括均值、方差、均方值、峰值、峰度、裕度因子、脉冲因子；...

【专利技术属性】
技术研发人员：刘胜，孙玥，张兰勇，王帮民，刘洪丹，李冰，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23