本发明专利技术公开了一种船舶的智能轴系监测系统，包括数据采集装置和智能云平台。本发明专利技术通过智能云平台实现对轴系运行网络的控制和管理，确保轴系的信息及时传递给船上工作人员。当轴系系统接入智能云平台后，相关感应器通过局域网为智能云平台提供轴系设备的基本信息、能力信息、时间信息、状态信息和任务信息；导航卫星为平台提供航行信息；云平台防火墙保障整个运行网络的安全，视觉监测系统用以监测工作过程中的相关硬件的运行状态是否良好、硬件运行过程中是否有破损，大大提高对轴系故障的监测速度与精度，防止人为产生的误判；将网络和视觉监测系统联系起来可以进行线上和线下的视频监视，更加直观的观察轴系运行状况并及时发现轴系运行问题。发现轴系运行问题。发现轴系运行问题。
【技术实现步骤摘要】
一种船舶的智能推力轴系监测系统
[0001]本专利技术涉及一种船舶的智能轴系监测系统，属于船舶与海洋工程中的船舶的轴系监测管理
技术介绍
[0002]随着科技的发展和智能化水平的提高，智能监测系统这一领域已经逐步趋于成熟化，在轴系监测方面也是如此，随着船舶吨位越来越大，船舶动力需求也是越来越大，轴系的体积也会相应的扩大，这使得对于轴系的监测更加困难，因此轴系智能监测具有很大的潜在价值，可以减少船上工作人员的压力。
[0003]目前的轴系监测主要是通过人为进行监测，只能直观的监测轴系设备问题，不能发现轴系存在的客观问题，对轴系出现故障发现的不及时会使船舶轴系寿命缩短，加重船舶企业的财力支出和运营成本。同时，由于海上环境比较恶劣，船公司对船员素质要求较高，导致船员匮乏。
[0004]目前船员对于轴系故障和疑难问题等的判断主要还是依靠经验和理论知识，难免会出现不恰当的决策，造成不必要的人力、物力和财力损失。对于航行中的船舶，由于海上复杂的通航环境，不恰当的决策会造成更为严重的损失。
技术实现思路
[0005]为了解决现有技术中的不足，本专利技术要提供一种船舶智能轴系监测系统，能够实现轴系监测智能化感知、判断分析、决策和控制，从而保障船舶拥有充足的动力，大幅度减少甚至杜绝人为因素造成的事故。
[0006]为了实现上述目的，本专利技术的技术方案如下：一种船舶的智能轴系监测系统，包括数据采集装置和智能云平台；所述智能云平台与数据采集装置连接；
[0007]所述智能云平台包括控制器、云平台防火墙、5G接收装置和视觉监测系统；所述控制器通过局域网分别与轴系路由器、云平台防火墙、5G接收装置和视觉监测系统连接，所述视觉监测系统将视频信息传输至控制器进行在线监测。所述数据采集装置通过轴系路由器与控制器连接，并将收集的数据传输至控制器中。云平台防火墙为整个系统提供安全保障服务，保证整个系统的安全运行。5G接收装置为整个系统提高网络服务，保证信息传输效率。
[0008]所述数据采集装置包括振动传感器、轴马力计、温度传感器、噪音传感器和油液在线监测机箱；
[0009]所述数据采集装置对轴系进行智能化监测，收集轴系的振动数据、功率数据、温度数据和噪音数据，并对油液进行在线监测；
[0010]所述油液在线监测机箱内安装艉轴滑油液在线监测系统，所述艉轴滑油液在线监测系统包括艉轴滑油成分监测系统、艉轴滑油粘度监测系统、艉轴滑油压力监测系统、艉轴滑油温度监测系统、艉轴滑油流量监测系统和艉轴滑油流速监测系统。
[0011]所述控制器内安装大数据处理系统，所述大数据处理系统包括大数据管理系统、大数据建模系统和大数据分析系统；
[0012]所述大数据处理系统通过对数据采集装置收集到的信息进行处理和分析，通过智能云平台再将信息共享给岸上公司、船舶码头和船上工作人员；
[0013]所述大数据建模系统采集由振动传感器、轴马力计、温度传感器、噪音传感器、油液在线监测机箱、船舶自动识别系统和气象采集系统中收集的振动数据、功率数据、温度数据、噪音数据、油液数据、船舶航行数据和天气状况组成的多源异构数据，所述油液数据包括油液的成分、粘度、压力、温度、流量和流速；随后大数据管理系统对上述多源异构数据进行管理、存储，便于进一步分析研究。
[0014]所述大数据处理系统的工作方法包括以下步骤：
[0015]A、大数据建模系统将数据采集装置收集到的多源异构数据进行融合和建模，相关数据符号表示如下所示：
[0016]V
i
(t)表示t时刻的振动数据；
[0017]S(t)表示t时刻的功率数据；
[0018]T(t)表示t时刻的轴管温度数据；
[0019]N(t)表示t时刻的噪音数据；
[0020]L(t)表示t时刻的润滑油量数据；
[0021]W(t)表示t时刻的风力数据；
[0022]D
w
(t)表示t时刻的风向数据；
[0023]D(t)表示t时刻的船舶吃水数据；
[0024]V(t)表示t时刻的船舶对地航速数据；
[0025]D
r
(t)表示t时刻的船舶航向数据；
[0026]将数据采集装置采集到的前五个时刻的上述数据输入至神经网络模型中，预测下一时刻的振动数据、功率数据、轴管温度、噪音强度和润滑油量，即将下一时刻的数据进行输出。当前时刻的输入数据L
t,n
及下一时刻的输出数据L
t+1,oit
表示如下：
[0027]L
t,n
＝[V
i
(t),S(t),T(t),N(t),L(t),W(t),D
W
(t),D(t),V(t),Dr(t)][0028]L
t+1,out
＝[V
i
(t+1),S(t+1),T(t+1),N(t+1),L(t+1)][0029]神经网络模型输入Input为前五个时刻的数据，表示如下：
[0030]Input＝(L
t
‑4,L
t
‑3,L
t
‑2,L
t
‑1,L
t
)
[0031]神经网络模型输出Output为下一时刻的数据，表示如下：
[0032]Output＝(L
t+1
)
[0033]B、大数据分析系统对数据进行分析并将实际数据与预测数据进行分析比较，当实际数据与预测数据偏差较大时，设备发生故障，控制器会发出预警，提醒船员需要及时排除故障，保障船舶航行安全。
[0034]C、采用神经网络模型对数据采集装置收集到的数据进行实时多标签分类，将上述实时数据进行输入，对实时滑油油液消耗等级、实时故障风险等级和实时推力轴系运行效率进行多标签分类，标签类别为高、较高、中、较低和低五个标签，并将实时标签在控制器的电脑屏幕中进行展示，便于工作人员了解船舶运行状况，排除故障风险，提高运行效率。
[0035]进一步地，所述神经网络模型包括长短时记忆网络LSTM或门控单元GRU神经网络。
[0036]进一步地，所述艉轴滑油成分监测系统、艉轴滑油粘度监测系统、艉轴滑油压力监测系统、艉轴滑油温度监测系统、艉轴滑油流量监测系统和艉轴滑油流速监测系统分别为油液分析仪、粘度传感器、压力传感器、温度传感器、流量传感器和流速传感器，所述油液分析仪对艉轴滑油成分进行分析监测，粘度传感器对艉轴滑油粘度进行监测，压力传感器对艉轴滑油压力进行监测，温度传感器对艉轴滑油液温度进行监测，流量传感器和流速传感器对艉轴滑油液流量和流速进行监测。
[0037]进一步地，船舶中间轴处均匀分布安装五个振动传感器用以监测并收集振动数据，在中间轴处安装轴马力计用以监测并收集轴功率数据，在螺旋桨与艉部轴承连接处安装艉管温度传感器用以监测并收集艉管温度数据，在艉部轴承处安装艉部噪音传感器用以本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种船舶的智能轴系监测系统，包括数据采集装置和智能云平台；所述智能云平台与数据采集装置连接；其特征在于：所述智能云平台包括控制器、云平台防火墙、5G接收装置和视觉监测系统；所述控制器通过局域网分别与轴系路由器、云平台防火墙、5G接收装置和视觉监测系统连接，所述视觉监测系统将视频信息传输至控制器进行在线监测；所述数据采集装置通过轴系路由器与控制器连接，并将收集的数据传输至控制器中；云平台防火墙为整个系统提供安全保障服务，保证整个系统的安全运行；5G接收装置为整个系统提高网络服务，保证信息传输效率；所述数据采集装置包括振动传感器、轴马力计、温度传感器、噪音传感器和油液在线监测机箱；所述数据采集装置对轴系进行智能化监测，收集轴系的振动数据、功率数据、温度数据和噪音数据，并对油液进行在线监测；所述油液在线监测机箱内安装艉轴滑油液在线监测系统，所述艉轴滑油液在线监测系统包括艉轴滑油成分监测系统、艉轴滑油粘度监测系统、艉轴滑油压力监测系统、艉轴滑油温度监测系统、艉轴滑油流量监测系统和艉轴滑油流速监测系统；所述控制器内安装大数据处理系统，所述大数据处理系统包括大数据管理系统、大数据建模系统和大数据分析系统；所述大数据处理系统通过对数据采集装置收集到的信息进行处理和分析，通过智能云平台再将信息共享给岸上公司、船舶码头和船上工作人员；所述大数据建模系统采集由振动传感器、轴马力计、温度传感器、噪音传感器、油液在线监测机箱、船舶自动识别系统和气象采集系统中收集的振动数据、功率数据、温度数据、噪音数据、油液数据、船舶航行数据和天气状况组成的多源异构数据，所述油液数据包括油液的成分、粘度、压力、温度、流量和流速；随后大数据管理系统对上述多源异构数据进行管理、存储，便于进一步分析研究；所述大数据处理系统的工作方法包括以下步骤：A、大数据建模系统将数据采集装置收集到的多源异构数据进行融合和建模，相关数据符号表示如下所示：V
i
(t)表示t时刻的振动数据；S(t)表示t时刻的功率数据；T(t)表示t时刻的轴管温度数据；N(t)表示t时刻的噪音数据；L(t)表示t时刻的润滑油量数据；W(t)表示t时刻的风力数据；D
w
(t)表示t时刻的风向数据；D(t)表示t时刻的船舶吃水数据；V(t)表示t时刻的船舶对地航速数据；D
r
(t)表示t时刻的船舶航向数据；将数据采集装置采集到的前五个时刻的上述数据输入至神经网络模型中，预测下一时刻的振动数据、功率数据、轴管温度、噪音强度和润滑油量，即将下一时刻的数据进行输出；
当前时刻的输入数据L
t，in
【专利技术属性】
技术研发人员：左毅，贺宝华，江俊豪，马赫，李铁山，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。