无人船动力系统的故障诊断、预测及处置系统技术方案

一种无人船动力系统的故障诊断、预测及处置系统，包括：动力系统、自动控制系统、船载故障诊断系统和岸基云管理系统，其中：动力系统根据自动控制系统下达的指令；自动控制系统根据摄像头和雷达传输过来的外部环境信息，根据相应算法生成航行路线；船载故障诊断系统根据各类传感器监测到的无人船行驶状态下的运行数据，运用关联规则分类算法同数据库进行比对，得到无人船的实时故障诊断结果；岸基云管理系统根据云诊断模块上传的信息，利用已有的故障模型进行评估并优化故障模型，得到无人船的故障诊断结果。本发明专利技术能使故障诊断与预测模型细节越来越完善，精度越来越高，满足无人船船载故障诊断系统在长距离运输过程中高可靠高精度的要求，提高了无人船在行驶过程中的安全性与可靠性，有利于实现无人船的自主航行。有利于实现无人船的自主航行。有利于实现无人船的自主航行。

【技术实现步骤摘要】
无人船动力系统的故障诊断、预测及处置系统


[0001]本专利技术涉及的是一种船舶控制领域的技术，具体是一种无人船动力系统的故障诊断、预测及处置系统。

技术介绍

[0002]现有船舶维修保障方式主要是通过人工经验对船舶故障进行分析，以实验的方法确定具体的故障内容，这种方式的准确性和时间效率难以满足无人船的技术要求。另一方面，由于无人船本身没有随行人员进行监控和维修，若采用事后维修的方法，也难以满足无人船的使用需求。由于无人船数据具有明显大数据特征，无人船运行与维护的大数据中蕴含的船舶故障诊断信息的价值巨大，而数据具有种类多、实时性强、数据量大、处理速度快等特点，使得现有故障诊断系统难以适应以上特点。相较于现有船舶而言，无人船的控制、通信系统复杂度更高，而且执行任务的环境可能更加恶劣。因此，需要无人船故障预测方面，具备快速响应与处理复杂问题的能力。数据驱动的建模与故障诊断在工业界近年取得很多研究进展与应用，为无人船故障、诊断提供新的途径和手段。

技术实现思路

[0003]本专利技术针对现有技术存在的上述不足，提出一种无人船动力系统的故障诊断、预测及处置系统，将无人船的动力系统和自动控制系统相结合，实现无人船的自动驾驶；船载故障诊断系统与岸基云管理系统结合，采用云服务对无人船的行驶过程进行监控，同时云端数据不断更新，故障诊断与模拟模型不断优化和更新，并能将诊断过程进行可视化显示。本专利技术能使故障诊断与预测模型细节越来越完善，精度越来越高，满足无人船船载故障诊断系统在长距离运输过程中高可靠高精度的要求，提高了无人船在行驶过程中的安全性与可靠性，有利于实现无人船的自主航行。
[0004]本专利技术是通过以下技术方案实现的：
[0005]本专利技术涉及一种无人船动力系统的故障诊断、预测及处置系统，包括：动力系统、自动控制系统、船载故障诊断系统和岸基云管理系统，其中：动力系统根据自动控制系统下达的指令；自动控制系统根据摄像头和雷达传输过来的外部环境信息，根据相应算法生成航行路线；船载故障诊断系统根据各类传感器监测到的无人船行驶状态下的运行数据，运用关联规则分类算法同数据库进行比对，得到无人船的实时故障诊断结果；岸基云管理系统根据云诊断模块上传的信息，利用已有的故障模型进行评估并优化故障模型，得到无人船的故障诊断结果。
[0006]本专利技术涉及上述系统的基于船载和云端的无人船故障诊断方法，包括：
[0007]步骤1、船载数据采集模块通过各类传感器采集无人船行驶状态下的运行数据；
[0008]步骤2、实时故障诊断模块对采集到的无人船运行数据进行故障诊断得到分析结果，将故障诊断结果输出至云诊断模块；
[0009]步骤3、云诊断模块调用云端故障诊断系统对无人船进行故障诊断；
[0010]步骤4、无人船出发之前，对船载故障诊断系统的实时故障诊断模块中的故障诊断与预测模型进行更新；
[0011]步骤5、故障诊断与预测模块利用最优模型对存储处理后的数据进行故障诊断得到诊断结果，对比实时故障诊断模块和故障诊断与预测模块的结果，如果有较大偏差，则执行步骤6，反之，则执行步骤7；
[0012]步骤6、技术人员上船进行人工检查；
[0013]步骤7、判断当诊断出的故障严重时，执行步骤7.1，否则执行步骤7.2；
[0014]步骤7.1、无人船自动驾驶到岸基进行修理；
[0015]步骤7.2、无人船适当降速或停止在安全位置等待维修人员上船修理；
[0016]步骤8、将诊断预测与处置的结果显示在可视化模块的显示屏上。技术效果
[0017]本专利技术整体解决了现有技术更多依靠人工事后维修的不足；采用云服务对无人船的行驶过程进行监控，同时云端数据不断更新，故障诊断与模拟模型不断优化和更新，并能将诊断过程进行可视化显示。本专利技术能使故障诊断与预测模型细节越来越完善，精度越来越高，满足无人船船载故障诊断系统在长距离运输过程中高可靠高精度的要求，提高了无人船在行驶过程中的安全性与可靠性。
附图说明
[0018]图1为本专利技术系统示意图；
[0019]图2为本专利技术方法流程图；
[0020]图3为本专利技术故障诊断与预测模型进行更新的流程图。
具体实施方式
[0021]如图1所示，为本实施例涉及一种无人船动力系统的故障诊断、预测及处置系统，包括：无人船的动力系统、自动控制系统、船载故障诊断系统和岸基云管理系统。
[0022]所述的船载故障诊断系统包括：船载数据采集模块、实时故障诊断模块和云诊断模块，其中：船载数据采集模块采集无人船的行驶数据，实时故障诊断模块在无人船行驶过程中对无人船实时运用关联规则分类算法将行驶数据同数据库进行比对，得到无人船的实时故障诊断结果，云诊断模块调用岸基云管理系统所提供的故障诊断服务利用已有的故障模型进行评估并优化故障模型，得到无人船的故障诊断结果，即对船载故障诊断模块的诊断结果与岸基云管理系统的故障诊断结果进行对比，并将对比结果进行显示。
[0023]所述的船载数据采集模块包括：温度传感器、烟雾传感器、光传感器、压力传感器和电压传感器。
[0024]所述的岸基云管理系统包括：云端数据采集模块、数据存储模块、数据处理模块、故障诊断与预测模块和数据可视化模块，其中：云端数据采集模块采集无人船行驶过程中通过移动通信网络传输的无人船运行的实时数据并采集无人船行驶结束后无人船行驶的历史数据；数据存储模块将云端数据采集模块所采集的数据进行清洗、转换和压缩，并将数据按不同数据类型存入对应数据存储系统；数据处理模块对存储系统中的不同数据，根据相应的算法进行计算统计，得到故障诊断模块所需要的参数，故障诊断与预测模块根据处
理好的信息，利用已有的故障模型进行评估并优化故障模型，得到柴油机的故障诊断与预测结果。数据可视化模块显示各类数据处理操作的结果，包括：查询结果、统计结果、计算结果和故障建模结果。
[0025]所述的数据清洗包括：数据补缺、数据替换和数据格式规范化；数据转换包括：数据拆分、数据排序、数据去重和数据验证；数据压缩压缩原始数据，以节约存储空间。
[0026]所述的数据补缺是指：以经验推测填充缺失值，以同一指标的均值、中位数或众数填充缺失值或以不同指标的计算结果填充缺失值。
[0027]所述的数据替换是指：对于可以互相验证的字段，可以根据字段的数据来源判定可靠字段信息，去除或重构不可靠的字段，并对矛盾的内容进行修正。
[0028]所述的数据格式规范化是指：对显示格式进行一致化处理；对非法字符以半自动校验半人工方式来找出可能存在的问题，并去除非法字符。
[0029]所述的数据拆分是指：对所需要的同类型数据选取结点进行分列。
[0030]所述的数据排序包括内部排序和外部排序，其中：不需要访问外存便能完成即为内部排序，需要访问外存才能完成则为外部排序。
[0031]所述的内部排序包括插入排序、选择排序、交换排序、归并排序和基数排序。
[0032]所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人船动力系统的故障诊断、预测及处置系统，其特征在于，包括：动力系统、自动控制系统、船载故障诊断系统和岸基云管理系统，其中：动力系统根据自动控制系统下达的指令；自动控制系统根据摄像头和雷达传输过来的外部环境信息，根据相应算法生成航行路线；船载故障诊断系统根据各类传感器监测到的无人船行驶状态下的运行数据，运用关联规则分类算法同数据库进行比对，得到无人船的实时故障诊断结果；岸基云管理系统根据云诊断模块上传的信息，利用已有的故障模型进行评估并优化故障模型，得到无人船的故障诊断结果；所述的船载故障诊断系统包括：船载数据采集模块、实时故障诊断模块和云诊断模块，其中：船载数据采集模块采集无人船的行驶数据，实时故障诊断模块在无人船行驶过程中对无人船实时运用关联规则分类算法将行驶数据同数据库进行比对，得到无人船的实时故障诊断结果，云诊断模块调用岸基云管理系统所提供的故障诊断服务利用已有的故障模型进行评估并优化故障模型，得到无人船的故障诊断结果，即对船载故障诊断模块的诊断结果与岸基云管理系统的故障诊断结果进行对比，并将对比结果进行显示；所述的岸基云管理系统包括：云端数据采集模块、数据存储模块、数据处理模块、故障诊断与预测模块和数据可视化模块，其中：云端数据采集模块采集无人船行驶过程中通过移动通信网络传输的无人船运行的实时数据并采集无人船行驶结束后无人船行驶的历史数据；数据存储模块将云端数据采集模块所采集的数据进行清洗、转换和压缩，并将数据按不同数据类型存入对应数据存储系统；数据处理模块对存储系统中的不同数据，根据相应的算法进行计算统计，得到故障诊断模块所需要的参数，故障诊断与预测模块根据处理好的信息，利用已有的故障模型进行评估并优化故障模型，得到柴油机的故障诊断与预测结果，数据可视化模块显示各类数据处理操作的结果，包括：查询结果、统计结果、计算结果和故障建模结果。2.根据权利要求1所述的无人船动力系统的故障诊断、预测及处置系统，其特征是，所述的数据清洗包括：数据补缺、数据替换和数据格式规范化；数据转换包括：数据拆分、数据排序、数据去重和数据验证；数据压缩压缩原始数据，以节约存储空间；所述的数据补缺是指：以经验推测填充缺失值，以同一指标的均值、中位数或众数填充缺失值或以不同指标的计算结果填充缺失值；所述的数据替换是指：对于可以互相验证的字段，可以根据字段的数据来源判定可靠字段信息，去除或重构不可靠的字段，并对矛盾的内容进行修正；所述的数据格式规范化是指：对显示格式进行一致化处理；对非法字符以半自动校验半人工方式来找出可能存在的问题，并去除非法字符；所述的数据拆分是指：对所需要的同类型数据选取结点进行分列；所述的数据排序包括内部排序和外部排序，其中：不需要访问外存便能完成即为内部排序，需要访问外存才能完成则为外部排序；所述的数据去重是指：在一个数字文件集合中，找出重复的数据并将其删除，只保存唯一的数据单元；在删除的同时保留文件与唯一数据单元之间的索引信息，即当需要时，仍然将完整的文件内容重建出来；所述的数据验证是指：为了保证数据传输的正确性，通过奇偶校验、CRC校验、LRC校验、格雷码校验、和校验、异或校验方法判断数据是否正确，或者在数据出错的时候及时发现进
行改正。3.根据权利要求2所述的无人船动力系统的故障诊断、预测及处置系统，其特征是，所述的内部排序包括插入排序、选择排序、交换排序、归并排序和基数排序；所述的外部排序的排序规则是：先按可用内存大小，将外存上含n个记录的文件分成若干长度为k的子文件或段，依次读入内存并利用有效的内部排序方法对其进行排序，并将排序后得到的有序子文件重新写入外存。4.根据权利要求1所述的无人船动力系统的故障诊断、预测及处置系统，其特征是，所述的数据处理模块包括：计算框架子模块、查询子模块、数据统计子模块和算法库子模块，其中：计算框架子模块对存储系统中的数据，采取相应数据拟合、参数估计和/或插值算法并输出实时计算实时/非实时历史数据；查询子模块查询无人船行驶的实时和历史数据；数据统计子模块对无人船行驶的历史数据进行统计处理；算法库子模块管理数据处理的算法。5.根据权利要求4所述的无人船动力系统的故障诊断、预测及处置系统，其特征是，所述的计算框架子模块包括：实时计算框架和非实时计算框架，分别进行实时数据的计算和非实时历史数据的计算。6.根据权利要求1所述的无人船动力系统的故障诊断、预测及处置系统，其特征是，所述的故障诊断与预测模块包括：模型建立子模块、模型评估子模块、模型管理子模块、故障诊断与预测服务子模块，其中：模型建立子模块利用无人船历...

【专利技术属性】
技术研发人员：林赫，湛日景，李奔跃，张毅然，石大亮，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：