基于船岸协同舵机智能诊断健康管理系统及其应用方法技术方案

基于船岸协同舵机智能诊断健康管理系统及其应用方法，所述系统包括用于采集舵机状态数据传输交互的船端数据采集传输模块、用于对船舶进行故障诊断、趋势预测与运维决策支持的故障智能诊断与决策支持模块、用于优化训练故障定位模型的船岸协同模块、用于收集信息、协同优化与决策方案更新的岸端数据中心以及用于数据交互的云端；本设计在应用中，通过一种端到端的实时故障检测系统及其使用方法，在系统出现故障时，自动定位故障和判断故障严重程度，避免了故障出现时，需要停船并依赖人工经验进行故障排除的检测方式，降低了故障检测中的不确定性，实现了多船实时优化和中心

【技术实现步骤摘要】
基于船岸协同舵机智能诊断健康管理系统及其应用方法


[0001]本专利技术涉及一种舵机监测管理系统及其应用方法，属于机械设备监测诊断领域，尤其涉及基于船岸协同舵机智能诊断健康管理系统及其应用方法。

技术介绍

[0002]随着船舶智能化、少人化甚至无人化趋势的日益兴起，船舶各个机械设备的自动化、智能化水平要求逐渐提高，这要求船舶设备一方面在设计装配时需要具备良好的自动化性能，另一方面在运行时需要具有高度智能化的无人维护管理体系；舵机作为维持船舶航向和保障船舶操纵性能的核心机械设备，其工作的可靠性严重影响船舶的航行安全和效率，例如，当船舶无法转舵时，位于海洋中的船舶即属于“瘫船”状态，必须由其他船舶拖曳回到港口，位于近海或内河航道的船舶则极易发生“冲滩”事件，造成重大损失；随着自动舵技术的普及使用，转舵系统已经拥有较高的自动化水平，然而，当前大多数船舶的转舵系统设备都缺乏配套的工况监测系统，出现跑舵、冲舵、滞舵等故障时只能依靠船上值班人员判断故障原因并进行决策，到港后请专业人员人工排除故障。
[0003]当前，大型远洋船舶大多采用柱塞式液压舵机，其监测系统局限于舵角、油箱液位信息，在船舶舵机结构中，布置了数个压力表、液位指示器、油液温度计及舵角指示器，其压力、温度和液位数据则需要人工读取并定期记录，舵机潜在的故障诊断几乎完全取决于工作人员的经验水平，在当前各个设备高度自动化、智能化的需求下，液压柱塞舵机监测系统不完善、故障诊断完全依赖人工实现且仅靠经验判断容易误判的困境亟待解决。
[0004]公开该
技术介绍
部分的信息仅仅旨在增加对本申请的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

[0005]本专利技术的目的是克服现有技术中存在的人工依赖程度较高，而且检测确定性较低的缺陷与问题，提供一种人工依赖程度较低，而且检测较为准确的基于船岸协同舵机智能诊断健康管理系统及其应用方法。
[0006]为实现以上目的，本专利技术的技术解决方案是：基于船岸协同舵机智能诊断健康管理系统，所述系统包括船端数据采集传输模块、故障智能诊断与决策支持模块、船岸协同模块、岸端数据中心与云端；
[0007]所述船端数据采集传输模块用于采集舵机的状态数据与数据的传输交互；
[0008]所述故障智能诊断与决策支持模块用于对船舶进行故障诊断、趋势预测与运维决策支持；
[0009]所述船岸协同模块用于建立、优化训练故障定位模型；
[0010]所述岸端数据中心用于收集各模块回传的各种状态信息进行存储，并与船岸协同模块协同优化故障定位模型，并定期进行决策方案的更新；
[0011]所述云端用于与船端数据采集传输模块、故障智能诊断与决策支持模块、船岸协
同模块、岸端数据中心进行数据交互。
[0012]所述船端数据采集传输模块包括：数据采集模块与数据传输模块；
[0013]所述数据采集模块包括：设置于液压管路上的温度传感器与压力传感器、设置于液压油缸—活塞副上的径向振动传感器、设置于液压泵与电机之间联轴器上的振动传感器、设置于舵角指示仪上的舵角采集模块以及数据本地传输存储模块；
[0014]所述数据传输模块包括：数据采集卡与工控机；所述数据采集模块采集的数据通过CAN总线协议传输至数据采集卡，所述数据采集卡将获取的数据基于以太网通讯协议传输至工控机，所述工控机对数据进行存储与处理，并将处理后的数据基于OPC UA通信协议传输至岸端数据中心。
[0015]所述故障智能诊断与决策支持模块包括转舵故障诊断模块、阈值判断模块与决策分析模块；
[0016]所述转舵故障诊断模块用于基于指令舵角与实际舵角数据进行系统故障状态的逻辑判断；
[0017]所述阈值判断模块用于对船舶设备状态进行趋势预测，并在出现异常情况时，进行报警；
[0018]所述决策分析模块用于输出故障位置提示、故障严重程度与维修决策建议。
[0019]所述基于指令舵角与实际舵角数据进行系统故障状态的逻辑判断是指：
[0020]当船舶进行转舵操作时，将检测到的实际舵角与发出的舵角指令进行比对，当判定系统存在无法转舵故障、单向转舵故障、滞舵故障、转舵速度小故障、冲舵故障与跑舵故障中的任意一种或任意组合的故障时，则自动记录故障状态，并在船端与岸端平台进行报警提示。
[0021]所述趋势预测是指长期趋势预测；
[0022]所述长期趋势预测是指：首先获得不同工况下各个监测位点的理论值，并收集船端数据采集传输模块采集的各个监测位点的历史数据，然后制定成工况谱，最后将理论值与历史数据进行趋势拟合，获得机械设备的理论阈值区间。
[0023]所述趋势预测是指短期趋势预测；
[0024]所述短期趋势预测是指：通过机器学习方法，对未来若干时间内的船舶设备的运转状态趋势进行预测，并在预测的数据超出理论阈值区间时，在船端与岸端平台进行报警提示。
[0025]所述船岸协同模块用于建立、优化训练故障定位模型是指：
[0026]首先构建虚拟的舵机运行仿真模型，并将舵机的控制逻辑写入仿真模型中，然后将若干种不同的故障注入仿真模型中，进行多次故障仿真试验，获取故障仿真数据，随后将故障仿真数据进行合并标签化处理，获得舵机故障诊断数据集，并根据舵机故障诊断数据集，建立基于LSTM与DCNN算法的故障定位模型进行预训练优化，同时根据实船运行数据执行迁移学习以自适应不同船型或舵机型号，在运行过程中不断根据实际数据训练优化模型，并将获得的故障定位模型的优化参数包上传至岸端数据中心。
[0027]所述岸端数据中心用于收集各模块回传的各种状态信息进行存储，并与船岸协同模块协同优化故障定位模型，并定期进行故障诊断方案的更新是指：
[0028]所述岸端数据中心定期从云端收集各船端设备回传的故障报警信息与检查维修
信息进行本地存储，获得本地模型参数，然后定期从云端下载各船端的故障定位模型的优化参数包，并采用均值优化方法对其进行优化，获得中心优化参数包，并定期将中心优化参数包下发至各船端进行故障诊断方案的更新。
[0029]所述运维决策支持是指：当故障智能诊断与决策支持模块进行故障的诊断结果为存在故障时，则系统将根据诊断结果进行自动推理，并输出故障位置、故障严重程度提示与维修决策建议。
[0030]一种基于船岸协同舵机智能诊断健康管理系统的应用方法，所述应用方法包括以下步骤：
[0031]步骤一、首先船端数据采集传输模块实时采集、检测并存储船舶的各项设备的状态参数；若各项状态参数均处于正常值，则将数据上传至云端进行存储；若某一项状态参数出现异常，则进行步骤二；
[0032]步骤二、系统自动导出异常数据点附近的时间序列参数，然后导入故障智能诊断与决策支持模块进行故障诊断定位并输出运维决策建议；
[0033]步骤三、船上工作人员根据运维决策建议进行故障检修，并将故障报警信息、维修检查信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于船岸协同舵机智能诊断健康管理系统，其特征在于：所述系统包括船端数据采集传输模块(1)、故障智能诊断与决策支持模块(2)、船岸协同模块(3)、岸端数据中心(4)与云端(5)；所述船端数据采集传输模块(1)用于采集舵机状态数据与数据的传输交互；所述故障智能诊断与决策支持模块(2)用于对船舶进行故障诊断、趋势预测与运维决策支持；所述船岸协同模块(3)用于建立、优化训练故障定位模型；所述岸端数据中心(4)用于收集各模块回传的各种状态信息进行存储，并与船岸协同模块(3)协同优化故障定位模型，并定期进行决策方案的更新；所述云端(5)用于与船端数据采集传输模块(1)、故障智能诊断与决策支持模块(2)、船岸协同模块(3)、岸端数据中心(4)进行数据交互。2.根据权利要求1所述的基于船岸协同舵机智能诊断健康管理系统，其特征在于：所述船端数据采集传输模块(1)包括：数据采集模块(10)与数据传输模块(11)；所述数据采集模块(10)包括：设置于液压管路上的温度传感器(12)与压力传感器(13)、设置于液压油缸—活塞副上的径向振动传感器(14)、设置于液压泵与电机之间联轴器上的振动传感器(15)、设置于舵角指示仪上的舵角采集模块(16)以及数据本地传输存储模块(17)；所述数据传输模块(11)包括：数据采集卡(18)与工控机(19)；所述数据采集模块(10)采集的数据通过CAN总线协议传输至数据采集卡(18)，所述数据采集卡(18)将获取的数据基于以太网通讯协议传输至工控机(19)，所述工控机(19)对数据进行存储与处理，并将处理后的数据基于OPC UA通信协议传输至岸端数据中心(4)。3.根据权利要求1所述的基于船岸协同舵机智能诊断健康管理系统，其特征在于：所述故障智能诊断与决策支持模块(2)包括转舵故障诊断模块(21)、阈值判断模块(22)与决策分析模块(23)；所述转舵故障诊断模块(21)用于基于指令舵角与实际舵角数据进行系统故障状态的逻辑判断；所述阈值判断模块(22)用于对船舶设备状态进行趋势预测，并在出现异常情况时，进行报警；所述决策分析模块(23)用于输出故障位置、故障严重程度提示与维修决策建议。4.根据权利要求3所述的基于船岸协同舵机智能诊断健康管理系统，其特征在于：所述基于指令舵角与实际舵角数据进行系统故障状态的逻辑判断是指：当船舶进行转舵操作时，将检测到的实际舵角与发出的舵角指令进行比对，当判定系统存在无法转舵故障、单向转舵故障、滞舵故障、转舵速度小故障、冲舵故障与跑舵故障中的任意一种或任意组合的故障时，则自动记录故障状态，并在船端与岸端平台进行报警提示。5.根据权利要求1
‑
4中任意一项所述的基于船岸协同舵机智能诊断健康管理系统，其特征在于：所述趋势预测是指长期趋势预测；所述长期趋势预测是指：首先获得不同工况下各个监测位点的理论值，并收集船端数
据采集传输模块(1)采集的各个监测位点的历史数据，然后制定成工况谱，最后将理论值与历史数据进行趋势拟合，获得机械设备的理论阈值区间。6.根据权利要求5所述的基于船岸协同舵机智能诊断健康管理系统，其特征在于：所述趋势预测是指短期趋势预测；所述短期趋势预测是指：通过机器学习方法，对未来若干时间内的船舶设备的运转状态趋势进行预测，并在预测的数据超出理...

【专利技术属性】
技术研发人员：严新平，储兰芳，汤敏，卢明剑，胡欣蓉，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：