基于数据挖掘的船舶主机故障远程诊断系统设计

王宝生

摘 要：如果船舶的主发动机不能正常的工作，船舶的安全航行就难以保证。传统的故障诊断系统主要依靠船员的经验来分析每台设备的参数并推断出故障的类型。该方法精度低，成本高，无实时性。为解决这一问题，基于数据挖掘技术设计了一种新型船用柴油机故障诊断优化系统。本文将数据挖掘技术应用故障诊断，利用算法上的高效，包括VSM算法和关联规则，建立远程船舶主机故障诊断系统，对主机的运营进行实时动态的仿真。对发动机各子系统运行状态的实时监控可以与整个船用柴油机的故障特征相结合。

关键词：数据挖掘 故障诊断 支持向量机 远程通信

1.引言

在造船业领域和航海领域，现代船舶的设计和建造正朝着大型船体，而这样的船舶必然是具备复杂的结构，而且具备先进的自动化设备复。而其中的船舶的主机也不断地发展，不再是传统的简单的提高功率，而是包括运营寿命在内的全面智能化的提高。其设备性能会进步到一个新的台阶，其中自动化水平日益提高。作为整船的动力装置，船用柴油机的性能备受关注。它的安全性和可靠性非常重要。如果船舶的主发动机不能正常的工作，船舶的安全航行就难以保证。船用柴油机的运行状态与整船的安全性有关。因此，船用柴油机状态监测和故障诊断的研究尤为重要。

如果船舶的主发动机不能正常的工作，船舶的安全航行就难以保证。通常及时的船舶故障发现，并在未能引起大的损失之前将其解决，船舶的安全航行就可以得到保障。目前，常用的诊断系统是时域分析和局域分析。这些计算方法将主引擎作为每个节点，这可以很容易地改变船舶故障诊断系统预判计算的算法节点之间的权重并增加计算复杂度。同时，这种计算方法过分依赖船舶内部人员的质量和以往的经验，并使用各种设备的参数来分析主机故障。该方法不仅可以诊断主机故障，还可以利用船舶设备的参数。不同于传统的诊断系统，本文设计了一种新的船用主机远程故障诊断系统。数据挖掘技术引入故障诊断系统，实现对船舶主机运营情况的提前预判，本文主要从硬件和软件部分分别优化。

2.舰船柴油机故障分析

船用柴油机是一种非线性和复杂的系统。首先，船用柴油机由许多子系统组成，如机械，电气和液压子系统。它是一个复杂的机械和电气设备，具有多层次。其次，每个子系统的结构和功能都有很大差异。最后，无论是在同一水平还是在不同水平，其中许多都是阶段性的。连接和交互。由于系统的复杂性，许多原始故障可能在传输过程中产生一些失真，或者显示完全不同的故障，或者直接导致其他子系统的故障。因此，船用柴油机故障现象与故障源之间的关系非常复杂。它一般有如下几个方面：

（1）故障的多样性：船用柴油机故障种类繁多，可能同时发生多种故障。

（2）多因素和多效：船用柴油机系统故障的因果关系不是一对一的。故障现象可能由许多相关原因引起，同样的原因可能导致不同的故障现象。

（3）应急性和必然性：例如随着柴油机的连续运转，润滑油的粘度会逐渐降低。

（4）操作简单，难以诊断：船用柴油机结构复杂，故障诊断非常困难，但处理故障相对容易。

3.基于SVM的船舶主机系统故障诊断

高质量和准确的数据样本是船用柴油机成功故障诊断的先决条件。由于实际原因，我们无法获得船用柴油机的实际故障数据。因此，根据上述船用柴油机各子系统的故障分析及原因，分别模拟各子系统的故障数据。由于船用柴油机的系统结构非常复杂，并且有许多传感器用于监测其部件的运行状态，因此将涉及许多特征参数（例如喷射器压力，排气温度，最高压力值等）计入到对主机的性能评估中。但是，如果将所有特征参数用作对船舶主机的故障诊断的分析数据，则对船舶主机诊断评估的运算过程将耗时耗力。另外，并不一定要用到这么多特征参数，其中不可避免的会有些特征参数对该时刻的主机诊断评估无效，即许多特征参数数据对于故障诊断的结果是无意义的，并且一些特征参数数据是具有线性相关性的，这将导致数据冗余。所以必须要能够建立特征参数之间的选择关系，通过线性相关系统的分析师必不可少的。因此，有必要选择几个主要特征参数作为船舶主机诊断评估的基准参数，模拟数据样本，生成历史故障数据库作为SVM分类算法的训练数据，而其他的样本参数和船舶主机的其他性能诊断评估参数可由训练数据后得到，从而实现船用柴油机的远程诊断的目标的故障数据获取。

3.1数据采集器优化设计

采集器内部设有 ABRE时钟芯片，能够同时采集NADA。环境下和 FEEW 环境下的船舶主机故障诊断系统的预判计算的控制系统传输信号。内部设有满足 PASD34.1标准的编码数据库，采集的内容为100 kB。 STM51 主控制器采用STM51F214CDE2 处理器为数据采集器的主控芯片，该 CPU 采用 ARM公司新一代技术增强型的 XEDR-D1内核，3.3 V 直流供电，具有 64 位芯片的，理论运行速度可达到 72 MHz 。CPU内包含有 128 kFlash 和需要的接口，包括32 路 24 位时钟通道、24 个可编程输入输出口、16 个定时器，可输出多路 RPDA，支持 P2R、CRD 等通讯协议 .系统通过合理利用 STM51片上外设，，主要以 STM52 的片上模数转换电路为主进行工业信号数据采集转换和处理.数据采集器采用主控制器片上逐次逼近型的模数转换器（ADC）。其采集精度为 24 位，具有32 个外部通道，各通道为 CRD-A03、CRD-A07、PRD-PC4，各通道之间可以做到间越式传输。而ADC 的结果可以存储在 32 位的数据寄存器中，通过双对齐的方式。

3.2數据处理器优化设计

数据处理器的核心工作是对船舶主机故障诊断系统的数据采集器接收到的数据进行逻辑体系运算。通过对其进行叠加滤波处理，通常情况下处理的滤波类型有PD213/PD214/ PD215。一般会设置多个方位的处理通道，波特率为 210～3500byte/s，支持多类型数据处理，处理器的灵敏度高达 120 dBm，并将信号转化成24位的 CR.215 信号，以便于数据分析。分析器内部选用 KRP公司生产的MBDRE2341 智能芯片，输入信号的形式为 RRW8.23，输出信号的形式为EER8.36，量化信号数量为 22 bit，将数据输入到各个过滤器中。

4.基于关联规则的舰船柴油机全系统故障分析

船用柴油机结构极其复杂，各种故障的耦合程度很高。一种故障经常发生在另一种或几种故障上。这些故障可能发生在同一级别的同一子系统中，也可能发生在不同级别的不同子系统中。即使在柴油发动机中，一些相关规则也经常隐藏在这些故障信息中。维护专家也很难找到某些故障之间的关联规则。例如，当柴油发动机在运行期间显示不足的功率时，故障可能由柴油发动机的一个子系统或同时由柴油发动机的不同子系统引起。故障可能由以下原因引起：（1）燃料系统的故障，这可能是由进入燃料系统或燃料管道和燃料过滤器的空气堵塞引起的。燃油供應不足，故障可表现为燃油雾化不良或喷油泵无雾化，喷油压力低等。（2）进气和排气系统故障，可能是由于空气滤清器堵塞，导致排气温度过高对于柴油机而言，排气烟雾颜色较差，此外，还可能是由于气缸盖泄漏或阀门损坏等故障导致柴油机动力不足。例如，当柴油发动机的油压太低时，故障可能仅由润滑系统引起。可能是润滑系统的一个设备故障或多个设备同时发生故障。故障原因可能是输油管漏油，油底壳油不足，滤油器堵塞，轴承间隙过大，油粘度低等。

基于以上对船用柴油机故障特征的分析，可以看出船用柴油机故障不是单一形式，故障原因不是一一对应的。为挖掘隐患之间的关系，采用关联规则挖掘算法对船用柴油机故障数据进行分析，有效挖掘故障数据。它们之间的关系对船用柴油机的故障诊断和决策具有重要的现实意义。

5.结论

本文中研究基于数据挖掘的船舶主机故障远程诊断系统设计。 该系统的实现核心为基于关联规则的数据挖掘算法，同时考虑到传统关联规则计算速率慢、 易忽略离群数据等缺陷，对其进行了算法改进。之后，给出了在线监测系统架构及软件设计方案及相关功能介绍。 该故障诊断系统异常分析准确度高、实时性强、适用范围广泛。

参考文献：

[1]田炳伟.电力设备故障分析诊断系统研究[D].西安工程大学，2017.

[2]霍晓峰.数据挖掘技术在电力系统故障诊断中的应用[D].华北电力大学，2017.

[3]宗宏日.基于数据挖掘的舰船柴油机状态监控和故障诊断[D].哈尔滨工程大学，2016.

[4]王重彬.数据挖掘技术在建材装备制造过程质量控制中的应用研究[D].武汉理工大学，2015.

[5]刘杰.基于数据挖掘的检验医学辅助系统的设计与实现[D].中国科学院大学（工程管理与信息技术学院），2014.

[6]吴利剑.基于数据挖掘的故障诊断的电力SCADA系统[D].沈阳理工大学，2014.