掌桥专利:专业的专利平台
掌桥专利
首页

一种基于复杂网络的智慧船舶轮机故障诊断系统

文献发布时间:2023-06-19 11:02:01


一种基于复杂网络的智慧船舶轮机故障诊断系统

技术领域

本发明涉及故障诊断领域,具体涉及一种基于复杂网络的智慧船舶轮机故障诊断系统。

背景技术

智慧船舶以大数据为基础,运用先进的信息化技术,并基于计算机技术、自动控制技术和大数据处理分析技术,在船舶、管理、维护保养、货物运输等方面实现智能化运输的船舶,是实现智慧航运的基础。在船用发动机中,柴油发动机以其经济性好、功率范围广、起动迅速、可靠性高和使用寿命长等优势,已经逐渐在船舶动力机械中占据了绝对统治地位。

柴油发动机因其功率大、启速快、安全性能好等优势在轮船用发动机中占有主导地位,水上工作环境复杂,柴油发动机在使用过程中常发生故障,如磨损,腐蚀、形变等,但由于柴油发动机结构较为复杂,涉及到的参数众多,故障类型容易混淆,往往不能对柴油发动机故障的进行准确诊断。

复杂网络,是指具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络。其特征为小世界、集群即集聚程度的概念、幂律的度分布概念;数据集聚为柴油发动机故障的诊断有着重要意义。

发明内容

本发明的目的在于针对现有技术的不足之处,提供一种基于复杂网络的智慧船舶轮机故障诊断系统。

本发明解决上述问题的技术方案为:一种基于复杂网络的智慧船舶轮机故障诊断系统,包括柴油发电机,用于冷却的空冷器,用于增加气缸进气压力的增压器,用于数据收集的参数采集系统。

所述参数采集系统包括用于采集温度参数的温度采集系统,用于采集压力参数的压力采集系统,用于采集速度参数的速度采集系统,用于控制数据传输的触发系统。

所述压力采集系统包括第一无线信号接收器,第一数据采集控制电脑,用于采集缸内最大燃烧压力的第一压力传感器,用于采集柴油机排烟总管压力第二压力传感器,用于采集柴油机扫气压力的第三压力传感器,用于采集空冷器气侧进口压力第四压力传感器,用于采集空冷器气侧出口压力的第五压力传感器。

所述温度采集系统包括第二数据采集控制电脑,第二无线信号接收器,用于采集柴油机排烟总管温度的第一温度传感器,用于采集柴油机扫气温度的第二温度传感器,用于采集空冷器气侧出口温度的第三温度传感器,用于采集空冷器气侧进口温度的第四温度传感器。

所述速度采集系统包括第三数据采集控制电脑,第三无线信号接收器,用于采集增压器转速的速度传感器。

所述触发系统包括触发控制器,用于发出指令的触发控制电脑,用于控制压力采集系统工作的第一触发器,用于控制温度采集系统工作的第二触发器,用于控制速度采集系统的第三触发器。

优选的,所述第一压力传感器可采用缸压传感器;所述第二压力传感器可采用防爆压力表,所述第三压力传感器可采用电阻应变式压力传感器。

优选的,所述速度传感器可采用涡轮增压器转速传感器。

优选的,所述第一触发器,第一触发器,第一触发器并联后与触发控制器串联再与触发控制电脑相联。

一种基于复杂网络的智慧船舶轮机故障诊断系统,包括以下工作步骤:

S1:故障种类识别:船舶柴油发动机按照组成部分可分为燃油系统、冷却系统和进、排气系统三个系统,柴油发动机的故障多集中于冷却系统和进、排气系统中。冷却系统中故障主要有:柴油发动机增压器滤网堵塞、进气道堵塞、排气口堵塞、空冷器结垢、涡轮喷嘴脏堵。进、排气系统故障主要有:缸套冷却水腔堵塞、缸套未充分冷却、活塞未充分冷却、空冷器冷却水进口温度过高或过低。

S2:故障样本数据采集:根据故障种类确认其关键参数,通过温度采集系统,压力采集系统,速度采集系统中的多种传感器采集相关参数,形成故障样本数据,其中关键参数包括:柴油机扫气温度,柴油机排烟总管温度,空冷器气侧进口温度,空冷器气侧出口温度,缸内最大燃烧压力,柴油机扫气压力,柴油机排烟总管压力,空冷器气侧进、出口压差,增压器转速。

S3:样本数据参数预处理:包括将不完整的参数剔除、将量纲影响去除、减小数据冗余;使用距离函数积累来源于每个样本的不同参数的特点,再使用相似度函数对特点加以强化。

S4:故障样本数据聚类分析:根据合并准则将样本参数之间的相似度进行累计,从而得到代表各个故障特征的聚类中心。

S5:计算聚类均值:计算出各个标准故障模式下的典型参数值。

S6:采集待识别样本数据:通过参数采集模块采集实际运行过程中的参数。

S7:比较采集到待识别样本与故障标准特征模式下的参数值。

S8:对待识别样本进行故障诊断。

S9:对故障进行相应处理。

本发明具有有益效果:

本发明提供了一种基于复杂网络的智慧船舶轮机故障诊断系统,该基于复杂网络的轮机故障诊断系统样本数据容易采集,准确率高,稳定性好,通过将待聚类样本作为网络节点,故障样本之间的相似度作为边权,构建出复杂网络,用少量的参数数据来对柴油发电机的故障进行分析,能够快速并准确识别故障类型,从而对故障进行排除。

附图说明

图1为本发明示意图;

图2为故障诊断系统模块图;

图3为故障诊断系统流程图;

图中:1-柴油发电机,2-空冷器,3-增压器,4-第一数据采集控制电脑,5-第一无线信号接收器,6-第二数据采集控制电脑,7-第二无线信号接收器,8-第三数据采集控制电脑,9-第三无线信号接收器,10-第一触发器,11-第二触发器,12-第三触发器,13-触发控制器,14-触发控制电脑,15-第一温度传感器,16-第二温度传感器,17-第三温度传感器,18-第四温度传感器,19-第一压力传感器,20-第二压力传感器,21-第三压力传感器,22-第四压力传感器,23-第五压力传感器,24-速度传感器。

具体实施方式

在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。

如图1-2中所示,包括柴油发电机1,用于冷却的空冷器2,用于增加气缸进气压力的增压器3,用于数据收集的参数采集系统。

所述参数采集系统包括用于采集温度参数的温度采集系统,用于采集压力参数的压力采集系统,用于采集速度参数的速度采集系统,用于控制数据传输的触发系统。

所述压力采集系统包括第一无线信号接收器5,第一数据采集控制电脑4,用于采集缸内最大燃烧压力的第一压力传感器19,用于采集柴油机排烟总管压力第二压力传感器20,用于采集柴油机扫气压力的第三压力传感器21,用于采集空冷器气侧进口压力第四压力传感器22,用于采集空冷器气侧出口压力的第五压力传感器23。所述第一无线信号接收器5用于接收第一压力传感器19、第二压力传感器20、第三压力传感器21、第四压力传感器22、第五压力传感器23采集到的数据,并将数据传输给第一数据采集控制电脑4进行分析处理。

所述第一压力传感器19可采用缸压传感器;所述第二压力传感器20可采用防爆压力表,所述第三压力传感器21可采用电阻应变式压力传感器。

所述温度采集系统包括第二数据采集控制电脑6,第二无线信号接收器7,用于采集柴油机排烟总管温度的第一温度传感器15,用于采集柴油机扫气温度的第二温度传感器16,用于采集空冷器气侧出口温度的第三温度传感器17,用于采集空冷器气侧进口温度的第四温度传感器18。所述第二无线信号接收器7用于接收第一温度传感器15、第二温度传感器16、第三温度传感器17、第四温度传感器18采集到的数据,并将数据传输给第二数据采集控制电脑6进行分析处理。

所述速度采集系统包括第三数据采集控制电脑8,第三无线信号接收器9,用于采集增压器3转速的速度传感器24。所述第三数据采集控制电脑8用于接收速度传感器24采集到的数据,并将数据传输给第三无线信号接收器9进行分析处理。

所述速度传感器24可采用涡轮增压器转速传感器。

所述触发系统包括触发控制器13,用于发出指令的触发控制电脑14,用于控制压力采集系统工作的第一触发器10,用于控制温度采集系统工作的第二触发器11,用于控制速度采集系统的第三触发器12。

所述第一触发器10,第一触发器10,第一触发器10并联后与触发控制器13串联再与触发控制电脑14相联。

如图3中所示,一种基于复杂网络的智慧船舶轮机故障诊断系统,包括以下工作步骤:

S1:故障种类识别:船舶柴油发动机按照组成部分可分为燃油系统、冷却系统和进、排气系统三个系统,柴油发动机的故障多集中于冷却系统和进、排气系统中。冷却系统中故障主要有:柴油发动机增压器3滤网堵塞、进气道堵塞、排气口堵塞、空冷器2结垢、涡轮喷嘴脏堵。进、排气系统故障主要有:缸套冷却水腔堵塞、缸套未充分冷却、活塞未充分冷却、空冷器2冷却水进口温度过高或过低。

S2:故障样本数据采集:根据故障种类确认其关键参数,通过温度采集系统,压力采集系统,速度采集系统中的多种传感器采集相关参数,形成故障样本数据,其中关键参数包括:柴油机扫气温度,柴油机排烟总管温度,空冷器气侧进口温度,空冷器气侧出口温度,缸内最大燃烧压力,柴油机扫气压力,柴油机排烟总管压力,空冷器气侧进、出口压差,增压器转速。

S3:样本数据参数预处理:包括将不完整的参数剔除、将量纲影响去除、减小数据冗余;使用距离函数积累来源于每个样本的不同参数的特点,再使用相似度函数对特点加以强化。

S4:故障样本数据聚类分析:根据合并准则将样本参数之间的相似度进行累计,从而得到代表各个故障特征的聚类中心。

S5:计算聚类均值:计算出各个标准故障模式下的典型参数值。

S6:采集待识别样本数据:通过参数采集模块采集实际运行过程中的参数。

S7:比较采集到待识别样本与故障标准特征模式下的参数值。

S8:对待识别样本进行故障诊断。

S9:对故障进行相应处理。

以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

相关技术
  • 一种基于复杂网络的智慧船舶轮机故障诊断系统
  • 一种基于复杂网络结构可控性基因的识别方法
技术分类

06120112777513