一种船舶电力推进系统健康管理平台及管理方法

技术领域

本发明一种船舶电力推进系统健康管理平台及管理方法，尤其涉及一种基于多源信息融合算法的船舶电力推进健康管理平台及管理方法，属于船舶电力推进系统运行状态监测、健康状态管理与技术提升领域。

背景技术

随着现代大容量电力电子元件技术的快速发展，突破了综合电力推进技术推广应用的关键瓶颈，使得将船舶动力系统与辅机电站系统合二为一的综合性电力推进技术成为当前高技术船舶动力系统发展的必然趋势。考虑到低压电力系统的大电流、电缆布置安装、主汇流排温升以及断路器分断能力、电压降落、系统保护等因素限制，中高压电力系统在海洋工程船舶上得到了广泛的使用，针对大容量、多机组、复杂结构的环形供电系统，进行高效的保护和控制比较困难。另外，对于海洋工程船舶，有大量的变频驱动设备，综合利弊多采用区域直流配电系统。我国海洋工程综合电力推进系统关键技术的研究、设计还处于初步阶段，对综合电力系统的整体认识还不够成熟，对综合电力推进系统设计提出了更高的要求，由此需要电力推进健康管理平台基于实时运行数据分析系统状态，实现辅助运维。

发明内容

本发明要解决的技术问题是：提供一种基于多源信息融合的船舶电力推进健康管理平台及方法，实时监测船舶电力推进系统的运行状态，对发电机组、配电板、变频器、变压器、电机、槽道推进器、舵桨推进器或全回转推进器等在各运行工况下的健康状态进行评估，从而达到预测性维护的目的。

为了解决上述问题，本发明的技术方案是提供了一种船舶电力推进系统健康管理平台，其特征在于，包括现场设备层、数据管理层、数据传输层、船端应用层和岸端应用层；

所述现场设备层包括传感器组、数据采集单元和通信模块，所述传感器组用于采集船舶电力推进系统的运行状态参数；数据采集单元用于采集非常备离散型参数，获取非集成传感器组的参数；通讯模块用于将传感器组和数据采集单元采集的所有参数进行AD/DA转换、物理意义映射、上传至数据管理层并接收船端应用层和岸端应用层的状态反馈信息，获取电力推进健康管理系统执行所需的实时设备运行参数，根据实船应用需求决定是否将故障信息通过预留接口下发给执行机构；

所述数据管理层包括数据库平台和船端应用数据库，所述数据库平台用于接收现场设备层上传的数据并存储，并兼容船端/岸端数据中心及其他系统访问；所述船端应用数据库用于即时数据缓存、运行环境、数据库平台数据转存模块化；

所述数据传输层采用4G/VSAT冗余通讯，并采用TCP报文传输方式进行数据压缩；

所述船端应用层和岸端应用层分别采用C/S和B/S架构，以兼容远程通信信号无法全流程稳定高效的应用场景，利用解析后的船舶电力推进系统运行状态参数进行电力推进系统状态信息组态显示、设备状态报警，并基于D-S证据多源信息融合算法实时计算当前运行工况下电力推进系统的健康状态评价指标，进行状态评估，给出预测性维修建议。

优选地，所述传感器组与现场设备层之间的通讯方式包括OPCDA/UA通讯、CAN通讯、串口通讯以及高速以太网通讯；CAN通讯通过CAN口服务器获取数据采集单元采集的数据并通讯上传到现场设备控制总站；串口通讯直接进入现场设备控制总站采集分布式控制器运行参数；采集的所有参数映射至高速以太网，供数据管理层、数据传输层以及船端应用层和岸端应用层访问。

优选地，所述船端应用层和岸端应用层分别包括人机界面，用于集中显示电力推进系统设备实时运行状态、健康状态评估信息、故障诊断信息以及预测性维修建议，提供数据查询、转存、调用的接口以及是否将系统输出量自动切入电力推进系统分设备控制器的控制指令。

优选地，所述传感器组包括扭矩转速传感器、主机参数传感器、电网参数传感器组、推进器参数传感器组、励磁电压调节器参数传感器组、环境参数传感器组。

优选地，所述船端应用层设置健康管理系统终端，用于设备状态监测、结合历史案例通过对数据分析实现故障诊断与预测、故障位置定位、故障处理辅助决策建议、故障预警并给出维修建议、历史数据回溯、装备经历分析和数据管理。

优选地，所述岸端应用层设置数据分析和应用平台，通过数据通信模块获得采集数据，提供单船系统健康管理功能和多艘同类型船舶或者多个同类型系统的大数据分析。

本发明的另一个技术方案是提供了一种船舶电力推进系统健康管理方法，其特征在于：利用采集船舶电力推进系统运行状态参数，基于D-S证据理论的多源信息融合的方法，依据电力推进系统当前运行工况，分别开展电力推进系统设备健康状态评估。

优选地，包括如下步骤：

步骤1、对船舶电力推进系统故障特点进行分析，选取所要检测的状态参数作为故障诊断的故障特征参数空间，并将故障特征参数空间以及与之相对应的故障类型构成故障识别框架；

步骤2、根据故障检测方法的不同将故障特征参数空间划分为若干子空间，并根据故障特征参数与故障类型之间的相互关系，在每个子空间与故障类型之间构造贝叶斯诊断子网络，针对故障识别框架中的各具体故障类型进行初步的分析；

步骤3、获取船舶电力推进系统的运行状态参数，并对运行状态参数进行处理；

步骤4、对处理的运行状态参数提取其中的有效信息构成故障特征参数空间；

步骤5、将提取到的故障特征参数输入到对应的各个贝叶斯诊断子网络中，经过各个贝叶斯诊断子网络的分析推理后计算出各故障类型的初步分析结果；

步骤6、利用步骤5中各个贝叶斯诊断子网络的初步分析结果构成D-S证据理论的证据空间，而每一个初步分析结果作为此证据空间的一个证据体；

步骤7、用所选取的具体故障原因构成证据理论进行分析推理的故障识别空间，然后利用D-S证据理论的证据组合法则将证据空间中的所有证据体进行合成，获得贝叶斯诊断子网络各个节点的先验概率和条件概率，计算出故障识别空间中各种故障发生的可信度，进而根据证据事实计算出证据发生的情况下故障出现的概率，最后根据选定的判断准则给出准确的故障原因判定结果；

步骤8、根据最终判定结果调整故障检测统计数据，并将其用于调整各贝叶斯网络节点参数的先验概率值和条件概率值，以提高后续故障诊断的准确度。

优选地，所述步骤7中证据体合成具体为：计算各个证据体对故障识别框架中各项故障的契合度、相关系数，进而通过归一化处理将各个贝叶斯诊断子网络的输出结果转化为故障识别框架中各种具体故障的基本概率赋值，获得不同证据对故障识别框架中各种具体故障原因的故障检测不确定性的BPA函数，利用D-S证据理论的证据组合法则来计算贝叶斯诊断子网络在多样本时域上的证据合成结果。

优选地，将贝叶斯诊断网络的输出结果转换为证据理论各个证据体对故障识别框架中各种故障状态的基本概率赋值函数，以及故障检测不确定性的BPA函数具体包括：

设将电力推进系统及其设备故障检测中证据理论的证据体i(i＝1,2,…,n)的特征向量表示为x

其中，N

各个证据体i与具体的故障原因A

各个证据体i与具体的故障原因A

证据体i的可靠系数：

根据上述公式，构建实现各个贝叶斯诊断子网络的输出结果转换为故障识别框架中各类故障的基本概率赋值函数m

与现有技术相比，本发明的有益效果是：

本发明提供了一种基于D-S证据理论的多源信息融合的船舶电力推进健康管理平台，系统根据当前船舶运行工况下电力推进系统输出的控制信号、状态信号等，输出系统健康状态评估结论和预测性维护建议。本发明克服传统故障船舶故障诊断系统只关注单一设备、多关注事故排查应用场景的缺点，充分考虑了当前船舶系统数字化、智能化发展的趋势，构建了船岸协同的健康状态评估系统，实现了通用故障诊断理论与船舶系统特别是船舶动力系统的结合。能够实时监测船舶电力推进系统运行状态，进行电力推进系统健康状态评估，完成一定工况下的健康状态预测，从而达到电力推进系统设备高效和远程运维的目的。为系统设备经历分析、故障诊断、远程专家排故、预测性维修建议等提供了技术途径。

通过设计一种基于多源信息融合的船舶电力推进健康管理平台及方法，在船舶各种航行和作业工况下，实时监测船舶电力推进系统及其分设备的运行状态，在船端和岸端分别通过人机界面进行实时显示，从而为船舶操纵者、管理者及时掌握电力推进系统的运行状态、负荷状态，并进行航行及作业安排提供基础支撑，通过基于D-S证据理论的多源信息融合方法开展船舶电力推进系统健康状态评估，通过传感器冗余、多传感器信息融合、多判据融合等多个层次的信息融合获得较高置信度的系统故障诊断和状态评估结论，进而提高电力推进系统状态辨识、故障诊断、健康状态评估、预测性维修等工作的准确度，从而保障电力推进系统可靠运行，进而为船舶安全航行提供可靠动力。

附图说明

图1为本发明一种船舶电力推进系统健康管理平台结构图；

图2为本发明一种船舶电力推进系统健康管理平台功能说明图；

图3为传感器组与现场设备层之间通信原理图；

图4为本发明一种船舶电力推进系统健康管理平台的评估指标体系图；

图5为本发明一种船舶电力推进系统健康管理方法流程图。

具体实施方式

为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。

如图1所示，本发明一种船舶电力推进系统健康管理平台包括现场设备层、数据管理层、数据传输层、船端应用层和岸端应用层。

现场设备层用于获取电力推进健康管理系统执行所需的实时设备运行参数，包括传感器组、数据采集单元和通讯模块。传感器组用于采集船舶电力推进系统运行状态信息。数据采集单元用于采集非常备离散型参数和非集成传感器组的参数。非常备离散型参数如1)高低限值报警、开关合闸状态、综合报警等离散型数字量参数；2)温度、压力、流量、功率等传感器输出的模拟量参数。通讯模块将所有参数进行AD\DA转换、物理意义映射，上传、并接收状态反馈信息。

数据管理层包含mySQL数据库平台和船端应用数据库ChronoLog。mySQL数据库专用于数据存储，并可兼容船端数据中心等其他系统访问；ChronoLog用于即时数据的缓存、运行环境与mySQL数据库转存和平台数据高效应用。

数据传输层采用4G/VSAT冗余通讯，保证船岸数据的交互。为降低对通讯网络的带宽负荷，采用TCP报文传输方式进行数据压缩。

船端应用层和岸端应用层，分别采用C/S和B/S架构以兼容远程通信信号无法全流程稳定高效的应用场景，利用解析后的运行参数，进行电力推进系统状态信息组态显示、设备状态报警、基于D-S证据多源信息融合算法，实时计算当前运行工况下电力推进系统健康状态评价指标，并进行状态评估，给出预测性维修建议。

如图3所示，上述传感器组与现场设备层之间包括4种通讯方式：OPCDA/UA、CAN通讯、串口通讯以及高速以太网通讯；CAN通讯通过CAN口服务器获取设备离散型、模拟型参数并通讯上传到现场设备控制总站；串行通讯直接进入控制总站采集分布式控制器运行参数；采集的所有参数映射至高速以太网，供数据管理、数据传输以及应用层访问。

电力推进健康管理系统主要是利用软件获取电力推进系统内部监控数据，同时根据电力推进系统结构假装传感器和数据采集设备采集新增测点的数据，通过大数据分析技术对数据进行挖掘提炼实现系统功能。系统主要功能如图2所示。

在船端应用层设置健康管理系统终端，用于温度、压力、液位、流量、电能等信号采集传感器和数据采集传输工作站，设备状态监测，结合历史案例通过对数据分析实现故障诊断与预测。对已发生的故障，通过故障识别框架分析定位故障位置，并提供故障处理辅助决策建议；对于未发生的故障，可预警并给出维修建议。此外，系统还将提供历史数据回溯、装备经历分析、数据管理等功能。

在岸端应用层设置数据分析和应用平台，通过数据通信模块获得监测数据，提供单船系统健康管理功能，和多艘同类型船舶或者多个同类型系统的大数据分析。岸基系统采用B/S架构，在发生故障且船员及健康管理软件均未能提供解决方案时，岸基专家可利用网络终端便捷地登入系统进行状态监测、历史数据回溯等操作，实现远程协同排故。

船端应用层和岸端应用层均包含人机界面，用于显示电力推进系统内的各类设备的运行参数和健康状态评估结论，提供数据存储和查询通道，以及输出预测性维护建议。船端应用层选用B&R公司成熟的工业级DCSAPROL系统，在此基础上根据应用需求开展二次开发，主要通过C和Python进行应用开发；岸基应用层选用C#语言完成船岸通讯接口程序的开发，选用C++编程语言实现Web开发和数据库管理。

电力推进健康管理系统分设备开展健康状态评估、评估结果采用分级制输出。电力推进系统健康状态评估体系如图4所示，按照双燃料发电机组、日用变压器、推进变压器、推进变频器、推进电机、全回转推进器(槽道推进器)和泵、能量管理系统等其他分设备，开展健康状态评估。

本发明一种基于D-S证据理论的多源信息融合的船舶电力推进健康管理方法利用采集船舶电力推进系统运行状态参数，基于D-S证据理论的多源信息融合的方法，依据电力推进系统当前运行工况，分别开展电力推进系统设备健康状态评估。如图5所示，包括如下步骤：

步骤1、对船舶电力推进系统故障特点进行分析，选取所要检测的状态参数作为故障诊断的故障特征参数空间，并将故障特征参数空间以及与之相对应的故障类型构成故障识别框架；

步骤2、根据故障检测方法的不同将故障特征参数空间划分为若干子空间，并根据故障特征参数与故障类型之间的相互关系，在每个子空间与故障类型之间构造贝叶斯诊断子网络，针对故障识别框架中的各具体故障类型进行初步的分析；

步骤3、获取船舶电力推进系统的运行状态参数，并对运行状态参数进行处理；参数包括发电机组(各缸排气温度、发电机转速、管路压力温度、发电机组相电压、扭转振动、曲轴箱压力、轴承温度、绕组温度等)；推进变压器(原边/副边三相电压、原边/副边三相电流、输入功率、输出功率、原边/副边各绕组温度、实时效率、外部环境振动等)；推进电动机(输入三相电压、当前转速、转速设定机壳带电监测、进口冷却水温度和压力、出口冷却水温度和压力、输入三相电流、输入功率、输出功率、负载转矩、定子各绕组温度、实时效率、出风口温度、各轴承温度、传动轴振动、外部环境振动)；推进变频器(输入(△形连接)三相电压、输入(星形连接)三相电压、直流母线电压、输出三相电压、输出频率、输出电压谐波畸变、自身振动、冷却水流量、进口冷却水温度、压力、出口冷却水温度、压力、输入(△形连接)三相电流、输入(星形连接)三相电流、输出三相电流、输出功率、实时效率、内部温度、出风口温度、内部湿度、外部环境振动)；推进器(驱动电机输出电功率/转速/转矩、各轴承温度、传动轴振动、回转角度、外部温度、环境振动、基座移位等)。

步骤4、对处理的运行状态参数提取其中的有效信息构成故障特征参数空间；

步骤5、采用离散化的方式，将上述信号转换为贝叶斯推理能辨识的输入变量。将提取到的故障特征参数输入到对应的各个贝叶斯诊断子网络中，经过各个贝叶斯诊断子网络的分析推理后计算出各故障类型的初步分析结果；

步骤6、利用步骤5中各个贝叶斯诊断子网络的初步分析结果构成D-S证据理论的证据空间，而每一个初步分析结果作为此证据空间的一个证据体；

步骤7、用所选取的具体故障原因构成证据理论进行分析推理的故障识别空间，然后利用D-S证据理论的证据组合法则将证据空间中的所有证据体进行合成，获得贝叶斯诊断子网络各个节点的先验概率和条件概率，计算出故障识别空间中各种故障发生的可信度，通过专家经验和故障诊断样本的数据分析获得网络中各个节点的先验概率和条件概率，进而可以根据现场采集层获取的证据事实计算出证据发生的情况下故障出现的概率。最后根据选定的判断准则给出准确的故障原因判定结果；

证据合成法则对应的合成参数是相对的。根据设备出厂参数和实船营运参数，以电力推进系统运行工况为主要因变量，采用多元非线性回归函数确定合成参数，使得系统具备参数自适应调节能力。

计算故障识别空间中各种故障发生的可信度包括：计算各个证据体对故障识别框架中各项故障的契合度、相关系数，进而通过归一化处理将各个贝叶斯诊断子网络的输出结果转化为故障识别框架中各种具体故障的基本概率赋值，获得不同证据对故障识别框架中各种具体故障原因的故障检测不确定性的BPA函数，利用D-S证据理论的证据组合法则来计算贝叶斯诊断子网络在多样本时域上的证据合成结果。

设将电力推进系统及其设备故障检测中证据理论的证据体i(i＝1,2,…,n)的特征向量表示为x

其中，N

各个证据体i与具体的故障原因A

各个证据体i与具体的故障原因A

证据体i的可靠系数：

根据上述公式，构建实现各个贝叶斯诊断子网络的输出结果转换为故障识别框架中各类故障的基本概率赋值函数m

步骤8、根据最终判定结果调整故障检测统计数据，并将其用于调整各贝叶斯网络节点参数的先验概率值和条件概率值，以提高后续故障诊断的准确度。

方法还包括人机界面和自动模式。

人机界面用于显示实时运行状态信息、健康状态评估信息、故障诊断信息、以及预测性维修建议，提供数据查询、转存、调用的接口；

自动模式下，由当前决策的状态信息代入电力推进系统各个分系统中，作为控制命令执行的联锁条件。正常使用条件下，系统工作在手动模式，不直接将控制约束和相关指令直接下发到各个控制系统，但是，在方案设计时已经预留部分开关量输出接口，用于该健康管理系统与电力推进系统控制器之间的信息交互。