[發明專利]一種基于集成學習的船舶動力系統故障診斷方法

有效

• 申請號: 201810682258.2
• 申請日: 2018-06-27
• 公開（公告）號: CN108961468B
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 賈寶柱;仲國強;肖峰
• 申請（專利權）人: 廣東海洋大學
• 主分類號: G07C5/08
• 分類號: G07C5/08;G06K9/62
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 陳巍

本發明公開了一種基于集成學習的船舶動力系統故障診斷方法，通過基學習算法建立若干個具有差異性的弱分類器，對測試樣本分別進行單一的故障類型的判斷，得出具有差異性的預測結果，并形成強分類器，達到智能診斷船舶主機故障的目的。

技術領域

本發明屬于船舶系統設備故障診斷領域，具體涉及一種基于集成學習的船舶動力系統故障診斷方法。

背景技術

近幾年，國內外掀起了智能船舶建造浪潮。智能船舶屬于多學科先進技術的綜合應用，它充分利用傳感器、先進材料、通訊等方面的技術創新以及大數據、機器學習等新興人工智能技術，實現船舶控制操縱和監測管理的自動化智能化，被廣泛譽為是航運業和造船業的下一次技術革新。而且，近年來世界經濟貿易下行，全球航運市場遭受了不小的打擊，運營成本較高、利潤低、安全性不足等問題一直困擾著傳統航運業，如何降低運營成本航運界普遍關注的問題。根據調查顯示，船舶維修成本占船舶運營成本的7.7％，采用先進的船舶設備故障診斷技術，可以降低船舶維修成本，進一步降低運營成本。

然而，目前船舶的故障診斷維修還是主要依賴于有經驗的人員，人力成本較高，而且還會存在一定的過度維修以及維護不當等現象。另外，船舶的系統設備復雜，很難及時全面地掌握分布于各個艙室的設備運行狀況，不利于管理維護人員做出合理的決策。船舶的監測報警系統中存儲著大量的設備運行參數、報警以及故障信息，而這些數據信息在以往處于擱置的狀態，并沒有得到有效利用。因此，如何充分地利用這些狀態監測數據，達到設備系統的故障診斷的目的，符合了未來智能船舶乃至無人船舶的發展趨勢。值得指出的是，中國船級社于2015 年頒布了《智能船舶規范》，明確地將船舶狀態監測和故障診斷技術作為未來智能船舶發展一項必不可少的技術。因此，如何合理有效的利用船舶各系統的數據信息資源，提高船舶智能化水平，已經成為一個研究熱點。

目前，機器學習人工智能技術在經濟、人文、醫療等領域應用較為廣泛，但在像船舶這樣的重工業，發展相對緩慢。

船舶動力系統為船舶提供各種能量，以保證船舶正常航行、人員正常生活以及各種作業，它是船舶的一個重要組成部分。在船舶動力系統中，主機是最重要的設備，它作為船舶心臟，為船舶推進提供動力。在主機的正常運轉中，需要燃油系統、滑油系統、冷卻水系統以及配氣機構等輔助運行。比如燃油系統主要為主機的運轉提供燃燒所消耗的燃油，以此獲得動力。在船舶航行中，對主機設置諸多的監控傳感器，通過傳感器可以獲取主機的運行狀態參數，再結合機器學習算法，就可以達到故障預判的目的。但是對主機進行故障診斷需要解決的問題也很多，數據量大、冗余、推理手段不完善以及專家知識不充分等。另外，數據信息還可能存在不完整、不準確甚至沖突的問題。因此，選取集成學習的算法，將其應用于船舶主機的智能故障診斷中，可以充分利用這些數據，獲得較好的數據泛化能力和較高的分類速度和準確率的故障診斷分類器。

發明內容

本發明的目的在于克服現有技術中存在的上述缺陷，提供一種基于集成學習的算法，充分利用主機狀態數據，達到智能診斷船舶主機故障的目的。

為實現上述目的，本發明的技術方案如下：

一種基于集成學習的船舶動力系統故障診斷方法，其特征在于，包括以下步驟：

步驟S01：采集樣本，每一個樣本包括船舶動力系統的參數向量x_i、船舶故障類型代碼y_i，并對參數向量x_i進行歸一化處理，共采集n個樣本，形成樣本集S＝{(x₁,y₁),(x₂,y₂),…(x_n,y_n)}，其中船舶動力系統的參數向量長度為L_p，共有L_f種船舶故障類型；