[發明專利]一種基于人工智能的船舶輔機設備故障智能預警設計方法

在審

• 申請號: 202110662361.2
• 申請日: 2021-06-15
• 公開（公告）號: CN113313272A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 李剛;吳茂傳;王躍;王雷;張國政;韓永磊;王夢;董奇;田亞麗;左振波;李正鈺;徐長松
• 申請（專利權）人: 江蘇杰瑞信息科技有限公司
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q10/06;G06F16/35;G06F40/117;G06F40/169;G06F40/295;G06F40/30;G06K9/62
• 代理公司: 北京中仟知識產權代理事務所(普通合伙) 11825
• 代理人: 周慶佳

本發明公開了故障智能預警技術領域的一種基于人工智能的船舶輔機設備故障智能預警設計方法，步驟一：命名實體提取規則，語義情感分析算法；步驟二：調用歷史知識庫中樣本的數據進行研判，輔機設備運行數據進行二次處理；步驟三：實現輔機設備運行關鍵信息的獲??；步驟四：對船舶輔機設備實際運行數據和關鍵運行指標進行提取，進行數據分類，選用人工監督方式下的分類分析，實現對船舶輔機設備智能化監測和狀態自分析，實現了對船舶輔機設備歷史運行數據的深度利用，充分實現了異構數據互通及信息融合，能夠在實際工程應用中提高運維的智能化水平，和降低船舶輔機設備保養成本。

技術領域

本發明涉及故障智能預警技術領域，具體為一種基于人工智能的船舶輔機設備故障智能預警設計方法。

背景技術

船舶輔機設備傳感器種類多、使用頻率高，設備故障排障及維護是重要的日常工作；而傳統的人工運維方法精準率低、及時性差等問題，同時為了對相關設備進行維護，很多企業選擇組建專門的管理部門，招聘專業的運維人員來進行維護，這種方式帶來了人員成本、維護成本的提高。傳統的船舶輔機設備發生故障時，會面臨設備停止工作，需要調度零配件，再協調相應運維人員來進行設備排障，這就帶來了額外的時間成本，設備停止工作也將造成日常運行帶來影響。同時傳統的方法信息化程度低，信息交互慢；很多運維部門過多精力在硬件設備本身，忽略軟件監測，響應的時效性較差；未對船舶輔機設備運維做長期規劃，運維效率較低，基于此，本發明設計了一種基于人工智能的船舶輔機設備故障智能預警設計方法以解決上述問題。

發明內容

本發明的目的在于提供一種基于人工智能的船舶輔機設備故障智能預警設計方法，以解決上述背景技術中提出的忽略軟件監測，響應的時效性較差；未對船舶輔機設備運維做長期規劃，運維效率較低。

為實現上述目的，本發明提供如下技術方案：一種基于人工智能的船舶輔機設備故障智能預警設計方法，包括有以下步驟：

步驟一：通過人工智能語言處理詞性標注算法、命名實體提取規則，語義情感分析算法；

步驟二：利用Python腳本語言封裝開源對應的算法組件，調用歷史知識庫中樣本的數據進行研判，輔機設備運行數據進行二次處理；

歷史知識庫研判方法有以下步驟：

A:基于SparkMLlib回歸算法中的決策樹算法，對本地歷史知識庫設備類型數據、設備運行數據和設備故障匯總數據進行分析，形成典型輔機設備運行故障簇，對輔機設備故障類型設置危險等級；

B：調研該設備相關的各類運行數據，基于Hadoop大數據框架對船舶輔機設備運行數據進行分布式存儲；

C：將船舶輔機設備實施監測數據導入，通過實時與歷史數據的串并，采用Spark實時計算引擎進行計算碰撞，按積分倒敘方法來做故障預警分析，實現船舶輔機設備運行高效預警及提高智能運維能力；

步驟三：通過Java調取Python，實現輔機設備運行關鍵信息的獲??；

步驟四：采用SparkMLlib中均值相似性算法進行聚類分析，對船舶輔機設備實際運行數據和關鍵運行指標進行提取，進行數據分類，選用人工監督方式下的分類分析，實現對船舶輔機設備智能化監測和狀態自分析。

優選的，所述故障類型分類是先對設備運行數據的進行文本預處理，再利用先構建好的故障類型語料庫，對文本進行字符集匹配，從而挖掘所需故障類型信息。

優選的，所述設備故障數據挖掘采用相似性算法的自動聚類分析技術，自動將歷史故障庫中常見設備故障數據的信息進行歸類，幫故障案情相似的化為一類，并定義特定文本內容來構建分類庫。

優選的，所述通過數據挖掘，提供了相似案情查詢和基本信息等數據，按人工監督下分類規則進行相似案情的歸類，形成簇，并從時空兩個維度洞察案件關聯特征，構建更智能的船舶輔機設備高危故障預警簇。