[发明专利]一种船舶机舱设备状态预测系统及方法

说明书

本发明提供一种船舶机舱设备状态预测系统及方法，涉及轮机工程自动化与智能化技术领域，所述系统主要包括：数据采集模块，所述数据采集模块用于采集各种设备故障诊断的特征数据和状态预测的特征数据；故障诊断模块，所述故障诊断模块用于对船舶机舱设备进行故障诊断；状态预测模块，所述状态预测模块利用连续的历史数据对船舶机舱设备未来一段时期内的状态进行预测，通过对各设备特征参数的预测来预测设备状态；状态评估分析模块，所述状态评估分析模块用于对各设备未来一段时期内的状态进行评估分析。本发明通过采用小波分析结合时间序列预测技术，提高了船舶设备状态预测精度。

技术领域

本发明涉及轮机工程自动化与智能化技术领域，尤其涉及一种船舶机舱设备状态预测系统及方法。

背景技术

船舶设备检修是保障船舶安全可靠运行的关键所在。在传统的检修作业中，轮机员根据船舶系统及其设备的运行状态便可做出准确的判断。

目前，轮机员只能通过实时数据来判断系统及设备当前的运行状态，无法实现对船舶系统及设备未来运行状态的有效预测，这为合理的做好视情维修计划带来很大难度。现今的视情维修大都根据轮机员自身经验判断，这种方法一方面主观性强、精确度低，另一方面也会因轮机员工作经验的不同导致明显的判断差异，出现提前维修或者因未及时发现问题而滞后维修等各种误判的情况。因此如果仅靠轮机员的经验判断，难以达到切实准确的视情维修，并且随着船舶机械设备、系统日益复杂化，使得凭借轮机员的工作经验判断视情维修成为了一件更加无法完成的事。因此，构建科学合理的预测体系以实现对船舶系统及设备运行状态的准确预测是当前船舶管理工作的重中之重。综上所述，有待发明一种能在船舶航行过程中对船舶设备未来一段时期内的运行状态进行高效准确预测的船舶机舱设备状态预测系统。

发明内容

本发明提供一种船舶机舱设备状态预测系统及方法，解决了无法对船舶机舱设备未来运行状态进行预测的问题。

为达到以上目的，本发明采取的技术方案是：

一种船舶机舱设备状态预测系统，所述系统主要包括：

数据采集模块，所述数据采集模块用于采集各种设备故障诊断的特征数据和状态预测的特征数据；

数据预处理模块，所述数据预处理模块用于将所述数据采集模块采集的数据进行分析，将船舶机舱设备运行数据分为训练样本和测试样本集，所述船舶机舱设备运行数据包括运行工况数据和特征变量数据；

故障诊断模块，所述故障诊断模块用于对船舶机舱设备进行故障诊断；

状态预测模块，所述状态预测模块利用连续的历史数据对船舶机舱设备未来一段时期内的状态进行预测，通过对各设备特征参数的预测来预测设备状态；

状态评估分析模块，所述状态评估分析模块用于对各设备未来一段时期内的状态进行评估分析。

优选地，所述故障诊断模块对船舶机舱设备进行故障诊断包括如下步骤：

用历史故障数据训练诊断模型；

采集设备实时特征参数；

将实时采集的设备特征参数输入至训练后的诊断模型中；

输出客观诊断结果。

优选地，在船舶机舱设备的进口，出口以及设定的节点处设置有传感器，所述传感器包括温度传感器和压力传感器。

优选地，所述故障诊断模块采用RBF神经网络对各设备进行故障诊断。

优选地，所述状态预测模块基于小波分析与ARIMA时间序列的组合预测模型，包括如下步骤：

应用小波分析理论将复杂波动的船舶管网系统数据映射到不同尺度，得到多个子序列；