[发明专利]船用低速机故障识别方法、系统及终端

说明书

本发明公开了一种船用低速机故障识别方法、系统及终端，其中，船用低速机故障识别方法包括获取船用低速机的在线监测数据；利用ReliefF算法对所述监测数据进行过滤以得到所述船用低速机的目标状态特征参数；将所述目标状态特征参数输入故障识别模块以生成所述船用低速机的故障识别结果；其中，所述故障识别模块中设置有采用RF算法创建的多个决策树组成的随机森林。本发明针对船用低速机监测信息多源性及冗余性问题，根据ReliefF算法对监测信息进行特征提取，基于提取特征采用RF算法针对船用低速机进行多分类识别，克服干扰特征对故障识别的影响，实现多种故障的有效识别。

技术领域

本发明涉及船用低速机故障诊断技术领域，尤其涉及一种船用低速机故障识别方法、系统及终端。

背景技术

随着船用低速机逐步向智能化和复杂化发展，低速机数据采集及监测信息繁多，基于大数据进行故障诊断及预测时容易被冗余信息所干扰，造成“过维修”或者“欠维修”，从而导致维修资源的浪费或者安全问题。此外，随着船用低速机智能提升需求日益增加，对于低速机安全可靠和自主维护方面都提出了较高的希冀，故障诊断作为自主维护的基础，其具有重要的意义，而现有故障识别特征选择一般基于经验知识，可能会对识别结果准确率造成一定程度影响。

发明内容

本发明的目的在于提供一种船用低速机故障识别方法、系统及终端，用以解决现有技术中故障诊断时干扰特征对识别结果准确率影响大的难题。

本发明的上述目的可采用下列技术方案来实现：

本发明提供了一种船用低速机故障识别方法，包括：获取船用低速机的在线监测数据；利用ReliefF算法对所述监测数据进行过滤以得到所述船用低速机的目标状态特征参数；将所述目标状态特征参数输入故障识别模块以生成所述船用低速机的故障识别结果；其中，所述故障识别模块中设置有采用RF算法创建的多个决策树组成的随机森林。

优选的，其中，所述利用ReliefF算法对所述监测数据进行过滤以得到所述船用低速机的目标状态特征参数包括：从所述监测数据中选取在所述船用低速机正常运行工况和故障运行工况下的监测数据作为样本数据集；从所述样本数据集中随机选取第一样本，并按照预设标准将所述样本数据集中其余样本划分为第二样本和第三样本；分别计算距离所述第一样本最近的所述第二样本和所述第三样本的欧式距离；利用所述第二样本的欧式距离和所述第三样本的欧式距离计算权重；保存所述权重并赋值，并在训练样本中选择同类训练样本和异类训练样本进行多次迭代计算以得到每个监测参数的权重值；将所有所述权重值大小满足预设要求的所述监测参数确定为所述目标状态特征参数；其中，所述第二样本与所述第一样本属于同类，所述第三样本与所述第一样本属于异类。

优选的，其中，所述随机森林的创建包括：读取所述船用低速机在多种故障工况下的所述目标状态特征参数，并对每种故障工况进行编码；从所述目标状态特征参数中随机选取样本以作为单个决策树的训练样本，并从与多种所述故障工况对应的所有故障属性中随机选取一个故障属性作为待选属性；在所述待选属性中采用信息熵方法来选择测试属性；将所述测试属性作为分裂节点的属性并将决策树进行不断分裂，直至最后一个子节点的属性与上一层级父节点的属性相同，将所述决策树停止分裂以形成单个决策树；存储所述单个决策树并循环执行前述步骤直至所述单个决策树的数量满足预设数量值，并将所有所述单个决策树确认为所述随机森林。

本发明还提供了一种系统，包括：执行任一项前述的船用低速机故障识别方法的模块。

本发明还提供了一种存储介质，其上存储有计算机程序，所述存储介质是计算机可读存储介质，且所述程序被执行时实现任一项前述的船用低速机故障识别方法。

本发明还提供了一种终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任一项前述的船用低速机故障识别方法。

本发明至少具有以下特点及优点：