柴燃聯合動力裝置狀態監測系統數據存儲策略研究

高建華 劉永葆，2

1海軍工程大學 船舶與動力學院，湖北 武漢 430033

2華中科技大學能源與動力工程學院，湖北武漢 430074

柴燃聯合動力裝置狀態監測系統數據存儲策略研究

高建華1劉永葆1，2

1海軍工程大學 船舶與動力學院，湖北 武漢 430033

2華中科技大學能源與動力工程學院，湖北武漢 430074

研究柴燃聯合動力裝置狀態監測系統的組成及基本體系結構，針對其測點多、數據采集量大的特點，引入一種新的數據存儲優化策略，在保證數據存儲的安全性和有效性的同時，節約存儲空間，為動力裝置的故障診斷和技術狀態評估提供依據。

柴燃聯合動力裝置；狀態監測系統；數據庫；數據存儲；故障診斷；

1 引言

柴燃聯合動力裝置充分發揮了柴油機經濟性好和燃氣輪機功率大、比重量小等優點。典型的艦用柴燃聯合動力裝置主要由燃氣輪機、柴油機、離合器、齒輪箱、軸系、調距槳和大量的附屬系統構成。在低工況時裝置采用柴油機推進，可以避免燃氣輪機在低工況時油耗過高的問題，同時該裝置還具有起動快、備航時間短、機動性好等優點［1-2］。目前，柴燃聯合動力裝置已日益成為各國海軍護衛艦和驅逐艦的主要動力形式。與此同時，發達國家的柴燃聯合動力裝置的自動化程度越來越高，其狀態監測系統已將控制、監測、運行管理、故障診斷、維修結合起來，形成多層次、全壽命周期的綜合監測、診斷和評估平臺［3－7］。

近年來，我國采用柴燃聯合動力裝置的艦船也越來越多，但總體說來，這種類型動力裝置的運行管理、狀態監測、故障診斷、維修的經驗還處于積累階段。要準確評估柴燃聯合動力裝置的技術狀態、預先發現故障并提出科學合理的維修決策方案，必須對大量的動力裝置運行歷史數據進行科學分析，并以此結果作為決策的依據，這是現代艦船科學管理的基本要求。艦用柴燃聯合動力裝置的測點非常多，單位時間產生的數據量非常大，在現有條件下將動力裝置運行時的所有監測數據全部保存下來不太現實。因此，有必要開展數據存儲策略的研究，使得在剔除大量冗余數據的同時，又能夠保留有用的數據供分析之用。

2 柴燃聯合動力裝置狀態監測系統

柴燃聯合動力裝置狀態監測的技術目標主要包括：實時故障監測和報警、趨勢分析和預測、離線技術狀態分析［8-9］。通過對艦船燃氣輪機和柴油機有效的狀態監測是充分發揮燃氣輪機和柴油機性能的重要途徑。

通過將狀態監測技術與全壽命周期的一體化控制技術、故障診斷技術的有效融合，廣泛應用網絡技術，將其與現有的分布式控制系統技術相結合，將使聯合動力裝置的控制與監測系統達到高度的信息集成，從而在整個動力系統的全壽命周期里，實現基于運行優化、壽命管理，以及運行安全可靠性、故障分析與診斷等的一體化控制與狀態監測技術的應用。新型艦船聯合動力裝置狀態監測系統采用多層次的狀態管理體系結構。這種結構以計算機快速網絡技術為支撐，集成狀態監測和狀態評估，為艦船現場操作和維修人員提供狀態特征、狀態變化趨勢以及故障診斷方法，也為離線技術分析提供必要的信息，并全面補充和協助艦船燃氣輪機和柴油機的故障診斷、檢測和維修決策。

艦船柴燃聯合動力裝置狀態監測系統基本體系結構如圖1所示。從圖中可以看出，數據存儲子系統在整個狀態監測系統中扮演著一個非常重要的角色，無論是在線狀態監測還是離線狀態監測都離不開它。

圖1 狀態監測系統體系結構圖

3 數據智能存儲優化策略

某型艦柴燃聯合動力裝置狀態監測系統約有1 000個左右的測點需要監視。各測點通過RS422總線與狀態監測系統中央站相連，并按一定策略輪流向中央站發送數據。數據的主要內容包括節點位置號、節點名稱、測點當前工作狀態、測點目前測得的數據及數據測得的時間等，每個測點單次發送的數據量一般為幾百個字節，正常情況下系統運行24 h產生的數據約為6 G。因此，1個160 G的硬盤若不采用一定的存儲策略大約只能存儲28天左右的數據。

為解決數據存儲的容量瓶頸問題，提高數據庫的檢索效率，同時確保數據存儲的有效性和安全性，這里引入了一種新的智能化數據存儲優化策略，主要包括以下幾個方面的內容。

3.1 采集數據預處理

為提高檢索速度同時避免數據量過大造成數據溢出，應減小保存的數據量。但為了分析和決策，又不能遺漏有價值的數據，需對采集的數據進行分析，有選擇地進行存儲。因而，必須根據狀態監測的需要，分析哪些數據不需要保存，哪些數據需要短時間保存，哪些數據需要長期保存等，最后根據分析結果將需要保存的數據導入數據庫［10］。

對于艦船聯合動力裝置而言，由于齒輪箱的減速比是一定的，因此無論是工作在柴油機模式下還是工作在燃氣輪機模式下，兩種機型均是在一個工況變化比較大的情況下運行。對于燃氣輪機而言，在升工況過程中可能會發生燃氣發生器超溫、壓氣機喘振以及動力渦輪超速等多種危險情況。對柴油機而言，它的大部分故障也往往是發生在工況劇烈變化的過程中。針對這一情況，如果采用通常的采集數據存儲的方法，即采用按照給定時間間隔保存數據或分段間隔的數據庫入庫方案，則需要保存的數據量較大，而且容易出現有效數據丟失以及數據檢索性能不穩定等現象。

考慮到艦船主要是通過車鐘來控制其航速，其實質就是通過改變燃氣輪機或者柴油機的工況來增加或減小螺旋槳的轉速達到控制航速的目的。這里采用的數據預處理技術主要原理如下：

1）如果艦船的車鐘命令不變，且實際連續一段時間測得的參數僅在極小的范圍內變化，則采集到的數據送往數據庫的頻度將自動降低；

2）如果車鐘命令改變，如由“兩進三”變為“兩進四”，則這個變化過程中的數據必須送往數據庫；

3）雖然車鐘命令保持不變，但被測參數（例如振動情況、燃氣輪機動力渦輪前溫度等）發生可以感知的變化，則采集數據送往數據庫的頻度自動增加；

4）燃氣輪機及柴油機在以前很少運行的工況下（如110%工況），數據庫中這個工況的數據量很少，則采集數據送往數據庫的頻度自動增加。

3.2 多層數據庫存儲機制

由于系統記錄的數據量非常大，數據種類繁多，包括動態車鐘信息、近1 200個測點的循環變化的運行參數值、報警信息、系統故障信息數據。為保證數據的存儲可靠性、存取速度和查詢效率，設置了多層數據庫機制，將數據庫分為訪問層、計算層和操作層，該結構如圖2所示。采用這種三層數據庫結構可明確地進行數據庫分割，使其在邏輯上各自獨立，在硬件實現放于同一計算機上。操作人員通過表示層上的用戶接口與應用程序交互，完成數據的存儲和訪問功能，通過這種結構既提高了數據存取速度又提高了查詢效率［11］。

其中，訪問層主要負責與用戶會話的交互，需要為用戶提供強勁的數據檢索和管理功能，設計時需同時考慮在線狀態監測和離線狀態監測兩種需求的前臺圖形用戶交互形式，處理用戶輸入的驗證和向應用服務器提出檢索請求。

中間層是整個系統設計的核心，它一方面為客戶端提供共享服務；另一方面也是進行數據庫物理位置定位，為數據庫提供透明訪問，進行性能調整等。它包括4個方面：第一，提供安全認證，用戶與密碼驗證，數字認證等；第二，負責平衡同一時間的大量負載請求和性能調整；第三，編制各種業務邏輯；第四，負責數據庫的物理定位，為數據庫提供透明訪問。

基礎數據庫設計的重點在于設計數據表及其之間的相關關系。由于系統數據量大，如果建立單一數據庫體系，檢索查詢和數據分析實時性能將得不到滿足，因此在設計基礎數據庫時采用分庫保存的策略改善其性能。根據數據源類型的劃分，基礎數據庫主要由5個子數據庫構成：監測參數數據庫、報警記錄數據庫、車鐘信息數據庫、故障信息和歷史數據數據庫，其中前4個子數據庫主要是供艦上人員在線狀態監測使用，而歷史數據庫則主要供基地級離線狀態評估使用。歷史數據庫記錄的數據來源前面4個數據庫，它將一些對機組性能評價和趨勢分析有價值的數據入庫。歷史數據庫主要用來從動力裝置裝艦使用開始的整個生命周期來綜合評價其性能和對動力裝置未來情況做出中長期趨勢分析。

4 應用實例

文中所討論的數據存儲策略已在裝艦使用的“某型艦動力裝置數據采集與分析系統”中進行了應用。該系統能夠完成對CODOG動力裝置和電力系統運行過程中的所有機電狀態參數、監控系統的狀態、輔助系統設備的運行狀態、損管設備的運行狀態、車鐘命令、故障報警信息進行全方位的采集與存儲，可以便捷地調閱任意參數的歷史數據，對重要參數自動進行歷史數據對比分析。同時還可以對故障信息進行統計管理，分析相關故障的發生概率。系統的結構框圖如圖3所示。

該系統通過采用包括數據預處理技術和數據庫優化設計技術在內的智能存儲優化策略，大大減少了硬盤上保存的數據量，提高了數據檢索能力。試驗表明：動力裝置運行一段時間后，在工況變化頻度較小的情況下，例如，某艦由北海某港口出發，航行數10 h后到達南海某海域，整個航行過程中，采用智能存儲優化策略后可節約70%左右的存儲空間，大大緩解了存儲容量的瓶頸問題。圖4為系統采用數據存儲策略前后占用硬盤空間的對比示意圖。

5 結束語

本文以艦用柴燃聯合動力裝置狀態監測系統為研究對象，針對其測點多、數據采集量大的特點，提出了一種新的數據采集存儲優化策略，并成功應用于海軍某型裝備，對于準確評估艦用柴燃聯合動力裝置的技術狀態、預先發現故障具有重要的意義。

該數據存儲優化策略對于采用汽輪機、燃氣輪機發電的電廠狀態監測系統及其它旋轉機械的狀態監測系統同樣具有一定的參考價值。

［1］ 李淑英，李楊，孫聿峰.柴—燃聯合動力裝置的實驗研究［J］.燃氣輪機技術，2007，20（1）：58-62.

［2］ 張仁興，賀星，劉永葆，等.艦船柴燃聯合推進系統的可靠性分析［J］.船舶工程，2006，28（6）：18-20.

［3］ KACPRZYNSKIG J.Poseidon：t he USNavy＇s c omprehensive h ealth m anagement s oftware for LM2500 MCTs［C］//Proceedings of ASME／IGTIT urbo E xpo Conference， June 16-19，2003，Atlanda，Georgia. USA：International Gas Turbine Institute，2003，3：483-488.

［4］ KACPRZYNSKIG J.Roemer，h ealth m anagement s ystem d esign，d evelopment， s imulation and c ost／b enefit o ptimization［C］//IEEE， Big Sky， MT，2004.

［5］ BYINGTON C S，ROIMER M J，KACPRZYNSKI G J，etal.Prognostic e nhancements to d iagnostic s ystems for i mproved c ondition-b ased m aintenance ［C］//2002，IEEE，Aerospace Conterence Proceedings，Vol.6.Big Sky，MT：US.9-16 Mar.2002.

［6］ BYINGTON C S.Prognostic Enhancements to g as t urbine d iagnostic s ystem［C］//Proceedings of IEEE，2003.

［7］ BYINGTON C S，ROEMER M J，WATSON M J.Prognostic e nhancements to d iagnostic s ystems （PEDS） a pplied to s hipboard p ower g eneration s ystems ［C］//Proceedings of the ASME／IGTI Turbo Expo 2004：Power for Land， Sea，and Air June 14-17，2004，Vienna Austria.International Gas Turbine Institute， 2004.

［8］ 田穎，孫聿峰，李淑英.艦船CODOG實驗臺監控系統研究［J］.哈爾濱工程大學學報，2002，23（4）：29-32.

［9］ 劉九七.一種新的艦船燃氣輪機狀態監測系統［J］.燃氣輪機技術，2005，18（2）：27-30.

［10］李陶深，蘇一丹，李勁.一種基于分布式技術的工程數據存儲管理策略［J］.廣西科學，2003，6（3）：181-183.

［11］陳波，馬孝江.故障診斷專家系統中的數據庫子系統設計［J］.機械工程學報，2006，38（4）：186-189.

Data Storage Method of Condition Monitoring System for CODOG Power Plant

Gao Jian－hua1 Liu Yong－bao1，2
1 College of Naval Architecture and Power，Naval Univ ersity of Engineering，Wuhan 430033，China 2 College of Energy and Power Engineering， Huazhong Univ ersity of Science and Technology，Wuhan 430074，China

The compone nt and architecture of CODOG power plantmonitoring system were studied in this paper.For the power plant has a large amount ofmeasure points and collected data， a new data storage method was introduced，which ensures the safety and effectiveness for data storage，saves a great deal of storage space， and provides the basis for fault diagnosis and technicalassessmentof power plant.

CODOG power plant； condition monitoring system； data base； data storage； fault diagnosis

TP391.9

A

1673－3185（2010）04－44－03

10.3969/j.issn.1673-3185.2010.04.010

2009－06-11

國防預研基金項目（10101020103）

高建華（1982－），男，講師，博士研究生。研究方向：船舶動力裝置故障診斷與控制運行。E-mail：conj e wa＠ 163.com

劉永葆（1967－），男，副教授，博士研究生。研究方向：船舶動力裝置狀態監測及故障診斷