支持向量機(jī)網(wǎng)絡(luò)在船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估中的研究

朱永祥，孔祥海

(南通航運(yùn)職業(yè)技術(shù)學(xué)院，江蘇 南通226010)

0 引 言

隨著船舶技術(shù)以及電力技術(shù)的迅猛發(fā)展，船舶推進(jìn)系統(tǒng)近年來得到了快速發(fā)展［1－3］，特別是電力推進(jìn)系統(tǒng)因其具有環(huán)保、節(jié)能等優(yōu)勢，成為船舶推進(jìn)系統(tǒng)中重要的發(fā)展方向。船舶電力推進(jìn)系統(tǒng)由多種設(shè)備組成，并且結(jié)構(gòu)復(fù)雜，多種設(shè)備在運(yùn)行中相互關(guān)聯(lián)和影響，為了保證電力推進(jìn)系統(tǒng)的安全性和高效性，需對(duì)整個(gè)電力推進(jìn)系統(tǒng)進(jìn)行安全狀態(tài)評(píng)估，提前發(fā)現(xiàn)問題并維修，保持整個(gè)電力推進(jìn)系統(tǒng)的安全性［4］。狀態(tài)評(píng)估主要包括狀態(tài)評(píng)估體系的建立和狀態(tài)評(píng)估理論方法的研究兩方面內(nèi)容，對(duì)于狀態(tài)評(píng)估的理論方法，近年來主要有基于模型的評(píng)估方法、基于信號(hào)的評(píng)估方法以及基于知識(shí)的智能評(píng)估方法［5］。

本文在分析各種狀態(tài)理論方法優(yōu)缺點(diǎn)的基礎(chǔ)上，采用基于知識(shí)的智能評(píng)估方法中的支持向量機(jī)狀態(tài)評(píng)估專家系統(tǒng)。建立電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估流程與電力推進(jìn)系統(tǒng)支持向量機(jī)狀態(tài)評(píng)估模型。支持向量機(jī)［6］是Cortes和Vapnik 在1995年提出的，也是狀態(tài)評(píng)估的一種有效方法，并對(duì)小樣本數(shù)據(jù)處理具有較強(qiáng)的能力。

1 狀態(tài)評(píng)估理論方法概述

由于狀態(tài)評(píng)估過程是一個(gè)復(fù)雜、多學(xué)科交叉的過程，凡是有利于狀態(tài)評(píng)估的方法就要利用，需從各學(xué)科中總結(jié)、利用各種技術(shù)和手段。近年來，出現(xiàn)的狀態(tài)評(píng)估方法主要有基于模型的評(píng)估方法、基于信號(hào)的評(píng)估方法以及基于知識(shí)的智能評(píng)估方法。

對(duì)于基于模型的評(píng)估，評(píng)估對(duì)象的數(shù)學(xué)模型需要首先確立，并在數(shù)學(xué)模型的基礎(chǔ)上對(duì)評(píng)估對(duì)象進(jìn)行處理，其特征為確立精確的數(shù)學(xué)模型，然后基于分析模型的各參數(shù)，實(shí)現(xiàn)對(duì)評(píng)估對(duì)象的實(shí)時(shí)以及動(dòng)態(tài)評(píng)估，但在實(shí)際應(yīng)用中，由于艦船電力推進(jìn)系統(tǒng)的整體復(fù)雜性及非線性等特征，精確的數(shù)學(xué)模型難以建立，從而限制了基于模型的評(píng)估方法在艦船電力推進(jìn)系統(tǒng)中的應(yīng)用，還處在理論研究階段;對(duì)于基于信號(hào)的評(píng)估，評(píng)估對(duì)象的數(shù)據(jù)需要首先采集，并應(yīng)用相應(yīng)的數(shù)學(xué)知識(shí)進(jìn)行處理。該方法不僅可以解決其他推進(jìn)系統(tǒng)中數(shù)學(xué)模型難以建立的問題，并且適用于線性和非線性系統(tǒng)。但是這種方法受人的主觀影響較大，而且只有當(dāng)故障比較明顯時(shí)才有效，這使得評(píng)估的結(jié)果準(zhǔn)確性、預(yù)測性和實(shí)時(shí)性變低;基于知識(shí)的智能評(píng)估方法是將人工智能方法用于狀態(tài)評(píng)估，因其不依賴精確的數(shù)學(xué)模型，故該方法適合實(shí)際工程的需要，具有廣泛的應(yīng)用前景［7］。

2 支持向量機(jī)網(wǎng)絡(luò)

數(shù)據(jù)分類問題的處理使得支持向量機(jī)理論得以建立和形成，確立能將樣本正確分開與兩類樣本距離相等的超平面問題即為數(shù)據(jù)分類問題。當(dāng)超平面被確定后，樣本位于超平面哪一側(cè)，即為哪一類別。支持向量機(jī)可分為線性支持向量機(jī)和非線性支持向量機(jī)，解決非線性不可分的方法是將輸入向量映射到一個(gè)高維空間，并在該空間中構(gòu)造最優(yōu)分類面。設(shè)有一個(gè)非線性變換φ(·)將n 維輸入1 維輸出向量(xi，yi)從原空間映射到高維空間F。分析可得分類函數(shù)為:

其中αi為拉格朗日因子。根據(jù)泛函理論，在原空間內(nèi)引入核函數(shù)K(·)，其運(yùn)算可以代替高維空間的內(nèi)積運(yùn)算:

分類函數(shù)為:

支持向量機(jī)的結(jié)構(gòu)如圖1所示，也可以稱為支持向量機(jī)網(wǎng)絡(luò)，它的決策函數(shù)與神經(jīng)網(wǎng)絡(luò)類似，其輸出是幾個(gè)節(jié)點(diǎn)的線性總和，每個(gè)節(jié)點(diǎn)對(duì)應(yīng)輸入樣本與一個(gè)支持向量的內(nèi)積。

圖1 支持向量機(jī)網(wǎng)絡(luò)的結(jié)構(gòu)Fig.1 First group fused values of the ship heading

3 船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估流程

船舶電力推進(jìn)系統(tǒng)主要組成部分有推進(jìn)變壓器、推進(jìn)變頻器、推進(jìn)電動(dòng)機(jī)、軸系及螺旋槳。當(dāng)對(duì)整個(gè)推進(jìn)系統(tǒng)進(jìn)行狀態(tài)評(píng)估時(shí)，首先須對(duì)各部分建立狀態(tài)指標(biāo)評(píng)價(jià)體系，然后運(yùn)用專家系統(tǒng)統(tǒng)計(jì)法建立船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估指標(biāo)體系，結(jié)合支持向量機(jī)網(wǎng)絡(luò)，構(gòu)造出船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估流程如圖2所示。

圖2 船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估流程Fig.2 State evaluation process of the ship electric propulsion system

輸入數(shù)據(jù)包含歷史數(shù)據(jù)、此刻數(shù)據(jù)和未來數(shù)據(jù)。電力推進(jìn)系統(tǒng)此時(shí)的運(yùn)行狀況可以通過此刻的數(shù)據(jù)來評(píng)估，未來的運(yùn)行狀況可以通過此刻數(shù)據(jù)和未來數(shù)據(jù)，并加上應(yīng)用模型來評(píng)估。狀態(tài)評(píng)估方法采用支持向量機(jī)法。電力推進(jìn)系統(tǒng)的狀態(tài)評(píng)估可以分為推進(jìn)變壓器狀態(tài)評(píng)估、推進(jìn)變頻器狀態(tài)評(píng)估、推進(jìn)電動(dòng)機(jī)狀態(tài)評(píng)估和其他狀態(tài)評(píng)估4 部分，對(duì)這4 部分評(píng)估后，根據(jù)各部分對(duì)整個(gè)系統(tǒng)的權(quán)重得出評(píng)分結(jié)果。評(píng)分結(jié)果采用0～100 分的百分制，0 分為狀態(tài)評(píng)估指標(biāo)超過規(guī)定的臨界值;100 分表示狀態(tài)評(píng)估與出廠值接近，無需維護(hù)。根據(jù)評(píng)分?jǐn)?shù)，可以把狀態(tài)分為優(yōu)、良、中、差、劣五類，其中，0～20分時(shí)，運(yùn)行狀態(tài)為劣，維修策略為立即檢修，21～40分時(shí)，運(yùn)行狀態(tài)為差，維修策略為盡快檢修，41～60分時(shí)，運(yùn)行狀態(tài)為中，維修策略為優(yōu)先安排，61～80分時(shí)，運(yùn)行狀態(tài)為良，維修狀態(tài)為計(jì)劃或延期，81～100 分時(shí)，運(yùn)行狀態(tài)為優(yōu)，維修狀態(tài)為延期［8］。當(dāng)運(yùn)行狀態(tài)為“優(yōu)”時(shí)，表示所有的指標(biāo)接近優(yōu)質(zhì)產(chǎn)品質(zhì)量或出廠值，系統(tǒng)完全處于正常運(yùn)轉(zhuǎn)狀態(tài)，此時(shí)，整個(gè)系統(tǒng)無需進(jìn)行維修。當(dāng)運(yùn)行狀態(tài)為“良”時(shí)，表示所有的指標(biāo)遠(yuǎn)沒有達(dá)到規(guī)定的臨界值，沒有大的質(zhì)量缺陷，無需進(jìn)行大規(guī)模維修，可延期或按計(jì)劃維修。當(dāng)運(yùn)行狀態(tài)為“中”時(shí)，表示所有的指標(biāo)已經(jīng)接近規(guī)定的臨界值，已經(jīng)出現(xiàn)不明顯的劣化趨勢，此時(shí)必須馬上安排檢修。當(dāng)運(yùn)行狀態(tài)為“劣”時(shí)，表示所有的指標(biāo)已經(jīng)超過規(guī)定的臨界值，劣化趨勢非常明顯，此時(shí)，必須暫停系統(tǒng)進(jìn)行全面檢修。獲得評(píng)估結(jié)果和檢修意見后，再判斷是否結(jié)束評(píng)估，若否則繼續(xù)評(píng)估，否則評(píng)估結(jié)束［9－10］。

4 基于支持向量機(jī)網(wǎng)絡(luò)的狀態(tài)評(píng)估模型

船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估流程將電力推進(jìn)系統(tǒng)的狀態(tài)評(píng)估分為4個(gè)部分，系統(tǒng)的評(píng)估結(jié)果由每個(gè)部分的向量機(jī)模型子網(wǎng)絡(luò)的評(píng)審結(jié)果乘以權(quán)重并求和得到。由此設(shè)計(jì)的船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估支持向量機(jī)模型如圖3所示。

圖中，N1～N5為4個(gè)支持向量機(jī)網(wǎng)絡(luò)，為整個(gè)狀態(tài)評(píng)估系統(tǒng)的子網(wǎng)絡(luò)。其中每個(gè)子網(wǎng)絡(luò)由于評(píng)估設(shè)備的不同，輸入節(jié)點(diǎn)和輸出節(jié)點(diǎn)也不同。網(wǎng)絡(luò)模型的第2 層根據(jù)第1 層判定的設(shè)備所處的狀態(tài)求出設(shè)備的狀態(tài)評(píng)估分grade1～grade5，第3 層根據(jù)grade1～grade5和各設(shè)備的權(quán)重求出電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估的最終評(píng)分grade。

基于支持向量機(jī)網(wǎng)絡(luò)的狀態(tài)評(píng)估步驟如圖4所示。首先選取核函數(shù)，高斯徑向基函數(shù)一般為首選的核函數(shù)，高斯函數(shù)的一般格式為:

圖3 船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估支持向量機(jī)模型Fig.3 The support vector machine model of the state evaluation of the ship electric propulsion system

圖4 支持向量機(jī)網(wǎng)絡(luò)的狀態(tài)評(píng)估步驟Fig.1 The steps of the support vector machine sate evaluation

其中，σ ＞0 為核半徑。當(dāng)選擇高斯核時(shí)，需要選擇核參數(shù)，對(duì)于樣本(xi，yi)?Rn×{-1，1}，i=1，2，…，l，在特征空間中2 點(diǎn)距離可以類似地表示為:

上式可以簡化為:

設(shè)t個(gè)樣本屬于－1 面，l－ t個(gè)樣本屬于+1面，定義Sw=Sw1+ Sw2為同類樣本中的類內(nèi)距離，其中

定義特征向量異類樣本間的距離為:

核函數(shù)選擇后，確定支持向量機(jī)分類算法，一般根據(jù)算法的復(fù)雜程度和樣本訓(xùn)練速率，選取SVM分類或M－ary 分類。樣本歸一化是將訓(xùn)練樣本中所有的數(shù)據(jù)參數(shù)采用極差標(biāo)準(zhǔn)化。標(biāo)準(zhǔn)化的數(shù)值在［0，1］之間，歸一化樣本能提高度，減少計(jì)算誤差，歸一化的公式如下:

式中:x(i)為樣本中待歸一的值;maxx(i)和minx(i)分別為樣本的極大極小值。

最后，在核函數(shù)和樣本歸一化參數(shù)確立后，采用訓(xùn)練樣本對(duì)支持向量機(jī)進(jìn)行訓(xùn)練，對(duì)樣本進(jìn)行狀態(tài)評(píng)估。

5 結(jié) 語

本文對(duì)船舶電力推進(jìn)系統(tǒng)的狀態(tài)評(píng)估方法進(jìn)行概述和分類，并在此基礎(chǔ)上將支持向量機(jī)狀態(tài)評(píng)估技術(shù)引入到船舶電力推進(jìn)系統(tǒng)的狀態(tài)評(píng)估中，提出了船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估流程、基于支持向量機(jī)網(wǎng)絡(luò)的船舶電力推進(jìn)系統(tǒng)狀態(tài)評(píng)估模型和具體的評(píng)估步驟。該方法適合實(shí)際工程的需要，具有廣泛的應(yīng)用前景。

［1］彭義健，林焰，陳明，等.船舶推進(jìn)系統(tǒng)數(shù)據(jù)庫及軟件開發(fā)［J］.艦船科學(xué)技術(shù)，2012，34(10):53－58.

［2］張洪田，耿瑞光，孫遠(yuǎn)濤.虛擬樣機(jī)技術(shù)在氣墊船推進(jìn)系統(tǒng)特性研究中的應(yīng)用［J］.艦船科學(xué)技術(shù)，2012，34(1):41－44.

［3］王漢剛.美國核潛艇推進(jìn)系統(tǒng)減振降噪技術(shù)發(fā)展分析［J］.艦船科學(xué)技術(shù)，2013，35(7):149－153.

［4］王麗麗，戴迪，王成江，等.電力變壓器狀態(tài)評(píng)估方法綜述［J］.電氣開關(guān)，2010，48(2):4－6.

［5］肖燕彩.支持向量機(jī)在變壓器狀態(tài)評(píng)估中的應(yīng)用研究［D］.北京:北京交通大學(xué)，2008.

［6］李士勇.模糊控制、神經(jīng)控制和智能控制論［M］.哈爾濱:哈爾濱工業(yè)大學(xué)出版社，1996.

［7］王美剛.基于模糊理論的電力變壓器狀態(tài)評(píng)估［D］.北京:華北電力大學(xué).

［8］李國勇.智能控制及其MATLAB 實(shí)現(xiàn)［M］.北京:電子工業(yè)出版社，2005.

［9］廖伯瑜.機(jī)械故障診斷基礎(chǔ)［M］.北京:冶金工業(yè)出版社，2000.