船舶監測系統誤報警分析?

趙 軍 徐孫慶

（92493部隊60分隊 葫蘆島 125000）

1 引言

目前，船舶監測報警系統被廣泛應用在各類船舶上，它可以監控船舶主機和輔機等重要設備的參數變化，實時掌握機艙內各設備的工作狀態，及時發現設備的運行故障，對船舶的安全運行起到了至關重要的作用［1］。機艙監測報警系統中誤報警的頻繁出現，加大了值班員的工作強度，并影響到了船舶監測報警系統的正常運行［2］。下文以某船船舶監測系統中出現的誤報警故障為例，著重分析故障產生的原因及相應的解決方法。

2 報警的產生

通過對某船船舶監測報警系統中自2020年11月1日至2021年8月1日共計9個月的歷史數據分析，發現柴油機的滑油進機壓力（出冷卻器）、高溫水進機壓力、低溫水進機壓力（進滑油冷卻器）存在短時及多次報警現象且該現象在長達9個月的歷史數據中不斷出現，而柴油機并未出現明顯故障，應當判定為誤報警［3］。

在船舶監測報警系統［4］的設置中滑油進機壓力采用了三級報警：當進機壓力小于等于0.35MPa為一級報警；小于等于0.30MPa為二級報警；小于等于0.25MPa為三級報警。高溫水進機采用一級報警，當進機壓力小于0.1MPa時一級報警。低溫水進機壓力采用一級報警，當進機壓力小于等于0.1MPa時一級報警。所截取的報警界面如圖1所示，報警具有時間較短和較為頻繁等特點［5］，而且三項報警所出現的時間大致相同。

圖1 船舶監測系統報警界面圖

3 報警原因分析

由于上述三項壓力出現多次短時突降且柴油機未并發現明顯故障仍能夠正常運行［6］。針對這種現象，現提出如下假設。

假設1：在對柴油機歷史數據的分析中發現上述三項熱工參數與柴油機轉速及負荷有很強的相關性，其數據的波動規律亦具有極強的相似性。由于本船采用油電混合動力系統提供動力，三種推進模式切換時，柴油機轉速與負荷容易發生突變造成滑油進機壓力、高溫水進機壓力和低溫水進機壓力突降。隨著驅動模式切換完成，柴油機轉速穩定，三項數值又恢復穩定，從而造成上述三項監測參數出現短時報警現象［7］。

假設2：三項熱工參數壓力值與柴油機轉速間存在極強的相關性。當前推進模式僅能反應當前柴油機的運行狀態，不能很明確體現其相關性。所以提出假設三項熱工參數壓力值出現報警（壓力值過低）是因為當前柴油機轉速較低。三項熱工參數壓力值閾值不能設定為固定值，而應該根據不同時間段工況設定為相對閾值［8］。

4 報警原因驗證

通過調取船舶監測報警系統［9］中的歷史數據來對兩種假設進行驗證。

假設1驗證：根據圖1報警故障表第一條報警時間選定2020年11月1日0時至3時的報警數據，如圖2所示。通過三項壓力參數與柴油機模式切換在報警時刻數據圖中的顯示可知，柴油機推進模式與混合推進模式切換時，三項壓力參數并未發生明顯變化且大多數時刻三項壓力值偏低；在處于混合推進模式時，反而有部分時間報警恢復。結合其他報警時刻數據，判斷由于推進模式切換導致柴油機轉速和負荷不穩定造成三項壓力值突降報警的假設1不成立。

圖2 監測系統報警時刻數據1

假設2驗證：基于數據對比發現問題的思想，通過查詢同一時間段的柴油機轉速數據，并將圖2與圖3中數據對比可以觀察到柴油機轉速與三項熱工壓力參數波動規律基本相似，三項熱工壓力值小于設定閾值報警時，柴油機的轉速明顯偏低。

圖3 監測系統報警時刻數據2

通過上述數據對比，結合已有歷史數據中出現報警和正常時刻三項熱工壓力值和柴油機轉速數據，得出三項熱工壓力值隨柴油機壓力值波動而波動，其報警時刻柴油機轉速都較低且兩者之間波動規律極為相似，判斷假設2成立。

5 報警解決方案

基于上述結論，當前設定的滑油進機壓力、高溫水進機壓力和低溫水進機壓力不適用于設定固定閾值報警。如果設定閾值過高，當柴油機處于低轉速時，會出現大量誤報警，影響故障預警判斷。如果閾值設定過低［10］，柴油機在高速運行狀態下，如果出現故障將無法提前報警。

針對這種情況，提出長短期記憶網絡（LSTM）模型。LSTM模型是一種時間循環神經網絡，由于其獨特的結構多用來處理與時間有關的問題［11］。標準RNN（循環神經網絡）模型中都有一個重復簡單的結構，但是在LSTM模型中這樣的結構有四個并通過獨特的方式進行交互，結構如圖4所示。LSTM模型通過其特有的‘門’結構選擇刪除或增加有益的信息放置到模型中，解決RNN中存在的長期依賴問題，更加有效地保存時間序列中的重要信息。

圖4 LSTM模型結構圖

由于柴油機數據是一個在時間軸上連續漸變的模型。選用LSTM模型可以有效地提取過去一段時間對當前影響的信息。讀取約一個月的歷史數據，將時間序列設置為15s，柴油機轉速作為輸入，三項熱工壓力值作為輸出，劃分測試集和訓練集。將訓練集放入模型中訓練，將測試集中的柴油機轉速作為輸入放入訓練好的模型中得出的預測結果與真實值對比如下所示。

圖5 滑油進口壓力對比圖

圖6 低溫水進口壓力對比圖

圖7 高溫水進口壓力對比圖

通過觀察三張圖可以看出，預測結果與正式結果在數據值與變化趨勢上高度重合，說明LSTM模型可以運用于三項熱工壓力值的報警檢測上。將已過去15s至當前的柴油機轉速數據作為輸入，輸入到模型中得出預測值，結合柴油機原有設置中故障閾值得到當前柴油機轉速下報警閾值，可以有效地避免因柴油機轉速以及負荷較低造成的三項熱工參數誤報警［12］。

6 結語

船舶監測系統能為船舶主機安全運行提供重要的保障，對船舶主機重要參數的監測尤為重要。通過對柴油機的滑油進機壓力、高溫水進機壓力和低溫水進機壓力誤報警情況的原因查找和分析，提出了全新的報警值設置方法，從而杜絕了此類現象的再次發生。