船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)設(shè)計(jì)

王 甦，張 爍，鄭 甦，劉 劍

(1.海軍裝備部 裝備審價(jià)中心，北京 100071；2.北京航天測(cè)控技術(shù)有限公司，北京 100043；3.北京市高速交通工具智能診斷與健康管理重點(diǎn)實(shí)驗(yàn)室，北京 100041；4.裝備全壽命周期狀態(tài)監(jiān)測(cè)與健康管理技術(shù)與應(yīng)用國(guó)家地方聯(lián)合工程研究中心，北京 100041)

0 引言

船舶系統(tǒng)一旦發(fā)生重大事故，將對(duì)船舶的安全運(yùn)行產(chǎn)生嚴(yán)重影響[1-3]。因此，提高故障診斷的效率成為船舶故障診斷的重要方向。隨著船舶系統(tǒng)技術(shù)的不斷提高，設(shè)備內(nèi)部結(jié)構(gòu)之間的連接變得越來越復(fù)雜，船舶系統(tǒng)的耦合工作也越來越高，這使得實(shí)施有效的故障診斷變得更加困難[4-5]。船舶故障診斷是船舶系統(tǒng)維修決策的重要組成部分。冷卻劑泵是關(guān)鍵設(shè)備，在熱量導(dǎo)出中扮演重要角色，可確保船舶可靠運(yùn)行和安全[6-7]。因此，如何設(shè)計(jì)一套有效的船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)設(shè)計(jì)成為目前研究的重點(diǎn)與發(fā)展方向。

自2015年我國(guó)提出“中國(guó)制造2025”戰(zhàn)略以來，高端制造業(yè)已成為全球科技革命和產(chǎn)業(yè)變革的新焦點(diǎn)[8-9]。在“中國(guó)制造2025”強(qiáng)國(guó)戰(zhàn)略中，海洋工程裝備和高技術(shù)船舶相關(guān)技術(shù)的研究被列為十大領(lǐng)域之一，這為智能船舶的發(fā)展提供了難得的歷史機(jī)遇[10-11]。

目前，我國(guó)船舶智能集成平臺(tái)系統(tǒng)的研發(fā)仍處于初級(jí)階段，主要應(yīng)用于國(guó)內(nèi)自主研發(fā)的智能船舶。2018年8月，“智能船舶1.0”的專項(xiàng)智能系統(tǒng)聯(lián)合調(diào)試順利完成，全面測(cè)試了各應(yīng)用功能，確定了各智能系統(tǒng)的交互方案，為智能系統(tǒng)裝船奠定了基礎(chǔ)[12-13]。全球首艘30萬噸智能超大型油輪凱征輪及其姊妹船新海遼輪、全球首艘40萬噸智能超大型礦砂船明遠(yuǎn)輪及其姊妹船明卓輪成功交付。這4艘智能示范船采用了“平臺(tái)+應(yīng)用”的設(shè)計(jì)理念，建立了智能綜合網(wǎng)絡(luò)信息平臺(tái)，顯著提高了運(yùn)營(yíng)效率和管理水平，并獲得了中國(guó)船級(jí)社和挪威船級(jí)社的智能船舶符號(hào)認(rèn)證[14-15]。2023年，上海船舶研究設(shè)計(jì)院搭建風(fēng)電運(yùn)維母船智能系統(tǒng)，采用數(shù)字孿生技術(shù)實(shí)現(xiàn)船舶核心動(dòng)力設(shè)備和電力系統(tǒng)的建模仿真，保障船舶安全高效航行[16]。

本文旨在對(duì)船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)進(jìn)行論述，然后針對(duì)各關(guān)鍵組態(tài)系統(tǒng)展開闡述分析。緊接著從數(shù)據(jù)采集及狀態(tài)參數(shù)特征提取、設(shè)備狀態(tài)識(shí)別、設(shè)備健康管理、數(shù)據(jù)管理、配置管理出發(fā)，研究設(shè)計(jì)了健康狀態(tài)管理系統(tǒng)并詳細(xì)講述其4個(gè)關(guān)鍵組成。最后，針對(duì)健康狀態(tài)管理系統(tǒng)功能驗(yàn)證問題，設(shè)計(jì)了系統(tǒng)功能驗(yàn)證和設(shè)計(jì)驗(yàn)證方案。

1 總體設(shè)計(jì)方案

1.1 系統(tǒng)架構(gòu)

船舶冷卻劑泵設(shè)備狀態(tài)識(shí)別系統(tǒng)遵循低耦合原則，采用B/S架構(gòu)，基礎(chǔ)平臺(tái)與業(yè)務(wù)系統(tǒng)的交互通過特定的接口實(shí)現(xiàn)。

系統(tǒng)頁面交互采用輕量化前臺(tái)框架和數(shù)字化報(bào)表工具，用戶行為監(jiān)控和可視化體運(yùn)維等主要功能。技術(shù)架構(gòu)視圖分為表現(xiàn)層、數(shù)據(jù)交換層、業(yè)務(wù)服務(wù)層、基礎(chǔ)服務(wù)層、數(shù)據(jù)存儲(chǔ)層和基礎(chǔ)設(shè)施層，形成的船舶冷卻劑泵設(shè)備狀態(tài)識(shí)別系統(tǒng)架構(gòu)如圖1所示。

1)基礎(chǔ)設(shè)施層：為船舶冷卻劑泵設(shè)備狀態(tài)識(shí)別系統(tǒng)構(gòu)建一個(gè)運(yùn)行穩(wěn)定、安全可靠的基礎(chǔ)支持環(huán)境，主要包括容器運(yùn)行環(huán)境和部署容器化環(huán)境等。

2)數(shù)據(jù)存儲(chǔ)層：提供船舶冷卻劑泵設(shè)備狀態(tài)識(shí)別系統(tǒng)存儲(chǔ)環(huán)境。關(guān)系型數(shù)據(jù)庫對(duì)于結(jié)構(gòu)化的數(shù)據(jù)存儲(chǔ)和獲取十分友好。關(guān)系數(shù)據(jù)庫關(guān)注在關(guān)系上，時(shí)序數(shù)據(jù)庫關(guān)注在存儲(chǔ)上。由于設(shè)備信號(hào)數(shù)據(jù)量較大，且數(shù)據(jù)種類較多，故采用關(guān)系型數(shù)據(jù)庫+時(shí)序數(shù)據(jù)庫的技術(shù)路線。系統(tǒng)接入的數(shù)據(jù)、知識(shí)模型和分析結(jié)果存儲(chǔ)在關(guān)系型數(shù)據(jù)庫與時(shí)序數(shù)據(jù)庫中，并將熱點(diǎn)數(shù)據(jù)存放于緩存數(shù)據(jù)庫中，可以提高訪問速度。

3)數(shù)據(jù)存儲(chǔ)層：提供船舶冷卻劑泵設(shè)備狀態(tài)識(shí)別系統(tǒng)存儲(chǔ)環(huán)境。系統(tǒng)數(shù)據(jù)存儲(chǔ)主要有兩種類型的數(shù)據(jù)：一種是基于關(guān)系型的用戶數(shù)據(jù)和模型數(shù)據(jù)，另一種是基于設(shè)備傳感器參數(shù)的時(shí)序數(shù)據(jù)，所以使用關(guān)系型數(shù)據(jù)庫和時(shí)序數(shù)據(jù)庫的技術(shù)存儲(chǔ)方案。

關(guān)系型數(shù)據(jù)庫主要存儲(chǔ)用戶基本信息數(shù)據(jù)、參數(shù)的基本信息數(shù)據(jù)、算法的基本信息數(shù)據(jù)和算法模型的基本信息數(shù)據(jù)。時(shí)序數(shù)據(jù)庫主要存儲(chǔ)設(shè)備傳感器參數(shù)等。

由于設(shè)備信號(hào)數(shù)據(jù)量較大，且數(shù)據(jù)種類較多。系統(tǒng)接入的數(shù)據(jù)、知識(shí)模型和分析結(jié)果存儲(chǔ)在關(guān)系型數(shù)據(jù)庫與時(shí)序數(shù)據(jù)庫中，并將熱點(diǎn)數(shù)據(jù)存放于緩存數(shù)據(jù)庫中，可以提高訪問速度。

數(shù)據(jù)庫主要的功能包括數(shù)據(jù)庫子系統(tǒng)和數(shù)據(jù)計(jì)算與處理子系統(tǒng)兩個(gè)部分。其中數(shù)據(jù)庫主要包括3類：1)存放用戶數(shù)據(jù)和故障維修建議；2)與設(shè)備運(yùn)行相關(guān)的數(shù)據(jù)庫原始數(shù)據(jù)、時(shí)序型數(shù)據(jù)庫；3)算法庫。數(shù)據(jù)計(jì)算與處理主要包括機(jī)器學(xué)習(xí)算法[17-20]。

1.2 系統(tǒng)組成

船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)功能設(shè)計(jì)首要目的是達(dá)到異常狀態(tài)的監(jiān)測(cè)，即有故障或無故障，以及異常定位，完成該任務(wù)前提下再進(jìn)行故障診斷等。船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)功能組成如圖2所示。

圖2 船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)功能組成

設(shè)備健康狀態(tài)管理軟件可實(shí)現(xiàn)對(duì)冷卻劑泵設(shè)備的數(shù)據(jù)采集、狀態(tài)特征提取、設(shè)備狀態(tài)識(shí)別、設(shè)備健康管理、數(shù)據(jù)管理、配置管理等方面的功能。

1)數(shù)據(jù)處理及狀態(tài)特征提取：該模塊根據(jù)冷卻劑泵設(shè)備狀態(tài)識(shí)別系統(tǒng)需求，通過設(shè)備和系統(tǒng)自帶傳感器獲取設(shè)備信號(hào)，并對(duì)冷卻劑泵設(shè)備運(yùn)行狀態(tài)參數(shù)信號(hào)進(jìn)行處理，對(duì)狀態(tài)識(shí)別所需的設(shè)備信號(hào)特征參數(shù)進(jìn)行特征提取，支持設(shè)備狀態(tài)參數(shù)特征提取模型和算法的擴(kuò)展。

2)設(shè)備狀態(tài)識(shí)別：針對(duì)船舶冷卻劑泵設(shè)備狀態(tài)特征參數(shù)進(jìn)行數(shù)據(jù)分析，通過設(shè)備狀態(tài)識(shí)別算法程序?qū)崿F(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)、關(guān)鍵參數(shù)監(jiān)控評(píng)價(jià)、識(shí)別系統(tǒng)異常信號(hào)和故障信號(hào)，并給出異常預(yù)警，基于多種故障診斷方法進(jìn)行故障定位，實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)的識(shí)別。后續(xù)支持集成結(jié)合接口要求，可集成滿足接口要求的設(shè)備狀態(tài)識(shí)別模型和算法。

3)設(shè)備健康管理：基于船舶冷卻劑泵設(shè)備狀態(tài)識(shí)別結(jié)論，結(jié)合設(shè)備運(yùn)行、維護(hù)、維修經(jīng)驗(yàn)，提出設(shè)備運(yùn)維處理方案和故障清除措施建議，并基于設(shè)備狀態(tài)識(shí)別結(jié)果、預(yù)測(cè)模型實(shí)現(xiàn)設(shè)備關(guān)鍵部件的剩余壽命預(yù)測(cè)和設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)。

4)數(shù)據(jù)管理：提供采集參數(shù)數(shù)據(jù)的管理、維護(hù)維修信息管理、離線數(shù)據(jù)導(dǎo)入、數(shù)據(jù)檢索、下載等功能。

5)配置管理：提供用戶管理、權(quán)限管理和日志服務(wù)等功能。

2 軟件開發(fā)及組態(tài)

2.1 數(shù)據(jù)采集及狀態(tài)參數(shù)特征提取

根據(jù)船舶冷卻劑泵設(shè)備的狀態(tài)識(shí)別系統(tǒng)需求，通過設(shè)備和系統(tǒng)布置的傳感器獲取設(shè)備信號(hào)，并對(duì)船舶冷卻劑泵設(shè)備的運(yùn)行狀態(tài)參數(shù)信號(hào)進(jìn)行采集，對(duì)狀態(tài)識(shí)別所需的設(shè)備信號(hào)特征參數(shù)進(jìn)行特征提取，以獲得可應(yīng)用于設(shè)備狀態(tài)識(shí)別和故障識(shí)別模塊算法程序的特征信號(hào)。

2.1.1 數(shù)據(jù)采集

數(shù)據(jù)采集模塊可接收泵設(shè)備系統(tǒng)實(shí)時(shí)采集的數(shù)據(jù)，供用戶進(jìn)行監(jiān)測(cè)、診斷和預(yù)測(cè)。

船舶冷卻劑泵采集監(jiān)測(cè)參數(shù)包括溫度、振動(dòng)、轉(zhuǎn)速、液體測(cè)量、零序電流、電流、流量和壓力。

2.1.2 數(shù)據(jù)處理

針對(duì)采集到的船舶冷卻劑泵的數(shù)據(jù)，需要對(duì)眾多測(cè)點(diǎn)進(jìn)行數(shù)據(jù)處理。

針對(duì)不同數(shù)據(jù)源和不同測(cè)點(diǎn)的信號(hào)特點(diǎn)，對(duì)應(yīng)進(jìn)行適合的數(shù)據(jù)處理方式。數(shù)據(jù)處理實(shí)現(xiàn)對(duì)監(jiān)測(cè)數(shù)據(jù)的采集、問題數(shù)據(jù)處理等。

針對(duì)船舶冷卻劑泵測(cè)點(diǎn)需要分別進(jìn)行如表1的數(shù)據(jù)處理方法。

表1 算法模型功能模型及輸入輸出

1)數(shù)據(jù)預(yù)處理：一方面，在實(shí)際監(jiān)測(cè)數(shù)據(jù)中，由于受到很多干擾因素影響，監(jiān)測(cè)數(shù)據(jù)中存在著普遍的非平穩(wěn)、空值無效數(shù)據(jù)等現(xiàn)象；另一方面，系統(tǒng)本身也會(huì)產(chǎn)生非平穩(wěn)信號(hào)，監(jiān)測(cè)數(shù)據(jù)存在不連續(xù)的現(xiàn)象，這也給基于監(jiān)測(cè)數(shù)據(jù)的監(jiān)測(cè)工作帶來一定的困難。為了改善數(shù)據(jù)質(zhì)量，節(jié)約處理時(shí)間，需要對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行預(yù)處理。

數(shù)據(jù)預(yù)處理模塊其輸入是來自監(jiān)測(cè)海量數(shù)據(jù)，輸出是經(jīng)過預(yù)處理后的數(shù)據(jù)，傳遞到設(shè)備狀態(tài)識(shí)別和健康管理等模塊進(jìn)行處理。數(shù)據(jù)預(yù)處理的主要功能是對(duì)數(shù)據(jù)進(jìn)行野值去除空值插補(bǔ)的處理。數(shù)據(jù)預(yù)處理軟件分為2個(gè)模塊：野值剔除、空值填充。

2)信號(hào)相關(guān)性分析：由于采集的船舶冷卻劑泵都是穩(wěn)定工作的正常數(shù)據(jù)，不同測(cè)點(diǎn)的時(shí)、頻域圖像近乎相同，因此需要進(jìn)一步進(jìn)行信號(hào)相關(guān)性分析，以及時(shí)頻域特征分析，以進(jìn)行異常判定[21-22]。針對(duì)高相關(guān)性變量，首要保證的是變量間邏輯關(guān)系正確，即檢測(cè)變量間時(shí)刻維持線性相關(guān)性。為了利用變量間關(guān)系，刻畫突變型異常和變量間關(guān)系異常，這里結(jié)合波動(dòng)率，采用差分線性回歸方法評(píng)估異常。兩個(gè)變量之間的皮爾遜相關(guān)系數(shù)定義為兩個(gè)變量之間的協(xié)方差和標(biāo)準(zhǔn)差的商，表示了兩個(gè)變量之間的總體相關(guān)系數(shù)。估算樣本的協(xié)方差和標(biāo)準(zhǔn)差，可得到皮爾遜相關(guān)系數(shù)。

2.1.3 參數(shù)特征提取

特征提取是船舶冷卻劑泵設(shè)備異常檢測(cè)中至關(guān)重要的一步[23-24]。有效的特征提取方法可以降低振動(dòng)信號(hào)中噪聲等無用信息的影響，提取出反映設(shè)備狀態(tài)的有效信息，用于設(shè)備異常檢測(cè)。目前常用的特征提取方法包括時(shí)域特征提取、頻域特征提取和時(shí)頻域特征提取。參數(shù)特征提取主要針對(duì)狀態(tài)識(shí)別所需的設(shè)備信號(hào)特征參數(shù)進(jìn)行提取，以獲得可應(yīng)用于狀態(tài)識(shí)別和故障識(shí)別模塊算法程序的特征信號(hào)。

泵類設(shè)備典型故障診斷或壽命預(yù)測(cè)需采用時(shí)域計(jì)算、時(shí)頻計(jì)算、頻域計(jì)算等常用信號(hào)處理方法提取和轉(zhuǎn)換特征作為模型構(gòu)建的輸入，因此平臺(tái)預(yù)設(shè)特征提取與轉(zhuǎn)換算法所示，用戶可通過建模數(shù)據(jù)預(yù)處理模塊自行調(diào)用需要提取的頻域特征或時(shí)域特征。除此之外，系統(tǒng)還提供應(yīng)變信號(hào)分析數(shù)據(jù)特征處理方法和測(cè)量系統(tǒng)特征數(shù)據(jù)處理方法。

本模塊功能后續(xù)支持集成結(jié)合接口要求，可集成滿足接口要求的設(shè)備狀態(tài)參數(shù)特征提取新增模型和算法，從而實(shí)現(xiàn)對(duì)數(shù)據(jù)處理及狀態(tài)參數(shù)特征提取模塊的功能擴(kuò)展和進(jìn)一步優(yōu)化完善。

1)基于時(shí)域/頻域/時(shí)頻域的振動(dòng)信號(hào)特征提取方法：振動(dòng)信號(hào)分析模塊實(shí)現(xiàn)振動(dòng)信號(hào)的時(shí)域和頻域分析，完成特征參數(shù)提取，包括加速度通頻值、加速度最大值、加速度最小值、加速度峰峰值、振動(dòng)烈度、振動(dòng)歪度、振動(dòng)峭度、振動(dòng)基頻值、倍頻值、頻率重心等。

基于設(shè)備正常運(yùn)行數(shù)據(jù)與典型故障數(shù)據(jù)樣例，研究設(shè)備典型故障發(fā)生的參數(shù)關(guān)聯(lián)關(guān)系和故障數(shù)據(jù)增廣技術(shù)，針對(duì)電流、振動(dòng)等4種信號(hào)，研究提取數(shù)據(jù)的時(shí)域特征和頻域特征。

2)基于頻域/時(shí)頻域分析的失效與退化特征分析：利用時(shí)域參數(shù)可以快速實(shí)現(xiàn)對(duì)設(shè)備的簡(jiǎn)易診斷，即判斷是否存在故障，常用于對(duì)齒輪或滾動(dòng)軸承等機(jī)械結(jié)構(gòu)的在線監(jiān)測(cè)。當(dāng)需要分析故障類型、故障位置以及故障嚴(yán)重程度時(shí)，就需要對(duì)齒輪或滾動(dòng)軸承的振動(dòng)信號(hào)進(jìn)行頻譜及時(shí)頻域分析。根據(jù)頻譜圖中的頻率成分以及各時(shí)頻域有關(guān)頻率成分的幅值大小進(jìn)行進(jìn)一步診斷。

3)特征分析與趨勢(shì)分析：提取的特征需要判斷其與異常特性的關(guān)聯(lián)度，利用數(shù)據(jù)對(duì)異常診斷進(jìn)行簡(jiǎn)單測(cè)試，進(jìn)行特征敏感校驗(yàn)與對(duì)比。當(dāng)提取的異常特征能夠清晰地顯現(xiàn)出泵體的故障，也可以根據(jù)其運(yùn)行特點(diǎn)設(shè)置合適的閾值，用于簡(jiǎn)單的異常判定，而其他的就需要通過借助數(shù)據(jù)驅(qū)動(dòng)的方式來進(jìn)行判定。信號(hào)特征也需要同采集信號(hào)一樣進(jìn)行趨勢(shì)分析，相比于直接對(duì)信號(hào)進(jìn)行趨勢(shì)分析，特征的趨勢(shì)分析能夠更清晰地顯示出設(shè)備當(dāng)前的狀態(tài)。

2.2 設(shè)備狀態(tài)識(shí)別

基于船舶冷卻劑泵設(shè)備運(yùn)行特點(diǎn)、設(shè)備故障模式和故障原因，針對(duì)設(shè)備狀態(tài)特征參數(shù)進(jìn)行數(shù)據(jù)分析，通過設(shè)備狀態(tài)識(shí)別算法程序?qū)崿F(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)評(píng)價(jià)、設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)、對(duì)閾值內(nèi)異常信號(hào)的預(yù)警和發(fā)展趨勢(shì)分析、對(duì)超限值異常信號(hào)的故障識(shí)別和故障定位，實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)的識(shí)別。

此外，本模塊功能后續(xù)支持集成結(jié)合接口要求，可集成滿足接口要求的設(shè)備狀態(tài)識(shí)別模型和算法，能夠根據(jù)設(shè)備運(yùn)行數(shù)據(jù)實(shí)現(xiàn)狀態(tài)識(shí)別模塊算法、程序的更新，從而實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)識(shí)別模塊的功能擴(kuò)展和進(jìn)一步優(yōu)化完善。

設(shè)備狀態(tài)識(shí)別功能包括設(shè)備故障模式管理、設(shè)備狀態(tài)監(jiān)控、異常信號(hào)預(yù)警、故障監(jiān)控和設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)。設(shè)備狀態(tài)識(shí)別的總體流程如圖3所示。

圖3 設(shè)備狀態(tài)識(shí)別流程圖

2.2.1 設(shè)備故障模式管理

設(shè)備故障模式管理功能針對(duì)泵體的故障模式進(jìn)行分析，對(duì)其涉及到的故障部位和相關(guān)測(cè)點(diǎn)進(jìn)行分析，并對(duì)船舶冷卻劑泵相關(guān)故障模式進(jìn)行管理。設(shè)備故障模式管理可實(shí)現(xiàn)對(duì)泵設(shè)備的故障情況進(jìn)行整合管理，包括對(duì)泵的部件名稱、故障部位及模式、故障影響、故障原因、故障檢測(cè)方法等內(nèi)容進(jìn)行管理。

2.2.2 設(shè)備狀態(tài)監(jiān)控

設(shè)備狀態(tài)監(jiān)控通過對(duì)設(shè)備的運(yùn)行情況、運(yùn)行時(shí)間、關(guān)鍵參數(shù)等內(nèi)容進(jìn)行集中參數(shù)監(jiān)控，在監(jiān)控過程中，可通過數(shù)值、曲線等方式進(jìn)行設(shè)備狀態(tài)的集中展示。

設(shè)備狀態(tài)監(jiān)控系統(tǒng)允許用戶實(shí)時(shí)掌握船舶冷卻劑泵設(shè)備的運(yùn)行狀態(tài)，及時(shí)了解船舶冷卻劑泵設(shè)備的故障及預(yù)警情況，提前做好應(yīng)急處置準(zhǔn)備，保障船舶冷卻劑泵設(shè)備的運(yùn)行。設(shè)備狀態(tài)監(jiān)控系統(tǒng)實(shí)時(shí)獲取船舶冷卻劑泵設(shè)備運(yùn)行數(shù)據(jù)，并以友好、直觀的形式展示給用戶，這將有效幫助用戶及時(shí)、準(zhǔn)確地掌握船舶冷卻劑泵設(shè)備的運(yùn)行狀態(tài)，及時(shí)獲取相關(guān)故障信息并及時(shí)做出維修決策。

設(shè)備狀態(tài)監(jiān)控系統(tǒng)主要提供設(shè)備關(guān)鍵參數(shù)監(jiān)控和設(shè)備運(yùn)行狀態(tài)監(jiān)控等功能。系統(tǒng)一方面接收船舶冷卻劑泵設(shè)備運(yùn)行動(dòng)態(tài)數(shù)據(jù)；另一方面，根據(jù)狀態(tài)識(shí)別模型分析設(shè)備運(yùn)行狀態(tài)，識(shí)別異常信號(hào)和故障信息，并實(shí)時(shí)顯示轉(zhuǎn)入下一步綜合處理。

此外，設(shè)備狀態(tài)監(jiān)控模塊支持設(shè)備狀態(tài)監(jiān)控歷史數(shù)據(jù)的回放功能。

2.2.3 設(shè)備運(yùn)行狀態(tài)監(jiān)控

2.2.3.1 設(shè)備關(guān)鍵參數(shù)監(jiān)控

船舶冷卻劑泵的關(guān)鍵參數(shù)監(jiān)控包含：主要故障模式的時(shí)序信號(hào)源、主要信號(hào)源的關(guān)鍵頻域特征及主要引起異常報(bào)警的關(guān)鍵參數(shù)閾值。

設(shè)備關(guān)鍵參數(shù)監(jiān)控模塊提供船舶冷卻劑泵監(jiān)測(cè)的關(guān)鍵參數(shù)實(shí)時(shí)顯示功能。用戶可直觀獲知船舶冷卻劑泵當(dāng)前運(yùn)行過程中關(guān)鍵參數(shù)的異常情況，提前發(fā)現(xiàn)設(shè)備異常狀態(tài)信息進(jìn)行預(yù)防性維修。點(diǎn)擊設(shè)備關(guān)鍵參數(shù)監(jiān)控模塊，進(jìn)入設(shè)備關(guān)鍵參數(shù)監(jiān)控界面。用戶可以以列表的方式查看船舶冷卻劑泵設(shè)備監(jiān)測(cè)參數(shù)的變化情況，通過“查看圖形”功能，可以以圖形的方式顯示所選參數(shù)的數(shù)據(jù)圖形。

同時(shí)提供設(shè)備關(guān)鍵參數(shù)監(jiān)控頁面的編輯功能，用戶可以根據(jù)需要調(diào)整監(jiān)控頁面的顯示參數(shù)。

將參數(shù)采集值與參數(shù)限值進(jìn)行比較，若超出限值，系統(tǒng)給出告警提示。

系統(tǒng)提供用戶自定義參數(shù)信息的觸發(fā)邏輯，比如以固定時(shí)間間隔實(shí)時(shí)觸發(fā)。在設(shè)備運(yùn)行過程中，當(dāng)其滿足用戶或系統(tǒng)定義的特定邏輯條件時(shí)，自動(dòng)將相關(guān)參數(shù)快照發(fā)送至系統(tǒng)。

2.2.3.2 異常監(jiān)測(cè)

泵體異常監(jiān)控界面主要展示泵體出現(xiàn)異常情況，可實(shí)現(xiàn)對(duì)泵體的實(shí)時(shí)異常狀態(tài)進(jìn)行監(jiān)控，具體包括：

1)監(jiān)控內(nèi)容：當(dāng)通過異常監(jiān)測(cè)融合判定后，就應(yīng)該將指定的位置的異常結(jié)果展示出來，并利用異常監(jiān)控模塊進(jìn)行管理。異常監(jiān)控模塊將集中顯示所有接收到的且尚未關(guān)閉的異常信息(包括異常、超限及警告)，具體數(shù)據(jù)項(xiàng)目包括：型號(hào)、異常部件名稱、異常現(xiàn)象、狀態(tài)、異常發(fā)生時(shí)間、消息等級(jí)。

異常顯示可按型號(hào)、名稱、異常描述等條件查詢數(shù)據(jù)。異常監(jiān)控顯示是異常診斷的唯一入口，點(diǎn)擊異常現(xiàn)象可以進(jìn)行后續(xù)的異常診斷操作。

2)異常確認(rèn)：異常確認(rèn)模塊允許用戶對(duì)尚未關(guān)閉的異常(包括超限和警告類的數(shù)據(jù))進(jìn)行標(biāo)識(shí)和處理，用戶可選擇立即處理、推遲處理以及忽略警告等，處理結(jié)論包括：

(1)異常：系統(tǒng)自動(dòng)將其轉(zhuǎn)移至“異常診斷”模塊進(jìn)行后續(xù)處理，記錄將消失；

(2)虛警：系統(tǒng)將其自動(dòng)歸檔到故障歷史庫；

(3)觀察(主要是針對(duì)暫時(shí)無法給出明確結(jié)論的數(shù)據(jù))：系統(tǒng)將繼續(xù)保留對(duì)此記錄的顯示，供后續(xù)處理。

3)異常通知：系統(tǒng)捕捉到異常信息后，將異常數(shù)據(jù)和信息提示發(fā)送至個(gè)人桌面，同時(shí)可以通過系統(tǒng)消息的方式將此異常信息通知給相關(guān)用戶。

2.2.3.3 泵體異常監(jiān)控分析

故障監(jiān)控需要針對(duì)冷卻劑泵主要的故障模式，運(yùn)行特點(diǎn)進(jìn)行分別設(shè)計(jì)。其異常監(jiān)測(cè)的主要分為5種方式。最終的船舶冷卻劑泵的異常監(jiān)測(cè)結(jié)果，需要經(jīng)過設(shè)立合適的閾值，并進(jìn)行異常監(jiān)測(cè)結(jié)果融合，保證異常監(jiān)測(cè)結(jié)果的準(zhǔn)確率。其詳細(xì)的異常監(jiān)測(cè)技術(shù)方案主要分為5個(gè)重要步驟，如圖4所示。

圖4 異常監(jiān)測(cè)技術(shù)方案

步驟1：進(jìn)行異常預(yù)測(cè)時(shí)，需要先導(dǎo)入各個(gè)閾值，權(quán)重等參數(shù)；

步驟2：從泵采集到的多源數(shù)據(jù)集，這里用x1，y1，z1表示，并導(dǎo)入到數(shù)據(jù)庫中；

步驟3：在進(jìn)行數(shù)據(jù)處理后，分別進(jìn)行5種異常判定；

步驟4：閾值1～5分別代表了5種異常判定方法，需要進(jìn)行閾值的分析與修正；

步驟5：最后進(jìn)行異常融合判定，精確地進(jìn)行異常報(bào)警與進(jìn)一步處理。

異常監(jiān)測(cè)判定方法如圖5所示。

圖5 異常監(jiān)測(cè)判定方法

1)常量信號(hào)數(shù)據(jù)，通過設(shè)立合適的閾值即可判斷異常。針對(duì)異常監(jiān)測(cè)，冷卻劑泵的異常數(shù)據(jù)，主要包含多個(gè)測(cè)點(diǎn)的時(shí)序數(shù)據(jù)，即要通過多個(gè)測(cè)點(diǎn)的時(shí)序數(shù)據(jù)進(jìn)行異常監(jiān)測(cè)。首先需要排除數(shù)據(jù)獲取本身的異常，例如對(duì)于葉輪損傷故障，其相關(guān)的測(cè)點(diǎn)包含了1個(gè)電機(jī)頂部的振動(dòng)測(cè)點(diǎn)，電機(jī)頂蓋處的兩個(gè)轉(zhuǎn)動(dòng)測(cè)點(diǎn)等，通過對(duì)多個(gè)測(cè)點(diǎn)進(jìn)行異常分析，部分異常現(xiàn)象能夠從數(shù)據(jù)獲取判斷出異常。

2)信號(hào)提取的時(shí)/頻域特征，通過設(shè)立合適的閾值即可判斷異常。針對(duì)有明顯特征的異常，部分可以通過時(shí)/頻域的特征分析，通過設(shè)置閾值來判斷異常。

3)信號(hào)相關(guān)性分析，測(cè)點(diǎn)信號(hào)內(nèi)和信號(hào)間的異常。針對(duì)有明顯異常特征的異常，時(shí)間序列的異常檢測(cè)更為復(fù)雜，主要包含自相關(guān)性和互相關(guān)性兩個(gè)層面。其根本就是對(duì)于多維度數(shù)據(jù)的異常檢測(cè)問題，除了單維度信號(hào)當(dāng)前時(shí)刻與歷史信息的自相關(guān)性，還需要考慮不同信號(hào)間的數(shù)據(jù)相關(guān)性。多變量之間存在著一定的時(shí)間和空間上的聯(lián)系，也即同一時(shí)刻或相近時(shí)刻之間的互相關(guān)性。針對(duì)高相關(guān)性變量，首要保證的是變量間邏輯關(guān)系正確，即檢測(cè)變量間時(shí)刻維持線性相關(guān)性。兩個(gè)變量之間的皮爾遜相關(guān)系數(shù)定義為兩個(gè)變量之間的協(xié)方差和標(biāo)準(zhǔn)差的商，表示了兩個(gè)變量之間的總體相關(guān)系數(shù)。通過估算樣本的協(xié)方差和標(biāo)準(zhǔn)差，可得到皮爾遜相關(guān)系數(shù)。通過皮爾遜相關(guān)系數(shù)得到高相關(guān)變量后，再利用差分方程尋找信號(hào)內(nèi)的異常，進(jìn)一步通過線性回歸找出信號(hào)間的異常。

4)基于重構(gòu)的異常監(jiān)測(cè)算法。針對(duì)沒有明顯特征的故障，除了考慮泵體本身測(cè)點(diǎn)之間的相關(guān)性異常。由于存在數(shù)據(jù)量大、異常數(shù)據(jù)類別不平衡、異常數(shù)據(jù)標(biāo)注不完整、特征工程復(fù)雜等情況，異常檢測(cè)問題常常被歸結(jié)為無監(jiān)督分類問題。為了避免訓(xùn)練數(shù)據(jù)中代表每種攻擊類型的樣本不平衡，并避免模型無法通過觀察現(xiàn)有攻擊類型來學(xué)習(xí)新的攻擊類型，需要利用機(jī)器學(xué)習(xí)模型來檢測(cè)異常，常見為利用AE自動(dòng)編碼器和重構(gòu)誤差來檢測(cè)異常。針對(duì)時(shí)序信號(hào)異常檢測(cè)的應(yīng)用場(chǎng)景，異常樣本相對(duì)于正常樣本是絕對(duì)少數(shù)。自編碼模型利用兩者編碼前后的重構(gòu)誤差來判斷異常。如果重構(gòu)時(shí)序信號(hào)與原始信號(hào)有所差異，則判定當(dāng)前時(shí)刻異常。

5)基于預(yù)測(cè)的異常監(jiān)測(cè)算法。另外，由于存在一些不可預(yù)測(cè)的影響因素存在，如手動(dòng)控制、不受監(jiān)控的環(huán)境條件、負(fù)荷等等。為了考慮這些不可控變量對(duì)預(yù)測(cè)變量的影響，提高模型泛化性，需要預(yù)測(cè)未來時(shí)刻時(shí)序信號(hào)來監(jiān)控設(shè)備狀態(tài)。

2.2.4 故障診斷

故障診斷根據(jù)當(dāng)前接收到的設(shè)備故障信息，提供強(qiáng)大的自動(dòng)檢索分析引擎，將用戶提供的故障信息處理，結(jié)合歷史故障案例和故障決策樹，自動(dòng)檢索具有類似現(xiàn)象的歷史故障信息，并生成同類型的故障報(bào)表，為用戶故障診斷提供技術(shù)分析依據(jù)。故障診斷包括故障診斷界面、故障案例診斷、人工智能診斷算法庫管理、故障分析報(bào)表等功能。

1)故障診斷界面：故障診斷顯示模塊能夠列出所有的故障信息以及信息來源，其功能結(jié)構(gòu)包括：

(1)故障影響度排序模塊。對(duì)當(dāng)前故障信息根據(jù)故障分類模型，確定當(dāng)前故障的嚴(yán)重程度，根據(jù)嚴(yán)重程度對(duì)當(dāng)前故障進(jìn)行排序，越嚴(yán)重越緊急的故障信息排在越前面。

(2)歷史故障次數(shù)統(tǒng)計(jì)模塊。針對(duì)船舶冷卻劑泵設(shè)備，對(duì)其故障歷史記錄進(jìn)行統(tǒng)計(jì)分析，列出故障歷史發(fā)生次數(shù)。

(3)故障可視化顯示模塊：融合上述信息，以不同顏色、不同圖標(biāo)形狀等可視化方式綜合顯示當(dāng)前故障的重要性和緊迫性。

2)故障案例診斷。根據(jù)當(dāng)前故障信息相關(guān)特征信息，對(duì)歷史故障案例進(jìn)行搜索和匹配，自動(dòng)檢索出具有類似現(xiàn)象的歷史故障案例，以輔助用戶進(jìn)行故障隔離。

故障案例檢索的典型工作流程如圖6所示。

圖6 故障案例檢索工作流程圖

根據(jù)故障案例檢索的工作原理，模擬上述領(lǐng)域?qū)＜医鉀Q問題的過程，上述過程共有4大子模塊案例查詢模塊(包括故障特征分析、故障案例檢索)、案例匹配模塊(即故障案例匹配)、案例瀏覽模塊(即故障案例復(fù)用)、案例處理模塊(包括故障對(duì)策評(píng)價(jià)、故障對(duì)策調(diào)整和故障案例保存)。

(1)案例查詢模塊：根據(jù)當(dāng)前故障信息和參數(shù)信息，從故障案例庫的故障案例庫查詢與當(dāng)前相似的故障案例集。主要包括故障特征分析和故障案例檢索兩個(gè)子模塊：

(2)案例匹配模塊：根據(jù)系統(tǒng)設(shè)定的相似度計(jì)算算法，從檢索出的故障案例集中選出最佳故障案例。

(3)案例瀏覽模塊：根據(jù)案例的檢索和匹配結(jié)果，顯示當(dāng)前故障的快照信息，以及對(duì)應(yīng)的故障案例的詳細(xì)信息；用戶根據(jù)一定的案例復(fù)用原則，采用最佳故障案例中的故障對(duì)策解決當(dāng)前故障。

(4)案例處理模塊：案例處理模塊提供標(biāo)準(zhǔn)的流程機(jī)制，輔助用戶將當(dāng)前故障的處理結(jié)果，作為新的案例注入到系統(tǒng)中，從而不斷豐富系統(tǒng)的故障案例庫，提升系統(tǒng)的診斷能力。

3)人工智能診斷：人工智能診斷提供人工智能算法管理功能，支持算法模型的自定義。具體包括人工智能算法模型管理、人工智能算法診斷分析等功能。

(1)人工智能算法通用算法庫。系統(tǒng)提供人工智能算法通用模型庫，并對(duì)算法模型進(jìn)行分類管理。系統(tǒng)提供公共算法包，并支持用戶導(dǎo)入第三方算法文件以及在線編輯算法。

系統(tǒng)已經(jīng)預(yù)置算法，包括神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)算法等，這些預(yù)置算法已經(jīng)封裝，用戶只能查看對(duì)應(yīng)的代碼，不能對(duì)其進(jìn)行修改和刪除。此外，系統(tǒng)提供通用算法的新建功能。

(2)人工智能算法診斷分析。利用船舶冷卻劑泵設(shè)備故障現(xiàn)象收集所有設(shè)備相關(guān)數(shù)據(jù)，利用人工智能方法，實(shí)現(xiàn)典型設(shè)備的故障診斷。故障診斷算法包括神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)算法等。

(3)基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法。人工神經(jīng)網(wǎng)絡(luò)通過模擬生物神經(jīng)元處理外部刺激的方式來解決傳統(tǒng)線性方法無法處理的許多復(fù)雜的非線性問題[25-26]。神經(jīng)網(wǎng)絡(luò)出色的非線性問題處理能力有助于在典型機(jī)械、機(jī)電設(shè)備的故障診斷中解決故障診斷與預(yù)測(cè)等難點(diǎn)問題，因此得到了大量的應(yīng)用。本項(xiàng)目利用徑向基神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)對(duì)驅(qū)動(dòng)機(jī)構(gòu)的故障診斷與壽命預(yù)測(cè)。

(4)基于深度神經(jīng)網(wǎng)絡(luò)的故障診斷方法。根據(jù)正常數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，得到的模型能夠預(yù)測(cè)出正常情況下相關(guān)數(shù)據(jù)的當(dāng)前以及未來變化，當(dāng)系統(tǒng)本身出現(xiàn)異常時(shí)，該模型肯定會(huì)出現(xiàn)偏差，當(dāng)偏差較大時(shí)，可以認(rèn)為模型與當(dāng)前的系統(tǒng)擬合出現(xiàn)異常，而該模型是基于正常的數(shù)據(jù)進(jìn)行訓(xùn)練得到的，故而可以反推知當(dāng)前系統(tǒng)出現(xiàn)了異常[27-28]。

系統(tǒng)會(huì)對(duì)預(yù)測(cè)數(shù)據(jù)和真實(shí)數(shù)據(jù)之間的偏差做一個(gè)分級(jí)預(yù)設(shè)，分為偏離較小，偏離較大，偏離很大。偏離較小是在模型訓(xùn)練及測(cè)試過程中對(duì)大量正樣本數(shù)據(jù)統(tǒng)計(jì)，得出的一個(gè)經(jīng)驗(yàn)值。偏離較大和偏離很大是暫時(shí)設(shè)定的一個(gè)初始值，這個(gè)值會(huì)在獲取各個(gè)部件預(yù)警和告警信息后，進(jìn)行聯(lián)動(dòng)驗(yàn)證，動(dòng)態(tài)調(diào)整。當(dāng)預(yù)測(cè)數(shù)據(jù)和實(shí)際數(shù)據(jù)偏離較小時(shí)，為正常狀態(tài)。當(dāng)預(yù)測(cè)數(shù)據(jù)和實(shí)際數(shù)據(jù)偏離較大時(shí)，為預(yù)警狀態(tài)，會(huì)去獲取相關(guān)設(shè)備組件的預(yù)警信息，然后發(fā)出預(yù)警信息。當(dāng)預(yù)測(cè)數(shù)據(jù)和實(shí)際數(shù)據(jù)偏離很大時(shí)，為告警狀態(tài)，會(huì)去獲取相關(guān)設(shè)備組件的告警信息，然后發(fā)出告警信息。

4)故障分析報(bào)表：

根據(jù)當(dāng)前故障診斷信息，生成故障分析報(bào)告表，用戶可查看同類型故障案例信息、故障系統(tǒng)/部件履歷信息和性能歷史變化曲線，幫助用戶更為直接地了解設(shè)備的運(yùn)行情況和故障情況，為后續(xù)故障診斷分析提供技術(shù)依據(jù)。

故障分析報(bào)表涵蓋該類型故障現(xiàn)象、故障定位信息、故障機(jī)理、故障措施和問題復(fù)現(xiàn)，并以可視化圖形的方式直觀顯示診斷信息。以不同的顏色展示故障因子遍歷路徑。同時(shí)，用戶可在故障分析報(bào)表中查看故障系統(tǒng)中各部件、元器件的履歷信息和部件的歷史性能變化曲線。

2.3 設(shè)備健康管理

基于船舶冷卻劑泵設(shè)備狀態(tài)識(shí)別結(jié)論，結(jié)合設(shè)備運(yùn)行、維護(hù)、維修經(jīng)驗(yàn)，提出設(shè)備運(yùn)維處理方案和故障清除措施建議，并基于設(shè)備狀態(tài)識(shí)別結(jié)果實(shí)現(xiàn)設(shè)備關(guān)鍵部件的剩余壽命預(yù)測(cè)。

具體功能包括故障診斷、設(shè)備運(yùn)維處理支持、關(guān)鍵部件剩余壽命預(yù)測(cè)和設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)。設(shè)備健康管理的總體流程如圖7所示。

圖7 設(shè)備健康管理總體流程圖

2.3.1 關(guān)鍵部件剩余壽命預(yù)測(cè)

剩余壽命預(yù)測(cè)子功能根據(jù)船舶冷卻劑泵設(shè)備關(guān)鍵部件工作中獲取的失效數(shù)據(jù)，分析系統(tǒng)的失效規(guī)律，得到的關(guān)鍵部件的性能退化規(guī)律[29-30]。基于性能退化規(guī)律，結(jié)合實(shí)時(shí)檢測(cè)的系統(tǒng)參數(shù)及狀態(tài)特征估計(jì)關(guān)鍵部件的剩余壽命，為后續(xù)船舶冷卻劑泵設(shè)備的健康評(píng)估提供必要的基礎(chǔ)。關(guān)鍵部件剩余壽命預(yù)測(cè)如圖8所示。

圖8 關(guān)鍵部件剩余壽命預(yù)測(cè)示意圖

2.3.2 設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)

設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)提供船舶冷卻劑泵設(shè)備狀態(tài)值預(yù)測(cè)界面，完成未來指定時(shí)間內(nèi)，船舶冷卻劑泵設(shè)備狀態(tài)預(yù)測(cè)的調(diào)用和結(jié)果顯示(趨勢(shì)以及與指定歷史數(shù)據(jù)的對(duì)比)。

1)趨勢(shì)預(yù)測(cè)：趨勢(shì)預(yù)測(cè)主要利用的船舶冷卻劑泵設(shè)備參數(shù)歷史數(shù)據(jù)，加載預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)船舶冷卻劑泵設(shè)備狀態(tài)參數(shù)的趨勢(shì)預(yù)測(cè)，及時(shí)了解船舶冷卻劑泵設(shè)備的性能衰減的變化規(guī)律，預(yù)測(cè)異常發(fā)生時(shí)間，生成預(yù)測(cè)結(jié)論包括系統(tǒng)的異常性質(zhì)、程度及異常發(fā)展趨勢(shì)，同時(shí)能夠初步進(jìn)行異常來源判斷或影響分析，并提出干預(yù)措施建議，以便相關(guān)人員提前做好參數(shù)控制準(zhǔn)備。狀態(tài)趨勢(shì)預(yù)測(cè)如圖9所示。

圖9 狀態(tài)趨勢(shì)預(yù)測(cè)示意圖

狀態(tài)趨勢(shì)預(yù)測(cè)功能將大量的設(shè)備狀態(tài)參數(shù)數(shù)據(jù)作為輸入，分析不同參數(shù)的數(shù)據(jù)特點(diǎn)，利用相適應(yīng)的趨勢(shì)分析算法，給出船舶冷卻劑泵設(shè)備性能衰減的變化規(guī)律、當(dāng)前狀態(tài)和未來狀態(tài)趨勢(shì)預(yù)測(cè)，為相關(guān)工作人員提供更加全面的船舶冷卻劑設(shè)備性能狀態(tài)分析手段。

對(duì)于滿足一定條件的趨勢(shì)形態(tài)，趨勢(shì)預(yù)測(cè)功能能夠進(jìn)行相應(yīng)報(bào)警，并以圖形化的方式直觀顯示出趨勢(shì)預(yù)測(cè)的結(jié)果。

性能衰減趨勢(shì)預(yù)測(cè)子模塊的工作流程如下：

(1)數(shù)據(jù)抽取。數(shù)據(jù)抽取層處于系統(tǒng)的最低層，是系統(tǒng)的數(shù)據(jù)提供者。“數(shù)據(jù)抽取層”負(fù)責(zé)從數(shù)據(jù)庫中按一定的策略進(jìn)行數(shù)據(jù)的讀取并根據(jù)分析的需要進(jìn)行預(yù)處理。

(2)數(shù)值特征分析。數(shù)值特征分析主要對(duì)系統(tǒng)采集的原始數(shù)據(jù)進(jìn)行初步分析和基本數(shù)字特征描述。數(shù)值特征分析部分提供數(shù)字特征量(包括最大值、最小值、平均值和標(biāo)準(zhǔn)差)的選擇。

(3)趨勢(shì)預(yù)測(cè)算法分析。利用歷史數(shù)據(jù)，基于趨勢(shì)分析算法進(jìn)行事后趨勢(shì)預(yù)測(cè)，分析該段時(shí)間參數(shù)表征設(shè)備的狀態(tài)。

(4)預(yù)測(cè)分析結(jié)果輸出。趨勢(shì)預(yù)測(cè)分析的表現(xiàn)形式包括：散點(diǎn)圖、曲線圖、分析報(bào)表。

(5)性能衰減趨勢(shì)預(yù)測(cè)查詢分析。該功能單元主要是根據(jù)生成的趨勢(shì)預(yù)測(cè)結(jié)論，實(shí)現(xiàn)對(duì)關(guān)鍵參數(shù)的性能衰減趨勢(shì)預(yù)測(cè)分析的詳細(xì)參數(shù)進(jìn)行查詢、分析、排序等功能，對(duì)關(guān)鍵參數(shù)的健康性能參數(shù)進(jìn)行詳細(xì)地了解，從中獲取用戶需要的信息。

(6)性能衰減趨勢(shì)預(yù)測(cè)報(bào)告生成。該功能單元主要是根據(jù)用戶配置信息，結(jié)合性能衰減趨勢(shì)預(yù)測(cè)的結(jié)果，生成相應(yīng)的系統(tǒng)趨勢(shì)分析報(bào)告。

2)數(shù)據(jù)比對(duì)：開發(fā)船舶冷卻劑泵設(shè)備數(shù)據(jù)比對(duì)功能，實(shí)現(xiàn)船舶冷卻劑泵設(shè)備參數(shù)當(dāng)前數(shù)據(jù)與指定歷史數(shù)據(jù)的對(duì)比。用戶可以根據(jù)實(shí)際需要選擇比對(duì)參數(shù)及設(shè)置比對(duì)時(shí)間，系統(tǒng)根據(jù)用戶設(shè)置條件對(duì)數(shù)據(jù)庫進(jìn)行相應(yīng)數(shù)據(jù)的查詢和結(jié)果顯示。

2.4 數(shù)據(jù)管理

系統(tǒng)主要數(shù)據(jù)分為兩類：一類是知識(shí)型數(shù)據(jù)主要包括設(shè)備運(yùn)行特點(diǎn)和工作原理、維修經(jīng)驗(yàn)、故障處理經(jīng)驗(yàn)，關(guān)鍵部件更換周期經(jīng)驗(yàn)等數(shù)據(jù)，屬于結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)(如：文本類)，這類數(shù)據(jù)主要通過導(dǎo)入方式；另一類是系統(tǒng)(設(shè)備)運(yùn)行數(shù)據(jù)，屬于時(shí)序數(shù)據(jù)(如：溫度、壓力、振動(dòng)等)，這類數(shù)據(jù)通過CSV文件導(dǎo)入。因此數(shù)據(jù)管理提供存儲(chǔ)數(shù)據(jù)的維護(hù)維修信息錄入、維護(hù)維修信息查詢、數(shù)據(jù)導(dǎo)入、數(shù)據(jù)查看下載等功能。

2.4.1 維護(hù)維修信息管理

維護(hù)維修信息主要包括船舶冷卻劑泵設(shè)備運(yùn)行特點(diǎn)和工作原理、維修經(jīng)驗(yàn)、故障處理經(jīng)驗(yàn)，關(guān)鍵部件更換周期經(jīng)驗(yàn)等數(shù)據(jù)，對(duì)這些信息數(shù)據(jù)進(jìn)行錄入、修改、刪除、查詢等管理。

1)維護(hù)維修信息錄入：維護(hù)維修信息數(shù)據(jù)主要來自各種PDF技術(shù)文檔以及結(jié)構(gòu)化的文檔數(shù)據(jù)。針對(duì)不同的文檔類型定義多個(gè)數(shù)據(jù)表進(jìn)行存儲(chǔ)：

(1)首先如果是結(jié)構(gòu)化的文檔數(shù)據(jù)直接通過接口導(dǎo)入方式進(jìn)行錄入；

(2)PDF技術(shù)文檔如果屬于格式化的文檔可系統(tǒng)進(jìn)行文檔批量讀取解析然后轉(zhuǎn)換成表數(shù)據(jù)進(jìn)行存儲(chǔ)；

(3)若技術(shù)文檔無法進(jìn)行格式轉(zhuǎn)換如表信息，首先進(jìn)行該類文檔的數(shù)據(jù)結(jié)構(gòu)定義，然后通過人工方式進(jìn)行錄入，再設(shè)定錄入標(biāo)簽頁可進(jìn)行對(duì)照查詢。

2)維護(hù)維修信息查詢：維護(hù)維修信息通過條件查詢方式對(duì)設(shè)備運(yùn)行特點(diǎn)和工作原理、維修經(jīng)驗(yàn)、故障處理經(jīng)驗(yàn)，關(guān)鍵部件更換周期經(jīng)驗(yàn)等信息進(jìn)行查詢。主要提供查詢方式：多條件聯(lián)合查詢方式、按參數(shù)名稱查詢方式、按照設(shè)備名稱查詢、按照設(shè)備型號(hào)查詢、按照關(guān)鍵字查詢，支持對(duì)查詢結(jié)果的排序顯示。

輸入查詢條件時(shí)，系統(tǒng)可以根據(jù)用戶輸入的部分文字進(jìn)行匹配，顯示與所輸入文字相匹配的字段，以提示用戶輸入正確的查詢條件。

篩選條件：參數(shù)名(多選下拉框)、時(shí)間篩選(多選下拉框)、設(shè)備型號(hào)篩選(多選下拉框)、設(shè)備名稱篩選(多選下拉框)、關(guān)鍵字(輸入框)。

3)維護(hù)維修信息修改和刪除：維護(hù)維修信息的修改和刪除，首先通過查詢找到對(duì)應(yīng)修改或刪除的位置，然后對(duì)具體維護(hù)維修信息進(jìn)行修改或刪除。

2.4.2 參數(shù)數(shù)據(jù)導(dǎo)入

船舶冷卻劑泵設(shè)備運(yùn)行數(shù)據(jù)，作為時(shí)序數(shù)據(jù)(如：溫度、壓力、振動(dòng)等)，主要通過CSV文件導(dǎo)入。導(dǎo)入后的參數(shù)數(shù)據(jù)可以通過頁面進(jìn)行數(shù)據(jù)趨勢(shì)及數(shù)據(jù)對(duì)照查看。參數(shù)數(shù)據(jù)導(dǎo)入流程如圖10所示。

圖10 參數(shù)數(shù)據(jù)導(dǎo)入流程圖

2.5 配置管理

配置管理主要針對(duì)反應(yīng)對(duì)船舶冷卻劑泵系統(tǒng)的配置管理，包含用戶管理，權(quán)限管理和日志服務(wù)等相關(guān)配置。

2.5.1 用戶管理

用戶管理提供對(duì)用戶的集中管理，即根據(jù)用戶管理策略，集中授權(quán)用戶對(duì)各應(yīng)用的訪問權(quán)限。用戶管理模塊建立統(tǒng)一用戶身份視圖，實(shí)現(xiàn)對(duì)用戶身份的集中管理。通過對(duì)外部服務(wù)封裝，調(diào)用外部接口或API，按要求將封裝成支持系統(tǒng)自身的用戶管理服務(wù)。

同時(shí)，系統(tǒng)提供統(tǒng)一的用戶身份生命周期管理、完整的管理審批工作流程、委派管理和用戶自主服務(wù)以及賬號(hào)口令管理，包括：主賬號(hào)體系管理、半自動(dòng)化映射、賬號(hào)映射、賬號(hào)生命周期管理、半自動(dòng)化賬號(hào)生命周期管理、用戶自服務(wù)管理、帳號(hào)口令管理。

用戶管理可以實(shí)現(xiàn)系統(tǒng)用戶的基本維護(hù)功能，包含新增用戶、編輯用戶、用戶查詢、導(dǎo)入導(dǎo)出等功能。具體功能包括：

1)添加用戶：提供用戶信息添加功能。用戶信息包括用戶名、姓名、性別、部門、職位、狀態(tài)、工卡號(hào)、移動(dòng)電話、辦公電話、郵箱、辦公室、密碼、重復(fù)密碼等；

2)編輯用戶信息：選擇需要修改的用戶信息，點(diǎn)擊修改，可修改用戶信息；

3)查詢用戶信息：輸入查詢項(xiàng)，點(diǎn)擊查詢按鈕，系統(tǒng)匹配符合查詢條件的用戶信息；

4)刪除用戶信息：選擇需要?jiǎng)h除的用戶信息，點(diǎn)擊刪除按鈕，用戶確認(rèn)刪除后，系統(tǒng)刪除該用戶信息；

5)用戶信息批量導(dǎo)入：提供用戶信息批量導(dǎo)入功能。導(dǎo)入完畢后，給出信息導(dǎo)入結(jié)果信息；

6)用戶信息查看：選擇需要查看的用戶信息，點(diǎn)擊查看按鈕，可查看用戶信息；

7)操作日志查看：提供用戶操作日志查看功能，包括用戶登錄信息與操作信息等；

8)用戶信息列表顯示：以列表的形式顯示系統(tǒng)用戶信息，包括用戶名、姓名、部門、職務(wù)、郵箱、最近登錄時(shí)間、上次登錄IP、操作日志；

9)密碼重置：提供用戶密碼重置功能；

10)賬號(hào)禁用：提供賬號(hào)禁用功能。賬號(hào)禁用后，用戶將無法訪問本系統(tǒng)；

11)賬號(hào)啟用：提供賬號(hào)啟用功能。用戶信息創(chuàng)建成功后，系統(tǒng)賬號(hào)處于啟用狀態(tài)。禁用賬號(hào)啟用后，用戶可訪問本系統(tǒng)；

12)分配角色：可為指定用戶分配系統(tǒng)角色，授權(quán)該用戶相應(yīng)的功能模塊操作權(quán)限和數(shù)據(jù)使用權(quán)限功能。

13)分配權(quán)限：可為指定用戶單獨(dú)分配權(quán)限。

14)完成自定義用戶ID、登錄密碼、角色等基本屬性以及其他附帶屬性的定義，以及用戶的增加、刪除、屬性編輯等。

2.5.2 權(quán)限管理

權(quán)限管理實(shí)現(xiàn)角色、用戶等的權(quán)限管理和組織、操作日志等信息的管理，主要是對(duì)角色、用戶等權(quán)限信息和組織信息的增、刪、改、查操作，及對(duì)操作日志的查看、查詢操作。通過對(duì)用戶權(quán)限的管理實(shí)現(xiàn)對(duì)用戶對(duì)文件和數(shù)據(jù)庫權(quán)限的控制。實(shí)行權(quán)限的分級(jí)管理，文件權(quán)限支持目錄級(jí)和文件級(jí)，包括目錄支持讀、寫、執(zhí)行權(quán)限；文件支持讀、寫、執(zhí)行權(quán)限；數(shù)據(jù)庫訪問權(quán)限支持?jǐn)?shù)據(jù)庫表級(jí)和字段級(jí)，包括表支持更新、讀取權(quán)限；字段支持更新、讀取權(quán)限。

2.5.3 日志服務(wù)

日志管理功能實(shí)現(xiàn)對(duì)操作日志的記錄顯示功能，用戶可以對(duì)其進(jìn)行查看、查詢等操作，需維護(hù)信息包括日志名稱、系統(tǒng)名稱、操作類型、操作人員、操作時(shí)間、來源、重要性等。系統(tǒng)按照要求將日志模塊封裝成日志服務(wù)，并提供調(diào)用接口，能夠分應(yīng)用、分級(jí)別記錄關(guān)鍵信息。

3 功能驗(yàn)證

針對(duì)冷卻劑泵狀態(tài)識(shí)別系統(tǒng)，開展設(shè)備狀態(tài)識(shí)別系統(tǒng)功能測(cè)試，驗(yàn)證設(shè)備狀態(tài)識(shí)別系統(tǒng)的識(shí)別準(zhǔn)確性。

為保證整個(gè)項(xiàng)目在交付階段能夠達(dá)到合同中技術(shù)協(xié)議的要求，體現(xiàn)出系統(tǒng)的可用性、擴(kuò)展性，實(shí)現(xiàn)系統(tǒng)能夠支撐實(shí)際應(yīng)用過程，需要進(jìn)行在開發(fā)過程中及系統(tǒng)搭建后進(jìn)行大量的測(cè)試試驗(yàn)及集成驗(yàn)證過程。本系統(tǒng)需要主要從兩個(gè)方面進(jìn)行了測(cè)試試驗(yàn)及集成驗(yàn)證。

3.1 功能驗(yàn)證范圍

功能驗(yàn)證內(nèi)容包括：

1)系統(tǒng)功能針對(duì)用戶需求的覆蓋性；

2)系統(tǒng)功能及操作邏輯的正確性；

3)用戶操作系統(tǒng)工作流程的正確性；

4)系統(tǒng)各功能模塊和子系統(tǒng)之間內(nèi)部接口的匹配性；

5)各功能模塊、子系統(tǒng)之間工作的協(xié)調(diào)性；

6)對(duì)各個(gè)工況下的冷卻劑泵的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)和狀態(tài)評(píng)價(jià)；

7)對(duì)故障特征進(jìn)行故障模式識(shí)別，判斷設(shè)備故障的類型、部位和成因；

8)針對(duì)不同故障模式提供維護(hù)決策；

9)對(duì)設(shè)備狀態(tài)評(píng)價(jià)、趨勢(shì)預(yù)測(cè)、故障定位等識(shí)別結(jié)論進(jìn)行可視化呈現(xiàn)，并實(shí)現(xiàn)數(shù)據(jù)管理的人機(jī)交互。

3.2 性能驗(yàn)證范圍

軟件通過至少72 h的長(zhǎng)期穩(wěn)定性運(yùn)行試驗(yàn)。

驗(yàn)收準(zhǔn)則為程序所有的輸出功能檢查結(jié)果(趨勢(shì)預(yù)測(cè)結(jié)果、故障診斷維護(hù)維修決策)均正確。

4 結(jié)束語

船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)主要解決如何將維修方式從事后維修、定期維修轉(zhuǎn)變?yōu)橐暻榫S修、預(yù)防性維修的問題，降低維修保障費(fèi)用，縮短維修時(shí)間，提高船舶冷卻劑泵設(shè)備完好率和任務(wù)成功率，加快裝備維修方式向基于狀態(tài)維修轉(zhuǎn)變的進(jìn)程。通過對(duì)裝備的狀態(tài)參數(shù)特征提取、狀態(tài)識(shí)別、健康管理等方法的研究，突破了多方法融合的健康狀態(tài)評(píng)估模型、基于故障診斷、深度學(xué)習(xí)、壽命預(yù)測(cè)等關(guān)鍵技術(shù)，實(shí)現(xiàn)了數(shù)據(jù)處理、狀態(tài)檢測(cè)、健康評(píng)估、預(yù)測(cè)評(píng)估等功能，具有健康狀態(tài)評(píng)估智能程度高、體系結(jié)構(gòu)開放、狀態(tài)評(píng)估結(jié)果可視化等特點(diǎn)，可推廣應(yīng)用于船舶各系統(tǒng)和部件的壽命預(yù)測(cè)、狀態(tài)綜合分析、健康狀態(tài)評(píng)估等。