大数据在轮机故障诊断系统设计中的应用

大数据在轮机故障诊断系统设计中的应用

李弼心王慧

武汉船舶设计研究院有限公司湖北省武汉市430064

摘要：随着现代船舶技术的发展，轮机系统向大型化和自动化方向发展，设备和控制系统日益复杂，现有的故障诊断技术越来越无法满足人们的需求。数据挖掘技术能够从大量的数据信息中提取并找到有用的信息，极大的推动了人们分析和处理大数据的能力。将数据挖掘技术引入船舶轮机故障诊断系统中，能够有效提高诊断系统的效率。

关键词：大数据；轮机故障；诊断系统设计；应用

引言

随着现代船舶技术的发展，轮机系统向大型化和自动化方向发展，设备和控制系统日益复杂，现有的故障诊断技术越来越无法满足人们的需求。为了能够进行有效的检测，对已经发生的故障进行准确诊断，同时根据设备运行状态对故障进行预测，将数据挖掘技术引入船舶轮机故障诊断系统中。数据挖掘技术能够从大量的数据信息中提取并找到有用的信息，极大推动了人们分析和处理大数据的能力。数据挖掘技术在故障诊断系统中的运用，能够有效提高诊断系统的效率。

1.混合智能故障诊断方法

根据不同的发动机系统参数，结合智能故障诊断方法的特点采用多种方法的诊断系统称为混合诊断方法。具体智能诊断方法的选用原则根据发动机各系统故障的征兆以及故障状态下的历史数据来决定。例如：模糊神经网络是一种新型的神经网络，它将模糊理论与神经网络相结合，既可以描述事物中关于模糊概念的问题，又具有强大的数据处理能力，同时还具备自学习能力，在许多领域已经有了相当广泛的运用。模糊理论运用于故障诊断系统中时，最大的优点是它具有描述模糊性的知识的能力，推理过程比较接近于人的思维模式。以往的“存在”与“不存在”等二值逻辑不能很好地用来表示故障征兆测量参数的不确定性以及故障原因的严重程度，给实际诊断工作带来许多困难。通过选择恰当的模糊隶属函数，将测量参数表示成对某个模糊子集的隶属度并传递给神经网络进行诊断，得到的是对各种故障原因严重程度的表示，这样的结果可以使得现场工作人员采取更加有效的措施。

2.轮机故障诊断系统的设计

2.1数据挖掘技术

数据挖掘技术是一种利用分析工具对海量数据进行处理，从中发现模型与数据间的关系，可以将数据间的潜在关系或被忽略因素提供给决策者。常用的数据挖掘技术有关联规则分析、分类、预测和时序模式等。数据挖掘系统结构如图1所示。

图1数据挖据系统结构

关联规则分析可以发现两项或多项事件之间的依赖关系，如果该依赖关系存在，那么其中任一个事件可通过其他事件进行预测。本文在进行轮机故障诊断系统的设计时，采用了基于关联规则数据挖掘算法来进行故障预测。

2.2轮机故障诊断系统设计

本文的轮机故障诊断系统的设计主要由设备管理、故障预警、故障诊断和故障信息收集部分组成，系统结构如图2所示。

1）设备管理模块主要由设备能力分析、故障统计分析、设备状态管理和任务管理四部分组成，主要负责对设备能力和状态进行分析和评估，对设备发生的故障进行分析和统计，统一管理设备及运行任务，在此基础上修复设备故障，预防潜在问题，防止设备功能退化。

2）故障预警模块主要由运行指标分析、运行数据分析和设备状态分析3部分组成，主要负责采集、监测设备运行数据，对运行指标和设备工作状态进行分析和评估，同时利用数据挖掘技术对历史数据进行处理，将两者进行对比，对可能出现的故障发出预警。

3）故障诊断模块主要由故障诊断分析、辅助故障推理和专家会诊3部分组成，该模块也是故障诊断系统的核心。其中故障诊断分析部分采用数据挖掘技术，通过对采集数据进行预处理，搜索数据资源库中相关故障诊断信息，借助关联规则分析等数据挖掘分析技术，充分发掘其中隐藏信息，最终将分析结果呈现给决策者。

4）故障信息收集主要由指标测试、状态检查、关键点测试和故障检测定位等部分组成。主要负责为故障诊断系统提供数据基础。

图2故障诊断系统体系结构

3.算法仿真

本文在Matlab平台对Apriori及其改进算法进行对比仿真实验：1）支持度取0.1时，数据量和运行时间的仿真实验，实验结果见图3；2）数据量取1000时，支持度和运行时间的仿真实验，实验结果见图3。从实验结果可看出，改进的Apriori算法能够有效的减少候选项集的数量，降低时间复杂度，提高运行效率。

图3支持度实验结果

设计了基于大数据的轮机故障诊断系统，研究了Apriori算法，并进行优化改进，能够有效降低算法的复杂度。

4.结语

随着现代船舶技术的发展，轮机系统向大型化和自动化方向发展，设备和控制系统日益复杂，现有的故障诊断技术越来越无法满足人们的需求。为了能够进行有效的检测，对已经发生的故障进行准确诊断，同时根据设备运行状态对故障进行预测，将数据挖掘技术引入船舶轮机故障诊断系统中，能够有效提高诊断系统的效率。

参考文献：

[1]张海艳，夏飞．舰船电力系统故障诊断综述［J］．舰船科学技术，2010，32（4）：134－137．

[2]曹强，潘维光．数据挖掘技术在舰载信息系统中的应用研究［J］．舰船科学技术，2005，27（4）：13－16．