[发明专利]一种基于集成学习的船舶动力系统故障诊断方法

说明书

本发明公开了一种基于集成学习的船舶动力系统故障诊断方法，通过基学习算法建立若干个具有差异性的弱分类器，对测试样本分别进行单一的故障类型的判断，得出具有差异性的预测结果，并形成强分类器，达到智能诊断船舶主机故障的目的。

技术领域

本发明属于船舶系统设备故障诊断领域，具体涉及一种基于集成学习的船舶动力系统故障诊断方法。

背景技术

近几年，国内外掀起了智能船舶建造浪潮。智能船舶属于多学科先进技术的综合应用，它充分利用传感器、先进材料、通讯等方面的技术创新以及大数据、机器学习等新兴人工智能技术，实现船舶控制操纵和监测管理的自动化智能化，被广泛誉为是航运业和造船业的下一次技术革新。而且，近年来世界经济贸易下行，全球航运市场遭受了不小的打击，运营成本较高、利润低、安全性不足等问题一直困扰着传统航运业，如何降低运营成本航运界普遍关注的问题。根据调查显示，船舶维修成本占船舶运营成本的7.7％，采用先进的船舶设备故障诊断技术，可以降低船舶维修成本，进一步降低运营成本。

然而，目前船舶的故障诊断维修还是主要依赖于有经验的人员，人力成本较高，而且还会存在一定的过度维修以及维护不当等现象。另外，船舶的系统设备复杂，很难及时全面地掌握分布于各个舱室的设备运行状况，不利于管理维护人员做出合理的决策。船舶的监测报警系统中存储着大量的设备运行参数、报警以及故障信息，而这些数据信息在以往处于搁置的状态，并没有得到有效利用。因此，如何充分地利用这些状态监测数据，达到设备系统的故障诊断的目的，符合了未来智能船舶乃至无人船舶的发展趋势。值得指出的是，中国船级社于2015 年颁布了《智能船舶规范》，明确地将船舶状态监测和故障诊断技术作为未来智能船舶发展一项必不可少的技术。因此，如何合理有效的利用船舶各系统的数据信息资源，提高船舶智能化水平，已经成为一个研究热点。

目前，机器学习人工智能技术在经济、人文、医疗等领域应用较为广泛，但在像船舶这样的重工业，发展相对缓慢。

船舶动力系统为船舶提供各种能量，以保证船舶正常航行、人员正常生活以及各种作业，它是船舶的一个重要组成部分。在船舶动力系统中，主机是最重要的设备，它作为船舶心脏，为船舶推进提供动力。在主机的正常运转中，需要燃油系统、滑油系统、冷却水系统以及配气机构等辅助运行。比如燃油系统主要为主机的运转提供燃烧所消耗的燃油，以此获得动力。在船舶航行中，对主机设置诸多的监控传感器，通过传感器可以获取主机的运行状态参数，再结合机器学习算法，就可以达到故障预判的目的。但是对主机进行故障诊断需要解决的问题也很多，数据量大、冗余、推理手段不完善以及专家知识不充分等。另外，数据信息还可能存在不完整、不准确甚至冲突的问题。因此，选取集成学习的算法，将其应用于船舶主机的智能故障诊断中，可以充分利用这些数据，获得较好的数据泛化能力和较高的分类速度和准确率的故障诊断分类器。

发明内容

本发明的目的在于克服现有技术中存在的上述缺陷，提供一种基于集成学习的算法，充分利用主机状态数据，达到智能诊断船舶主机故障的目的。

为实现上述目的，本发明的技术方案如下：

一种基于集成学习的船舶动力系统故障诊断方法，其特征在于，包括以下步骤：

步骤S01：采集样本，每一个样本包括船舶动力系统的参数向量x_i、船舶故障类型代码y_i，并对参数向量x_i进行归一化处理，共采集n个样本，形成样本集S＝{(x₁,y₁),(x₂,y₂),…(x_n,y_n)}，其中船舶动力系统的参数向量长度为L_p，共有L_f种船舶故障类型；