[发明专利]基于故障关联模型的船舶主机随船备件多层级配置方法

说明书

本发明公开了一种基于故障关联模型的船舶主机随船备件多层级配置方法，包括如下步骤：获取表征船舶主机状态的动态感知信息及静态历史数据信息，继而构建主机状态参数数据库；对表征主机状态的数据信息进行异常判断，获取到异常状态数据的对应构件，基于寿命预测模型实现异常状态数据对应构件的寿命预测，并开展备件评估判断；通过关联状态矩阵、故障关联模型及关联备件寿命预测模型分析关联备件的可行性；以维修成本为约束，针对主‑关联备件进行随船配置判断，并得到备件清单。本发明与现有技术相比，将故障关联因素考虑到船舶主机随船备件预测当中，能够有效的提高船舶主机备件的保障率，降低航行风险的同时能够降低备件的投入经费。

技术领域

本发明涉及船舶主机备件配置领域，具体涉及一种基于故障关联模型的船舶主机随船备件多层级配置方法。

背景技术

在船舶航行的过程中，船舶主机备件的保证是主机能够正常运行的必要保障。过早或过多备件，会导致企业资金长时间被占用，同时会增加航行成本。但备件配置不充分，可能会使航行存在风险，导致航行任务无法顺利按时完成。因此，合理的船舶主机随船备件配置是顺利完成航行任务的重要保障。

张新辉等人基于剩余寿命预测对维修与备件订购联合策略进行优化，利用设备健康状态信息预测剩余使用寿命，并进行维修和备件订购决策以达到降低设备检修成本和备件成本的目的。刘慎洋等人考虑了可修复单元“修复如新”、“修复如旧”和“不完全修复”三种维修效果，将单元的故障率和维修费用作为约束条件运用可靠性理论及随机过程方法，在计算备件不同使用阶段平均使用时间的基础上建立了可修复备件消耗预测模型。中国专利申请202010692410.2公开了一种基于故障预测与健康管理的设备备件需求预测系统，该系统包括：数据采集与边缘计算模块，其利用边缘设备采集数据，通过对数据进行分析计算来提取建模所需的特征；数据服务模块，其对现场设备及系统的数据资产进行统一管理，为智能分析模型提供数据支撑；智能分析模块，其将采集到的数据进行信号处理与特征处理，根据处理后的信号数据进行健康评估；可视化应用模块，其将故障预测和健康评估的结果进行可视化展示。

现有的备件预测技术多偏重于设备或零件本身的状态变化，备件换件时遵循一对一原则，即主机发生故障通过一次更换备件解决，不存在相关失效发生，不存在多米诺效应。但是在实际工作中，主机的相关失效还是普遍存在的。

所以，需要一个新的技术方案来解决这个问题。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种基于故障关联模型的船舶主机随船备件多层级配置方法，其将故障关联因素考虑到船舶主机备件预测当中，能够有效的提高船舶主机备件的保障率。

技术方案：为实现上述目的，本发明提供一种基于故障关联模型的船舶主机随船备件多层级配置方法，包括如下步骤：

S1：获取表征船舶主机状态的动态感知信息及静态历史数据信息，继而构建主机状态参数数据库；

S2：对表征主机状态的数据信息进行异常判断，获取到异常状态数据的对应构件，基于寿命预测模型实现异常状态数据对应构件的寿命预测，并开展备件评估判断；

S3：通过关联状态矩阵、故障关联模型及关联备件寿命预测模型分析关联备件的可行性；

S4：以维修成本为约束，针对主-关联备件进行随船配置判断，并得到备件清单。

进一步地，所述步骤S1中动态感知信息为安装在船舶主机装备上的传感器检测到的实时数据，主要包括压力、温度、位置、噪音等信息，传感器主要包括压力传感器、温度传感器、曲轴位置传感器、凸轮轴位置传感器、活塞杆位置传感器、噪音传感器等；

静态历史数据信息为船舶主机日常检查的历史数据信息，主要包括柴油机外观检查、柴油供给系统检查、润滑系统检查、冷却系统检查、启动和操纵系统检查、盘车检查及与故障评价相关的信息等。