CN102360195A - 一种船舶主机状态监控和故障监测预警系统及方法 - Google Patents

Abstract

本发明公开了一种船舶主机状态监控和故障监测预警系统及方法，所述的系统包括传感器、信号降噪处理设备、数据采集器和中央处理器，还包括判别器和紧急情况执行器，所述的信号降噪处理设备连接船舶主机和数据采集仪，数据采集仪通过判别器连接中央处理器；中央处理器连接紧急情况执行器，紧急情况执行器连接船舶主机和声光报警系统；所述的中央处理器包括故障检测处理单元和显示器。由于本发明采用了信息熵作为设备安全指标的权重确定工具，体现了指标权重的客观性。并能有效确定出故障隐患指标，进行及时维护，防止重大事故的发生。本发明采用信息熵确定指标权重，熵权是一个动态的权重，因此能实时反映各指标的状态，使得指标权重具有时效性。

Description

一种船舶主机状态监控和故障监测预警系统及方法

技术领域

本发明涉及监控报警技术，特别是一种船舶主机状态监控和故障监测预警系统及方法。

背景技术

目前运行的各类商船上的船舶主机的状态监控一般采用数据集中显示形式，对各类报警连接打印机进行打印，实际中报警打印机应用较少。当主机参数异常，监控到主机运行状态异常时，通常以声光报警形式提醒当班轮机员进行应急处理。这种简单的监控报警系统，能直观反应设备当时的某一参数故障状态，不具有综合分析主机运行状态的能力。需要轮机员依据平时管理内容和异常状况综合分析，确定出事故原因。对轮机管理人员的经验和技术要求较高。另外，目前应用在船上的状态监控报警系统没有数据库功能，只能将某一时刻的状态显示，不能综合分析主机整个时段的运行状况，缺乏整体性。

中国专利ZL 02139740.6公开了“一种用于监视飞机、潜艇等内部设备运行状态的监视系统”，通过传感器将设备参数传输到信息机，比照内部设定值，按红黄蓝三种灯在计算机上显示设备的运行状态。这一专利产品，与目前实船应用的监控系统比较类似，只是将设备图形化的显示在计算机显示器上，并通过灯的颜色判别异常程度，比正常的报警只多了一个黄灯。而黄灯在实际船舶中代表一种待机状态，所以这一表示也容易造成轮机员的误解，不宜应用在船舶的报警监控中。

发明内容

针对上述问题，本发明的目的是提供一种能实时监控并在整个运行时段分析主机运行状态的船舶主机状态监控和故障监测预警系统及方法。

为实现上述目的，本发明采取以下技术方案：

一种船舶主机状态监控和故障监测预警系统，包括传感器、信号降噪处理设备、数据采集器和中央处理器，还包括判别器和紧急情况执行器，所述的信号降噪处理设备连接船舶主机和数据采集器，数据采集器通过判别器连接中央处理器；中央处理器连接紧急情况执行器，紧急情况执行器连接船舶主机和声光报警系统；所述的中央处理器包括故障检测处理单元和显示器。

一种船舶主机状态监控和故障监测预警方法，包括以下步骤：

A：通过传感器感受船舶主机主要状态参数，汇总参数至信号降噪处理设备；

B：信号降噪处理设备进行信号的初始处理后将数据传输到数据采集器；

C：判别器判定主机运行时段；

D：判别器判定出采集数据的运行时段后将数据传输至中央处理器的故障检测处理单元和显示器；

E：故障检测处理单元对传输来的数据计算信息熵权，并将当次获取数据存入数据库，参与下一次的信息熵权计算；

F：中央处理器将处理结果合成各时段主机运行状态综合指数；

G：通过运行状态曲线在显示器上显示主机运行状态和主机运行状况偏离标准程度；

H：依据主机运行状态的紧急程度，执行相应应急处理措施，所述的应急处理措施包括无警报、声光报警和停车。

本发明步骤C所述的运行时段分别为运转初期、正常运行和停车期间。

本发明步骤E所述的故障检测处理单元对传输来的数据计算信息熵权通过如下方式进行：

E1、将每一采集时段的各参数序列作为判断矩阵的一列建立开放性的实时判断矩阵：

$R^{\′}=\left[\begin{array}{cccc}{r}_{11}^{\′}& r_{12}^{\′}& \mathrm{\Λ}& r_{1n}^{\′}\\ r_{21}^{\′}& r_{22}^{\′}& \mathrm{\Λ}& r_{1n}^{\′}\\ M& M& M& M\\ r_{m1}^{\′}& r_{m2}^{\′}& \mathrm{\Λ}& r_{\mathrm{mn}}^{\′}\end{array}\right]---\left(1\right)$

E2、评价指标判断矩阵标准化：

E3、确定评价指标的熵：

对于有m个评价指标，n个被评价对象的评价问题，第i个评价指标的熵定义为

$H_i=-k\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{f}_{\mathrm{ij}}\ln f_{\mathrm{ij}},i=\mathrm{1,2},\mathrm{\Λ},m---\left(3\right)$

式中f_ij为参数异常程度占整个指标体系异常程度的比重；

$f_{\mathrm{ij}}=\frac{r_{\mathrm{ij}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{r}_{\mathrm{ij}}};$ k为常数， $k=\frac{1}{\ln n};$

E4、计算评价指标的熵权

在(m，n)评价问题中，第i个指标熵权ω_i定义为：

${\mathrm{\ω}}_i=\frac{1-H_i}{m-\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{H}_i}---\left(4\right)$

本发明步骤F所述的合成各时段主机运行状态综合指数是通过如下方式实现的：

F1：确定评价对象不同参数状态下的整体状况：

Ω＝ω_ioR′                        (5)

F2：比较评价对象不同参数体系下与标准参数体系的偏差：

${\mathrm{\Λ}}_i=|\frac{{\mathrm{\Ω}}_i}{{\mathrm{\Ω}}_1}-1|\×100\%---\left(6\right)$

本发明步骤H所述的主机运行状态的同一参数异常程度不大，不需报警，但出现三次这样的异常则进行声光报警。

本发明步骤D所述的中央处理器在每次进行数据处理后将数据自动存储到数据库内，当数据库达到最大库容时，自动将最早的数据灭失。

本发明由于采取以上技术方案，其具有以下优点：

1、由于本发明采用了信息熵作为设备安全指标的权重确定工具，体现了指标权重的客观性。并能有效确定出故障隐患指标，进行及时维护，防止重大事故的发生。

2、由于本发明采用信息熵确定指标权重，熵权是一个动态的权重，因此能实时反映各指标的状态，使得指标权重具有时效性。

3、由于本发明采用了动态的信息熵权重，通过分析指标的异常程，能较容易的发现主机运行中的安全隐患指标，进行事前维修。

4、由于本发明将指标信息熵权和运行参数合成主机运行状态综合指数，并将各时段的综合指数与标准指数比较确定其偏差，从而可以有效的整体把握船舶主机的运行状态，确保主机有效工作。

5、由于本发明采用的系统数据库存储量大，能保存较长时间段内的主机各运行参数状态，从而更能整体分析出船舶主机各指标的运行情况。

6、由于本发明采用运行曲线进行状态输出，从而使轮机员可以分析较长时段的主机运行状态，准确把握主机运行情况，对轮机员的管理起到良好的提示作用。

附图说明

本发明共有附图3幅，其中：

图1为本发明的系统组成示意图。

图2为本发明所述方法的处理流程图。

图3为实例船舶主机偏离标准状况运行的曲线。

图中：100、主机，110、信号降噪处理设备，120、数据采集器，130、判别器，140、中央处理器，141、显示器，150、紧急情况执行器。

具体实施方式

下面结合附图和实例对本发明的进行详细的描述。

基于信息熵理论的船用主机100状态监控和故障监测预警系统，包括传感器、信号降噪处理设备110、数据采集器120、判别器130、紧急情况执行器150、中央处理器140；其通过传感器感受船舶主机100主要状态参数，汇总参数至数据采集器120；判别器130判定主机100运行时段；判定出采集数据的运行时段后将数据传输至主机100故障检测处理单元和显示器141；中央处理器140的故障检测处理单元对传输来的数据计算信息熵权；合成各时段主机100运行状态综合指数；在显示器141上显示主机100运行状况偏离标准程度；通过运行状态曲线在显示器141上显示主机100运行状态。

以某轮船舶主机100为例，建立基于信息熵理论的船用主机100状态监控和故障监测预警系统。由于船舶主机100参数较多，实例仅选取影响较大的五个参数：燃油进口压力、主机100滑油进口压力、滑油进口温度、缸套冷却水进口压力、缸套冷却水出口温度等指标，建立船舶主机100状态监控和参数分析系统。

表1某轮主机100(型号MAN B&W 6S35MC)主要参数标准

为了便于信息熵权的确定，识别参数偏离标准的程度，明确指标的异常程度，设定各参数标准的平均值作为对照的标准值，如燃油进口压力标准设为0.75MPa，滑油进口压力里设为0.20MPa。

1.依据图2的处理流程图，数据采集器120通过信号降噪设备采集船舶主机100相关参数并经其传输给中央处理器140。为使示例简明，仅选取连续的5个时段进行数据处理。采集数据如表2。

表2不同时段船舶主机100状态参数表

2.时段识别

通过主机100运转时间和转速负荷等因素，确定出目前船舶主机100运行时段。本实例中为主机100正常运行时段。

3.将获取数据在中央处理器140进行运算，计算各指标的熵权，合成主机100运行状态偏离标准运行的数据值。

3.1.根据船舶主机100状态参数建立评价矩阵

$R^{\′}=\left[\begin{array}{cccccc}0.76& 0.80& 0.79& 0.73& 0.75& 0.74\\ 0.20& 0.18& 0.19& 0.21& 0.20& 0.16\\ 43.5& 43& 45& 42& 46& 52\\ 0.35& 0.35& 0.32& 0.36& 0.38& 0.37\\ 82.5& 82& 83& 81& 80& 80\end{array}\right]$

3.2.对评价矩阵进行标准化

由于船舶主机100指标保持在一定范围是合理的，过高或过低均会导致设备的运转不良。选用基于偏离标准程度的标准化指标公式(2)进行标准化得：

$R=\left[\begin{array}{cccccc}0& 0.571& 0.429& 0.429& 0.143& 0.286\\ 0& 0.4& 0.2& 0.2& 0& 0.8\\ 0& 0.05& 0.15& 0.15& 0.25& 0.85\\ 0& 0& 0.5& 0.167& 0.5& 0.333\\ 0& 0.167& 0.167& 0.5& 0.833& 0.833\end{array}\right]$

3.3.求得各参数异常程度占全时段指标体系异常程度的比重

$f=\left[\begin{array}{cccccc}0& 0.308& 0.231& 0.231& 0.077& 0.154\\ 0& 0.25& 0.125& 0.125& 0& 0.5\\ 0& 0.034& 0.103& 0.103& 0.172& 0.586\\ 0& 0& 0.333& 0.111& 0.333& 0.222\\ 0& 0.067& 0.067& 0.2& 0.333& 0.333\end{array}\right]$

3.4.根据公式(3)确定各状态参数的熵

H_i ^T＝{0.851  0.677  0.671  0.732  0.790}

3.5.根据公式(4)确定各状态的熵权

ω_i＝{0.116  0.252  0.257  0.208  0.164}

3.6根据公式(5)熵权与指标体系矩阵合成各时段综合状况

Ω＝ω_ioR′＝{26.86  26.64  27.27  26.24  27.14  28.55}

3.7根据公式(6)判断各时段综合得分与标准体系的差异

Λ＝{0％  0.8％  1.5％  2.3％  1.1％  6.3％}

4.数据后处理

4.1.中央处理器140将采集数据存储进数据库中。

4.2.根据分析结果以折线图的形式绘制出船舶主机100偏离标准状况运行的曲线，如图3所示。

4.3.根据设定最大偏离工况值，判断主机100运行状态紧急形势，并采取相应警示。

4.4.状态描述及显示

整个运行阶段没有超过最大偏离值，主机100运行状态正常。

Time 1-Time 4阶段主机100运行稳定，偏离正常状态较小。波动在5％以内，不影响主机100的正常运行状态。

Time 5阶段船舶主机100综合指数突然变得以偏离标准6.3％状态运行，具有一定危险性。应提高警惕，注意检修。

指标主机100滑油进口压力和指标滑油温度信息熵权重明显较大，说明该指标有异常波动，存在危险。

5.继续接受下一数据，连续分析主机100运行状态。

设定数据上限，当存储数据超过上限时，删除最早数据。确保数据库的完整性和时效性。

Claims (7)

1.一种船舶主机状态监控和故障监测预警系统，其特征在于：包括传感器、信号降噪处理设备(110)、数据采集器(120)和中央处理器(140)，还包括判别器(130)和紧急情况执行器(150)，所述的信号降噪处理设备(110)连接船舶主机(100)和数据采集器(120)，数据采集器(120)通过判别器(130)连接中央处理器(140)；中央处理器(140)连接紧急情况执行器(150)，紧急情况执行器(150)连接船舶主机(100)和声光报警系统；所述的中央处理器(140)包括故障检测处理单元和显示器(141)。

2.一种船舶主机状态监控和故障监测预警方法，其特征在于：包括以下步骤：

A：通过传感器感受船舶主机(100)主要状态参数，汇总参数至信号降噪处理设备(110)；

B：信号降噪处理设备(110)进行信号的初始处理后将数据传输到数据采集器(120)；

C：判别器(130)判定主机(100)运行时段；

D：判别器(130)判定出采集数据的运行时段后将数据传输至中央处理器(140)的故障检测处理单元和显示器(141)；

E：故障检测处理单元对传输来的数据计算信息熵权，并将当次获取数据存入数据库，参与下一次的信息熵权计算；

F：中央处理器(140)将处理结果合成各时段主机(100)运行状态综合指数；

G：通过运行状态曲线在显示器(141)上显示主机(100)运行状态和主机(100)运行状况偏离标准程度；

H：依据主机(100)运行状态的紧急程度，执行相应应急处理措施，所述的应急处理措施包括无警报、声光报警和停车。

3.根据权利要求2所述的一种船舶主机状态监控和故障监测预警方法，其特征在于：步骤C所述的运行时段分别为运转初期、正常运行和停车期间。

4.根据权利要求2所述的一种船舶主机状态监控和故障监测预警方法，其特征在于：步骤E所述的故障检测处理单元对传输来的数据计算信息熵权通过如下方式进行：

E1、将每一采集时段的各参数序列作为判断矩阵的一列建立开放性的实时判断矩阵：

$R^{\′}=\left[\begin{array}{cccc}{r}_{11}^{\′}& r_{12}^{\′}& \mathrm{\Λ}& r_{1n}^{\′}\\ r_{21}^{\′}& r_{22}^{\′}& \mathrm{\Λ}& r_{1n}^{\′}\\ M& M& M& M\\ r_{m1}^{\′}& r_{m2}^{\′}& \mathrm{\Λ}& r_{\mathrm{mn}}^{\′}\end{array}\right]---\left(1\right)$

E2、评价指标判断矩阵标准化：

E3、确定评价指标的熵：

对于有m个评价指标，n个被评价对象的评价问题，第i个评价指标的熵定义为

$H_i=-k\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{f}_{\mathrm{ij}}\ln f_{\mathrm{ij}},i=\mathrm{1,2},\mathrm{\Λ},m---\left(3\right)$

式中f_ij为参数异常程度占整个指标体系异常程度的比重；

$f_{\mathrm{ij}}=\frac{r_{\mathrm{ij}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{r}_{\mathrm{ij}}};$ k为常数， $k=\frac{1}{\ln n};$

E4、计算评价指标的熵权

在(m，n)评价问题中，第i个指标熵权ω_i定义为：

${\mathrm{\ω}}_i=\frac{1-H_i}{m-\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{H}_i}---\left(4\right)$

5.根据权利要求2所述的一种船舶主机状态监控和故障监测预警方法，其特征在于：步骤F所述的合成各时段主机(100)运行状态综合指数是通过如下方式实现的：

F1：确定评价对象不同参数状态下的整体状况：

Ω＝ω_ioR′            (5)

F2：比较评价对象不同参数体系下与标准参数体系的偏差：

${\mathrm{\Λ}}_i=|\frac{{\mathrm{\Ω}}_i}{{\mathrm{\Ω}}_1}-1|\×100\%---\left(6\right)$

6.根据权利要求2所述的一种船舶主机状态监控和故障监测预警方法，其特征在于：步骤H所述的主机(100)运行状态的同一参数异常程度不大，不需报警，但出现三次这样的异常则进行声光报警。

7.根据权利要求2所述的一种船舶主机状态监控和故障监测预警方法，其特征在于：步骤D所述的中央处理器(140)在每次进行数据处理后将数据自动存储到数据库内，当数据库达到最大库容时，自动将最早的数据灭失。

Images