CN111694880A - 一种基于多源数据的无人艇平台健康管理方法及系统 - Google Patents
一种基于多源数据的无人艇平台健康管理方法及系统 Download PDFInfo
- Publication number
- CN111694880A CN111694880A CN202010442670.4A CN202010442670A CN111694880A CN 111694880 A CN111694880 A CN 111694880A CN 202010442670 A CN202010442670 A CN 202010442670A CN 111694880 A CN111694880 A CN 111694880A
- Authority
- CN
- China
- Prior art keywords
- data
- information
- result
- analysis result
- decision
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Abstract
本发明实施例公开了一种基于多源数据的无人艇平台健康管理方法及系统,方法应用于无人艇端,包括:获取无人艇与执行任务相关的相关数据信息;对相关数据信息进行数据处理,得到处理结果信息;分别分析处理结果信息中的各子处理结果信息,对得到的动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果进行异常性判断;结合动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果,进行综合分析,得到总体分析结果;生成临时决策信息;发送全部的舰端数据至岸基端,以接收岸基端对舰端数据进行分析处理后生成的决策信息,并执行决策信息。实现自主性的基础判断,并根据判断规则及结果进行自主决策。
Description
技术领域
本发明涉及数据分析数据处理技术领域,特别是一种基于多源数据的无人艇平台健康管理方法及系统。
背景技术
无人艇作为海洋装备的重要发展方向之一,具有速度快、搭载性强、无需考虑人类承受极限等特点,市场应用前景广阔。无人艇多应用于海洋环境,但是,海洋环境存在海况多变的特点,作为水面典型无人装备,在没有人类乘坐的前提下,更适合使用于危险或恶劣的环境中,同时无人艇相较无人机与无人车,存在尺寸体积较大的特点,也就可以同时携带更多的燃料,单次出动的续航时间相较其他无人装备明显加长,进而在此种条件下,对无人艇平台健康管理的重要性尤为突出。
期刊《兵工学报》第35卷增刊1,68页记载了一篇《地面无人车辆故障预测与健康管理系统研究》的文章,该文章针对当前地面无人车辆整理状况,提出地面无人车辆故障预测与健康管理系统的概念,规划地面无人车辆健康管理系统总体架构,从数据采集、数据监控、数据存储、数据转发四个方面设计车载系统,从软件设计、数据库设计、故障诊断三个方面设计地面便携式系统,以车载系统与地面便携式系统组成整体健康管理整体系统。但是,该系统仅支持对一辆车辆进行健康管理,其他无人车辆的信息数据仅能通过以历史数据的形式加入到地面便携式系统中。水面无人艇更多的以集群形式同时执行任务,具有在相同海域多艇同时工作的特点,进而地面无人车辆的故障预测与健康管理系统不支持协同无人艇数据信息的实时横向对比,不符合无人艇使用场景的需要。
此外,期刊《飞机设计》第29卷第4期,52页记载了一篇《无人机故障预测与健康管理系统研究》的文章,该文章通过对故障预测与健康管理系统的研究,搭建了无人机故障预测与健康管理系统的总体框架,分析了数据采集和传感器应用技术,通信技术,数据预处理技术,数据融合技术,状态监测、健康评估和故障预测技术,接口技术等关键技术,在总体框架的基础上进行了结构化的功能分层,设计了无人机故障预测与健康管理系统模块。但是,无人机使用于天空中,其通讯条件被影响程度较低。无人艇使用于海洋、江河或湖泊等水面,由于海况等条件的复杂多变性,无人艇需要具备在非人为干预下的自主数据分析与修复能力,在健康管理的过程中,需要具有非人类全程在线的特点,目前该文章设计的无人机故障预测与健康管理系统,不具备自主调节能力,不符合无人艇的使用需求。
发明内容
有鉴于现有技术中存在的上述问题,本发明实施例提供一种能够进行自主性的基础判断,并根据判断规则及结果进行自主决策,实现在无人为干预的情况下实施应急处理策略的基于多源数据的无人艇平台健康管理方法及系统。
本发明实施例提供一种基于多源数据的无人艇平台健康管理方法,应用于无人艇端,包括:
获取无人艇与执行任务相关的相关数据信息,其中,所述相关数据信息包括动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息;
对所述相关数据信息进行数据处理,得到处理结果信息,并对所述处理结果信息进行异常性判断;
分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,得到动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果,并对所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行异常性判断;
结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果;
基于所述所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果生成临时决策信息,以使无人艇执行;
发送包括有所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果、所述总体分析结果以及临时决策信息的舰端数据至岸基端,以接收岸基端对所述舰端数据进行分析处理后生成的决策信息,并执行所述决策信息。
在本发明的一些实施例中,在对所述相关数据信息进行数据处理之前,所述方法还包括:
获取所述无人艇的各组成部件的状态信息;
所述对所述相关数据信息进行数据处理,包括:
对所述相关数据信息进行单位制统一以及计算数据特征值;
所述对所述处理结果信息进行异常性判断,包括:
若判断所述处理结果信息存在异常性或所述状态信息存在异常性,则,以第一预设应急处理策略对所述无人艇进行处理,其中,所述第一预设应急处理策略至少包括停止所述无人艇的航行。
在本发明的一些实施例中,所述分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,包括:
分析所述动力系统数据信息的子处理结果信息是否处于第一预设阈值范围内;
分析所述导航系统数据信息的子处理结果信息是否处于第二预设阈值范围内;
分析所述环境系统数据信息的子处理结果信息是否处于第三预设阈值范围内;
分析所述任务系统数据信息的子处理结果信息是否处于第四预设阈值范围内;
若判断所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果中的任一分析结果超出与该分析结果对应的预设阈值范围,则表征存在异常,则,
以第二预设应急处理策略对所述无人艇进行处理,其中,所述第二预设应急处理策略至少包括停止所述无人艇的航行。
在本发明的一些实施例中,所述结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果,包括:
将所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行相互递推逻辑分析;
得到总体分析结果,所述总体分析结果中包括用以对所述无人艇进行处理的第三预设应急处理策略,其中,所述第三预设应急处理策略至少包括停止所述无人艇的航行。
在本发明的一些实施例中,所述岸基端生成所述决策信息的步骤如下:
接收并保存无人艇端发送的所述舰端数据;
将所述舰端数据与预先存储的故障诊断数据进行比对,得到诊断结果并显示;
基于所述诊断结果,并结合预先存储的故障预测数据进行故障预测,预测所述舰端数据所对应无人艇的故障预测结果并显示;
基于所述故障预测结果,并结合预先存储的推理决策数据,进行推理决策,生成建议性决策结果并显示;
基于所述诊断结果、所述故障预测结果以及所述建议性决策结果,生成所述决策信息。
本发明实施例还提供了一种基于多源数据的无人艇平台健康管理方法,应用于岸基端,包括:
接收并保存无人艇端发送的舰端数据;
将所述舰端数据与预先存储的故障诊断数据进行比对,得到诊断结果并显示;
基于所述诊断结果,并结合预先存储的故障预测数据进行故障预测,预测所述舰端数据所对应无人艇的故障预测结果并显示;
基于所述故障预测结果,并结合预先存储的推理决策数据,进行推理决策,生成建议性决策结果并显示;
基于所述诊断结果、所述故障预测结果以及所述建议性决策结果,生成决策信息,并发送至无人舰端。
在本发明的一些实施例中,所述将所述舰端数据与预先存储的故障诊断数据进行比对,包括:
将所述舰端数据与预先存储的特征数据、监测数据、历史数据、横向数据、产品数据以及环境数据进行比对。
在本发明的一些实施例中,所述结合预先存储的故障预测数据进行故障预测,包括:
通过预先存储的故障树、案例知识、规则知识、模型计算、损伤指标、以及数据综合方式进行故障预测;
所述结合预先存储的推理决策数据,进行推理决策,包括:
通过预先存储的航行控制决策、载荷控制决策、任务执行决策以及终止返回决策,进行推理决策。
在本发明的一些实施例中,所述无人舰端生成所述舰端数据的步骤如下:
获取所述无人艇与执行任务相关的相关数据信息,其中,所述相关数据信息包括动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息;
对所述相关数据信息进行数据处理,得到处理结果信息;
分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,得到动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果;
结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果;
所述舰端数据包括所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果。
本发明实施例还提供了一种基于多源数据的无人艇平台健康管理系统,包括:
无人舰端,其包括:
数据获取模块,其用于获取无人艇与执行任务相关的相关数据信息,其中,所述相关数据信息包括动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息;
数据处理模块,其用于对所述相关数据信息进行数据处理,得到处理结果信息,并通过判断规则模块对所述处理结果信息进行异常性判断;
分系统分析模块,其用于分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,得到动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果,并通过所述判断规则模块对所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行异常性判断;
全系统分析模块,其用于结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果;
应急处置及故障修复模块,其用于基于所述所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果生成临时决策信息,以使无人艇执行;
第一通信模块,其用于发送包括有所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果、所述总体分析结果以及所述临时决策信息的舰端数据至岸基端,以接收岸基端对所述舰端数据进行分析处理后生成的决策信息,并执行所述决策信息;
岸基端,其包括:
数据接收模块,其用于接收无人艇端发送的舰端数据,并通过数据存储模块对所述舰端数据进行保存;
故障诊断模块,其用于将所述舰端数据与预先存储的故障诊断数据进行比对,得到诊断结果并通过显示模块显示;
故障预测模块,其用于基于所述诊断结果,并结合预先存储的故障预测数据进行故障预测,预测所述舰端数据所对应无人艇的故障预测结果并通过所述显示模块显示;
推理决策模块,其用于基于所述故障预测结果,并结合预先存储的推理决策数据,进行推理决策,生成建议性决策结果并通过所述显示模块显示;
决策生成模块,其用于基于所述诊断结果、所述故障预测结果以及所述建议性决策结果,生成决策信息,并通过第二通信模块发送至无人舰端。
与现有技术相比,本发明实施例提供的基于多源数据的无人艇平台健康管理方法及系统的有益效果在于:其能够使无人艇根据多源数据信息(动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息),进行自主性的基础判断,并能够根据判断规则及结果进行自主决策,实现在无人为干预的情况下实施应急处理策略,保障无人艇使用过程中的安全可靠,降低维修成本,提高无人艇任务执行成功率。且能够根据多源数据在无人艇对应的岸基端进行故障预测性分析,进而生成建议性的推理决策结果,供无人艇人类操控员选择采纳,降低人类操控员分析成本。
附图说明
图1为本发明实施例的基于多源数据的无人艇平台健康管理方法的无人舰端与岸基端的整体结构的流程图;
图2为本发明实施例的基于多源数据的无人艇平台健康管理方法的无人舰端的流程图;
图3为本发明实施例的基于多源数据的无人艇平台健康管理方法的岸基端的流程图;
图4为本发明实施例的基于多源数据的无人艇平台健康管理方法的无人舰端的框图;
图5为本发明实施例的基于多源数据的无人艇平台健康管理方法的岸基端的框图。
具体实施方式
为使本领域技术人员更好的理解本发明的技术方案,下面结合附图和具体实施方式对本发明作详细说明。
此处参考附图描述本申请的各种方案以及特征。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述,本申请的这些和其它特性将会变得显而易见。
还应当理解,尽管已经参照一些具体实例对本申请进行了描述,但本领域技术人员能够确定地实现本申请的很多其它等效形式,它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
当结合附图时,鉴于以下详细说明,本申请的上述和其它方面、特征和优势将变得更为显而易见。
此后参照附图描述本申请的具体实施例;然而,应当理解,所申请的实施例仅仅是本申请的实例,其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以根据用户的历史的操作,判明真实的意图,避免不必要或多余的细节使得本申请模糊不清。因此,本文所申请的具体的结构性和功能性细节并非意在限定,而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其它实施例中”,其均可指代根据本申请的相同或不同实施例中的一个或多个。
本发明实施例提供一种基于多源数据的无人艇平台健康管理方法,应用于无人艇端,如图1至图5所示,所述方法包括如下步骤:
步骤11:获取无人艇与执行任务相关的相关数据信息,其中,所述相关数据信息包括动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息,具体地,可以使通过动力系统传感器获取动力系统数据信息,通过导航系统传感器获取导航系统数据信息,通过环境系统传感器获取环境系统数据信息,通过任务系统传感器获取任务系统数据信息,进而对获取的相关数据信息进行整理打包,以预设格式传输至执行步骤12的模块,其中,预设模式为便于传输或是方便执行步骤12的模块进行处理的模式。
步骤12:对所述相关数据信息进行数据处理,得到处理结果信息,并对所述处理结果信息进行异常性判断;
在本发明的一些实施例中,所述在对所述相关数据信息进行数据处理之前,所述方法还包括:获取所述无人艇的各组成部件的状态信息,如无人艇上的各个部件的良故状态数据。
进一步地,所述对所述相关数据信息进行数据处理,包括:对所述相关数据信息进行单位制统一以及计算数据特征值,所述数据特征值可以能够为后续数据分析提供方便。
所述对所述处理结果信息进行异常性判断,包括:若判断所述处理结果信息存在异常性或所述状态信息存在异常性,则,以第一预设应急处理策略对所述无人艇进行处理,其中,所述第一预设应急处理策略至少包括停止所述无人艇的航行。作为事例,如在进行判断时,发现无人艇的动力系统中的某部件处于故障状态,其会对无人艇的正常航行产生影响,那么此时,可判断为存在异常,进而便可以以第一预设应急处理策略对所述无人艇进行处理,如先控制无人艇停止航行,或控制无人艇处于慢速航行状态。
步骤13:分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,以实现分别对无人艇的动力系统、导航系统、环境系统以及任务系统进行系统内部的分析处理,进而得到动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果,并对所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行异常性判断。
在本发明的一些实施例中,所述分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,包括:分析所述动力系统数据信息的子处理结果信息是否处于第一预设阈值范围内,例如,分析动力系统数据信息中的转速数据是否处于正常转速范围内;分析所述导航系统数据信息的子处理结果信息是否处于第二预设阈值范围内,例如,分析导航系统数据信息中的刷新频率是否处于正常范围内;分析所述环境系统数据信息的子处理结果信息是否处于第三预设阈值范围内;以及,分析所述任务系统数据信息的子处理结果信息是否处于第四预设阈值范围内;
若判断所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果中的任一分析结果超出与该分析结果对应的预设阈值范围,则表征存在异常,则,以第二预设应急处理策略对所述无人艇进行处理,其中,所述第二预设应急处理策略至少包括停止所述无人艇的航行。
步骤14:结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果;具体地,包括:将所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行相互递推逻辑分析;得到总体分析结果,所述总体分析结果中包括用以对所述无人艇进行处理的第三预设应急处理策略,其中,所述第三预设应急处理策略至少包括停止所述无人艇的航行。作为事例,如在无人艇连续直线航行过程中,无人艇导航系统(GPS定位设备)由于受到干扰,可以向无人艇的控制系统发送格式正确的数据,数据阈值、刷新频率、数据连贯性均正确,但反馈数据信息始终在一定区域范围内改变。具体地,在无人艇艇接收导航系统(GPS定位设备)发送的导航系统数据信息时,在数据处理环节,判断数据阈值有效且设备良故状态正常,进而对导航系统数据信息进行分析;而在分析环节,判断导航系统数据信息刷新率正常且不存在大范围跳变,进而最终对导航系统数据信息进行相互递推逻辑分析;例如,结合动力系统主机转速、喷泵角度、航行速度、艏向角速度等数据信息,判断在导航系统数据信息所述对应时间的之前一预设时长内无人艇处于长时间连续航行状态,且未发生连续转向动作,通过递推逻辑分析,无人艇位置不应发生在连续时间内处于同一小范围区域内现象,故判断无人艇发生定位信息故障,进而以第三预设应急处理策略进行处理,例如,即刻停止无人艇航行,同时,切换导航系统的GPS定位设备至备用定位设备,之后,可将上述涉及的信息均发送至岸基端。
步骤15:基于所述所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果生成临时决策信息,以使无人艇执行,其中,临时决策信息可以为上述实施例中的第一预设应急处理策略、第二预设应急处理策略或第三预设应急处理策略中的任一种。
步骤16:发送包括有所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果的舰端数据至岸基端,以接收岸基端对所述舰端数据进行分析处理后生成的决策信息,并执行所述决策信息。
在本发明的一些实施例中,所述岸基端生成所述决策信息的步骤如下:接收并保存无人艇端发送的所述舰端数据;将所述舰端数据与预先存储的故障诊断数据进行比对,得到诊断结果并显示;基于所述诊断结果,并结合预先存储的故障预测数据进行故障预测,预测所述舰端数据所对应无人艇的故障预测结果并显示;基于所述故障预测结果,并结合预先存储的推理决策数据,进行推理决策,生成建议性决策结果并显示;基于所述诊断结果、所述故障预测结果以及所述建议性决策结果,生成所述决策信息。
通过上述的技术方案可以看出,本发明实施例提供的上述方法能够使无人艇根据多源数据信息(动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息),使无人艇能够进行自主性的基础判断,并能够根据判断规则及结果进行自主决策,实现在无人为干预的情况下实施应急处理策略,保障无人艇使用过程中的安全可靠,降低维修成本,提高无人艇任务执行成功率。
本发明实施例还提供了一种基于多源数据的无人艇平台健康管理方法,应用于岸基端,如图1及图3至图5所示,上述方法包括如下步骤:
步骤21:接收并保存无人艇端发送的舰端数据;
步骤22:将所述舰端数据与预先存储的故障诊断数据进行比对,得到诊断结果并显示;
在本发明的一些实施例中,所述将所述舰端数据与预先存储的故障诊断数据进行比对,包括:将所述舰端数据与预先存储的特征数据、监测数据、历史数据、横向数据、产品数据以及环境数据进行比对,进而实现基于舰端数据对所述无人艇进行故障诊断。作为事例,如在中心式控制的4条无人艇协同编队任务中,由于中心艇上传通讯设备异常,造成岸基端接收数据频率出现降低。而在4条无人艇的艇端,目前判断无人艇上的设备与数据信息均处于正常状态,进而直接将相应的全部数据信息发送至通讯模块,以通过通讯模块发送给岸基端。但是,由于采用中心式的无人艇协同编队形式,所有数据信息均通过中心艇的通讯设备进行发送,进而,在岸基端接收到中心艇发送的相关的全部数据信息后,经数据比对确认数据信息正确性良好,但数据信息接收频率发生降低,故此,将诊断结果发送至故障预测模块进行故障预测(步骤23)且同时通过显示模块进行显示。
步骤23:基于所述诊断结果,并结合预先存储的故障预测数据进行故障预测,预测所述舰端数据所对应无人艇的故障预测结果并显示;
进一步地,在本实施例中,所述结合预先存储的故障预测数据进行故障预测,包括:通过预先存储的故障树、案例知识、规则知识、模型计算、损伤指标、以及数据综合方式进行故障预测;作为事例,还是以中心式控制的4条无人艇协同编队任务中,由于中心艇上传通讯设备异常,造成岸基端接收数据频率出现降低为例进行说明,在将诊断结果发送至故障预测模块进行故障预测后,故障预测模块根据全部数据频率降低而非单艇数据频率降低现象,预测故障原因大概率出现在中心艇上传通讯设备,并将故障预测结果发送至推理决策模块进行推理决策(步骤24)并同时通过显示模块进行显示。
步骤24:基于所述故障预测结果,并结合预先存储的推理决策数据,进行推理决策,生成建议性决策结果并显示;
在本实施例中,所述结合预先存储的推理决策数据,进行推理决策,包括:通过预先存储的航行控制决策、载荷控制决策、任务执行决策以及终止返回决策,进行推理决策。作为事例,还是以中心式控制的4条无人艇协同编队任务中,由于中心艇上传通讯设备异常,造成岸基端接收数据频率出现降低为例进行说明,在将故障预测结果发送至推理决策模块进行推理决策后,推理决策模块根据决策数据库,建议更换协同编队中心艇角色,并将建议决策发送至显示模块进行显示。
步骤25:基于所述诊断结果、所述故障预测结果以及所述建议性决策结果,生成决策信息,并发送至无人舰端,以使得无人舰端基于决策信息执行相应的操作。作为事例,接上述实施例,在将建议决策发送至显示模块进行显示后,可以是由无人艇的人类操控员根据全部信息,决定是否更换协同编队中心艇角色,并将决策信息下发至艇端,由无人艇端执行相应的决策信息。
在本发明的一些实施例中,所述无人舰端生成所述舰端数据的步骤如下:
获取所述无人艇与执行任务相关的相关数据信息,其中,所述相关数据信息包括动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息;
对所述相关数据信息进行数据处理,得到处理结果信息;
分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,得到动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果;
结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果;
所述舰端数据包括所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果。
通过上述实施例可以看出,其根据多源数据在无人艇对应的岸基端进行故障预测性分析,进而生成建议性的推理决策结果,供无人艇人类操控员选择采纳,降低人类操控员分析成本。
此外,在上述实施例中,在岸基端的用于存储故障诊断数据、故障预测数据以及推理决策数据的存储数据库能够进行数据更新和数据维护,进而保证存储数据库能够具有较全的数据储备,用以为无人艇平台的健康管理提供支持。
本发明实施例还提供了一种基于多源数据的无人艇平台健康管理系统,如图4和图5所示,包括:
无人舰端,其包括:
数据获取模块,其用于获取无人艇与执行任务相关的相关数据信息,其中,所述相关数据信息包括动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息;
数据处理模块,其用于对所述相关数据信息进行数据处理,得到处理结果信息,并通过判断规则模块对所述处理结果信息进行异常性判断;
分系统分析模块,其用于分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,得到动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果,并通过所述判断规则模块对所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行异常性判断;
全系统分析模块,其用于结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果;
第一通信模块,其用于发送包括有所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果的舰端数据至岸基端,以接收岸基端对所述舰端数据进行分析处理后生成的决策信息,并执行所述决策信息;
岸基端,其包括:
数据接收模块,其用于接收无人艇端发送的舰端数据,并通过数据存储模块对所述舰端数据进行保存;
故障诊断模块,其用于将所述舰端数据与预先存储的故障诊断数据进行比对,得到诊断结果并通过显示模块显示;
故障预测模块,其用于基于所述诊断结果,并结合预先存储的故障预测数据进行故障预测,预测所述舰端数据所对应无人艇的故障预测结果并通过所述显示模块显示;
推理决策模块,其用于基于所述故障预测结果,并结合预先存储的推理决策数据,进行推理决策,生成建议性决策结果并通过所述显示模块显示;
决策生成模块,其用于基于所述诊断结果、所述故障预测结果以及所述建议性决策结果,生成决策信息,并通过第二通信模块发送至无人舰端。
在本发明的一些实施例中,所述数据获取模块还用于获取所述无人艇的各组成部件的状态信息;
所述数据处理模块具体地用于,对所述相关数据信息进行单位制统一以及计算数据特征值;
若所述判断规则模块的异常判断模块判断所述处理结果信息存在异常性或所述状态信息存在异常性,则,以第一预设应急处理策略对所述无人艇进行处理,其中,所述第一预设应急处理策略至少包括停止所述无人艇的航行。
在本发明的一些实施例中,所述分系统分析模块具体用于:分析所述动力系统数据信息的子处理结果信息是否处于第一预设阈值范围内;分析所述导航系统数据信息的子处理结果信息是否处于第二预设阈值范围内;分析所述环境系统数据信息的子处理结果信息是否处于第三预设阈值范围内;分析所述任务系统数据信息的子处理结果信息是否处于第四预设阈值范围内;
若所述判断规则模块的阈值判断模块判断所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果中的任一分析结果超出与该分析结果对应的预设阈值范围,则表征存在异常,则,以第二预设应急处理策略对所述无人艇进行处理,其中,所述第二预设应急处理策略至少包括停止所述无人艇的航行。
在本发明的一些实施例中,所述全系统分析模块具体用于:将所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行相互递推逻辑分析;
并通过逻辑判断模块得到总体分析结果,所述总体分析结果中包括用以对所述无人艇进行处理的第三预设应急处理策略,其中,所述第三预设应急处理策略至少包括停止所述无人艇的航行。
在本发明的一些实施例中,所述故障诊断模块具体用于:将所述舰端数据与预先存储的特征数据、监测数据、历史数据、横向数据、产品数据以及环境数据进行比对。
在本发明的一些实施例中,所述故障预测模块具体用于:通过预先存储的故障树、案例知识、规则知识、模型计算、损伤指标、以及数据综合方式进行故障预测;
所述推理决策模块具体用于:通过预先存储的航行控制决策、载荷控制决策、任务执行决策以及终止返回决策,进行推理决策。
以上实施例仅为本发明的示例性实施例,不用于限制本发明,本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内,对本发明做出各种修改或等同替换,这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (10)
1.一种基于多源数据的无人艇平台健康管理方法,应用于无人艇端,其特征在于,包括:
获取无人艇与执行任务相关的相关数据信息,其中,所述相关数据信息包括动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息;
对所述相关数据信息进行数据处理,得到处理结果信息,并对所述处理结果信息进行异常性判断;
分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,得到动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果,并对所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行异常性判断;
结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果;
基于所述所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果生成临时决策信息,以使无人艇执行;
发送包括有所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果、所述总体分析结果以及临时决策信息的舰端数据至岸基端,以接收岸基端对所述舰端数据进行分析处理后生成的决策信息,并执行所述决策信息。
2.根据权利要求1所述的基于多源数据的无人艇平台健康管理方法,其特征在于,在对所述相关数据信息进行数据处理之前,所述方法还包括:
获取所述无人艇的各组成部件的状态信息;
所述对所述相关数据信息进行数据处理,包括:
对所述相关数据信息进行单位制统一以及计算数据特征值;
所述对所述处理结果信息进行异常性判断,包括:
若判断所述处理结果信息存在异常性或所述状态信息存在异常性,则,以第一预设应急处理策略对所述无人艇进行处理,其中,所述第一预设应急处理策略至少包括停止所述无人艇的航行。
3.根据权利要求1所述的基于多源数据的无人艇平台健康管理方法,其特征在于,所述分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,包括:
分析所述动力系统数据信息的子处理结果信息是否处于第一预设阈值范围内;
分析所述导航系统数据信息的子处理结果信息是否处于第二预设阈值范围内;
分析所述环境系统数据信息的子处理结果信息是否处于第三预设阈值范围内;
分析所述任务系统数据信息的子处理结果信息是否处于第四预设阈值范围内;
若判断所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果中的任一分析结果超出与该分析结果对应的预设阈值范围,则表征存在异常,则,
以第二预设应急处理策略对所述无人艇进行处理,其中,所述第二预设应急处理策略至少包括停止所述无人艇的航行。
4.根据权利要求1所述的基于多源数据的无人艇平台健康管理方法,其特征在于,所述结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果,包括:
将所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行相互递推逻辑分析;
得到总体分析结果,所述总体分析结果中包括用以对所述无人艇进行处理的第三预设应急处理策略,其中,所述第三预设应急处理策略至少包括停止所述无人艇的航行。
5.根据权利要求1所述的基于多源数据的无人艇平台健康管理方法,其特征在于,所述岸基端生成所述决策信息的步骤如下:
接收并保存无人艇端发送的所述舰端数据;
将所述舰端数据与预先存储的故障诊断数据进行比对,得到诊断结果并显示;
基于所述诊断结果,并结合预先存储的故障预测数据进行故障预测,预测所述舰端数据所对应无人艇的故障预测结果并显示;
基于所述故障预测结果,并结合预先存储的推理决策数据,进行推理决策,生成建议性决策结果并显示;
基于所述诊断结果、所述故障预测结果以及所述建议性决策结果,生成所述决策信息。
6.一种基于多源数据的无人艇平台健康管理方法,应用于岸基端,其特征在于,包括:
接收并保存无人艇端发送的舰端数据;
将所述舰端数据与预先存储的故障诊断数据进行比对,得到诊断结果并显示;
基于所述诊断结果,并结合预先存储的故障预测数据进行故障预测,预测所述舰端数据所对应无人艇的故障预测结果并显示;
基于所述故障预测结果,并结合预先存储的推理决策数据,进行推理决策,生成建议性决策结果并显示;
基于所述诊断结果、所述故障预测结果以及所述建议性决策结果,生成决策信息,并发送至无人舰端。
7.根据权利要求6所述的基于多源数据的无人艇平台健康管理方法,其特征在于,所述将所述舰端数据与预先存储的故障诊断数据进行比对,包括:
将所述舰端数据与预先存储的特征数据、监测数据、历史数据、横向数据、产品数据以及环境数据进行比对。
8.根据权利要求6所述的基于多源数据的无人艇平台健康管理方法,其特征在于,所述结合预先存储的故障预测数据进行故障预测,包括:
通过预先存储的故障树、案例知识、规则知识、模型计算、损伤指标、以及数据综合方式进行故障预测;
所述结合预先存储的推理决策数据,进行推理决策,包括:
通过预先存储的航行控制决策、载荷控制决策、任务执行决策以及终止返回决策,进行推理决策。
9.根据权利要求6所述的基于多源数据的无人艇平台健康管理方法,其特征在于,所述无人舰端生成所述舰端数据的步骤如下:
获取所述无人艇与执行任务相关的相关数据信息,其中,所述相关数据信息包括动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息;
对所述相关数据信息进行数据处理,得到处理结果信息;
分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,得到动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果;
结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果;
所述舰端数据包括所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果。
10.一种基于多源数据的无人艇平台健康管理系统,其特征在于,包括:
无人舰端,其包括:
数据获取模块,其用于获取无人艇与执行任务相关的相关数据信息,其中,所述相关数据信息包括动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息;
数据处理模块,其用于对所述相关数据信息进行数据处理,得到处理结果信息,并通过判断规则模块对所述处理结果信息进行异常性判断;
分系统分析模块,其用于分别分析所述处理结果信息中基于所述动力系统数据信息、导航系统数据信息、环境系统数据信息以及任务系统数据信息进行数据处理所得到的相应的子处理结果信息,得到动力系统分析结果、导航系统分析结果、环境系统分析结果以及任务系统分析结果,并通过所述判断规则模块对所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果进行异常性判断;
全系统分析模块,其用于结合所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果以及所述任务系统分析结果,进行综合分析,得到总体分析结果;
应急处置及故障修复模块,其用于基于所述所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果以及所述总体分析结果生成临时决策信息,以使无人艇执行;
第一通信模块,其用于发送包括有所述处理结果信息、所述动力系统分析结果、所述导航系统分析结果、所述环境系统分析结果、所述任务系统分析结果、所述总体分析结果以及所述临时决策信息的舰端数据至岸基端,以接收岸基端对所述舰端数据进行分析处理后生成的决策信息,并执行所述决策信息;岸基端,其包括:
数据接收模块,其用于接收无人艇端发送的舰端数据,并通过数据存储模块对所述舰端数据进行保存;
故障诊断模块,其用于将所述舰端数据与预先存储的故障诊断数据进行比对,得到诊断结果并通过显示模块显示;
故障预测模块,其用于基于所述诊断结果,并结合预先存储的故障预测数据进行故障预测,预测所述舰端数据所对应无人艇的故障预测结果并通过所述显示模块显示;
推理决策模块,其用于基于所述故障预测结果,并结合预先存储的推理决策数据,进行推理决策,生成建议性决策结果并通过所述显示模块显示;
决策生成模块,其用于基于所述诊断结果、所述故障预测结果以及所述建议性决策结果,生成决策信息,并通过第二通信模块发送至无人舰端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010442670.4A CN111694880A (zh) | 2020-05-22 | 2020-05-22 | 一种基于多源数据的无人艇平台健康管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010442670.4A CN111694880A (zh) | 2020-05-22 | 2020-05-22 | 一种基于多源数据的无人艇平台健康管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111694880A true CN111694880A (zh) | 2020-09-22 |
Family
ID=72477215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010442670.4A Pending CN111694880A (zh) | 2020-05-22 | 2020-05-22 | 一种基于多源数据的无人艇平台健康管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111694880A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116203962A (zh) * | 2023-03-13 | 2023-06-02 | 中国人民解放军海军工程大学 | 水面无人艇多模式航行安全控制方法、系统及设备 |
CN117032016A (zh) * | 2023-08-02 | 2023-11-10 | 广州航海学院 | 一种无人艇的艇载传感器监测控制方法、系统及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130086040A1 (en) * | 2011-09-30 | 2013-04-04 | General Electric Company | Systems and methods for dynamic on-going decision support and trending based on a flexible data model |
CN105160483A (zh) * | 2015-09-10 | 2015-12-16 | 国家电网公司 | 一种基于数据挖掘的二次设备故障诊断方法 |
CN206975495U (zh) * | 2017-08-09 | 2018-02-06 | 门建起 | 一种后勤动力远程监控、操作系统 |
CN109976290A (zh) * | 2019-04-26 | 2019-07-05 | 大连海事大学 | 一种无人船航行状态监控及安全评估控制系统 |
-
2020
- 2020-05-22 CN CN202010442670.4A patent/CN111694880A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130086040A1 (en) * | 2011-09-30 | 2013-04-04 | General Electric Company | Systems and methods for dynamic on-going decision support and trending based on a flexible data model |
CN105160483A (zh) * | 2015-09-10 | 2015-12-16 | 国家电网公司 | 一种基于数据挖掘的二次设备故障诊断方法 |
CN206975495U (zh) * | 2017-08-09 | 2018-02-06 | 门建起 | 一种后勤动力远程监控、操作系统 |
CN109976290A (zh) * | 2019-04-26 | 2019-07-05 | 大连海事大学 | 一种无人船航行状态监控及安全评估控制系统 |
Non-Patent Citations (1)
Title |
---|
王华胜: "《船舶动力定位控制系统(第五分册)》", 30 September 2017 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116203962A (zh) * | 2023-03-13 | 2023-06-02 | 中国人民解放军海军工程大学 | 水面无人艇多模式航行安全控制方法、系统及设备 |
CN117032016A (zh) * | 2023-08-02 | 2023-11-10 | 广州航海学院 | 一种无人艇的艇载传感器监测控制方法、系统及设备 |
CN117032016B (zh) * | 2023-08-02 | 2024-02-27 | 广州航海学院 | 一种无人艇的艇载传感器监测控制方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ventikos et al. | A systems-based application for autonomous vessels safety: Hazard identification as a function of increasing autonomy levels | |
Perera et al. | Intelligent ocean navigation and fuzzy-Bayesian decision/action formulation | |
CN109649626A (zh) | 一种智能船舶 | |
CN111880535B (zh) | 一种基于强化学习的无人艇混合感知自主避障方法及系统 | |
CN110956853B (zh) | 一种多船碰撞预测方法、系统和存储介质 | |
CN111339229B (zh) | 一种船舶自主航行辅助决策系统 | |
Chen et al. | A review of risk analysis research for the operations of autonomous underwater vehicles | |
US20130311002A1 (en) | Method and system for remote diagnostics of vessels and watercrafts | |
CN112100917A (zh) | 一种基于专家对抗系统的智能船舶避碰仿真测试系统与方法 | |
CN111694880A (zh) | 一种基于多源数据的无人艇平台健康管理方法及系统 | |
Johansen et al. | Supervisory risk control of autonomous surface ships | |
Hasan et al. | Predictive digital twins for autonomous ships | |
Kulbiej et al. | Naval artificial intelligence | |
Kwon et al. | Korean technical innovation: toward autonomous ship and smart shipbuilding to ensure safety | |
CN113885533B (zh) | 一种无人艇的无人驾驶方法及系统 | |
Collette et al. | Needs Exploration for Long-Term Autonomous Marine Systems: Working Report | |
KR102617986B1 (ko) | 수리 매뉴얼 제공을 통한 선박 유지관리 시스템 | |
CN113660310A (zh) | 用于船舶数据集成平台的网络架构和船舶数据集成平台 | |
Yang et al. | Online risk modeling of autonomous marine systems: Case study of autonomous operations under sea ice | |
Tao et al. | UAV decision-making for maritime rescue based on Bayesian Network | |
Liu et al. | Intelligent Ship-Shore Cooperation for USV: A Brief Survey and Suggested Scheme | |
KR102524953B1 (ko) | 선내시스템 원격모니터링 서비스 장치 및 방법 | |
CN113985878B (zh) | 适用于水面探测无人艇定点自主巡航模式的航行控制方法 | |
Chen et al. | AUV emergency self-rescue mechanism and strategy | |
CN115871890B (zh) | 一种无人船自主航行能力测试评估系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200922 |