CN114662710A - 船用机舱泵的维护需求的确定方法、装置及设备 - Google Patents
船用机舱泵的维护需求的确定方法、装置及设备 Download PDFInfo
- Publication number
- CN114662710A CN114662710A CN202210099725.5A CN202210099725A CN114662710A CN 114662710 A CN114662710 A CN 114662710A CN 202210099725 A CN202210099725 A CN 202210099725A CN 114662710 A CN114662710 A CN 114662710A
- Authority
- CN
- China
- Prior art keywords
- pump
- determining
- maintenance
- sub
- maintenance requirement
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 240
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
Abstract
本公开提供了一种船用机舱泵的维护需求的确定方法、装置及设备，属于智能船舶技术领域。所述确定方法包括：监测机舱泵的实际运行数据；获得所述机舱泵的维护需求确定模型，所述维护需求确定模型用于描述所述机舱泵的运行数据与维护需求值之间的对应关系；根据所述维护需求确定模型和所述机舱泵的实际运行数据，确定所述实际运行数据对应的目标维护需求值；基于所述目标维护需求值，确定所述机舱泵是否存在维护需求。本公开通过确定方法可以避免机舱泵的过剩维护。
Description
技术领域
本公开属于智能船舶技术领域，特别涉及一种船用机舱泵的维护需求的确定方法、装置及设备。
背景技术
船用机舱泵是保障船舶航行性能和使用性能的重要设备。每个船舶上的机舱泵总数较多，分布范围大，同时机舱泵一般在油雾、盐雾、高温、振动、电磁干扰等环境中工作，使得通信环境复杂，所以无法安装传感器来对机舱泵的使用以及故障等进行实时监测。
相关技术中，为了确保机舱泵能够正常运转，一般需要对机舱泵阀进行定期检修。定期检修一般随船舶的定期检修计划一同执行。比如，定期检修可以为机舱泵的“年度检验”、“中间检验”、“特别检验”等。
然而，采用以上方式对机舱泵进行检修维护，容易出现过剩维护的问题，造成了维护费用、人力以及时间的大量浪费。
发明内容
本公开实施例提供了一种船用机舱泵的维护需求的确定方法，可以避免机舱泵的过剩维护。所述技术方案如下：
本公开实施例提供了一种船用机舱泵的维护需求的确定方法，所述确定方法包括：监测机舱泵的实际运行数据；获得所述机舱泵的维护需求确定模型，所述维护需求确定模型用于描述所述机舱泵的运行数据与维护需求值之间的对应关系；根据所述维护需求确定模型，确定所述实际运行数据对应的目标维护需求值；基于所述目标维护需求值，确定所述机舱泵是否存在维护需求。
在本公的又一种实现方式中，所述维护需求确定模型包括多个子模型组，每个子模型组与所述机舱泵的一个部件相对应，每个子模型组用于描述一个所述部件的运行数据与部件维护需求值之间的对应关系；所述根据所述维护需求确定模型和所述机舱泵的实际运行数据，确定所述机舱泵的维护需求值，包括：基于所述多个子模型组和所述实际运行数据，确定所述多个子模型组对应的部件的部件维护需求值；根据所述部件维护需求值，确定所述目标维护需求值。
在本公的又一种实现方式中，每个所述子模型组包括至少一个子模型，每个所述子模型用于描述相关联的部件的一种运行数据与子维护需求值的对应关系；所述基于所述多个子模型组和所述实际运行数据，确定所述多个子模型组所对应的部件的部件维护需求值，包括：基于目标子模型组所包含的所述多个子模型和所述目标子模型组对应的所述部件的实际运行数据，确定目标子模型组所包含的所述多个子模型对应的子维护需求值；根据所述子维护需求值，确定所述部件维护需求值。
在本公的又一种实现方式中，所述维护需求确定模型包括多个子模型组，每个子模型组与所述机舱泵的一个部件相对应，每个子模型组用于描述一个所述部件的运行数据与部件维护需求值之间的对应关系，所述方法还包括：确定所述机舱泵的目标部件的基准曲线集合，所述基准曲线集合用于反映所述机舱泵的工况与所述目标部件的正常运行数据之间的对应关系；确定所述目标部件的故障曲线集合，所述故障曲线集合用于反映所述机舱泵的工况与所述目标部件的异常运行数据之间的对应关系；基于所述基准曲线集合和所述故障曲线集合，生成所述目标部件对应的子模型组。
在本公的又一种实现方式中，所述确定所述机舱泵的目标部件的基准曲线集合，包括：确定所述机舱泵的多个流量样本点和所述多个流量样本点所对应的多个压力样本点；将所述多个压力样本点分别与各所述目标部件的不同种的所述正常运行数据进行线性拟合，得到所述基准曲线集合。
在本公的又一种实现方式中，所述确定所述目标部件的故障曲线集合，包括：获取所述机舱泵的历史运行数据和故障信息；对所述故障进行故障分析，以确定所述机舱泵的故障部件；从所述历史运行数据中确定所述故障部件的异常运行数据，得到故障数据；将所述多个压力样本点分别与各所述目标部件的不同种的所述故障数据进行线性拟合，得到所述故障曲线集合。
在本公的又一种实现方式中，所述基于所述基准曲线集合和所述故障曲线集合，生成所述目标部件对应的子模型组，包括：基于所述基准曲线集合和所述故障曲线集合中与第一种类的运行数据相关的曲线，生成与所述第一种类的运行数据对应的所述子模型，以得到所述目标部件对应的子模型组。
在本公的又一种实现方式中，还提供一种船用机舱泵的维护需求的确定装置，所述确定装置包括：实际运行数据确定模块，用于监测机舱泵的实际运行数据；维护需求确定模型获得模块，用于获得机舱泵的维护需求确定模型，维护需求确定模型用于描述机舱泵的运行数据与维护需求值之间的对应关系；目标维护需求值确定模块，用于根据所述维护需求确定模型和所述机舱泵的实际运行数据，确定所述实际运行数据对应的目标维护需求值；维护需求确定模块用于基于所述目标维护需求值，确定所述机舱泵是否存在维护需求。
在又一方面，本公开还提供一种计算机设备，所述计算机设备包括处理器和被配置为存储所述处理器可执行指令的存储器；所述处理器被配置为执行以上所述的船用机舱泵的维护需求的确定方法。
在又一方面，本公开还提供一种计算机存储介质，其上存储有计算机指令，所述计算机指令被处理器执行时实现以上所述的船用机舱泵的维护需求的确定方法。
本公开实施例提供的技术方案带来的有益效果是：
通过本公开实施例提供的确定方法在对船用机舱泵的维护需求进行确定时，由于该确定方法是通过获得机舱泵的维护需求确定模型，以及监测机舱泵的实际运行数据，然后根据机舱泵的维护需求确定模型和实际运行数据来确定实际运行数据对应的目标维护需求值，再根据目标维护需求值确定机舱泵是否存在维护需求，这样便可对机舱泵的维护需求进行量化，明确知道机舱泵是否需要维护，避免在机舱泵不需要维护时还依然按照船舶的检修计划对其进行检修，大大降低检修成本。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种船舶的系统结构图；
图2是本公开实施例提供的一种船用机舱泵的维护需求的确定方法的流程图；
图3是本公开实施例提供的另一种船用机舱泵的维护需求的确定方法的流程图；
图4是本公开实施例提供的一种机舱泵部件的维护需求值的显示图；
图5是本公开实施例提供的船用机舱泵的维护需求的确定装置的模块示意图；
图6是本公开实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。
本公开所说的船用机舱泵包括但不限于以下泵：货泵、压载泵、洗舱泵、采样泵、淡水泵、消防水泵、惰气系统洗涤水泵、阀门遥控系统动力泵和扫舱泵。
也就是说，本公开所提供的船用机舱泵的维护需求的确定方法是针对船舶而言，结合图1，船舶一般包括视情维护对象(比如，机舱泵)、巡检器(下文会详细说明)、物联网采集模块、上位机、岸基数据中心等。其中，巡检器用于获取机舱泵部件在机舱泵实际运行时所对应的数据，并将数据传输至上位机。物联网采集模块用于获取机舱泵的压力数据，以确定机舱泵的工况，同时也用于接入和读取船舶机舱泵提供的硬线信号、modbus通信协议(串行通信协议)下信号、网络信号等，以便将机舱泵的工况通过数据反馈至上位机中。上位机用于对机舱泵的维护进行综合评判，岸基数据中心与上位机通信连接，以便在岸端能够实时监测船舶。
本实施例中，物联网采集模块与上位机采用网线连接，通信采用OPC DA(ObjectLinking and Embedding for Process Control Data Access，基于OPC标准的数据访问)协议。巡检器与上位机通信连接，例如采用USB(Universal Serial Bus，通用串行总线)接口连接。
本公开实施例提供了一种船用机舱泵的维护需求的确定方法，如图2所示，确定方法包括：
S201：监测机舱泵的实际运行数据。
运行数据包括机舱泵的目标部件的振动数据、机舱泵的目标部件的温升数据和机舱泵的目标部件的噪声数据中的至少一种。目标部件是机舱泵所包含的部件中的至少一个。
S202：获得机舱泵的维护需求确定模型，维护需求确定模型用于描述机舱泵的运行数据与维护需求值之间的对应关系。
S203：根据维护需求确定模型，确定实际运行数据对应的目标维护需求值。
S204：基于目标维护需求值，确定机舱泵是否存在维护需求。
通过本公开实施例提供的确定方法在对船用机舱泵的维护需求进行确定时，由于该确定方法是通过获得机舱泵的维护需求确定模型，以及监测机舱泵的实际运行数据，然后根据机舱泵的维护需求确定模型和实际运行数据来确定实际运行数据对应的目标维护需求值，再根据目标维护需求值确定机舱泵是否存在维护需求，这样便可对机舱泵的维护需求进行量化，明确知道机舱泵是否需要维护，避免在机舱泵不需要维护时还依然按照船舶的检修计划对其进行检修，大大降低检修成本。
图3是本公开实施例提供的另一种船用机舱泵的维护需求的确定方法，结合图3，该确定方法包括：
S301：获得机舱泵的基准数据。
其中，机舱泵的基准数据是指机舱泵处于不同工况时，机舱泵的目标部件的正常运行数据。可选地，工况可以采用流量或者压力表示。由于机舱泵的流量难以检测得到，所以通常选用机舱泵的压力间接反馈机舱泵的流量，即通过机舱泵的压力来表示机舱泵的工况。在本申请实施例中，压力是指机舱泵的出口压力。
运行数据包括振动数据、温升数据和噪声数据中的至少一种。目标部件是机舱泵所包含的部件中的至少一个。示例性地，目标部件包括机舱泵的上轴承、上机封、下轴承、下机封、电机的轴承、叶轮及流道中的至少一个。
在一些实施例中，基准数据可以根据机舱泵的出厂数据获得。出厂数据包括多个流量样本点和多个流量样本点对应的运行数据。
S302：基于基准数据，确定机舱泵的目标部件的基准曲线集合，基准曲线集合用于反映机舱泵的工况与机舱泵的目标部件的正常运行数据之间的对应关系。
每个基准曲线集合包括多条基准曲线，每条基准曲线用于反应机舱泵的工况与目标部件的一种正常运行数据之间的对应关系。
如果工况采用流量表示，则S302包括：基于多个流量样本点和多个流量样本点对应的机舱泵的目标部件的正常运行数据进行线性拟合，得到目标部件的温升-流量基准拟合曲线、振动-流量基准拟合曲线和噪声-流量基准拟合曲线。也即是，基准曲线集合包括温升-流量基准拟合曲线、振动-流量基准拟合曲线和噪声-流量基准拟合曲线。基准曲线集合与机舱泵的目标部件一一对应。
示例性地，多个流量样本点可以为机舱泵在出厂试验时对应的7个典型流量点。
以上7个典型流量点至少包括小流量点、中流量点、大流量点。其中，小流量点包括最小流量所对应的流量点和超过最小流量的15％所对应的流量点。大流量点包括最大流量所对应的流量点和大于低于最大流量的15％的流量所对应的流量点。中流量点为位于小流量点和大流量点之间的流量点。最小流量为机舱泵运行时的流量最小值，最大流量为运行时对应的流量最小值。
如果工况采用压力表示，则S302包括：
(1)根据机舱泵的流量-压力曲线，确定机舱泵的多个流量样本点所对对应的压力样本点。
(2)将多个压力样本点分别与各目标部件的不同种的正常运行数据进行线性拟合，得到目标部件的温升-压力基准拟合曲线、振动-压力基准拟合曲线和噪声-压力基准拟合曲线。也即是，基准曲线集合包括温升-压力拟合曲线、振动-压力拟合曲线和噪声-压力拟合曲线。基准曲线集合与机舱泵的目标部件一一对应。
机舱泵的流量-压力曲线可以根据机舱泵的出厂数据获得。
S303：获得机舱泵的故障数据。
机舱泵的故障数据是指机舱泵处于不同工况时的，机舱泵的故障部件的运行数据。这里故障部件包含前述的目标部件。
可选地，S303包括：
3031：获取机舱泵的历史运行数据和故障信息。
故障信息包括但不限于机舱泵的故障类型和故障时间等。比如，故障类型可以为机舱泵的排放压力不足、机舱泵间歇运行、机舱泵的流量扬程不足和无流量等。故障时间用于指示故障发生的时间。
历史运行数据包括运行数据和运行数据的采集时间。
机舱泵的历史运行数据和故障信息均是从相同类型的机舱泵在以往使用中的历史记录信息中获得。机舱泵在使用时，根据运行数据的采集时间，自动记录运行数据，同时当机舱泵出现故障时，可以按照故障时间查找对应的运行数据，以此为后续获得故障数据提前做准备。
3032：基于故障数据进行故障分析，以确定机舱泵的故障部件。
示例性地，可以采用故障树分析的方式确定机舱泵的故障部件。
比如，机舱泵发生间歇运行故障时，通过故障树分析可以确定出故障部件为轴承或者机封等等，也就是引起该故障的最终原因为轴承或者机封出现问题等。
3033：将机舱泵的故障部件的运行数据作为目标部件的异常运行数据。
当确定出故障部件之后，从历史运行数据中，按照故障时间得到故障部件的运行数据，然后从故障部件的运行数据中获得目标部件的的异常运行数据。
比如，当故障为泵电流变大时，此时根据故障树分析的结果可以确定为该机舱泵的故障部件为某轴承，且该故障部件为前述目标部件。这样便可从历史运行数据中找到该故障部件(某轴承)对应的故障振动数据、故障温升数据和故障噪声数据等。
S304：基于故障数据，确定机舱泵的目标部件的故障曲线集合。故障曲线集合用于反映机舱泵的工况与机舱泵的目标部件的异常运行数据之间的对应关系。
每个故障曲线集合包括多条故障曲线，每条故障曲线用于反应机舱泵的工况与目标部件的一种异常运行数据之间的对应关系。
将多个压力样本点分别与各目标部件的不同种的异常运行数据进行线性拟合，得到故障曲线集合。
即，在本申请实施例中，可以将多个压力样本点与异常振动数据线性拟合得到振动-压力故障拟合曲线，将多个压力样本点与异常温升数据线性拟合得到温升-压力故障拟合曲线，将多个压力样本点与异常噪声数据线性拟合，得到噪声-压力故障拟合曲线。故障曲线集合包括温升-压力故障拟合曲线、振动-压力故障拟合曲线、噪声-压力故障拟合曲线等。
S305：基于基准曲线集合和故障曲线集合，生成目标部件对应的子模型组。
维护需求确定模型包括多个子模型组，每个子模型组与机舱泵的一个部件相对应，每个子模型组用于描述对应的部件的运行数据与部件维护需求值之间的对应关系。
如前，每个部件对应有至少一种运行数据，相应的，每个子模型组包括至少一个子模型，每个子模型用于描述对应的部件的一种运行数据与子维护需求值的对应关系。
也就是说，子模型的类型与机舱泵部件的运行数据的类型相对应。当运行数据包括振动数据、温升数据和噪声数据时，子模型包括振动-维护子模型、温升-维护子模型和噪声-维护子模型。
可选地，S305可以按照以下方式进行：
基于基准曲线集合和故障曲线集合中与第一种类的运行数据相关的曲线，生成与第一种类的运行数据对应的子模型，以得到目标部件对应的子模型组。这里，第一种类的运行数据为前述种类中的任一种，例如，振动数据、温升数据或者噪声数据。
本实施例中，基于目标工况确定基准曲线对应的第一种类的运行数据的第一目标值；将第一目标值对应的维护需求值设定为最小值(例如0)；基于目标工况确定故障曲线对应的第一种类的运行数据的第二目标值；将第二目标值对应的维护需求值为设定为最大值(例如100)；将第一目标值和第二目标值之间的运行数据的值与最小值和最大值之间的维护需求值一一映射，这样便可得到某一种运行数据对应的子模型。
比如，当工况为机舱泵的压力为50MPa时，振动速度达到10mm/s时对应出现故障。在此工况下(机舱泵的压力为50MPa)，机舱泵正常工作时振动速度为5mm/s，这样就可以将振动速度为5mm/s时对应的维护需求值为0，即将振动速度为5mm/s与0对应，而振动速度为10mm/s对应的维护需求值为100，即将振动速度为10mm/s与100对应，通过两点确定一线，得到当工况为机舱泵的压力为50MPa时，振动-维护子模型可以表示为：y＝20x-100，x表示振动速度，y表示振动维护需求值。
其他子模型(不同工况下的温升-维护子模型和不同工况下的噪声-维护子模型)的获取方式类似。
在本公开实施例中，子模型中横坐标为某一种运行数据(振动速度或温升或噪音)，纵坐标为维护需求值。维护需求值是一个无量纲的数据，将维护需求值映射到0-100的区间中，用于对机舱泵部件的维护需求度进行评估，不需要维护时，维护需求度为0，故障严重亟待维护时，维护需求度为100，这样可以直观地指导操作者决策。
S306：监测机舱泵的实际运行数据。
机舱泵的实际运行数据包括机舱泵在不同工况下，机舱泵部件的实际振动数据、实际温升数据和实际噪音数据。
本实施例中，通过巡检器获取机舱泵部件的实际振动数据、实际温升数据和实际噪声数据。其中，巡检器内含电源、通信模块、存储模块、处理模块，接入1个3轴振动传感器信号、1个用于噪声采集的麦克风和1个红外温度传感器。振动传感器与机舱泵部件之间采用磁座连接。
可选地，该方法还包括：在获取机舱泵部件所对应的实际振动数据、实际温升数据和实际噪声数据之后，需要对获取到的实际振动数据、实际温升数据和实际噪声数据进行低通滤波处理，以去除干扰信息，提高数据的准确度。
S307：根据维护需求确定模型，确定机舱泵的实际运行数据对应的目标维护需求值。
可选地，S307包括：
3071：基于多个子模型组和实际运行数据，确定多个子模型组对应的机舱泵部件的部件维护需求值。
3071包括：
(1)基于目标子模型组所包含的多个子模型和目标子模型组对应的部件的实际运行数据，确定目标子模型组所包含的多个子模型对应的子维护需求值。
将某个机舱泵部件的实际运行数据中的实际振动数据对应到振动-维护子模型，得到机舱泵部件的振动维护需求值，将实际温升数据对应到温升-维护子模型，得到机舱泵部件的温升维护需求值，将实际噪音数据对应到噪声-维护子模型中，得到机舱泵部件的噪音维护需求值。即子维护需求值包括振动维护需求值、温升维护需求值、噪音维护需求值中的至少一种。
当获取到机舱泵部件的实际振动数据后，结合机舱泵部件对应的子模型中的振动-维护需求子模型，便可知道该机舱泵部件的实际振动数据时所对应的振动维护需求值。
比如，当获取到机舱泵部件的振动速度为7mm/s时，此时对应的振动维护需求值即为40(振动-维护子模型可以表示为：y＝20x-100，x表示实际振动速度，y表示振动维护需求值)。其他温度维护需求值和噪音维护需求值一样的获取方式，在此不再赘述。
(2)根据子维护需求值，确定部件维护需求值。
例如，将部件的多个子维护需求值与各自对应的权重的乘积相加，得到部件维护需求值。
根据振动维护需求值、温度维护需求值和噪音维护需求值以及不同种的运行数据对应的权重，确定机舱泵部件的维护需求值。
不同种的运行数据对应的权重按照运行数据(振动、温升以及噪音)的类型对机舱泵的影响的大小，赋予不同的权重。权重值越大，表示对应的运行数据对机舱泵部件的影响程度越大。
权重是通过专家评估后所设定的具体数值。
比如，当机舱泵部件为货泵的上轴承时，由于货泵的上轴承在使用时温升较小，且温升对上轴承的影响较小，而噪音对上轴承的影响较大，则可以将温度维护需求值赋予的权重较小，而噪音维护需求值的权重较大。此时，可以将温度维护需求值对应的权重为20％，噪音维护需求值对应的权重为50％，振动维护需求值对应的权重为30％。
即，对于货泵的上轴承部件，如果温度维护需求值为40，噪音维护需求值为50，振动维护需求值为60时，此时，货泵的上轴承的部件维护需求值为40*20％+50*50％+60*30％＝51。
本实施例中，为了直观的显示出机舱泵部件的维护需求值，可以通过可视化的表盘进行显示各个机舱泵部件的维护需求值，如图4所示，通过观察，便可知道各个机舱泵部件的维护需求情况。
3072：根据部件维护需求值，确定目标维护需求值。
例如，将部件维护需求值与对应的机舱泵部件的权重的乘积相加，得到目标维护需求值。
根据机舱泵部件的维护需求值和机舱泵部件的不同权重，确定目标维护需求值。
机舱泵部件的权重用于指示机舱泵对应的部件对机舱泵运行的重要影响程度，权重值越大，表示部件的影响程度越大。比如，机舱泵的某个部件本身属于耗材，有时允许带伤运转，这样就可以将此类部件的权重值设定的较小。
示例性地，3072可以按照以下公式得到目标维护需求值。
目标维护需求值＝q1*a1+q2*a2+…+qn*an。其中，qn为第n个机舱泵部件的权重，an为第n个机舱泵部件的部件维护需求值。
S308：基于目标维护需求值，确定机舱泵是否存在维护需求。
根据目标维护需求值与阈值的大小关系，确定机舱泵是否存在维护需求。例如，当目标维护需求值大于阈值，确定机舱泵存在维护需求。当目标维护需求值不大于阈值，确定机舱泵不存在维护需求。
阈值可以根据实际需要设置，例如，阈值为60。若目标维护需求值大于60时，则判定机舱泵需要维护。
本公开实施例还提一种船用机舱泵的维护需求的确定装置，如图5所示，确定装置包括：实际运行数据确定模块501、维护需求确定模型获得模块502、目标维护需求值确定模块503和维护需求确定模块504。
实际运行数据确定模块501，用于监测机舱泵的实际运行数据。维护需求确定模型获得模块502，用于获得机舱泵的维护需求确定模型，维护需求确定模型用于描述机舱泵的运行数据与维护需求值之间的对应关系。目标维护需求值确定模块503，用于根据维护需求确定模型确定实际运行数据对应的目标维护需求值。维护需求确定模块504用于基于目标维护需求值，确定机舱泵是否存在维护需求。
以上确定装置具有以上确定方法所有的有益效果，再此就不再赘述。
可选地，目标维护需求值确定模块503用于：基于多个子模型组和实际运行数据，确定多个子模型组对应的部件的部件维护需求值。根据部件维护需求值，确定目标维护需求值。
可选地，目标维护需求值确定模块503用于：基于目标子模型组所包含的多个子模型和目标子模型组对应的部件的实际运行数据，确定目标子模型组所包含的多个子模型对应的子维护需求值。根据子维护需求值，确定部件维护需求值。
可选地，维护需求确定模型获得模块502用于：确定所述机舱泵的目标部件的基准曲线集合，所述基准曲线集合用于反映所述机舱泵的工况与所述目标部件的正常运行数据之间的对应关系；确定所述目标部件的故障曲线集合，所述故障曲线集合用于反映所述机舱泵的工况与所述目标部件的异常运行数据之间的对应关系；基于所述基准曲线集合和所述故障曲线集合，生成所述目标部件对应的子模型组。
可选地，维护需求确定模型获得模块502用于：确定所述机舱泵的多个流量样本点和所述多个流量样本点所对应的多个压力样本点；将每个所述目标部件的不同种的所述正常运行数据分别与所述多个压力样本点进行线性拟合，得到所述基准曲线集合。
可选地，维护需求确定模型获得模块502还用于：获取所述机舱泵的历史运行数据和故障信息；对所述故障进行故障分析，以确定所述机舱泵的故障部件；从所述历史运行数据中确定所述故障部件的异常运行数据，得到故障数据；
将每个所述目标部件的不同种的所述故障数据分别与所述多个压力样本点进行线性拟合，得到所述故障曲线集合。
可选地，维护需求确定模型获得模块502还用于：基于所述基准曲线集合和所述故障曲线集合中与第一种类的运行数据相关的曲线，生成与所述第一种类的运行数据对应的所述子模型，以得到所述目标部件对应的子模型组
需要说明的是，船用机舱泵的维护需求的确定方法与船用机舱泵的维护需求的确定装置具有相同的效果。
图6是本公开实施例提供的一种计算机设备的结构示意图，结合图6，计算机设备600可以包括以下一个或多个组件：处理器601、存储器602、通信接口603和总线604。
处理器601包括一个或者一个以上处理核心，处理器601通过运行软件程序以及模块，从而执行各种功能应用以及信息处理。存储器602和通信接口603通过总线604与处理器601相连。存储器602可用于存储至少一个指令，处理器601用于执行该至少一个指令，以实现上述方法中的各个步骤。
此外，存储器602可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，易失性或非易失性存储设备包括但不限于：磁盘或光盘，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，静态随时存取存储器(SRAM)，只读存储器(ROM)，磁存储器，快闪存储器，可编程只读存储器(PROM)。
本公开实施例还提供一种计算机存储介质，计算机指令被处理器执行时实现以上的船用机舱泵的维护需求的确定方法。
一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本申请实施例提供的以上的船用机舱泵的维护需求的确定方法。
以上所述仅为本公开的可选实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (10)
1.一种船用机舱泵的维护需求的确定方法，其特征在于，所述确定方法包括：
监测机舱泵的实际运行数据；
获得所述机舱泵的维护需求确定模型，所述维护需求确定模型用于描述所述机舱泵的运行数据与维护需求值之间的对应关系；
根据所述维护需求确定模型，确定所述实际运行数据对应的目标维护需求值；
基于所述目标维护需求值，确定所述机舱泵是否存在维护需求。
2.根据权利要求1所述的确定方法，其特征在于，所述维护需求确定模型包括多个子模型组，每个子模型组与所述机舱泵的一个部件相对应，每个子模型组用于描述一个所述部件的运行数据与部件维护需求值之间的对应关系；
所述根据所述维护需求确定模型和所述机舱泵的实际运行数据，确定所述机舱泵的维护需求值，包括：
基于所述多个子模型组和所述实际运行数据，确定所述多个子模型组对应的部件的部件维护需求值；
根据所述部件维护需求值，确定所述目标维护需求值。
3.根据权利要求2所述的确定方法，其特征在于，每个所述子模型组包括至少一个子模型，每个所述子模型用于描述相关联的部件的一种运行数据与子维护需求值的对应关系；
所述基于所述多个子模型组和所述实际运行数据，确定所述多个子模型组所对应的部件的部件维护需求值，包括：
基于目标子模型组所包含的所述多个子模型和所述目标子模型组对应的所述部件的实际运行数据，确定目标子模型组所包含的所述多个子模型对应的子维护需求值；
根据所述子维护需求值，确定所述部件维护需求值。
4.根据权利要求1至3任一项所述的确定方法，其特征在于，所述维护需求确定模型包括多个子模型组，每个子模型组与所述机舱泵的一个部件相对应，每个子模型组用于描述一个所述部件的运行数据与部件维护需求值之间的对应关系，所述方法还包括：
确定所述机舱泵的目标部件的基准曲线集合，所述基准曲线集合用于反映所述机舱泵的工况与所述目标部件的正常运行数据之间的对应关系；
确定所述目标部件的故障曲线集合，所述故障曲线集合用于反映所述机舱泵的工况与所述目标部件的异常运行数据之间的对应关系；
基于所述基准曲线集合和所述故障曲线集合，生成所述目标部件对应的子模型组。
5.根据权利要求4所述的确定方法，其特征在于，所述确定所述机舱泵的目标部件的基准曲线集合，包括：
确定所述机舱泵的多个流量样本点和所述多个流量样本点所对应的多个压力样本点；
将所述多个压力样本点分别与各所述目标部件的不同种的所述正常运行数据进行线性拟合，得到所述基准曲线集合。
6.根据权利要求4所述的确定方法，其特征在于，所述确定所述目标部件的故障曲线集合，包括：
获取所述机舱泵的历史运行数据和故障信息；
对所述故障进行故障分析，以确定所述机舱泵的故障部件；
从所述历史运行数据中确定所述故障部件的异常运行数据，得到故障数据；
将所述多个压力样本点分别与各所述目标部件的不同种的所述故障数据进行线性拟合，得到所述故障曲线集合。
7.根据权利要求4所述的确定方法，其特征在于，所述基于所述基准曲线集合和所述故障曲线集合，生成所述目标部件对应的子模型组，包括：
基于所述基准曲线集合和所述故障曲线集合中与第一种类的运行数据相关的曲线，生成与所述第一种类的运行数据对应的所述子模型，以得到所述目标部件对应的子模型组。
8.一种船用机舱泵的维护需求的确定装置，其特征在于，所述确定装置包括：
实际运行数据确定模块，用于监测机舱泵的实际运行数据；
维护需求确定模型获得模块，用于获得机舱泵的维护需求确定模型，维护需求确定模型用于描述机舱泵的运行数据与维护需求值之间的对应关系；
目标维护需求值确定模块，用于根据所述维护需求确定模型和所述机舱泵的实际运行数据，确定所述实际运行数据对应的目标维护需求值；
维护需求确定模块用于基于所述目标维护需求值，确定所述机舱泵是否存在维护需求。
9.一种计算机设备，其特征在于，所述计算机设备包括处理器和被配置为存储所述处理器可执行指令的存储器；所述处理器被配置为执行权利要求1至7任一项所述的船用机舱泵的维护需求的确定方法。
10.一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1至7任一项所述船用机舱泵的维护需求的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210099725.5A CN114662710A (zh) | 2022-01-27 | 2022-01-27 | 船用机舱泵的维护需求的确定方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210099725.5A CN114662710A (zh) | 2022-01-27 | 2022-01-27 | 船用机舱泵的维护需求的确定方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114662710A true CN114662710A (zh) | 2022-06-24 |
Family
ID=82025905
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210099725.5A Pending CN114662710A (zh) | 2022-01-27 | 2022-01-27 | 船用机舱泵的维护需求的确定方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114662710A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140067327A1 (en) * | 2011-05-03 | 2014-03-06 | China Real-Time Technology Co., Ltd. | Similarity curve-based equipment fault early detection and operation optimization methodology and system |
| CN106168799A (zh) * | 2016-06-30 | 2016-11-30 | 常伟 | 一种基于大数据机器学习进行电动汽车电池预测性维护的方法 |
| US20180174067A1 (en) * | 2016-12-16 | 2018-06-21 | Palantir Technologies Inc. | Machine fault modelling |
| CN109933500A (zh) * | 2019-03-27 | 2019-06-25 | 新奥数能科技有限公司 | 设备故障告警方法、装置、可读介质及电子设备 |
| CN111190349A (zh) * | 2019-12-30 | 2020-05-22 | 中国船舶重工集团公司第七一一研究所 | 船舶机舱设备状态监测及故障诊断方法、系统及介质 |
| CN111337244A (zh) * | 2020-03-13 | 2020-06-26 | 华风数据(深圳)有限公司 | 一种风机齿轮箱输入轴故障监测和诊断的方法及装置 |
| CN111382542A (zh) * | 2020-02-26 | 2020-07-07 | 长安大学 | 一种面向全寿命周期的公路机电设备寿命预测系统 |
| CN112100773A (zh) * | 2020-09-14 | 2020-12-18 | 电子科技大学 | 一种基于部件相关性的透平机械预防性维护方法 |
| CN112597658A (zh) * | 2020-12-28 | 2021-04-02 | 哈尔滨工程大学 | 一种基于工况识别的船用柴油机多模型故障诊断方法 |
| CN112733453A (zh) * | 2021-01-13 | 2021-04-30 | 新智数字科技有限公司 | 一种基于联合学习的设备预测性维护方法及装置 |
-
2022
- 2022-01-27 CN CN202210099725.5A patent/CN114662710A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140067327A1 (en) * | 2011-05-03 | 2014-03-06 | China Real-Time Technology Co., Ltd. | Similarity curve-based equipment fault early detection and operation optimization methodology and system |
| CN106168799A (zh) * | 2016-06-30 | 2016-11-30 | 常伟 | 一种基于大数据机器学习进行电动汽车电池预测性维护的方法 |
| US20180174067A1 (en) * | 2016-12-16 | 2018-06-21 | Palantir Technologies Inc. | Machine fault modelling |
| CN109933500A (zh) * | 2019-03-27 | 2019-06-25 | 新奥数能科技有限公司 | 设备故障告警方法、装置、可读介质及电子设备 |
| CN111190349A (zh) * | 2019-12-30 | 2020-05-22 | 中国船舶重工集团公司第七一一研究所 | 船舶机舱设备状态监测及故障诊断方法、系统及介质 |
| CN111382542A (zh) * | 2020-02-26 | 2020-07-07 | 长安大学 | 一种面向全寿命周期的公路机电设备寿命预测系统 |
| CN111337244A (zh) * | 2020-03-13 | 2020-06-26 | 华风数据(深圳)有限公司 | 一种风机齿轮箱输入轴故障监测和诊断的方法及装置 |
| CN112100773A (zh) * | 2020-09-14 | 2020-12-18 | 电子科技大学 | 一种基于部件相关性的透平机械预防性维护方法 |
| CN112597658A (zh) * | 2020-12-28 | 2021-04-02 | 哈尔滨工程大学 | 一种基于工况识别的船用柴油机多模型故障诊断方法 |
| CN112733453A (zh) * | 2021-01-13 | 2021-04-30 | 新智数字科技有限公司 | 一种基于联合学习的设备预测性维护方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102073912B1 (ko) | 고부하 가스 터빈들에 대한 진단 규칙들을 위한 방법 및 시스템 | |
| US11549491B2 (en) | Independent monitoring system for a wind turbine | |
| US9665092B2 (en) | Method and apparatus for managing failure modes for condition based maintenance in marine resource production equipment | |
| CN106368816B (zh) | 一种基于基线偏差的船舶低速柴油机在线异常检测方法 | |
| CN110208019B (zh) | 一种动设备状态监测动态阈值预警方法 | |
| AU2010308514A1 (en) | System and method for selecting a maintenance operation | |
| US4833622A (en) | Intelligent chemistry management system | |
| CN111695869B (zh) | 码头三维可视化管理系统 | |
| CN116316613A (zh) | 电力设备运行监测方法、系统、电子设备及存储介质 | |
| CN113723627A (zh) | 设备检修策略的确定方法、装置、设备以及存储介质 | |
| CN114662710A (zh) | 船用机舱泵的维护需求的确定方法、装置及设备 | |
| KR102185017B1 (ko) | 가스공급시설 정보관리 및 예지보전 통합 시스템 | |
| CN111766514B (zh) | 一种设备检测点的数据分析方法 | |
| Green et al. | Dashboard: Nonintrusive electromechanical fault detection and diagnostics | |
| CN115027634A (zh) | 一种动力守护供应船故障预警方法和系统 | |
| CN111077886A (zh) | 一种车站故障实时监测系统 | |
| CN114265324B (zh) | 设备运行状态的监测方法、装置及终端设备 | |
| JP2018116690A5 (zh) | ||
| KR20210021832A (ko) | 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템 | |
| US11396852B2 (en) | Detection of fuel injector failure systems and methods | |
| CN116449761B (zh) | 智能泵站智慧控制系统及方法 | |
| CN112560347B (zh) | 一种航空发动机剩余使用寿命预测方法、系统及电子设备 | |
| Vychezhanin | Problem Analysis and Design Solutions for Upgrading Software and Hardware Complex Test Stands№ 2, 3, 4 | |
| Jiang et al. | Simulation modelling for scenario planning to evaluate IVHM benefit in naval ship building | |
| Sakrutina | Assessing Algorithm of the Risk Potential of Critical Infrastructure of a NPP Based on Technical and Economic Indicators |
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 |