CN115839848B - 一种用于船舶诊断的数据采集及管理方法 - Google Patents
一种用于船舶诊断的数据采集及管理方法 Download PDFInfo
- Publication number
- CN115839848B CN115839848B CN202310149760.8A CN202310149760A CN115839848B CN 115839848 B CN115839848 B CN 115839848B CN 202310149760 A CN202310149760 A CN 202310149760A CN 115839848 B CN115839848 B CN 115839848B
- Authority
- CN
- China
- Prior art keywords
- value
- mining pipe
- sound intensity
- mining
- pipe
- 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.)
- Active
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种用于船舶诊断的数据采集及管理方法,涉及数据处理技术领域,用于解决现有的船舶诊断的数据采集及管理方法无法同时兼顾多个船舶设备的状态监测,不能保证船舶正常航行,人员正常生活以及安全问题的问题;该数据采集及管理方法能够同时反映若干个船舶的状态,从而当船舶状态不佳时能够及时发现,而后形成的危险排行榜和安全排行榜能够为下一次出行进行合理的排序,优先安全级别高的,而危险级别高的优先检修,从而能够保证船舶正常航行,人员正常生活以及安全问题,还能兼顾对多个船舶的出行安排做出参考,保证出行能够正常安排,避免出现行程耽误的情况发生。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种用于船舶诊断的数据采集及管理方法。
背景技术
在船运贸易日益兴旺的今天,智能船舶机舱系统及管理平台开始兴起,基于智能船舶机舱的相关规范和标准我们研发了船舶动力系统故障诊断系统,对机械设备的运行状态和健康状态进行分析和评估,为船舶运营人员提供维修和保养指导,提高船舶动力系统运行的可靠性。
船舶动力系统是为保证船舶正常营运而设置的动力设备,是为船舶提供各种能量和使用这些能量,以保证船舶正常航行,因此,船舶动力系统中发动机以及传输结构是必不可少的,但是这些结构也是最容易出现损坏故障的,船舶动力系统传输一旦出现严重的故障或者排查不及时,诊断不准确就会造成严重后果,现在的诊断方式一般采用人工排查,且需要在故障发生后,且人们及时发现的情况下才能及时修理,这种方式不仅耗费人力,同时不可靠,花费时间久。
因此,申请号为CN202210110346.1的专利公开了一种用于船舶诊断的数据采集及管理方法、设备和系统,属于船舶诊断技术领域,该发明通过数据采集和数据清洗,对船舶分级诊断过程中的数据采集和数据管理进行设置,从而进一步对机舱内的主推进发动机、辅助发电发动机、齿轮箱、轴系等动力系统关键设备的运行状态进行监测,根据状态监测系统收集的数据,对机械设备的运行状态和健康状态进行分析和评估,为船舶运营人员提供维修和保养指导,提高船舶动力系统运行的可靠性,但仍然存在以下不足之处:该船舶诊断的数据采集及管理方法无法同时兼顾多个船舶设备的状态监测,不能保证船舶正常航行,人员正常生活以及安全问题。
发明内容
为了克服上述的技术问题,本发明的目的在于提供一种用于船舶诊断的数据采集及管理方法:通过数据采集模块采集管理对象发动机的采管参数,通过数据分析模块根据采管参数获得采管系数,通过数据储存模块将采管系数进行储存,并根据采管系数获得采管均数,通过数据采管平台根据采管系数、采管均数获得采管偏值,并根据采管偏值将管理对象划分为危险对象、安全对象,通过远程管理模块根据危险对象、安全对象以及采管偏值形成危险排行榜和安全排行榜进行展示,解决了现有的船舶诊断的数据采集及管理方法无法同时兼顾多个船舶设备的状态监测,不能保证船舶正常航行,人员正常生活以及安全问题的问题。
本发明的目的可以通过以下技术方案实现:
一种用于船舶诊断的数据采集及管理方法,包括以下步骤:
步骤一:数据采集模块采集管理对象i发动机的采管参数,并将采管参数发送至数据分析模块;采管参数包括温差值WC、振动值ZD、声音值SY以及气体值QT;
步骤二:数据分析模块根据采管参数获得采管系数CG,并将采管系数CG发送至数据储存模块以及数据采管平台;
步骤三:数据储存模块将采管系数CG进行储存,并根据采管系数CG获得采管均数CJ;
步骤四:数据采管平台根据采管系数CG、采管均数CJ获得采管偏值CP,并根据采管偏值CP将管理对象i划分为危险对象、安全对象,并将危险对象、安全对象以及采管偏值CP发送至远程管理模块;
步骤五:远程管理模块根据危险对象、安全对象以及采管偏值CP形成危险排行榜和安全排行榜进行展示。
作为本发明进一步的方案:所述数据采集模块采集采管参数的具体过程如下:
将所有船舶依次标记为管理对象i,i=1、……、n,n为自然数;
采集管理对象i发动机的初始状态时的温度和运转状态时的实时温度,获得两者之间的差值并将其标记为温差值WC;
采集管理对象i发动机单位时间内的平均振动频率和平均振动幅度,并将其分别标记为振频值ZP和振幅值ZF,将振频值ZP和振幅值ZF代入公式得到振动值ZD,其中s1、s2分别为振频值ZP和振幅值ZF的预设比例系数,且s1+s2=1,0<s1≤s2<1,取s1=0.46,s2=0.54;
采集管理对象i发动机表面位置的声音强度,并将其标记为音度值,获取单位时间内最大音度值并将其标记为音强值YQ,将音度值与预设音度值进行比较,获取单位时间内音度值大于预设音度值的总次数并将其标记为音次值YC,将音强值YQ、音次值YC代入公式得到声音值SY,其中k1、k2分别为音强值YQ、音次值YC的预设比例系数,且k1+k2=1,0<k2<k1<1,取k1=0.70,k2=0.30;
采集管理对象i发动机表面位置初始状态时的氧气浓度和运转状态时的氧气浓度,获得两者之间的差值并将其标记为氧气值OQ,采集发动机表面位置初始状态时的二氧化碳浓度和运转状态时的二氧化碳浓度,获得两者之间的差值并将其标记为碳气值CQ,将氧气值OQ、碳气值CQ代入公式得到气体值QT,其中v1、v2分别为氧气值OQ、碳气值CQ的预设比例系数,且v1+v2=1,0<v1<v2<1,取v1=0.22,v2=0.78;
将温差值WC、振动值ZD、声音值SY以及气体值QT发送至数据分析模块。
作为本发明进一步的方案:所述数据分析模块获得采管系数CG的具体过程如下:
将温差值WC、振动值ZD、声音值SY以及气体值QT代入公式得到采管系数CG,其中α、β、γ、ε分别为氧气温差值WC、振动值ZD、声音值SY以及气体值QT的预设权重系数,且α>β>γ>ε>0,其中μ为误差因子,取μ=0.973;
将采管系数CG发送至数据储存模块以及数据采管平台。
作为本发明进一步的方案:所述数据采管平台获得采管偏值CP的具体过程如下:
接收到采管系数CG后从数据储存模块中获取采管均数CJ;
将采管系数CG、采管均数CJ代入公式得到采管偏值CP;
将采管偏值CP与采管偏离阈值CPy进行比较:
若采管偏值CP>采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为危险对象,并将危险对象和采管偏值CP发送至远程管理模块;
若采管偏值CP≤采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为安全对象,并将安全对象和采管偏值CP发送至远程管理模块。
作为本发明进一步的方案:一种用于船舶诊断的数据采集及管理方法,包括以下步骤:
步骤a1:数据采集模块将所有船舶依次标记为管理对象i,i=1、……、n,n为自然数;
步骤a2:数据采集模块采集管理对象i发动机的初始状态时的温度和运转状态时的实时温度,获得两者之间的差值并将其标记为温差值WC;
步骤a3:数据采集模块采集管理对象i发动机单位时间内的平均振动频率和平均振动幅度,并将其分别标记为振频值ZP和振幅值ZF,将振频值ZP和振幅值ZF代入公式得到振动值ZD,其中s1、s2分别为振频值ZP和振幅值ZF的预设比例系数,且s1+s2=1,0<s1≤s2<1,取s1=0.46,s2=0.54;
步骤a4:数据采集模块采集管理对象i发动机表面位置的声音强度,并将其标记为音度值,获取单位时间内最大音度值并将其标记为音强值YQ,将音度值与预设音度值进行比较,获取单位时间内音度值大于预设音度值的总次数并将其标记为音次值YC,将音强值YQ、音次值YC代入公式得到声音值SY,其中k1、k2分别为音强值YQ、音次值YC的预设比例系数,且k1+k2=1,0<k2<k1<1,取k1=0.70,k2=0.30;
步骤a5:数据采集模块采集管理对象i发动机表面位置初始状态时的氧气浓度和运转状态时的氧气浓度,获得两者之间的差值并将其标记为氧气值OQ,采集发动机表面位置初始状态时的二氧化碳浓度和运转状态时的二氧化碳浓度,获得两者之间的差值并将其标记为碳气值CQ,将氧气值OQ、碳气值CQ代入公式得到气体值QT,其中v1、v2分别为氧气值OQ、碳气值CQ的预设比例系数,且v1+v2=1,0<v1<v2<1,取v1=0.22,v2=0.78;
步骤a6:数据采集模块将温差值WC、振动值ZD、声音值SY以及气体值QT发送至数据分析模块;
步骤a7:数据分析模块将温差值WC、振动值ZD、声音值SY以及气体值QT代入公式得到采管系数CG,其中α、β、γ、ε分别为氧气温差值WC、振动值ZD、声音值SY以及气体值QT的预设权重系数,且α>β>γ>ε>0,其中μ为误差因子,取μ=0.973;
步骤a8:数据分析模块将采管系数CG发送至数据储存模块以及数据采管平台;
步骤a9:数据储存模块接收到采管系数CG将采管系数CG进行储存,并将所有采管系数CG按照从大到小的顺序进行排序,将位于首位和末位的预设个数的采管系数CG删除,将余下的采管系数CG进行求和求取平均值,得到采管均数CJ;
步骤a10:数据采管平台接收到采管系数CG后从数据储存模块中获取采管均数CJ;
步骤a11:数据采管平台将采管系数CG、采管均数CJ代入公式得到采管偏值CP;
步骤a12:数据采管平台将采管偏值CP与采管偏离阈值CPy进行比较:
若采管偏值CP>采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为危险对象,并将危险对象和采管偏值CP发送至远程管理模块;
若采管偏值CP≤采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为安全对象,并将安全对象和采管偏值CP发送至远程管理模块;
步骤a13:远程管理模块接收到危险对象和采管偏值CP将危险对象按照采管偏值CP从大到小的顺序进行排序,形成危险排行榜;
步骤a14:远程管理模块接收到安全对象和采管偏值CP将安全对象按照采管偏值CP从小到大的顺序进行排序,形成安全排行榜。
本发明的有益效果:
本发明的一种用于船舶诊断的数据采集及管理方法,通过数据采集模块采集管理对象发动机的采管参数,通过数据分析模块根据采管参数获得采管系数,通过数据储存模块将采管系数进行储存,并根据采管系数获得采管均数,通过数据采管平台根据采管系数、采管均数获得采管偏值,并根据采管偏值将管理对象划分为危险对象、安全对象,通过远程管理模块根据危险对象、安全对象以及采管偏值形成危险排行榜和安全排行榜进行展示;该数据采集及管理方法首先对若干个船舶的发送机的状态数据进行监控,获得采管参数,之后根据采管参数获得采管系数,之后从历史储存的采管系数中分析得出采管均数,采管均数随着采管系数的增多会趋于稳定与真实,能够反映船舶正常时的状态参数,而根据实时采集的采管均数与采管均数获得采管偏值能够反映此时船舶的状态,从而当船舶状态不佳时能够及时发现,而后形成的危险排行榜和安全排行榜能够为下一次出行进行合理的排序,优先安全级别高的,而危险级别高的优先检修,从而能够保证船舶正常航行,人员正常生活以及安全问题,还能兼顾对多个船舶的出行安排做出参考,保证出行能够正常安排,避免出现行程耽误的情况发生。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明中一种用于船舶诊断的数据采集及管理方法的原理框图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1:请参阅图1所示,本实施例为一种用于船舶诊断的数据采集及管理方法,包括以下模块:
数据采集模块、数据分析模块、数据储存模块、数据采管平台以及远程管理模块;
其中,所述数据采集模块用于采集管理对象i发动机的采管参数,并将采管参数发送至数据分析模块;采管参数包括温差值WC、振动值ZD、声音值SY以及气体值QT;
其中,所述数据分析模块用于根据采管参数获得采管系数CG,并将采管系数CG发送至数据储存模块以及数据采管平台;
其中,所述数据储存模块用于将采管系数CG进行储存,并根据采管系数CG获得采管均数CJ;
其中,所述数据采管平台用于根据采管系数CG、采管均数CJ获得采管偏值CP,并根据采管偏值CP将管理对象i划分为危险对象、安全对象,并将危险对象、安全对象以及采管偏值CP发送至远程管理模块;
其中,所述远程管理模块用于根据危险对象、安全对象以及采管偏值CP形成危险排行榜和安全排行榜进行展示。
实施例2:请参阅图1所示,本实施例为一种用于船舶诊断的数据采集及管理方法,包括以下步骤:
步骤a1:数据采集模块将所有船舶依次标记为管理对象i,i=1、……、n,n为自然数;
步骤a2:数据采集模块采集管理对象i发动机的初始状态时的温度和运转状态时的实时温度,获得两者之间的差值并将其标记为温差值WC;
步骤a3:数据采集模块采集管理对象i发动机单位时间内的平均振动频率和平均振动幅度,并将其分别标记为振频值ZP和振幅值ZF,将振频值ZP和振幅值ZF代入公式得到振动值ZD,其中s1、s2分别为振频值ZP和振幅值ZF的预设比例系数,且s1+s2=1,0<s1≤s2<1,取s1=0.46,s2=0.54;
步骤a4:数据采集模块采集管理对象i发动机表面位置的声音强度,并将其标记为音度值,获取单位时间内最大音度值并将其标记为音强值YQ,将音度值与预设音度值进行比较,获取单位时间内音度值大于预设音度值的总次数并将其标记为音次值YC,将音强值YQ、音次值YC代入公式得到声音值SY,其中k1、k2分别为音强值YQ、音次值YC的预设比例系数,且k1+k2=1,0<k2<k1<1,取k1=0.70,k2=0.30;
步骤a5:数据采集模块采集管理对象i发动机表面位置初始状态时的氧气浓度和运转状态时的氧气浓度,获得两者之间的差值并将其标记为氧气值OQ,采集发动机表面位置初始状态时的二氧化碳浓度和运转状态时的二氧化碳浓度,获得两者之间的差值并将其标记为碳气值CQ,将氧气值OQ、碳气值CQ代入公式得到气体值QT,其中v1、v2分别为氧气值OQ、碳气值CQ的预设比例系数,且v1+v2=1,0<v1<v2<1,取v1=0.22,v2=0.78;
步骤a6:数据采集模块将温差值WC、振动值ZD、声音值SY以及气体值QT发送至数据分析模块;
步骤a7:数据分析模块将温差值WC、振动值ZD、声音值SY以及气体值QT代入公式得到采管系数CG,其中α、β、γ、ε分别为氧气温差值WC、振动值ZD、声音值SY以及气体值QT的预设权重系数,且α>β>γ>ε>0,其中μ为误差因子,取μ=0.973;
步骤a8:数据分析模块将采管系数CG发送至数据储存模块以及数据采管平台;
步骤a9:数据储存模块接收到采管系数CG将采管系数CG进行储存,并将所有采管系数CG按照从大到小的顺序进行排序,将位于首位和末位的预设个数的采管系数CG删除,将余下的采管系数CG进行求和求取平均值,得到采管均数CJ;
步骤a10:数据采管平台接收到采管系数CG后从数据储存模块中获取采管均数CJ;
步骤a11:数据采管平台将采管系数CG、采管均数CJ代入公式得到采管偏值CP;
步骤a12:数据采管平台将采管偏值CP与采管偏离阈值CPy进行比较:
若采管偏值CP>采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为危险对象,并将危险对象和采管偏值CP发送至远程管理模块;
若采管偏值CP≤采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为安全对象,并将安全对象和采管偏值CP发送至远程管理模块;
步骤a13:远程管理模块接收到危险对象和采管偏值CP将危险对象按照采管偏值CP从大到小的顺序进行排序,形成危险排行榜;
步骤a14:远程管理模块接收到安全对象和采管偏值CP将安全对象按照采管偏值CP从小到大的顺序进行排序,形成安全排行榜。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (2)
1.一种用于船舶诊断的数据采集及管理方法,其特征在于,包括以下步骤:
步骤一:数据采集模块采集管理对象发动机的采管参数,并将采管参数发送至数据分析模块;采管参数包括温差值、振动值、声音值以及气体值;
所述数据采集模块采集采管参数的具体过程如下:
将所有船舶依次标记为管理对象i,i=1、……、n,n为自然数;
采集管理对象i发动机的初始状态时的温度和运转状态时的实时温度,获得两者之间的差值并将其标记为温差值WC;
采集管理对象i发动机单位时间内的平均振动频率和平均振动幅度,并将其分别标记为振频值ZP和振幅值ZF,将振频值ZP和振幅值ZF代入公式得到振动值ZD,其中s1、s2分别为振频值ZP和振幅值ZF的预设比例系数,且s1+s2=1,0<s1≤s2<1,取s1=0.46,s2=0.54;
采集管理对象i发动机表面位置的声音强度,并将其标记为音度值,获取单位时间内最大音度值并将其标记为音强值YQ,将音度值与预设音度值进行比较,获取单位时间内音度值大于预设音度值的总次数并将其标记为音次值YC,将音强值YQ、音次值YC代入公式得到声音值SY,其中k1、k2分别为音强值YQ、音次值YC的预设比例系数,且k1+k2=1,0<k2<k1<1,取k1=0.70,k2=0.30;
采集管理对象i发动机表面位置初始状态时的氧气浓度和运转状态时的氧气浓度,获得两者之间的差值并将其标记为氧气值OQ,采集发动机表面位置初始状态时的二氧化碳浓度和运转状态时的二氧化碳浓度,获得两者之间的差值并将其标记为碳气值CQ,将氧气值OQ、碳气值CQ代入公式得到气体值QT,其中v1、v2分别为氧气值OQ、碳气值CQ的预设比例系数,且v1+v2=1,0<v1<v2<1,取v1=0.22,v2=0.78;
将温差值WC、振动值ZD、声音值SY以及气体值QT发送至数据分析模块;
步骤二:数据分析模块根据采管参数获得采管系数,并将采管系数发送至数据储存模块以及数据采管平台;
所述数据分析模块获得采管系数CG的具体过程如下:
将温差值WC、振动值ZD、声音值SY以及气体值QT代入公式得到采管系数CG,其中α、β、γ、ε分别为氧气温差值WC、振动值ZD、声音值SY以及气体值QT的预设权重系数,且α>β>γ>ε>0,其中μ为误差因子,取μ=0.973;
将采管系数CG发送至数据储存模块以及数据采管平台;
步骤三:数据储存模块将采管系数进行储存,并根据采管系数获得采管均数;
所述数据储存模块获得采管均数的具体过程如下:
接收到采管系数CG将采管系数CG进行储存,并将所有采管系数CG按照从大到小的顺序进行排序,将位于首位和末位的预设个数的采管系数CG删除,将余下的采管系数CG进行求和求取平均值,得到采管均数CJ;
步骤四:数据采管平台根据采管系数、采管均数获得采管偏值,并根据采管偏值将管理对象划分为危险对象、安全对象,并将危险对象、安全对象以及采管偏值发送至远程管理模块;
所述数据采管平台获得采管偏值CP的具体过程如下:
接收到采管系数CG后从数据储存模块中获取采管均数CJ;
将采管系数CG、采管均数CJ代入公式得到采管偏值CP;
将采管偏值CP与采管偏离阈值CPy进行比较:
若采管偏值CP>采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为危险对象,并将危险对象和采管偏值CP发送至远程管理模块;
若采管偏值CP≤采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为安全对象,并将安全对象和采管偏值CP发送至远程管理模块;
步骤五:远程管理模块根据危险对象、安全对象以及采管偏值形成危险排行榜和安全排行榜进行展示。
2.根据权利要求1所述的一种用于船舶诊断的数据采集及管理方法,其特征在于,包括以下步骤:
步骤a1:数据采集模块将所有船舶依次标记为管理对象i,i=1、……、n,n为自然数;
步骤a2:数据采集模块采集管理对象i发动机的初始状态时的温度和运转状态时的实时温度,获得两者之间的差值并将其标记为温差值WC;
步骤a3:数据采集模块采集管理对象i发动机单位时间内的平均振动频率和平均振动幅度,并将其分别标记为振频值ZP和振幅值ZF,将振频值ZP和振幅值ZF代入公式得到振动值ZD,其中s1、s2分别为振频值ZP和振幅值ZF的预设比例系数,且s1+s2=1,0<s1≤s2<1,取s1=0.46,s2=0.54;
步骤a4:数据采集模块采集管理对象i发动机表面位置的声音强度,并将其标记为音度值,获取单位时间内最大音度值并将其标记为音强值YQ,将音度值与预设音度值进行比较,获取单位时间内音度值大于预设音度值的总次数并将其标记为音次值YC,将音强值YQ、音次值YC代入公式得到声音值SY,其中k1、k2分别为音强值YQ、音次值YC的预设比例系数,且k1+k2=1,0<k2<k1<1,取k1=0.70,k2=0.30;
步骤a5:数据采集模块采集管理对象i发动机表面位置初始状态时的氧气浓度和运转状态时的氧气浓度,获得两者之间的差值并将其标记为氧气值OQ,采集发动机表面位置初始状态时的二氧化碳浓度和运转状态时的二氧化碳浓度,获得两者之间的差值并将其标记为碳气值CQ,将氧气值OQ、碳气值CQ代入公式得到气体值QT,其中v1、v2分别为氧气值OQ、碳气值CQ的预设比例系数,且v1+v2=1,0<v1<v2<1,取v1=0.22,v2=0.78;
步骤a6:数据采集模块将温差值WC、振动值ZD、声音值SY以及气体值QT发送至数据分析模块;
步骤a7:数据分析模块将温差值WC、振动值ZD、声音值SY以及气体值QT代入公式得到采管系数CG,其中α、β、γ、ε分别为氧气温差值WC、振动值ZD、声音值SY以及气体值QT的预设权重系数,且α>β>γ>ε>0,其中μ为误差因子,取μ=0.973;
步骤a8:数据分析模块将采管系数CG发送至数据储存模块以及数据采管平台;
步骤a9:数据储存模块接收到采管系数CG将采管系数CG进行储存,并将所有采管系数CG按照从大到小的顺序进行排序,将位于首位和末位的预设个数的采管系数CG删除,将余下的采管系数CG进行求和求取平均值,得到采管均数CJ;
步骤a10:数据采管平台接收到采管系数CG后从数据储存模块中获取采管均数CJ;
步骤a11:数据采管平台将采管系数CG、采管均数CJ代入公式得到采管偏值CP;
步骤a12:数据采管平台将采管偏值CP与采管偏离阈值CPy进行比较:
若采管偏值CP>采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为危险对象,并将危险对象和采管偏值CP发送至远程管理模块;
若采管偏值CP≤采管偏离阈值CPy,则将采管偏值CP所对应的管理对象i标记为安全对象,并将安全对象和采管偏值CP发送至远程管理模块;
步骤a13:远程管理模块接收到危险对象和采管偏值CP将危险对象按照采管偏值CP从大到小的顺序进行排序,形成危险排行榜;
步骤a14:远程管理模块接收到安全对象和采管偏值CP将安全对象按照采管偏值CP从小到大的顺序进行排序,形成安全排行榜。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310149760.8A CN115839848B (zh) | 2023-02-22 | 2023-02-22 | 一种用于船舶诊断的数据采集及管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310149760.8A CN115839848B (zh) | 2023-02-22 | 2023-02-22 | 一种用于船舶诊断的数据采集及管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115839848A CN115839848A (zh) | 2023-03-24 |
CN115839848B true CN115839848B (zh) | 2023-05-05 |
Family
ID=85580011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310149760.8A Active CN115839848B (zh) | 2023-02-22 | 2023-02-22 | 一种用于船舶诊断的数据采集及管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115839848B (zh) |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19808197C2 (de) * | 1998-02-27 | 2001-08-09 | Mtu Aero Engines Gmbh | System und Verfahren zur Diagnose von Triebwerkszuständen |
JP4313734B2 (ja) * | 2004-07-16 | 2009-08-12 | ヤンマー株式会社 | 監視診断システム |
JP2009211570A (ja) * | 2008-03-06 | 2009-09-17 | Kawashima Koki Kk | 船舶検知方法 |
US9110452B2 (en) * | 2011-09-19 | 2015-08-18 | Fisher-Rosemount Systems, Inc. | Inferential process modeling, quality prediction and fault detection using multi-stage data segregation |
US8813693B2 (en) * | 2011-10-07 | 2014-08-26 | GM Global Technology Operations LLC | Diagnostic system and method for a switchable water pump |
US20130197854A1 (en) * | 2012-01-30 | 2013-08-01 | Siemens Corporation | System and method for diagnosing machine tool component faults |
CN107655693A (zh) * | 2017-11-02 | 2018-02-02 | 哈尔滨理工大学 | 一种船舶发动机故障诊断系统及方法 |
CN108008718B (zh) * | 2017-12-07 | 2019-05-10 | 上海海事大学 | 基于模型的智能型船舶机舱监测报警系统 |
NO344508B1 (en) * | 2018-03-07 | 2020-01-20 | Kongsberg Maritime CM AS | Distributed decision making |
CN108760327B (zh) * | 2018-08-02 | 2019-12-13 | 南昌航空大学 | 一种航空发动机转子故障的诊断方法 |
CN110781225B (zh) * | 2019-10-25 | 2020-06-19 | 中国环境科学研究院 | 一种环境介质污染物浓度水平的诊断方法 |
CN112613186B (zh) * | 2020-12-30 | 2022-04-12 | 中国航空发动机研究院 | 一种基于统计分布特征的航空发动机气路故障融合诊断方法 |
CN113689038B (zh) * | 2021-08-24 | 2023-05-26 | 西北工业大学 | 一种基于多传感器模糊评估的发动机气缸故障预测方法 |
CN113606039A (zh) * | 2021-08-26 | 2021-11-05 | 上海航数智能科技有限公司 | 一种船舶动力系统传输故障诊断方法 |
CN114878172B (zh) * | 2022-04-26 | 2024-01-26 | 上海船舶运输科学研究所有限公司 | 一种船舶主机气缸温度信号特征提取方法及系统 |
CN115237040B (zh) * | 2022-09-23 | 2022-12-16 | 河北东来工程技术服务有限公司 | 一种船舶设备安全操作管理方法、系统、装置和介质 |
CN115326147B (zh) * | 2022-10-17 | 2023-11-24 | 江苏煵笙重工有限公司 | 一种船舶用脱硫塔实时监测方法及系统 |
CN115447732B (zh) * | 2022-11-11 | 2023-03-24 | 青州鑫聚隆装备制造有限公司 | 一种基于船舶设备运行参数的故障预测系统 |
-
2023
- 2023-02-22 CN CN202310149760.8A patent/CN115839848B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115839848A (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112803592B (zh) | 一种适用于分布式电站的智能故障预警方法及系统 | |
CN103218695A (zh) | 二次设备智能状态评估诊断系统及其方法 | |
CN113112635B (zh) | 一种智能设备用常规巡检系统 | |
CN113049142A (zh) | 温度传感器的告警方法、装置、设备及存储介质 | |
CN111472943A (zh) | 一种风电机组高同步精度的分布式测量系统及方法 | |
CN206627815U (zh) | 一种海上风电基础结构远程监控系统 | |
CN109145972B (zh) | 一种船舶电力推进系统变频器报警器设计方法 | |
CN113420162B (zh) | 一种基于知识图谱的设备运行链状态监测方法 | |
CN111585354A (zh) | 储能电站智能运检设备 | |
CN116911619A (zh) | 一种基于数据分析的化工生产智能管控系统 | |
CN112713658A (zh) | 一种电网设备监控缺陷智能控制方法及系统 | |
CN107069960A (zh) | 一种二次运维管理系统的在线缺陷诊断方法 | |
CN111130173A (zh) | 一种基于物联网的锂电池安全监测系统 | |
CN111551887A (zh) | 一种多维度识别电压互感器计量性能在线监测平台 | |
CN115839848B (zh) | 一种用于船舶诊断的数据采集及管理方法 | |
CN114254818A (zh) | 一种基于风险评估模型的低压配电网连锁故障预警方法 | |
CN117092973A (zh) | 基于工业物联网的设备运行异常的监测维护方法及系统 | |
CN112182960A (zh) | 基于贝叶斯网络的电力变压器状态风险评估的方法 | |
CN114400776B (zh) | 基于数字镜像的变电站自动化设备状态诊断方法和系统 | |
CN115833387A (zh) | 一种储能电站自动化状态巡检方法 | |
CN111381161A (zh) | 一种发电机组远程在线健康状态诊断方法 | |
CN115343979A (zh) | 一种变电站数字孪生系统中异常设备的告警方法和装置 | |
Chen et al. | FMECA for aircraft electric system | |
CN212572193U (zh) | 储能电站智能运检设备 | |
CN112529395A (zh) | 一种基于fce和svm融合的输电线路典型冰风灾害分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |