CN116030552B - 一种用于船舶的智能综合显控方法及系统 - Google Patents
一种用于船舶的智能综合显控方法及系统 Download PDFInfo
- Publication number
- CN116030552B CN116030552B CN202310330131.5A CN202310330131A CN116030552B CN 116030552 B CN116030552 B CN 116030552B CN 202310330131 A CN202310330131 A CN 202310330131A CN 116030552 B CN116030552 B CN 116030552B
- Authority
- CN
- China
- Prior art keywords
- health
- data
- information
- detection data
- preset
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请适用于船舶安全的技术领域,提供了一种用于船舶的智能综合显控方法及系统,其方法包括获取目标船舶中多个电气设备的位置坐标信息和检测数据,检测数据包括多个电气设备各自的基础运行数据、运行负荷数据、环境温度数据和环境湿度数据;针对任意一个电气设备:将检测数据输入至预设的健康量化模型中,确定电气设备的健康信息,健康信息用于描述电气设备的健康情况;在显示设备上显示电气设备对应的位置坐标信息和健康信息。本申请能够直接显示多种检测数据以及对多种检测数据作进一步判断,即使运维人员的专业素质较低,也能有利于运维人员及时对多种检测数据作出有效的处理,从而有利于运维人员及时处理安全隐患,提高安全性。
Description
技术领域
本申请涉及船舶安全的技术领域,具体而言,涉及一种用于船舶的智能综合显控方法及系统。
背景技术
随着经济全球化的发展,不同地域之间的贸易也变得越来越频繁,由于航运作为贸易中不可或缺的一部分,因此船舶的安全航行成为了航运领域的研究焦点。
目前,现有的显控方法通常直接显示多种检测数据,缺少对检测数据的进一步判断,当运维人员的专业素质较低的时候,运维人员不能及时对多种检测数据作出有效的处理,从而不利于及时处理安全隐患,存在安全性较低的问题,有待进一步改进。
发明内容
基于此,本申请实施例提供了一种用于船舶的智能综合显控方法及系统,以解决现有技术中安全性较低的问题。
第一方面,本申请实施例提供了一种用于船舶的智能综合显控方法,所述方法包括:
获取目标船舶中多个电气设备的位置坐标信息和检测数据,所述检测数据包括所述多个电气设备各自的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据;
针对任意一个所述电气设备:将所述检测数据输入至预设的健康量化模型中,确定所述电气设备的健康信息,所述健康信息用于描述所述电气设备的健康情况;
在显示设备上显示所述电气设备对应的所述位置坐标信息和所述健康信息。
与现有技术相比存在的有益效果是:本申请实施例提供的用于船舶的智能综合显控方法,终端设备可以先获取目标船舶中多个电气设备的位置坐标信息和检测数据,然后针对任意一个电气设备,将该电气设备的多个检测数据均输入至预设的健康量化模型中,精准确定出电气设备的健康信息,再在显示设备上显示该电气设备对应的位置坐标信息和健康信息,从而能够在显示设备上直接显示该电气设备的检测结果,即使运维人员的专业素质较低,也能有利于运维人员直观、及时地得知任意一个电气设备的健康情况,并且有利于运维人员及时处理安全隐患,在一定程度上解决了当前安全性较低的问题。
第二方面,本申请实施例提供了一种用于船舶的智能综合显控系统,所述系统包括:
数据获取模块:用于获取目标船舶中多个电气设备的位置坐标信息和检测数据;
健康信息确定模块:用于针对任意一个所述电气设备:将所述检测数据输入至预设的健康量化模型中,确定所述电气设备的健康信息,所述健康信息用于描述所述电气设备的健康情况;
显示模块:用于在显示设备上显示所述电气设备对应的所述位置坐标信息和所述健康信息。
可以理解的是,上述第二方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本申请一实施例提供的智能综合显控方法的流程示意图;
图2是本申请一实施例提供的智能综合显控方法中步骤S101的流程示意图;
图3是本申请一实施例提供的智能综合显控方法中步骤S200的流程示意图;
图4是本申请一实施例提供的智能综合显控方法中步骤S300的流程示意图;
图5是本申请一实施例提供的智能综合显控方法中步骤S400的流程示意图;
图6是本申请一实施例提供的智能综合显控系统的模块框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
为了说明本申请的技术方案,下面通过具体实施例来进行说明。
请参阅图1,图1是本申请实施例提供的用于船舶的智能综合显控方法的流程示意图。在本实施例中,智能综合显控方法的执行主体为终端设备。可以理解的是,终端设备的类型包括但不限于手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobilepersonal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等,本申请实施例对终端设备的具体类型不作任何限制。
请参阅图1,本申请实施例提供的智能综合显控方法包括但不限于以下步骤:
在S100中,获取目标船舶中多个电气设备的位置坐标信息和检测数据。
示例性地,目标船舶中包括多个电气设备,譬如:主配电板、分配电板、发电机、变压器、电动马达和照明灯;多个电气设备均预设有检测传感器;终端设备可以通过预设于多个电气设备上的检测传感器获取各个电气设备对应的检测数据,譬如:通过高频电流传感器或特高频电磁波传感器获取发电机的检测数据;而位置坐标信息表示该电气设备在目标船舶中的位置坐标,终端设备可以预先存储有多个电气设备对应的位置坐标信息,该些位置坐标信息可以由运维人员自主输入。
具体来说,终端设备可以接收针对目标船舶的检测指令,然后获取目标船舶中多个电气设备对应的位置坐标信息,同时获取目标船舶中多个电气设备对应的检测数据。
在一些可能的实现方式中,为了进一步提高安全检测的全面性,任意一个电气设备的检测数据可以包括该电气设备的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据;其中,基础运行数据表示该电气设备的基本参数,譬如发电机的实时转速和变压器的实时电压;运行负荷数据表示该电气设备的实时运行负荷;设备温度数据表示该电气设备的实时工作温度;环境温度数据表示该电气设备所处环境的实时温度;环境湿度数据表示该电气设备所处环境的实时湿度,从而有利于综合分析电气设备的检测数据,满足船舶安全航行的需求。
在S200中,针对任意一个电气设备:将检测数据输入至预设的健康量化模型中,确定电气设备的健康信息。
具体来说,健康信息表示该电气设备的健康情况,健康情况包括正常运行状态和异常运行状态;在终端设备获取目标船舶中多个电气设备的检测数据之后,终端设备可以针对任意一个电气设备,将该电气设备对应的检测数据输入至预设的健康量化模型中,从而精准地确定出电气设备的健康信息,其中,健康量化模型能够量化该电气设备的整体健康情况,从而有利于运维人员判断检测数据。
在一些可能的实现方式中,为了提高数据的精准度,有利于运维人员得到有效且准确的数据,请参阅图2,在步骤S100之后,该方法还包括但不限于以下步骤:
在S101中,获取传感器的静态误差信息和动态误差信息。
具体来说,终端设备可以通过稳态误差系数法得到检测传感器的静态误差信息,譬如该检测传感器的线性误差、量化误差和回程误差;然后终端设备可以通过预设的动态误差公式计算该检测传感器的静态误差信息。
在S102中,根据静态误差信息和动态误差信息生成误差补偿系数信息。
具体来说,终端设备可以基于傅里叶级数变换方法,结合静态误差信息与动态误差信息之和生成误差补偿系数信息。
在S103中,获取多个电气设备对应的位置坐标信息和检测数据。
具体来说,终端设备可以分别获取多个电气设备对应的位置坐标信息和检测数据。
在S104中,根据误差补偿系数信息修正检测数据,得到修正后的检测数据。
具体来说,终端设备可以根据误差补偿系数信息修正检测数据,得到修正后的检测数据,从而减少检测数据的偏差值,提高数据的有效性和准确性。
相应地,步骤S200还包括但不限于以下步骤:
在S201中,针对任意一个电气设备:将修正后的检测数据输入至预设的健康量化模型中,确定电气设备的健康信息。
具体来说,终端设备可以将任意一个电气设备修正后的检测数据,输入至预设的健康量化模型中,从而实现基于精准的数据进行确定电气设备的健康信息。
在一些可能的实现方式中,为了有利于各种不同专业素质情况的运维人员均能直观、有效地得知是否存在安全隐患,请参阅图3,步骤S200包括但不限于以下步骤:
在S210中,针对任意一个电气设备:将电气设备的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据均输入至预设的健康量化模型中,获得电气设备的第一健康特征值。
具体来说,终端设备可以针对任意一个电气设备,将该电气设备的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据均输入至预设的健康量化模型中,然后获得该电气设备的第一健康特征值,其中,第一健康特征值表示有关于该电气设备对应的健康情况的特征值。
在一些可能的实现方式中,为了实现精准地确定出各个电气设备的健康情况,该健康量化模型可以为:
,
式中,表示该电气设备的第一健康特征值,第一健康特征值能够综合该电气设备的多种不同的检测数据,并量化为一个整体的参考量;/>为预设的第一加权系数,加权系数的具体取值可以根据具体的应用情况进行选取,譬如:针对于电气设备为发电机且发电机的保护情况较好,发电机较少与船舶中的潮湿空气相接触的情况,当检测数据为环境温度数据时,/>优选为1.31,当检测数据为环境湿度数据时,/>优选为0.13;/>表示电气设备中第/>个检测数据对应的第二健康特征值,即该电气设备在当前健康状态中所得到的检测数据对应的特征值;/>表示检测数据的序号,譬如:当电气设备的基础运行数据为第一个检测数据时,/>,/>;当该电气设备的运行负荷数据为第二个检测数据时,/>,/>;当该电气设备的设备温度数据为第三个检测数据时,/>,;/>为与第一健康特征值有关的奖赏值,用于提高第一健康特征值的准确性;/>为第/>个检测数据的类型总数量,譬如当第2个检测数据的类型总数量为五的时候,/>的取值为5。
在一些可能的实现方式中,为了实现精准地确定出第二健康特征值,该第二健康特征值的计算公式可以为:
,
式中,表示第二健康特征值,具体表达意思参见上述健康量化模型中的描述;/>为预设的第二加权系数,/>优选为0.5;/>为第/>个检测数据对应的检测开始时间;/>为第个检测数据对应的检测结束时间;/>为预设的健康影响因子,健康影响因子能够作为评价该电气设备对船舶安全航行的指标,该健康影响因子的具体取值可以根据具体的应用情况进行选取,譬如当该电气设备为室内照明灯等对船舶安全航行影响较小的电气设备时,/>优选为0.21,当该电气设备为航行灯等对船舶安全航行影响较大的电气设备时,/>优选为3.14;/>为第/>个检测数据的具体值;/>为第/>个检测数据对应的额定值;/>为第/>个检测数据对应的修正值,修正值可以为一个各个检测数据通用的常数,修正值优选为2.62。
在S220中,比对第一健康特征值与预设的健康阈值。
具体来说,在终端设备获得第一健康特征值之后,终端设备可以比对第一健康特征值与预设的健康阈值,从而通过第一健康特征值与健康阈值的比对结果确定电气设备的健康情况,并且有利于运维人员直观地得知电气设备的健康情况。
在S230中,若第一健康特征值小于预设的健康阈值,则确定电气设备的健康信息为正常运行状态。
具体来说,如果第一健康特征值小于预设的健康阈值,则终端设备可以确定电气设备的健康信息为正常运行状态,当运维人员看到该电气设备的健康信息为正常运行状态,运维人员可以直观、有效地知道该电气设备的多种检测数据均符合安全标准。
在S240中,若第一健康特征值大于或等于预设的健康阈值,则确定电气设备的健康信息为异常运行状态。
具体来说,如果第一健康特征值大于或等于预设的健康阈值,则终端设备可以确定电气设备的健康信息为异常运行状态,当运维人员看到该电气设备的健康信息为异常运行状态,运维人员可以直观、有效地知道该电气设备的整体健康情况不符合安全标准。
在S250中,基于检测数据中的各个检测类型与检测类型对应的检测时段生成变化曲线图。
具体来说,终端设备可以针对健康信息为异常运行状态的电气设备,基于该电气设备对应的具体检测数据和检测时段生成变化曲线图,示例性地,当检测数据为运行负荷数据的时候,终端设备可以基于该运行负荷数据生成X轴为检测时段中的多个检测时刻,Y轴为各个检测时刻对应的运行负荷值的变化曲线图。
在S260中,比对变化曲线图与预设的历史图型库中的对比图,生成曲线相似度。
示例性地,当电气设备的负荷频繁大幅度变化的时候,变化曲线图会呈多段曲折的形状,而历史图型库中预存有多种电气设备为异常运行状态时对应的对比图,终端设备可以基于变化曲线图逐个比对历史图型库中的对比图,生成多个曲线相似度。
在S270中,若曲线相似度大于或等于预设的相似阈值,则确定电气设备的第一故障类型为对比图中的第二故障类型。
示例性地,历史图型库中存在一张电气设备的负荷频繁、大幅度变化时对应的对比图,该对比图与变化曲线图的曲线相似度会大于或等于预设的相似阈值,因此终端设备可以确定电气设备的第一故障类型为对比图中的第二故障类型,即可以确定该电气设备的负荷发生频繁、大幅度变化,在一种可能的实现方式中,当存在多个大于相似阈值的曲线相似度时,终端设备可以选取最大的曲线相似度。
在S300中,在显示设备上显示电气设备对应的位置坐标信息和健康信息。
具体来说,终端设备可以在显示设备上显示该电气设备对应的位置坐标信息和健康信息;当健康信息为异常运行状态的时候,运维人员可以通过位置坐标信息得知该电气设备在船舶中的具体位置,从而缩短维护周期。
在一些可能的实现方式中,为了有利于运维人员在显示设备上一次性得知多个电气设备的整体健康情况,请参阅图4,步骤S300包括但不限于以下步骤:
在S310中,根据第一健康特征值从大到小的顺序,对多个电气设备进行排序,得到健康排列顺序。
具体来说,终端设备可以根据第一健康特征值从大到小的顺序,对多个电气设备进行排序,得到健康排列顺序;示例性地,当发电机的第一健康特征值比变压器的第一健康特征值大的时候,发电机在健康排列顺序中的位置比变压器在健康排列顺序中的位置靠前。
在S320中,基于健康排列顺序,在显示设备上显示电气设备对应的位置坐标信息、健康信息、变化曲线图和第一故障类型。
具体来说,终端设备可以按照健康排列顺序,在显示设备上显示电气设备对应的位置坐标信息、健康信息、变化曲线图和第一故障类型,运维人员可以通过健康信息和第一故障类型直观且优先得知健康情况最差的电气设备,并且可以基于变化曲线图追溯该电气设备的历史运行情况,从而提高安全性。
在一些可能的实现方式中,为了有利于本地显示设备和远端本地显示设备均能综合地显示目标船舶中多个电气设备对应的健康情况,请参阅图5,在步骤S300之后,该方法还包括但不限于以下步骤:
在S400中,针对至少一个电气设备:获取电气设备的编号信息、位置坐标信息、健康信息、变化曲线图和第一故障类型。
具体来说,终端设备在本地显示设备上显示多个电气设备对应的位置坐标信息和健康信息之后,终端设备可以针对至少一个电气设备,获取该电气设备的编号信息、位置坐标信息、健康信息、变化曲线图和第一故障类型;在一种可能的实现方式中,终端设备可以仅针对健康信息为异常运行状态的电气设备执行步骤S400。
在S410中,基于分布一致性哈希算法,将编号信息、位置坐标信息和健康信息、变化曲线图和第一故障类型封装成健康数据包。
具体来说,终端设备可以根据分布一致性哈希算法,将编号信息、位置坐标信息、健康信息、变化曲线图和第一故障类型封装为一个健康数据包,其中,编号信息表示该电气设备的设备编号。
在S420中,上传健康数据包至指定的远端服务器。
具体来说,在终端设备生成健康数据包之后,终端设备可以上传该健康数据包至指定的远端服务器,从而有利于其他终端设备从远端服务器中获取健康数据包,并且在其他的显示设备中显示电气设备的编号信息、位置坐标信息、健康信息、变化曲线图和第一故障类型。
本申请实施例智能综合显控方法的实施原理为:终端设备可以先获取目标船舶中多个电气设备的位置坐标信息和检测数据,然后针对任意一个电气设备,将该电气设备对应的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据均输入至预设的健康量化模型中,通过比对健康量化模型输出的第一健康特征值和预设的健康阈值,精准地确定出电气设备的健康信息为正常运行状态或异常运行状态,再在显示设备上显示该电气设备对应的位置坐标信息和健康信息,运维人员通过健康信息和第一故障类型可以直观、有效地得知目标船舶中多个电气设备各自的健康情况,并且可以通过位置坐标信息及时得知处于异常运行状态的电气设备的具体位置。
需要说明的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请的实施例还提供了一种用于船舶的智能综合显控系统,为便于说明,仅示出与本申请相关的部分,如图6所示,该系统60包括:
数据获取模块61:用于获取目标船舶中多个电气设备的位置坐标信息和检测数据,检测数据包括多个电气设备各自的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据;
健康信息确定模块62:用于针对任意一个电气设备:将检测数据输入至预设的健康量化模型中,确定电气设备的健康信息,健康信息用于描述电气设备的健康情况;
显示模块63:用于在显示设备上显示电气设备对应的位置坐标信息和健康信息。
可选的,多个电气设备均预设有传感器;该系统60还包括
误差获取模块:用于获取传感器的静态误差信息和动态误差信息;
补充系数信息获取模块:用于根据静态误差信息和动态误差信息生成误差补偿系数信息;
检测数据获取模块:用于获取多个电气设备对应的位置坐标信息和检测数据;
修正数据获取模块:用于根据误差补偿系数信息修正检测数据,得到修正后的检测数据;
相应地,上述健康信息确定模块62,包括:
健康信息确定子模块:用于针对任意一个电气设备:将修正后的检测数据输入至预设的健康量化模型中,确定电气设备的健康信息。
可选的,上述健康信息确定模块62包括:
第一健康特征值获取子模块:用于针对任意一个电气设备:将电气设备的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据均输入至预设的健康量化模型中,获得电气设备的第一健康特征值;
比对子模块:用于比对第一健康特征值与预设的健康阈值;
正常运行状态确定子模块:用于若第一健康特征值小于预设的健康阈值,则确定电气设备的健康信息为正常运行状态;
异常运行状态确定子模块:用于若第一健康特征值大于或等于预设的健康阈值,则确定电气设备的健康信息为异常运行状态。
变化曲线图生成模块:用于基于检测数据中的各个检测类型与检测类型对应的检测时段生成变化曲线图;
曲线相似度比对模块:用于比对变化曲线图与预设的历史图型库中的对比图,生成曲线相似度;
故障类型确定模块:用于若曲线相似度大于或等于预设的相似阈值,则确定电气设备的第一故障类型为对比图中的第二故障类型。
可选的,上述健康量化模型为:
,
式中,为电气设备的第一健康特征值;/>为预设的第一加权系数;/>为电气设备中第/>个检测数据对应的第二健康特征值;/>为与第一健康特征值有关的奖赏值;为第/>个检测数据的类型总数量。
可选的,上述第二健康特征值的计算公式为:
,
式中,为第二健康特征值;/>为预设的第二加权系数;/>为第/>个检测数据对应的检测开始时间;/>为第/>个检测数据对应的检测结束时间;/>为预设的健康影响因子;为第/>个检测数据的具体值;/>为第/>个检测数据对应的额定值;/>为第/>个检测数据对应的修正值。
可选的,该系统60还包括:
信息获取模块:用于针对至少一个电气设备:获取电气设备的编号信息、位置坐标信息、健康信息、变化曲线图和第一故障类型;
数据封装模块:用于基于分布一致性哈希算法,将编号信息、位置坐标信息、健康信息、变化曲线图和第一故障类型封装成健康数据包;
数据上传模块:用于上传健康数据包至指定的远端服务器。
可选的,上述显示模块63包括:
排列顺序确定子模块:用于根据第一健康特征值从大到小的顺序,对多个电气设备进行排序,得到健康排列顺序;
显示子模块:用于基于健康排列顺序,在显示设备上显示电气设备对应的位置坐标信息、健康信息、变化曲线图和第一故障类型。
需要说明的是,上述模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的方法、原理、结构所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (7)
1.一种用于船舶的智能综合显控方法,所述方法包括:
获取目标船舶中多个电气设备的位置坐标信息和检测数据,所述检测数据包括所述多个电气设备各自的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据;
针对任意一个所述电气设备:将所述检测数据输入至预设的健康量化模型中,确定所述电气设备的健康信息,所述健康信息用于描述所述电气设备的健康情况;
在显示设备上显示所述电气设备对应的所述位置坐标信息和所述健康信息;
所述针对任意一个所述电气设备:将所述检测数据输入至预设的健康量化模型中,确定所述电气设备的健康信息,包括:
针对任意一个所述电气设备:
将所述电气设备的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据均输入至预设的健康量化模型中,获得所述电气设备的第一健康特征值;
比对所述第一健康特征值与预设的健康阈值;
若所述第一健康特征值小于预设的健康阈值,则确定所述电气设备的健康信息为正常运行状态;
若所述第一健康特征值大于或等于预设的健康阈值,则确定所述电气设备的健康信息为异常运行状态;
基于所述检测数据中的各个检测类型与所述检测类型对应的检测时段生成变化曲线图;
比对所述变化曲线图与预设的历史图型库中的对比图,生成曲线相似度;
若所述曲线相似度大于或等于预设的相似阈值,则确定所述电气设备的第一故障类型为所述对比图中的第二故障类型;
所述健康量化模型为:
,
式中,为所述电气设备的第一健康特征值;/>为预设的第一加权系数;/>为所述电气设备中第/>个检测数据对应的第二健康特征值;/>为与所述第一健康特征值有关的奖赏值;/>为所述第/>个检测数据的类型总数量;
所述第二健康特征值的计算公式为:
,
式中,为第二健康特征值;/>为预设的第二加权系数;/>为第/>个所述检测数据对应的检测开始时间;/>为第/>个所述检测数据对应的检测结束时间;/>为预设的健康影响因子;/>为第/>个所述检测数据的具体值;/>为第/>个所述检测数据对应的额定值;/>为第/>个所述检测数据对应的修正值。
2.根据权利要求1所述的方法,其特征在于,所述多个电气设备均预设有传感器;在所述获取目标船舶中多个电气设备的位置坐标信息和检测数据之后,所述方法包括:
获取所述传感器的静态误差信息和动态误差信息;
根据所述静态误差信息和所述动态误差信息生成误差补偿系数信息;
获取所述多个电气设备对应的位置坐标信息和检测数据;
根据所述误差补偿系数信息修正所述检测数据,得到修正后的所述检测数据;
相应地,所述针对任意一个所述电气设备:将所述检测数据输入至预设的健康量化模型中,确定所述电气设备的健康信息,包括:
针对任意一个所述电气设备:将修正后的所述检测数据输入至预设的健康量化模型中,确定所述电气设备的健康信息。
3.根据权利要求1所述的方法,其特征在于,在所述在显示设备上显示所述电气设备对应的所述位置坐标信息和所述健康信息之后,所述方法还包括:
针对至少一个所述电气设备:
获取所述电气设备的编号信息、所述位置坐标信息、所述健康信息、所述变化曲线图和所述第一故障类型;
基于分布一致性哈希算法,将所述编号信息、位置坐标信息、所述健康信息、所述变化曲线图和所述第一故障类型封装成健康数据包;
上传所述健康数据包至指定的远端服务器。
4.根据权利要求1所述的方法,其特征在于,所述在显示设备上显示所述电气设备对应的所述位置坐标信息和所述健康信息,包括:
根据所述第一健康特征值从大到小的顺序,对多个所述电气设备进行排序,得到健康排列顺序;
基于所述健康排列顺序,在所述显示设备上显示所述电气设备对应的所述位置坐标信息、所述健康信息、所述变化曲线图和所述第一故障类型。
5.一种用于船舶的智能综合显控系统,所述系统包括:
数据获取模块:用于获取目标船舶中多个电气设备的位置坐标信息和检测数据;
健康信息确定模块:用于针对任意一个所述电气设备:将所述检测数据输入至预设的健康量化模型中,确定所述电气设备的健康信息,所述健康信息用于描述所述电气设备的健康情况;
显示模块:用于在显示设备上显示所述电气设备对应的所述位置坐标信息和所述健康信息;
所述针对任意一个所述电气设备:将所述检测数据输入至预设的健康量化模型中,确定所述电气设备的健康信息,包括:
针对任意一个所述电气设备:
将所述电气设备的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据均输入至预设的健康量化模型中,获得所述电气设备的第一健康特征值;
比对所述第一健康特征值与预设的健康阈值;
若所述第一健康特征值小于预设的健康阈值,则确定所述电气设备的健康信息为正常运行状态;
若所述第一健康特征值大于或等于预设的健康阈值,则确定所述电气设备的健康信息为异常运行状态;
基于所述检测数据中的各个检测类型与所述检测类型对应的检测时段生成变化曲线图;
比对所述变化曲线图与预设的历史图型库中的对比图,生成曲线相似度;
若所述曲线相似度大于或等于预设的相似阈值,则确定所述电气设备的第一故障类型为所述对比图中的第二故障类型;
所述健康量化模型为:
,
式中,为所述电气设备的第一健康特征值;/>为预设的第一加权系数;/>为所述电气设备中第/>个检测数据对应的第二健康特征值;/>为与所述第一健康特征值有关的奖赏值;/>为所述第/>个检测数据的类型总数量;
所述第二健康特征值的计算公式为:
,
式中,为第二健康特征值;/>为预设的第二加权系数;/>为第/>个所述检测数据对应的检测开始时间;/>为第/>个所述检测数据对应的检测结束时间;/>为预设的健康影响因子;/>为第/>个所述检测数据的具体值;/>为第/>个所述检测数据对应的额定值;/>为第/>个所述检测数据对应的修正值。
6.根据权利要求5所述的系统,其特征在于,所述健康信息确定模块包括:
第一健康特征值获取子模块:用于针对任意一个所述电气设备:
将所述电气设备的基础运行数据、运行负荷数据、设备温度数据、环境温度数据和环境湿度数据均输入至预设的健康量化模型中,获得所述电气设备的第一健康特征值;
比对子模块:用于比对所述第一健康特征值与预设的健康阈值;
正常运行状态确定子模块:用于若所述第一健康特征值小于预设的健康阈值,则确定所述电气设备的健康信息为正常运行状态;
异常运行状态确定子模块:用于若所述第一健康特征值大于或等于预设的健康阈值,则确定所述电气设备的健康信息为异常运行状态。
7.根据权利要求6所述的系统,其特征在于,所述显示模块包括:
排列顺序确定子模块:用于根据所述第一健康特征值从大到小的顺序,对多个所述电气设备进行排序,得到健康排列顺序;
显示子模块:用于基于所述健康排列顺序,在所述显示设备上显示所述电气设备对应的所述位置坐标信息和所述健康信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310330131.5A CN116030552B (zh) | 2023-03-30 | 2023-03-30 | 一种用于船舶的智能综合显控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310330131.5A CN116030552B (zh) | 2023-03-30 | 2023-03-30 | 一种用于船舶的智能综合显控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116030552A CN116030552A (zh) | 2023-04-28 |
CN116030552B true CN116030552B (zh) | 2023-07-25 |
Family
ID=86070805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310330131.5A Active CN116030552B (zh) | 2023-03-30 | 2023-03-30 | 一种用于船舶的智能综合显控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116030552B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108458885A (zh) * | 2017-11-30 | 2018-08-28 | 镇江赛尔尼柯自动化有限公司 | 船舶故障远程诊断与支持决策系统 |
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 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102135434B (zh) * | 2010-01-25 | 2012-06-27 | 北京三驰科技发展有限公司 | 一种惯性测量单元误差补偿的方法 |
CN102270271B (zh) * | 2011-05-03 | 2014-03-19 | 北京中瑞泰科技有限公司 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
CA2819938A1 (en) * | 2012-10-18 | 2014-04-18 | The Boeing Company | Platform health monitoring system |
US20150356272A1 (en) * | 2014-06-10 | 2015-12-10 | Taipei Medical University | Prescription analysis system and method for applying probabilistic model based on medical big data |
US9934623B2 (en) * | 2016-05-16 | 2018-04-03 | Wi-Tronix Llc | Real-time data acquisition and recording system |
US10699040B2 (en) * | 2017-08-07 | 2020-06-30 | The Boeing Company | System and method for remaining useful life determination |
CN114818234A (zh) * | 2021-01-21 | 2022-07-29 | 黄志彭 | 一种电力设备智能化综合运行健康识别管理方法及系统 |
DE102021201041A1 (de) * | 2021-02-04 | 2022-08-04 | Continental Teves Ag & Co. Ohg | System zum Erfassen eines Zustands einer Fahrzeugkomponente |
CN115081584A (zh) * | 2022-05-16 | 2022-09-20 | 合肥科大智能机器人技术有限公司 | 基于机器学习的电力设备健康管理方法、系统及介质 |
CN115235542A (zh) * | 2022-07-14 | 2022-10-25 | 杭州国电机械设计研究院有限公司 | 一种升船机承船厢在线监测方法及监测系统 |
-
2023
- 2023-03-30 CN CN202310330131.5A patent/CN116030552B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108458885A (zh) * | 2017-11-30 | 2018-08-28 | 镇江赛尔尼柯自动化有限公司 | 船舶故障远程诊断与支持决策系统 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN116030552A (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115979349B (zh) | 一种电力站空间环境监测方法及系统 | |
CN110994704A (zh) | 一种暂态稳定预防控制辅助决策方法、装置及电子设备 | |
CN115392037A (zh) | 设备故障预测方法、装置、设备及存储介质 | |
CN115238831A (zh) | 故障预测方法、装置、计算机设备、存储介质和程序产品 | |
CN112330488A (zh) | 基于迁移学习的电网频率态势预测方法 | |
CN116030552B (zh) | 一种用于船舶的智能综合显控方法及系统 | |
CN115689534A (zh) | 基于大数据的设备寿命管理的方法、装置、设备及介质 | |
CN109990803B (zh) | 检测系统异常的方法、装置及传感器处理的方法、装置 | |
CN116295172B (zh) | 膜电极生产线的检测方法、系统、终端设备以及存储介质 | |
CN113204919A (zh) | 基于数字孪生的主变油枕状态预测方法、装置及电子设备 | |
CN116247655A (zh) | 一种风电出力预测方法、系统、存储介质及设备 | |
CN114444776A (zh) | 一种基于神经网络的危险源分析方法及装置 | |
CN107256189A (zh) | 一种服务器电源模块出风温度监测方法及装置 | |
CN103677798B (zh) | 用于运行自动化设备的方法 | |
CN112346552A (zh) | 电源监测方法、装置、计算机设备和存储介质 | |
CN116449898B (zh) | 一种开关柜温湿度远程控制系统 | |
CN115798282A (zh) | 一种模拟缺陷的方法及装置 | |
CN117110976B (zh) | 电表异常检测方法、装置、电子设备和存储介质 | |
AU2022204337B2 (en) | Run-time reliability reporting for electrical hardware systems | |
CN117314205B (zh) | 一种室间质评项目检测结果上报方法及装置 | |
CN116400018A (zh) | 氢气浓度预警方法、装置、终端设备及存储介质 | |
CN116500361A (zh) | 一种基于bto算法的避雷器老化在线监测方法、装置、设备及介质 | |
CN116480567A (zh) | 一种汽车电动水泵测试方法、装置、电子设备及存储介质 | |
CN118034197A (zh) | 工厂运行数据异常预警方法、预警设备及存储介质 | |
CN115407112A (zh) | 一种用于电压降测试的调节控制方法、装置及电子设备 |
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 |