【技术实现步骤摘要】
本专利技术涉及计算机领域，具体涉及一种基于数据驱动和数字孪生的船舶主动式健康管理和故障预测方法及系统。
技术介绍
1、针对船舶的健康管理对企业而言至关重要，甚至会对整个社会造成一定影响。而现今常用的船舶健康管理方法还存在着一定的弊端，对于船舶的健康管理还存在着一定的可提升空间。例如cn114048629a(公开日20220215)公开了一种船舶柴油机健康管控系统，包括：柴油机、数字孪生体模块、数据管理模块、运行仿真模拟平台模块、孪生数据处理模块、健康管理模块；柴油机分别与数字孪生体模块、运行仿真模拟平台模块、孪生数据处理模块、健康管理模块连接；数字孪生体模块分别与数据管理模块、运行仿真模拟平台模块数据交互；数据管理模块与健康管理模块数据交互；数据管理模块与运行仿真模拟平台模块数据交互。该类技术只是从特定某个方面来实现船舶的健康管理，无法及时、准确地对船舶进行实时状态监测、健康评估、故障诊断与预测，无法实现主动式健康管理，并且对于船舶故障分析的效率低，准确度也得不到有效保障。
技术实现思路
1、针对现有技术中的以上缺陷，本专利技术的目的在于提供一种基于数据驱动和数字孪生的船舶主动式健康管理和故障预测方法及系统，该方法能够实现针对船舶对象的主动式健康管理，降低了船舶健康管理的维护成本；数字孪生技术模型不断迭代，提高了模型的精确性，通过知识图谱和支持向量机模型的技术结合，提高了船舶健康管理的效率和故障诊断预测的准确度。
2、为实现上述专利技术目的，本专利技术采用如下技术方案：
3、第一方面，本专利技术提供一种船舶主动式健康管理和故障预测方法，所述方法应用于船舶主动式健康管理系统，所述船舶主动式健康管理系统与船舶数据管理系统通信连接；
4、所述方法包括：
5、通过大数据云平台获取船舶的状态数据信息，所述状态数据信息包括船舶状态信息、船舶性能信息；
6、根据所述船舶状态信息、所述船舶性能信息，构建有关所述船舶的状态-性能的知识图谱；
7、根据所述船舶数据管理系统获取目标企业的船舶基础信息；
8、根据所述状态-性能的知识图谱和所述船舶基础信息，通过数据驱动和数字孪生技术构建船舶主动式健康管理系统模型；具体为：基于数字孪生系统对所述状态-性能的知识图谱和所述船舶基础信息进行特征模拟提取，结合模拟提取的特征数据对船舶主动式健康管理系统模型进行迭代训练；
9、在所述船舶主动式健康管理系统模型中进行仿真分析，获得船舶的维护信息；
10、根据所述船舶的维护信息进行目标船舶的主动式维护；
11、将所述船舶的状态数据信息、所述船舶基础信息和所述船舶的维护信息进行特征融合，将融合后的特征输入预设的支持向量机模型，对所述船舶的运行状态是否异常进行判断；包括：
12、将所述船舶的状态数据信息、所述船舶基础信息和所述船舶的维护信息输入卷积神经网络进行处理，提取时间序列特征向量其中n为时间特征的个数，时间特征是指时间特征值随时间的不同而变化，且在一定区域内保持不变的特征；
13、基于船舶的位置信息提取空间特征向量其中m为空间特征的个数，空间特征是指空间特征值随空间位置的不同而变化，且在一定时间段内保持不变的特征；所述位置信息为船舶的经度和纬度数据；
14、将所述时间序列特征向量和所述空间特征向量进行融合，融合后的特征为f＝ft∪fs；
15、将所述融合后的特征输入预设的支持向量机模型，对所述船舶的运行状态是否异常进行判断；
16、若所述船舶的运行状态为异常，则基于预设的标准测试工况和所述支持向量机模型进行二次分析，对所述船舶进行故障预测，获得故障预测结果；包括：
17、将预设的标准测试工况和船舶的异常运行状态输入所述支持向量机，得出当前船舶的故障种类。
18、进一步地，还包括：所述根据所述船舶状态信息、所述船舶性能信息，构建有关所述船舶的状态-性能的知识图谱，包括：
19、获取船舶状态指标集合；
20、根据所述船舶状态指标集合对所述船舶状态进行评估；
21、基于船舶状态评估结果匹配对应的船舶性能等级；
22、根据匹配结果获取反映状态-性能映射关系的所述状态-性能的知识图谱。
23、进一步地，还包括：所述在所述船舶主动式健康管理系统模型中进行仿真分析，获得船舶的维护信息，包括：
24、所述船舶主动式健康管理系统模型包括输入层、仿真评估层、维护参数层和输出层；
25、将所述船舶基础信息通过所述输入层输入至所述仿真评估层中，基于所述仿真评估层对所述船舶基础信息进行仿真评估，获得目标船舶性能等级；
26、将所述目标船舶性能等级输入至所述维护参数层，获得所述船舶维护信息，并基于所述输出层将所述船舶维护信息进行输出。
27、进一步地，还包括：所述所述在所述船舶主动式健康管理系统模型中进行仿真分析，获得船舶的维护信息，包括：
28、获取船舶的维护周期；
29、根据所述船舶基础信息，获取目标船舶状态指标集合；
30、根据所述维护周期和所述目标船舶状态指标集合进行船舶寿命衰减度分析，获取标识船舶，其中，所述标识船舶为寿命衰减度大于预设寿命衰减度的异常船舶；
31、对所述标识船舶进行状态预测，得到状态预测结果，根据所述状态预测结果，获取所述标识船舶的下一性能等级；
32、将所述下一性能等级输入至所述维护参数层，获得船舶预测维护信息。
33、进一步地，还包括：利用预设的马尔科夫链模型，基于当前船舶的故障种类和船舶基础数据，对所述目标船舶进行目标工况分析，并基于目标工况分析结果调整船舶的当前工况状态。
34、第二方面，本专利技术还提供一种船舶主动式健康管理和故障预测系统，所述系统包括船舶主动式健康管理系统和船舶数据管理系统，所述船舶主动式健康管理系统与船舶数据管理系统通信连接；
35、所述系统具体包括：
36、第一获取模块，用于通过大数据云平台获取船舶的状态数据信息，所述状态数据信息包括船舶状态信息、船舶性能信息；
37、知识图谱构建模块，用于根据所述船舶状态信息、所述船舶性能信息，构建有关所述船舶的状态-性能的知识图谱；
38、第二获取模块，用于根据所述船舶数据管理系统获取目标企业的船舶基础信息；
39、数字孪生应用模块，用于根据所述状态-性能的知识图谱和所述船舶基础信息，通过数据驱动和数字孪生技术构建船舶主动式健康管理系统模型；具体为：基于数字孪生系统对所述状态-性能的知识图谱和所述船舶基础信息进行特征模拟提取，结合模拟提取的特征数据对船舶主动式健康管理系统模型进行迭代训练；
40、仿真分析模块，用于在所述船舶主动式健康管理系统模型中进行仿真分析，获得船舶的维护信息；
41、主动维护模块，用于根据所述船舶的维护信息进本文档来自技高网...
【技术保护点】
1.一种船舶主动式健康管理和故障预测方法，其特征在于，
2.如权利要求1所述的方法，其特征在于，所述根据所述船舶状态信息、所述船舶性能信息，构建有关所述船舶的状态-性能的知识图谱，包括：
3.如权利要求1所述的方法，其特征在于，所述在所述船舶主动式健康管理系统模型中进行仿真分析，获得船舶的维护信息，包括：
4.如权利要求1所述的方法，其特征在于，所述所述在所述船舶主动式健康管理系统模型中进行仿真分析，获得船舶的维护信息，包括：
5.如权利要求1所述的方法，其特征在于，还包括，利用预设的马尔科夫链模型，基于当前船舶的故障种类和船舶基础数据，对所述目标船舶进行目标工况分析，并基于目标工况分析结果调整船舶的当前工况状态。
6.一种船舶主动式健康管理和故障预测系统，其特征在于，
7.如权利要求6所述的系统，其特征在于，所述根据所述船舶状态信息、所述船舶性能信息，构建有关所述船舶的状态-性能的知识图谱，系统还包括：
8.如权利要求6所述的系统，其特征在于，所述在所述船舶主动式健康管理系统模型中进行仿真分析，
9.如权利要求6所述的系统，其特征在于，所述所述在所述船舶主动式健康管理系统模型中进行仿真分析，获得船舶的维护信息，系统还包括：
10.如权利要求6所述的系统，其特征在于，还包括目标工况分析模块，用于利用预设的马尔科夫链模型，基于当前船舶的故障种类和船舶基础数据，对所述目标船舶进行目标工况分析，并基于目标工况分析结果调整船舶的当前工况状态。
...【技术特征摘要】
1.一种船舶主动式健康管理和故障预测方法，其特征在于，
2.如权利要求1所述的方法，其特征在于，所述根据所述船舶状态信息、所述船舶性能信息，构建有关所述船舶的状态-性能的知识图谱，包括：
3.如权利要求1所述的方法，其特征在于，所述在所述船舶主动式健康管理系统模型中进行仿真分析，获得船舶的维护信息，包括：
4.如权利要求1所述的方法，其特征在于，所述所述在所述船舶主动式健康管理系统模型中进行仿真分析，获得船舶的维护信息，包括：
5.如权利要求1所述的方法，其特征在于，还包括，利用预设的马尔科夫链模型，基于当前船舶的故障种类和船舶基础数据，对所述目标船舶进行目标工况分析，并基于目标工况分析结果调整船舶的当前工况状态。
6.一种船舶主...
【专利技术属性】
技术研发人员：侯智荣，王雪阳，毛鹏，
申请(专利权)人：苏州海韵之星智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。