分布式資源環(huán)境下船舶動力設(shè)備診斷系統(tǒng)的關(guān)鍵技術(shù)研究.pdf

1、船舶動力設(shè)備是船舶的關(guān)鍵部件，對其進(jìn)行狀態(tài)監(jiān)測和故障診斷受到國內(nèi)外學(xué)者和研究機(jī)構(gòu)的廣泛關(guān)注。在船舶動力設(shè)備的故障診斷中，判據(jù)知識欠缺一直是制約其發(fā)展的一個關(guān)鍵因素，為此非常需要構(gòu)建一個分布式的船舶動力設(shè)備故障診斷的資源環(huán)境，在這個資源環(huán)境下能共享診斷數(shù)據(jù)、案例和知識，并利用數(shù)據(jù)挖掘等技術(shù)從中提煉出新的診斷判據(jù)。
　　 針對目前船舶動力設(shè)備故障診斷研究領(lǐng)域的研究工作基本處于相互分離狀態(tài)的現(xiàn)狀，論述了構(gòu)建船舶動力設(shè)備狀態(tài)監(jiān)測和故障診

2、斷分布式資源環(huán)境的重要意義；分析了構(gòu)造分布式資源環(huán)境的幾個關(guān)鍵問題，定義了分布式資源環(huán)境中的角色分類和角色功能，論述了資源的分類特征和表述方法；給出了分布式資源環(huán)境體系結(jié)構(gòu)和創(chuàng)建步驟，為推動船舶動力設(shè)備故障診斷系統(tǒng)真正走向?qū)嵱媒詫嵒A(chǔ)。
　　 對狀態(tài)監(jiān)測和故障診斷中的儀器設(shè)備特征分類進(jìn)行深入分析，實現(xiàn)了串口類型儀器數(shù)據(jù)的自動高效采集集成，同時利用文件夾監(jiān)控方式和消息通信方式實現(xiàn)了自帶電腦型儀器的網(wǎng)絡(luò)化數(shù)據(jù)集成；在此基礎(chǔ)上構(gòu)建

3、了監(jiān)測分析實驗中心的自動化數(shù)據(jù)采集系統(tǒng)，經(jīng)實際運(yùn)行驗證，取得良好效果；提出并實現(xiàn)了基于聚類相似度分析的分析儀器數(shù)據(jù)格式分析算法，為對加密型儀器設(shè)備數(shù)據(jù)進(jìn)一步利用奠定了很好的基礎(chǔ)；針對船舶移動工況，論述了在狀態(tài)監(jiān)測與故障診斷中集成機(jī)務(wù)維護(hù)信息的必要性，利用程序腳本代碼自動生成技術(shù)方便高效的解決了機(jī)務(wù)維護(hù)信息修改后的集成問題；這些技術(shù)的運(yùn)用，提高了檢測信息的集成度，為更好地在分布式資源環(huán)境下利用這些數(shù)據(jù)建立堅實的基礎(chǔ)。
　　 獲取判

4、據(jù)知識一直是設(shè)備狀態(tài)監(jiān)測與故障診斷中的難點。傳統(tǒng)的獲取方式是依靠不斷總結(jié)專家的經(jīng)驗，但所形成的診斷知識不一定準(zhǔn)確和高效。借助于網(wǎng)絡(luò)環(huán)境，將擁有相同設(shè)備的不同公司、用戶組織成一個整體，將各自在實際監(jiān)測診斷中收集的原始數(shù)據(jù)和形成的診斷判據(jù)知識共享，借助于知識挖掘、信息融合等方法，可形成準(zhǔn)確度更高的判據(jù)知識。文中討論了在船舶動力設(shè)備狀態(tài)監(jiān)測和故障診斷領(lǐng)域中應(yīng)用數(shù)據(jù)挖掘方法來獲得診斷知識的途徑；針對數(shù)據(jù)挖掘中的聚類算法，提出并實現(xiàn)了一種新的譜系

5、圖生成算法；分析了傳統(tǒng)正態(tài)分布方法獲取監(jiān)測數(shù)據(jù)基線的不足，介紹了用最大熵方法計算判據(jù)基線值的過程，通過.net編程語言實現(xiàn)了最大熵算法程序，分析了最大熵方法的應(yīng)用要求，針對柴油機(jī)臺架試驗數(shù)據(jù)用最大熵方法和正態(tài)分布方法分別計算了油液光譜分析元素濃度絕對值的判據(jù)和變化率判據(jù)，并對數(shù)據(jù)進(jìn)行了分析，得出了最大熵方法挖掘判據(jù)基線的前提條件要求；針對目前數(shù)據(jù)挖掘方法發(fā)展變化非常迅速的特點，提出了用反射技術(shù)來構(gòu)建可擴(kuò)展式數(shù)據(jù)挖掘應(yīng)用系統(tǒng)的方法，對分布

6、式資源環(huán)境的創(chuàng)建有非常重要的意義。
　　 分析了船舶動力設(shè)備故障診斷知識的特征，提出了用數(shù)據(jù)庫技術(shù)來保存產(chǎn)生式規(guī)則知識的體系，研究了相應(yīng)的存儲結(jié)構(gòu)，提出了一種方便靈活的動態(tài)知識匹配診斷方法。針對目前故障診斷中，有些知識是模糊性的，還無法表示為規(guī)則，只存在相應(yīng)案例樣本的情況，實現(xiàn)用神經(jīng)網(wǎng)絡(luò)來保存該類型知識，并編程實現(xiàn)了神經(jīng)網(wǎng)絡(luò)的構(gòu)造、訓(xùn)練、保存、加載和診斷，對分布式資源環(huán)境提供了有力的支持。
　　 論述了知識服務(wù)的概念和意