一种用于船舶诊断的数据采集及管理方法、设备和系统与流程

1.本发明涉及船舶诊断技术领域，特别涉及一种用于船舶诊断的数据采集及管理方法、设备和系统。


背景技术：

2.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。
3.在机械设备的运行状态和健康状态进行分析和评估的过程中，需要对数据采集及管理的方式进行设置。


技术实现要素：

4.为了解决现有技术的问题，本发明实施例提供了一种用于船舶诊断的数据采集及管理方法、设备和系统。所述技术方案如下：
5.一方面，提供了一种用于船舶诊断的数据采集及管理方法，所述方法包括：
6.获取传感器监测到的数据，所述传感器用于监测关键零部件，并获得包括性能参数和结构参数的数据；
7.对所述数据进行误码检测；
8.对所述误码检测后的数据进行数据清洗，获得清洗后的数据；
9.对所述清洗后的数据进行管理，以对所述数据进行存储，并根据所述性能参数和所述结构参数进行船舶诊断。
10.可选的，所述获取传感器监测到的数据包括：
11.设置采样频率以及传输参数；
12.根据所述采样频率和所述传输参数，获取传感器监测到的数据。
13.可选的，
14.设置采样频率以及通信参数包括：
15.对于普通传感器，设置第一采样频率；
16.对于特殊传感器，设置第二采样频率；
17.根据所述采样频率和所述传输参数，获取传感器监测到的数据包括：
18.对于普通传感器，通过所述第一采样频率，获取第一模拟信号,对所述第一模拟信号进行数模转换，生成数字信号，并通过所述通信参数，获取所述第一模拟信号；
19.对于普通传感器，通过所述第二采样频率，获取第一模拟信号,并通过所述通信参数，获取所述第二模拟信号；
20.可选的，所述对所述数据进行校验以及误码检测包括：
21.预设校验规则；
22.根据所述校验规则，对所述数据进行校验以及误码检测。
23.可选的，所述对所述误码检测后的数据进行数据清洗，获得清洗后的数据包括：
24.对所述清晰后的数据进行数据分析，判断是否存在缺失值、异常值以及噪音数据；并在所述清晰后的数据进行数据分析后，执行以下操作中的至少一个：
25.若存在缺失值，则对分析后的数据进行缺失值处理，补全所述缺失值；或者，
26.若存在异常值，对所述分析后的数据进行异常值处理，删除所述异常值；或者，
27.若存在噪音数据，对所述分析后的数据进行噪音数据处理，消除所述噪音数据。
28.可选的，所述对所述清洗后的数据进行管理包括：
29.离线存储所述数据，并在网络环境恢复后，向云端上传所述数据；
30.对清洗模块的数据进行存储并实时分发到诊断模块和在线监测模块。
31.可选的，所述方法还包括：
32.根据用户配置或者算法优化，更新所述采样频率以及所述传输参数。
33.另一方面，提供了一种用于船舶诊断的数据采集及管理设备，所述设备包括：
34.数据采集模块，用于获取传感器监测到的数据，所述传感器用于监测关键零部件，并获得包括性能参数和结构参数的数据；
35.所述数据采集模块还用于对所述数据进行误码检测；
36.数据清洗模块，用于对所述误码检测后的数据进行数据清洗，获得清洗后的数据；
37.数据管理模块，用于对所述清洗后的数据进行管理，以对所述数据进行存储，并根据所述性能参数和所述结构参数进行船舶诊断。
38.可选的，所述数据采集模块具体用于：
39.设置采样频率以及传输参数；
40.根据所述采样频率和所述传输参数，获取传感器监测到的数据。
41.可选的，所述数据采集模块具体用于，
42.设置采样频率以及通信参数包括：
43.对于普通传感器，设置第一采样频率；
44.对于特殊传感器，设置第二采样频率；
45.根据所述采样频率和所述传输参数，获取传感器监测到的数据包括：
46.对于普通传感器，通过所述第一采样频率，获取第一模拟信号,对所述第一模拟信号进行数模转换，生成数字信号，并通过所述通信参数，获取所述第一模拟信号；
47.对于普通传感器，通过所述第二采样频率，获取第一模拟信号,并通过所述通信参数，获取所述第二模拟信号；
48.可选的，所述数据采集模块具体用于：
49.预设校验规则；
50.根据所述校验规则，对所述数据进行校验以及误码检测。
51.可选的，所述数据清洗模块具体用于：
52.对所述清晰后的数据进行数据分析，判断是否存在缺失值、异常值以及噪音数据；并在所述清晰后的数据进行数据分析后，执行以下操作中的至少一个：
53.若存在缺失值，则对分析后的数据进行缺失值处理，补全所述缺失值；或者，
54.若存在异常值，对所述分析后的数据进行异常值处理，删除所述异常值；或者，
55.若存在噪音数据，对所述分析后的数据进行噪音数据处理，消除所述噪音数据。
56.可选的，所述数据清洗模块具体用于：
57.离线存储所述数据，并在网络环境恢复后，向云端上传所述数据；
58.对清洗模块的数据进行存储并实时分发到诊断模块和在线监测模块。
59.可选的，所述数据清洗模块具体用于：
60.根据用户配置或者算法优化，更新所述采样频率以及所述传输参数。
61.另一方面，提供了一种用于船舶诊断的数据采集及管理系统，所述系统包括：
62.数据采集装置，用于获取传感器监测到的数据，所述传感器用于监测关键零部件，并获得包括性能参数和结构参数的数据；
63.所述数据采集模块还用于对所述数据进行误码检测；
64.数据清洗装置，用于对所述误码检测后的数据进行数据清洗，获得清洗后的数据；
65.数据管理装置，用于对所述清洗后的数据进行管理，以对所述数据进行存储，并根据所述性能参数和所述结构参数进行船舶诊断。
66.可选的，所述数据采集装置具体用于：
67.设置采样频率以及传输参数；
68.根据所述采样频率和所述传输参数，获取传感器监测到的数据。
69.可选的，所述数据采集装置具体用于，
70.设置采样频率以及通信参数包括：
71.对于普通传感器，设置第一采样频率；
72.对于特殊传感器，设置第二采样频率；
73.根据所述采样频率和所述传输参数，获取传感器监测到的数据包括：
74.对于普通传感器，通过所述第一采样频率，获取第一模拟信号,对所述第一模拟信号进行数模转换，生成数字信号，并通过所述通信参数，获取所述第一模拟信号；
75.对于普通传感器，通过所述第二采样频率，获取第一模拟信号,并通过所述通信参数，获取所述第二模拟信号；
76.可选的，所述数据采集装置具体用于：
77.预设校验规则；
78.根据所述校验规则，对所述数据进行校验以及误码检测。
79.可选的，所述数据清洗装置具体用于：
80.对所述清晰后的数据进行数据分析，判断是否存在缺失值、异常值以及噪音数据；并在所述清晰后的数据进行数据分析后，执行以下操作中的至少一个：
81.若存在缺失值，则对分析后的数据进行缺失值处理，补全所述缺失值；或者，
82.若存在异常值，对所述分析后的数据进行异常值处理，删除所述异常值；或者，
83.若存在噪音数据，对所述分析后的数据进行噪音数据处理，消除所述噪音数据。
84.可选的，所述数据清洗装置具体用于：
85.离线存储所述数据，并在网络环境恢复后，向云端上传所述数据；
86.对清洗模块的数据进行存储并实时分发到诊断模块和在线监测模块。
87.可选的，所述数据清洗装置具体用于：
88.根据用户配置或者算法优化，更新所述采样频率以及所述传输参数。
89.另一方面，提供了一种用于船舶诊断的数据采集及管理设备，所述设备包括存储器与处理器，所述存储器用于存储一组程序代码，所述处理器调用所述存储器所存储的程序代码用于执行第一方面所述的方法。
90.本发明实施例提供的技术方案带来的有益效果是：
91.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。
附图说明
92.为了更清楚地说明本发明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发明的一些实施例，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。
93.图1是本发明实施例提供的一种用于船舶诊断的数据采集及管理方法流程图；
94.图2是本发明实施例提供的一种用于船舶诊断的数据采集及管理设备结构示意图；
95.图3是本发明实施例提供的一种用于船舶诊断的数据采集及管理系统示意图。
具体实施方式
96.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
97.参照图1所示，提供了一种用于船舶诊断的数据采集及管理方法，所述方法包括：
98.101、获取传感器监测到的数据，传感器用于监测关键零部件，并获得包括性能参数和结构参数的数据；
99.102、对数据进行误码检测；
100.103、对误码检测后的数据进行数据清洗，获得清洗后的数据；
101.104、对清洗后的数据进行管理，以对数据进行存储，并根据性能参数和结构参数进行船舶诊断。
102.可选的，获取传感器监测到的数据包括：
103.设置采样频率以及传输参数；
104.根据采样频率和传输参数，获取传感器监测到的数据。
105.可选的，
106.设置采样频率以及通信参数包括：
107.对于普通传感器，设置第一采样频率；
108.对于特殊传感器，设置第二采样频率；
109.根据采样频率和传输参数，获取传感器监测到的数据包括：
110.对于普通传感器，通过第一采样频率，获取第一模拟信号,对第一模拟信号进行数模转换，生成数字信号，并通过通信参数，获取第一模拟信号；
111.对于普通传感器，通过第二采样频率，获取第一模拟信号,并通过通信参数，获取第二模拟信号；
112.可选的，对数据进行校验以及误码检测包括：
113.预设校验规则；
114.根据校验规则，对数据进行校验以及误码检测。
115.可选的，对误码检测后的数据进行数据清洗，获得清洗后的数据包括：
116.对清晰后的数据进行数据分析，判断是否存在缺失值、异常值以及噪音数据；并在清晰后的数据进行数据分析后，执行以下操作中的至少一个：
117.若存在缺失值，则对分析后的数据进行缺失值处理，补全缺失值；或者，
118.若存在异常值，对分析后的数据进行异常值处理，删除异常值；或者，
119.若存在噪音数据，对分析后的数据进行噪音数据处理，消除噪音数据。
120.可选的，对清洗后的数据进行管理包括：
121.离线存储数据，并在网络环境恢复后，向云端上传数据；
122.对清洗模块的数据进行存储并实时分发到诊断模块和在线监测模块。
123.可选的，方法还包括：
124.根据用户配置或者算法优化，更新采样频率以及传输参数。
125.为了进一步使得本领域技术人员理解本发明实施例所提供的方法，下面将结合实际应用，对本发明实施例的方法进行进一步的说明：
126.本发明实施例所述的数据采集主要针对机舱内的主推进柴油机、发电机、齿轮箱及轴系进行状态监测，该监测过程可以是通过传感器监测这些设备的关键零部件的性能参数和结构参数，或者是该关键零部件可上传所述性能参数和结构参数，无需通过传感器的方式进行监测；
127.该性能参数和结构参数主要包含，转速，温度，压力，振动，位置，扭矩，油耗等。
128.在传感器、数据采集模块或者数据采集设备在部署过程中，还需要设置通讯接口和协议，具体为：
129.数据通讯物理传输cta5，通讯协议包含iec6162、udp、modbus tcp，模拟信号等协议。实时要求高的传感器可以直接采集模拟信号，不经过数据采集模块或者数据采集设备的数模转换。针对所有的传感器、数据采集模块或者数据采集设备采用编址方式来管理，通讯协议模块化。
130.在部署完成后，对数据采集模块或者数据采集设备进行配置，即设置采样频率以及传输参数；该传输参数、通讯协议、重传机制、监测点异常的处理方式等。
131.设置特殊传感器，针对特殊传感器可以单独配置采样频率，并且可以通过优化算法实时调整采样频率。
132.可选的，还设置对接检测仪器的接口，如探伤仪，油液分析仪等，针对指定的检测仪器提供对应数据对接接口，方便工作人员上传相关数据到健康诊断系统。
133.数据解析负责解析采集点的数据并依据协议规定的校验规则对数据进行误码检
测。
134.在对误码检测后的数据进行数据清洗，获得清洗后的数据的过程中分析数据、缺失值处理、异常值处理、噪音数据处理。
135.若存在缺失值，则对分析后的数据进行缺失值处理，补全缺失值；该过程主要通过以下方式中的任意一个实现，具体为：
136.方式一、删除缺失值，具体为：
137.当样本数很多，且出现缺失值的样本在整个的样本的比例相对较小，则将出现有缺失值的样本直接删除；
138.方式二、均值填补法，具体为：
139.根据缺失值的属性相关系数最大的那个属性把数据分成几个组，然后分别计算每个组的均值，将该均值设置为缺失值；
140.方式三、热卡填补法，具体为：
141.在数据库中找到一个与它最相似的对象，然后用这个相似对象的值来进行填充；即使用相关系数矩阵来确定哪个变量(如变量y)与缺失值所在变量(如变量x)最相关；
142.然后把所有变量按y的取值大小进行排序；
143.那么变量x的缺失值就可以用排在缺失值前的数据来代替。
144.若存在异常值，对分析后的数据进行异常值处理，删除异常值，具体为：
145.判定具体的异常值，该过程主要为：
146.方式一、简单的统计分析，对数据进行一个简单的描述性统计分析，譬如最大最小值可以用来判断这个变量的取值是否超过了合理的范围，若是，则该值为异常值；
147.方式二、原则，如果数据服从正态分布，在原则下，异常值为一组测定值中与平均值的偏差超过3倍标准差的值。如果数据服从正态分布，距离平均值之外的值出现的概率为属于极个别的小概率事件。如果数据不服从正态分布，也可以用远离平均值的多少倍标准差来描述；若是，则该值为异常值；
148.方式三、基于聚类的离群点：一个对象是基于聚类的离群点，如果该对象不强属于任何簇。离群点对初始聚类的影响：如果通过聚类检测离群点，则由于离群点影响聚类，存在一个问题：结构是否有效。
149.为了处理该问题，可以使用如下方法：对象聚类，删除离群点，对象再次聚类，该离群点为异常值；
150.若存在噪音数据，对分析后的数据进行噪音数据处理，消除噪音数据，该过程主要通过以下方式中的任意一个实现，具体为：
151.方式一、分箱法，分箱方法通过考察数据的“近邻”(即，周围的值)来光滑有序数据值。这些有序的值被分布到一些“桶”或箱中。由于分箱方法考察近邻的值，因此它进行局部光滑。用箱均值光滑：箱中每一个值被箱中的平均值替换。用箱中位数平滑：箱中的每一个值被箱中的中位数替换。用箱边界平滑：箱中的最大和最小值同样被视为边界。箱中的每一个值被最近的边界值替换。一般而言，宽度越大，光滑效果越明显。箱也可以是等宽的，其中每个箱值的区间范围是个常量。分箱也可以作为一种离散化技术使用；
152.方式二、回归法，可以用一个函数拟合数据来光滑数据。线性回归涉及找出拟合两个属性(或变量)的“最佳”直线，使得一个属性能够预测另一个。多线性回归是线性回归的
扩展，它涉及多于两个属性，并且数据拟合到一个多维面。使用回归，找出适合数据的数学方程式，能够帮助消除噪声。
153.存储清洗前的数据和清洗后的数据，并分别存储在不同的数据库中；
154.离线存储数据，并在网络环境恢复后，向云端上传数据；该云端的数据采用sql语句查询离线船舶状态、航行数据、设备数据参数数据库与故障诊断数据库。
155.对清洗模块的数据进行存储并实时分发到诊断模块和在线监测模块。
156.根据用户配置或者算法优化，更新采样频率以及传输参数，该过程主要是依据用户配置和算法优化提供的xml文件实时修改监测点的采集频率、异常处理、重传、数据优先级，并实时下发到数据采集模块。
157.参照图2所示，提供了一种用于船舶诊断的数据采集及管理设备，设备包括：
158.数据采集模块，用于获取传感器监测到的数据，传感器用于监测关键零部件，并获得包括性能参数和结构参数的数据；
159.数据采集模块还用于对数据进行误码检测；
160.数据清洗模块，用于对误码检测后的数据进行数据清洗，获得清洗后的数据；
161.数据管理模块，用于对清洗后的数据进行管理，以对数据进行存储，并根据性能参数和结构参数进行船舶诊断。
162.可选的，数据采集模块具体用于：
163.设置采样频率以及传输参数；
164.根据采样频率和传输参数，获取传感器监测到的数据。
165.可选的，数据采集模块具体用于，
166.设置采样频率以及通信参数包括：
167.对于普通传感器，设置第一采样频率；
168.对于特殊传感器，设置第二采样频率；
169.根据采样频率和传输参数，获取传感器监测到的数据包括：
170.对于普通传感器，通过第一采样频率，获取第一模拟信号,对第一模拟信号进行数模转换，生成数字信号，并通过通信参数，获取第一模拟信号；
171.对于普通传感器，通过第二采样频率，获取第一模拟信号,并通过通信参数，获取第二模拟信号；
172.可选的，数据采集模块具体用于：
173.预设校验规则；
174.根据校验规则，对数据进行校验以及误码检测。
175.可选的，数据清洗模块具体用于：
176.对清晰后的数据进行数据分析，判断是否存在缺失值、异常值以及噪音数据；并在清晰后的数据进行数据分析后，执行以下操作中的至少一个：
177.若存在缺失值，则对分析后的数据进行缺失值处理，补全缺失值；或者，
178.若存在异常值，对分析后的数据进行异常值处理，删除异常值；或者，
179.若存在噪音数据，对分析后的数据进行噪音数据处理，消除噪音数据。
180.可选的，数据清洗模块具体用于：
181.离线存储数据，并在网络环境恢复后，向云端上传数据；
182.对清洗模块的数据进行存储并实时分发到诊断模块和在线监测模块。
183.可选的，数据清洗模块具体用于：
184.根据用户配置或者算法优化，更新采样频率以及传输参数。
185.参照图3所示，提供了一种用于船舶诊断的数据采集及管理系统，系统包括：
186.数据采集装置，用于获取传感器监测到的数据，传感器用于监测关键零部件，并获得包括性能参数和结构参数的数据；
187.数据采集模块还用于对数据进行误码检测；
188.数据清洗装置，用于对误码检测后的数据进行数据清洗，获得清洗后的数据；
189.数据管理装置，用于对清洗后的数据进行管理，以对数据进行存储，并根据性能参数和结构参数进行船舶诊断。
190.可选的，数据采集装置具体用于：
191.设置采样频率以及传输参数；
192.根据采样频率和传输参数，获取传感器监测到的数据。
193.可选的，数据采集装置具体用于，
194.设置采样频率以及通信参数包括：
195.对于普通传感器，设置第一采样频率；
196.对于特殊传感器，设置第二采样频率；
197.根据采样频率和传输参数，获取传感器监测到的数据包括：
198.对于普通传感器，通过第一采样频率，获取第一模拟信号,对第一模拟信号进行数模转换，生成数字信号，并通过通信参数，获取第一模拟信号；
199.对于普通传感器，通过第二采样频率，获取第一模拟信号,并通过通信参数，获取第二模拟信号；
200.可选的，数据采集装置具体用于：
201.预设校验规则；
202.根据校验规则，对数据进行校验以及误码检测。
203.可选的，数据清洗装置具体用于：
204.对清晰后的数据进行数据分析，判断是否存在缺失值、异常值以及噪音数据；并在清晰后的数据进行数据分析后，执行以下操作中的至少一个：
205.若存在缺失值，则对分析后的数据进行缺失值处理，补全缺失值；或者，
206.若存在异常值，对分析后的数据进行异常值处理，删除异常值；或者，
207.若存在噪音数据，对分析后的数据进行噪音数据处理，消除噪音数据。
208.可选的，数据清洗装置具体用于：
209.离线存储数据，并在网络环境恢复后，向云端上传数据；
210.对清洗模块的数据进行存储并实时分发到诊断模块和在线监测模块。
211.可选的，数据清洗装置具体用于：
212.根据用户配置或者算法优化，更新采样频率以及传输参数。
213.另外，还提供了一种用于船舶诊断的数据采集及管理设备，设备包括存储器与处理器，存储器用于存储一组程序代码，处理器调用存储器所存储的程序代码用于执行第一方面的方法。
214.上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。
215.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。