船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)設(shè)計

王 甦，張 爍，鄭 甦，劉 劍

(1.海軍裝備部 裝備審價中心，北京 100071；2.北京航天測控技術(shù)有限公司，北京 100043；3.北京市高速交通工具智能診斷與健康管理重點實驗室，北京 100041；4.裝備全壽命周期狀態(tài)監(jiān)測與健康管理技術(shù)與應(yīng)用國家地方聯(lián)合工程研究中心，北京 100041)

0 引言

船舶系統(tǒng)一旦發(fā)生重大事故，將對船舶的安全運行產(chǎn)生嚴(yán)重影響[1-3]。因此，提高故障診斷的效率成為船舶故障診斷的重要方向。隨著船舶系統(tǒng)技術(shù)的不斷提高，設(shè)備內(nèi)部結(jié)構(gòu)之間的連接變得越來越復(fù)雜，船舶系統(tǒng)的耦合工作也越來越高，這使得實施有效的故障診斷變得更加困難[4-5]。船舶故障診斷是船舶系統(tǒng)維修決策的重要組成部分。冷卻劑泵是關(guān)鍵設(shè)備，在熱量導(dǎo)出中扮演重要角色，可確保船舶可靠運行和安全[6-7]。因此，如何設(shè)計一套有效的船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)設(shè)計成為目前研究的重點與發(fā)展方向。

自2015年我國提出“中國制造2025”戰(zhàn)略以來，高端制造業(yè)已成為全球科技革命和產(chǎn)業(yè)變革的新焦點[8-9]。在“中國制造2025”強國戰(zhàn)略中，海洋工程裝備和高技術(shù)船舶相關(guān)技術(shù)的研究被列為十大領(lǐng)域之一，這為智能船舶的發(fā)展提供了難得的歷史機遇[10-11]。

目前，我國船舶智能集成平臺系統(tǒng)的研發(fā)仍處于初級階段，主要應(yīng)用于國內(nèi)自主研發(fā)的智能船舶。2018年8月，“智能船舶1.0”的專項智能系統(tǒng)聯(lián)合調(diào)試順利完成，全面測試了各應(yīng)用功能，確定了各智能系統(tǒng)的交互方案，為智能系統(tǒng)裝船奠定了基礎(chǔ)[12-13]。全球首艘30萬噸智能超大型油輪凱征輪及其姊妹船新海遼輪、全球首艘40萬噸智能超大型礦砂船明遠輪及其姊妹船明卓輪成功交付。這4艘智能示范船采用了“平臺+應(yīng)用”的設(shè)計理念，建立了智能綜合網(wǎng)絡(luò)信息平臺，顯著提高了運營效率和管理水平，并獲得了中國船級社和挪威船級社的智能船舶符號認證[14-15]。2023年，上海船舶研究設(shè)計院搭建風(fēng)電運維母船智能系統(tǒng)，采用數(shù)字孿生技術(shù)實現(xiàn)船舶核心動力設(shè)備和電力系統(tǒng)的建模仿真，保障船舶安全高效航行[16]。

本文旨在對船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)進行論述，然后針對各關(guān)鍵組態(tài)系統(tǒng)展開闡述分析。緊接著從數(shù)據(jù)采集及狀態(tài)參數(shù)特征提取、設(shè)備狀態(tài)識別、設(shè)備健康管理、數(shù)據(jù)管理、配置管理出發(fā)，研究設(shè)計了健康狀態(tài)管理系統(tǒng)并詳細講述其4個關(guān)鍵組成。最后，針對健康狀態(tài)管理系統(tǒng)功能驗證問題，設(shè)計了系統(tǒng)功能驗證和設(shè)計驗證方案。

1 總體設(shè)計方案

1.1 系統(tǒng)架構(gòu)

船舶冷卻劑泵設(shè)備狀態(tài)識別系統(tǒng)遵循低耦合原則，采用B/S架構(gòu)，基礎(chǔ)平臺與業(yè)務(wù)系統(tǒng)的交互通過特定的接口實現(xiàn)。

系統(tǒng)頁面交互采用輕量化前臺框架和數(shù)字化報表工具，用戶行為監(jiān)控和可視化體運維等主要功能。技術(shù)架構(gòu)視圖分為表現(xiàn)層、數(shù)據(jù)交換層、業(yè)務(wù)服務(wù)層、基礎(chǔ)服務(wù)層、數(shù)據(jù)存儲層和基礎(chǔ)設(shè)施層，形成的船舶冷卻劑泵設(shè)備狀態(tài)識別系統(tǒng)架構(gòu)如圖1所示。

1)基礎(chǔ)設(shè)施層：為船舶冷卻劑泵設(shè)備狀態(tài)識別系統(tǒng)構(gòu)建一個運行穩(wěn)定、安全可靠的基礎(chǔ)支持環(huán)境，主要包括容器運行環(huán)境和部署容器化環(huán)境等。

2)數(shù)據(jù)存儲層：提供船舶冷卻劑泵設(shè)備狀態(tài)識別系統(tǒng)存儲環(huán)境。關(guān)系型數(shù)據(jù)庫對于結(jié)構(gòu)化的數(shù)據(jù)存儲和獲取十分友好。關(guān)系數(shù)據(jù)庫關(guān)注在關(guān)系上，時序數(shù)據(jù)庫關(guān)注在存儲上。由于設(shè)備信號數(shù)據(jù)量較大，且數(shù)據(jù)種類較多，故采用關(guān)系型數(shù)據(jù)庫+時序數(shù)據(jù)庫的技術(shù)路線。系統(tǒng)接入的數(shù)據(jù)、知識模型和分析結(jié)果存儲在關(guān)系型數(shù)據(jù)庫與時序數(shù)據(jù)庫中，并將熱點數(shù)據(jù)存放于緩存數(shù)據(jù)庫中，可以提高訪問速度。

3)數(shù)據(jù)存儲層：提供船舶冷卻劑泵設(shè)備狀態(tài)識別系統(tǒng)存儲環(huán)境。系統(tǒng)數(shù)據(jù)存儲主要有兩種類型的數(shù)據(jù)：一種是基于關(guān)系型的用戶數(shù)據(jù)和模型數(shù)據(jù)，另一種是基于設(shè)備傳感器參數(shù)的時序數(shù)據(jù)，所以使用關(guān)系型數(shù)據(jù)庫和時序數(shù)據(jù)庫的技術(shù)存儲方案。

關(guān)系型數(shù)據(jù)庫主要存儲用戶基本信息數(shù)據(jù)、參數(shù)的基本信息數(shù)據(jù)、算法的基本信息數(shù)據(jù)和算法模型的基本信息數(shù)據(jù)。時序數(shù)據(jù)庫主要存儲設(shè)備傳感器參數(shù)等。

由于設(shè)備信號數(shù)據(jù)量較大，且數(shù)據(jù)種類較多。系統(tǒng)接入的數(shù)據(jù)、知識模型和分析結(jié)果存儲在關(guān)系型數(shù)據(jù)庫與時序數(shù)據(jù)庫中，并將熱點數(shù)據(jù)存放于緩存數(shù)據(jù)庫中，可以提高訪問速度。

數(shù)據(jù)庫主要的功能包括數(shù)據(jù)庫子系統(tǒng)和數(shù)據(jù)計算與處理子系統(tǒng)兩個部分。其中數(shù)據(jù)庫主要包括3類：1)存放用戶數(shù)據(jù)和故障維修建議；2)與設(shè)備運行相關(guān)的數(shù)據(jù)庫原始數(shù)據(jù)、時序型數(shù)據(jù)庫；3)算法庫。數(shù)據(jù)計算與處理主要包括機器學(xué)習(xí)算法[17-20]。

1.2 系統(tǒng)組成

船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)功能設(shè)計首要目的是達到異常狀態(tài)的監(jiān)測，即有故障或無故障，以及異常定位，完成該任務(wù)前提下再進行故障診斷等。船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)功能組成如圖2所示。

圖2 船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)功能組成

設(shè)備健康狀態(tài)管理軟件可實現(xiàn)對冷卻劑泵設(shè)備的數(shù)據(jù)采集、狀態(tài)特征提取、設(shè)備狀態(tài)識別、設(shè)備健康管理、數(shù)據(jù)管理、配置管理等方面的功能。

1)數(shù)據(jù)處理及狀態(tài)特征提?。涸撃K根據(jù)冷卻劑泵設(shè)備狀態(tài)識別系統(tǒng)需求，通過設(shè)備和系統(tǒng)自帶傳感器獲取設(shè)備信號，并對冷卻劑泵設(shè)備運行狀態(tài)參數(shù)信號進行處理，對狀態(tài)識別所需的設(shè)備信號特征參數(shù)進行特征提取，支持設(shè)備狀態(tài)參數(shù)特征提取模型和算法的擴展。

2)設(shè)備狀態(tài)識別：針對船舶冷卻劑泵設(shè)備狀態(tài)特征參數(shù)進行數(shù)據(jù)分析，通過設(shè)備狀態(tài)識別算法程序?qū)崿F(xiàn)對設(shè)備運行狀態(tài)、關(guān)鍵參數(shù)監(jiān)控評價、識別系統(tǒng)異常信號和故障信號，并給出異常預(yù)警，基于多種故障診斷方法進行故障定位，實現(xiàn)對設(shè)備運行狀態(tài)的識別。后續(xù)支持集成結(jié)合接口要求，可集成滿足接口要求的設(shè)備狀態(tài)識別模型和算法。

3)設(shè)備健康管理：基于船舶冷卻劑泵設(shè)備狀態(tài)識別結(jié)論，結(jié)合設(shè)備運行、維護、維修經(jīng)驗，提出設(shè)備運維處理方案和故障清除措施建議，并基于設(shè)備狀態(tài)識別結(jié)果、預(yù)測模型實現(xiàn)設(shè)備關(guān)鍵部件的剩余壽命預(yù)測和設(shè)備狀態(tài)趨勢預(yù)測。

4)數(shù)據(jù)管理：提供采集參數(shù)數(shù)據(jù)的管理、維護維修信息管理、離線數(shù)據(jù)導(dǎo)入、數(shù)據(jù)檢索、下載等功能。

5)配置管理：提供用戶管理、權(quán)限管理和日志服務(wù)等功能。

2 軟件開發(fā)及組態(tài)

2.1 數(shù)據(jù)采集及狀態(tài)參數(shù)特征提取

根據(jù)船舶冷卻劑泵設(shè)備的狀態(tài)識別系統(tǒng)需求，通過設(shè)備和系統(tǒng)布置的傳感器獲取設(shè)備信號，并對船舶冷卻劑泵設(shè)備的運行狀態(tài)參數(shù)信號進行采集，對狀態(tài)識別所需的設(shè)備信號特征參數(shù)進行特征提取，以獲得可應(yīng)用于設(shè)備狀態(tài)識別和故障識別模塊算法程序的特征信號。

2.1.1 數(shù)據(jù)采集

數(shù)據(jù)采集模塊可接收泵設(shè)備系統(tǒng)實時采集的數(shù)據(jù)，供用戶進行監(jiān)測、診斷和預(yù)測。

船舶冷卻劑泵采集監(jiān)測參數(shù)包括溫度、振動、轉(zhuǎn)速、液體測量、零序電流、電流、流量和壓力。

2.1.2 數(shù)據(jù)處理

針對采集到的船舶冷卻劑泵的數(shù)據(jù)，需要對眾多測點進行數(shù)據(jù)處理。

針對不同數(shù)據(jù)源和不同測點的信號特點，對應(yīng)進行適合的數(shù)據(jù)處理方式。數(shù)據(jù)處理實現(xiàn)對監(jiān)測數(shù)據(jù)的采集、問題數(shù)據(jù)處理等。

針對船舶冷卻劑泵測點需要分別進行如表1的數(shù)據(jù)處理方法。

表1 算法模型功能模型及輸入輸出

1)數(shù)據(jù)預(yù)處理：一方面，在實際監(jiān)測數(shù)據(jù)中，由于受到很多干擾因素影響，監(jiān)測數(shù)據(jù)中存在著普遍的非平穩(wěn)、空值無效數(shù)據(jù)等現(xiàn)象；另一方面，系統(tǒng)本身也會產(chǎn)生非平穩(wěn)信號，監(jiān)測數(shù)據(jù)存在不連續(xù)的現(xiàn)象，這也給基于監(jiān)測數(shù)據(jù)的監(jiān)測工作帶來一定的困難。為了改善數(shù)據(jù)質(zhì)量，節(jié)約處理時間，需要對監(jiān)測數(shù)據(jù)進行預(yù)處理。

數(shù)據(jù)預(yù)處理模塊其輸入是來自監(jiān)測海量數(shù)據(jù)，輸出是經(jīng)過預(yù)處理后的數(shù)據(jù)，傳遞到設(shè)備狀態(tài)識別和健康管理等模塊進行處理。數(shù)據(jù)預(yù)處理的主要功能是對數(shù)據(jù)進行野值去除空值插補的處理。數(shù)據(jù)預(yù)處理軟件分為2個模塊：野值剔除、空值填充。

2)信號相關(guān)性分析：由于采集的船舶冷卻劑泵都是穩(wěn)定工作的正常數(shù)據(jù)，不同測點的時、頻域圖像近乎相同，因此需要進一步進行信號相關(guān)性分析，以及時頻域特征分析，以進行異常判定[21-22]。針對高相關(guān)性變量，首要保證的是變量間邏輯關(guān)系正確，即檢測變量間時刻維持線性相關(guān)性。為了利用變量間關(guān)系，刻畫突變型異常和變量間關(guān)系異常，這里結(jié)合波動率，采用差分線性回歸方法評估異常。兩個變量之間的皮爾遜相關(guān)系數(shù)定義為兩個變量之間的協(xié)方差和標(biāo)準(zhǔn)差的商，表示了兩個變量之間的總體相關(guān)系數(shù)。估算樣本的協(xié)方差和標(biāo)準(zhǔn)差，可得到皮爾遜相關(guān)系數(shù)。

2.1.3 參數(shù)特征提取

特征提取是船舶冷卻劑泵設(shè)備異常檢測中至關(guān)重要的一步[23-24]。有效的特征提取方法可以降低振動信號中噪聲等無用信息的影響，提取出反映設(shè)備狀態(tài)的有效信息，用于設(shè)備異常檢測。目前常用的特征提取方法包括時域特征提取、頻域特征提取和時頻域特征提取。參數(shù)特征提取主要針對狀態(tài)識別所需的設(shè)備信號特征參數(shù)進行提取，以獲得可應(yīng)用于狀態(tài)識別和故障識別模塊算法程序的特征信號。

泵類設(shè)備典型故障診斷或壽命預(yù)測需采用時域計算、時頻計算、頻域計算等常用信號處理方法提取和轉(zhuǎn)換特征作為模型構(gòu)建的輸入，因此平臺預(yù)設(shè)特征提取與轉(zhuǎn)換算法所示，用戶可通過建模數(shù)據(jù)預(yù)處理模塊自行調(diào)用需要提取的頻域特征或時域特征。除此之外，系統(tǒng)還提供應(yīng)變信號分析數(shù)據(jù)特征處理方法和測量系統(tǒng)特征數(shù)據(jù)處理方法。

本模塊功能后續(xù)支持集成結(jié)合接口要求，可集成滿足接口要求的設(shè)備狀態(tài)參數(shù)特征提取新增模型和算法，從而實現(xiàn)對數(shù)據(jù)處理及狀態(tài)參數(shù)特征提取模塊的功能擴展和進一步優(yōu)化完善。

1)基于時域/頻域/時頻域的振動信號特征提取方法：振動信號分析模塊實現(xiàn)振動信號的時域和頻域分析，完成特征參數(shù)提取，包括加速度通頻值、加速度最大值、加速度最小值、加速度峰峰值、振動烈度、振動歪度、振動峭度、振動基頻值、倍頻值、頻率重心等。

基于設(shè)備正常運行數(shù)據(jù)與典型故障數(shù)據(jù)樣例，研究設(shè)備典型故障發(fā)生的參數(shù)關(guān)聯(lián)關(guān)系和故障數(shù)據(jù)增廣技術(shù)，針對電流、振動等4種信號，研究提取數(shù)據(jù)的時域特征和頻域特征。

2)基于頻域/時頻域分析的失效與退化特征分析：利用時域參數(shù)可以快速實現(xiàn)對設(shè)備的簡易診斷，即判斷是否存在故障，常用于對齒輪或滾動軸承等機械結(jié)構(gòu)的在線監(jiān)測。當(dāng)需要分析故障類型、故障位置以及故障嚴(yán)重程度時，就需要對齒輪或滾動軸承的振動信號進行頻譜及時頻域分析。根據(jù)頻譜圖中的頻率成分以及各時頻域有關(guān)頻率成分的幅值大小進行進一步診斷。

3)特征分析與趨勢分析：提取的特征需要判斷其與異常特性的關(guān)聯(lián)度，利用數(shù)據(jù)對異常診斷進行簡單測試，進行特征敏感校驗與對比。當(dāng)提取的異常特征能夠清晰地顯現(xiàn)出泵體的故障，也可以根據(jù)其運行特點設(shè)置合適的閾值，用于簡單的異常判定，而其他的就需要通過借助數(shù)據(jù)驅(qū)動的方式來進行判定。信號特征也需要同采集信號一樣進行趨勢分析，相比于直接對信號進行趨勢分析，特征的趨勢分析能夠更清晰地顯示出設(shè)備當(dāng)前的狀態(tài)。

2.2 設(shè)備狀態(tài)識別

基于船舶冷卻劑泵設(shè)備運行特點、設(shè)備故障模式和故障原因，針對設(shè)備狀態(tài)特征參數(shù)進行數(shù)據(jù)分析，通過設(shè)備狀態(tài)識別算法程序?qū)崿F(xiàn)對設(shè)備運行狀態(tài)評價、設(shè)備狀態(tài)趨勢預(yù)測、對閾值內(nèi)異常信號的預(yù)警和發(fā)展趨勢分析、對超限值異常信號的故障識別和故障定位，實現(xiàn)對設(shè)備運行狀態(tài)的識別。

此外，本模塊功能后續(xù)支持集成結(jié)合接口要求，可集成滿足接口要求的設(shè)備狀態(tài)識別模型和算法，能夠根據(jù)設(shè)備運行數(shù)據(jù)實現(xiàn)狀態(tài)識別模塊算法、程序的更新，從而實現(xiàn)對設(shè)備狀態(tài)識別模塊的功能擴展和進一步優(yōu)化完善。

設(shè)備狀態(tài)識別功能包括設(shè)備故障模式管理、設(shè)備狀態(tài)監(jiān)控、異常信號預(yù)警、故障監(jiān)控和設(shè)備狀態(tài)趨勢預(yù)測。設(shè)備狀態(tài)識別的總體流程如圖3所示。

圖3 設(shè)備狀態(tài)識別流程圖

2.2.1 設(shè)備故障模式管理

設(shè)備故障模式管理功能針對泵體的故障模式進行分析，對其涉及到的故障部位和相關(guān)測點進行分析，并對船舶冷卻劑泵相關(guān)故障模式進行管理。設(shè)備故障模式管理可實現(xiàn)對泵設(shè)備的故障情況進行整合管理，包括對泵的部件名稱、故障部位及模式、故障影響、故障原因、故障檢測方法等內(nèi)容進行管理。

2.2.2 設(shè)備狀態(tài)監(jiān)控

設(shè)備狀態(tài)監(jiān)控通過對設(shè)備的運行情況、運行時間、關(guān)鍵參數(shù)等內(nèi)容進行集中參數(shù)監(jiān)控，在監(jiān)控過程中，可通過數(shù)值、曲線等方式進行設(shè)備狀態(tài)的集中展示。

設(shè)備狀態(tài)監(jiān)控系統(tǒng)允許用戶實時掌握船舶冷卻劑泵設(shè)備的運行狀態(tài)，及時了解船舶冷卻劑泵設(shè)備的故障及預(yù)警情況，提前做好應(yīng)急處置準(zhǔn)備，保障船舶冷卻劑泵設(shè)備的運行。設(shè)備狀態(tài)監(jiān)控系統(tǒng)實時獲取船舶冷卻劑泵設(shè)備運行數(shù)據(jù)，并以友好、直觀的形式展示給用戶，這將有效幫助用戶及時、準(zhǔn)確地掌握船舶冷卻劑泵設(shè)備的運行狀態(tài)，及時獲取相關(guān)故障信息并及時做出維修決策。

設(shè)備狀態(tài)監(jiān)控系統(tǒng)主要提供設(shè)備關(guān)鍵參數(shù)監(jiān)控和設(shè)備運行狀態(tài)監(jiān)控等功能。系統(tǒng)一方面接收船舶冷卻劑泵設(shè)備運行動態(tài)數(shù)據(jù)；另一方面，根據(jù)狀態(tài)識別模型分析設(shè)備運行狀態(tài)，識別異常信號和故障信息，并實時顯示轉(zhuǎn)入下一步綜合處理。

此外，設(shè)備狀態(tài)監(jiān)控模塊支持設(shè)備狀態(tài)監(jiān)控歷史數(shù)據(jù)的回放功能。

2.2.3 設(shè)備運行狀態(tài)監(jiān)控

2.2.3.1 設(shè)備關(guān)鍵參數(shù)監(jiān)控

船舶冷卻劑泵的關(guān)鍵參數(shù)監(jiān)控包含：主要故障模式的時序信號源、主要信號源的關(guān)鍵頻域特征及主要引起異常報警的關(guān)鍵參數(shù)閾值。

設(shè)備關(guān)鍵參數(shù)監(jiān)控模塊提供船舶冷卻劑泵監(jiān)測的關(guān)鍵參數(shù)實時顯示功能。用戶可直觀獲知船舶冷卻劑泵當(dāng)前運行過程中關(guān)鍵參數(shù)的異常情況，提前發(fā)現(xiàn)設(shè)備異常狀態(tài)信息進行預(yù)防性維修。點擊設(shè)備關(guān)鍵參數(shù)監(jiān)控模塊，進入設(shè)備關(guān)鍵參數(shù)監(jiān)控界面。用戶可以以列表的方式查看船舶冷卻劑泵設(shè)備監(jiān)測參數(shù)的變化情況，通過“查看圖形”功能，可以以圖形的方式顯示所選參數(shù)的數(shù)據(jù)圖形。

同時提供設(shè)備關(guān)鍵參數(shù)監(jiān)控頁面的編輯功能，用戶可以根據(jù)需要調(diào)整監(jiān)控頁面的顯示參數(shù)。

將參數(shù)采集值與參數(shù)限值進行比較，若超出限值，系統(tǒng)給出告警提示。

系統(tǒng)提供用戶自定義參數(shù)信息的觸發(fā)邏輯，比如以固定時間間隔實時觸發(fā)。在設(shè)備運行過程中，當(dāng)其滿足用戶或系統(tǒng)定義的特定邏輯條件時，自動將相關(guān)參數(shù)快照發(fā)送至系統(tǒng)。

2.2.3.2 異常監(jiān)測

泵體異常監(jiān)控界面主要展示泵體出現(xiàn)異常情況，可實現(xiàn)對泵體的實時異常狀態(tài)進行監(jiān)控，具體包括：

1)監(jiān)控內(nèi)容：當(dāng)通過異常監(jiān)測融合判定后，就應(yīng)該將指定的位置的異常結(jié)果展示出來，并利用異常監(jiān)控模塊進行管理。異常監(jiān)控模塊將集中顯示所有接收到的且尚未關(guān)閉的異常信息(包括異常、超限及警告)，具體數(shù)據(jù)項目包括：型號、異常部件名稱、異常現(xiàn)象、狀態(tài)、異常發(fā)生時間、消息等級。

異常顯示可按型號、名稱、異常描述等條件查詢數(shù)據(jù)。異常監(jiān)控顯示是異常診斷的唯一入口，點擊異?，F(xiàn)象可以進行后續(xù)的異常診斷操作。

2)異常確認：異常確認模塊允許用戶對尚未關(guān)閉的異常(包括超限和警告類的數(shù)據(jù))進行標(biāo)識和處理，用戶可選擇立即處理、推遲處理以及忽略警告等，處理結(jié)論包括：

(1)異常：系統(tǒng)自動將其轉(zhuǎn)移至“異常診斷”模塊進行后續(xù)處理，記錄將消失；

(2)虛警：系統(tǒng)將其自動歸檔到故障歷史庫；

(3)觀察(主要是針對暫時無法給出明確結(jié)論的數(shù)據(jù))：系統(tǒng)將繼續(xù)保留對此記錄的顯示，供后續(xù)處理。

3)異常通知：系統(tǒng)捕捉到異常信息后，將異常數(shù)據(jù)和信息提示發(fā)送至個人桌面，同時可以通過系統(tǒng)消息的方式將此異常信息通知給相關(guān)用戶。

2.2.3.3 泵體異常監(jiān)控分析

故障監(jiān)控需要針對冷卻劑泵主要的故障模式，運行特點進行分別設(shè)計。其異常監(jiān)測的主要分為5種方式。最終的船舶冷卻劑泵的異常監(jiān)測結(jié)果，需要經(jīng)過設(shè)立合適的閾值，并進行異常監(jiān)測結(jié)果融合，保證異常監(jiān)測結(jié)果的準(zhǔn)確率。其詳細的異常監(jiān)測技術(shù)方案主要分為5個重要步驟，如圖4所示。

圖4 異常監(jiān)測技術(shù)方案

步驟1：進行異常預(yù)測時，需要先導(dǎo)入各個閾值，權(quán)重等參數(shù)；

步驟2：從泵采集到的多源數(shù)據(jù)集，這里用x1，y1，z1表示，并導(dǎo)入到數(shù)據(jù)庫中；

步驟3：在進行數(shù)據(jù)處理后，分別進行5種異常判定；

步驟4：閾值1～5分別代表了5種異常判定方法，需要進行閾值的分析與修正；

步驟5：最后進行異常融合判定，精確地進行異常報警與進一步處理。

異常監(jiān)測判定方法如圖5所示。

圖5 異常監(jiān)測判定方法

1)常量信號數(shù)據(jù)，通過設(shè)立合適的閾值即可判斷異常。針對異常監(jiān)測，冷卻劑泵的異常數(shù)據(jù)，主要包含多個測點的時序數(shù)據(jù)，即要通過多個測點的時序數(shù)據(jù)進行異常監(jiān)測。首先需要排除數(shù)據(jù)獲取本身的異常，例如對于葉輪損傷故障，其相關(guān)的測點包含了1個電機頂部的振動測點，電機頂蓋處的兩個轉(zhuǎn)動測點等，通過對多個測點進行異常分析，部分異?，F(xiàn)象能夠從數(shù)據(jù)獲取判斷出異常。

2)信號提取的時/頻域特征，通過設(shè)立合適的閾值即可判斷異常。針對有明顯特征的異常，部分可以通過時/頻域的特征分析，通過設(shè)置閾值來判斷異常。

3)信號相關(guān)性分析，測點信號內(nèi)和信號間的異常。針對有明顯異常特征的異常，時間序列的異常檢測更為復(fù)雜，主要包含自相關(guān)性和互相關(guān)性兩個層面。其根本就是對于多維度數(shù)據(jù)的異常檢測問題，除了單維度信號當(dāng)前時刻與歷史信息的自相關(guān)性，還需要考慮不同信號間的數(shù)據(jù)相關(guān)性。多變量之間存在著一定的時間和空間上的聯(lián)系，也即同一時刻或相近時刻之間的互相關(guān)性。針對高相關(guān)性變量，首要保證的是變量間邏輯關(guān)系正確，即檢測變量間時刻維持線性相關(guān)性。兩個變量之間的皮爾遜相關(guān)系數(shù)定義為兩個變量之間的協(xié)方差和標(biāo)準(zhǔn)差的商，表示了兩個變量之間的總體相關(guān)系數(shù)。通過估算樣本的協(xié)方差和標(biāo)準(zhǔn)差，可得到皮爾遜相關(guān)系數(shù)。通過皮爾遜相關(guān)系數(shù)得到高相關(guān)變量后，再利用差分方程尋找信號內(nèi)的異常，進一步通過線性回歸找出信號間的異常。

4)基于重構(gòu)的異常監(jiān)測算法。針對沒有明顯特征的故障，除了考慮泵體本身測點之間的相關(guān)性異常。由于存在數(shù)據(jù)量大、異常數(shù)據(jù)類別不平衡、異常數(shù)據(jù)標(biāo)注不完整、特征工程復(fù)雜等情況，異常檢測問題常常被歸結(jié)為無監(jiān)督分類問題。為了避免訓(xùn)練數(shù)據(jù)中代表每種攻擊類型的樣本不平衡，并避免模型無法通過觀察現(xiàn)有攻擊類型來學(xué)習(xí)新的攻擊類型，需要利用機器學(xué)習(xí)模型來檢測異常，常見為利用AE自動編碼器和重構(gòu)誤差來檢測異常。針對時序信號異常檢測的應(yīng)用場景，異常樣本相對于正常樣本是絕對少數(shù)。自編碼模型利用兩者編碼前后的重構(gòu)誤差來判斷異常。如果重構(gòu)時序信號與原始信號有所差異，則判定當(dāng)前時刻異常。

5)基于預(yù)測的異常監(jiān)測算法。另外，由于存在一些不可預(yù)測的影響因素存在，如手動控制、不受監(jiān)控的環(huán)境條件、負荷等等。為了考慮這些不可控變量對預(yù)測變量的影響，提高模型泛化性，需要預(yù)測未來時刻時序信號來監(jiān)控設(shè)備狀態(tài)。

2.2.4 故障診斷

故障診斷根據(jù)當(dāng)前接收到的設(shè)備故障信息，提供強大的自動檢索分析引擎，將用戶提供的故障信息處理，結(jié)合歷史故障案例和故障決策樹，自動檢索具有類似現(xiàn)象的歷史故障信息，并生成同類型的故障報表，為用戶故障診斷提供技術(shù)分析依據(jù)。故障診斷包括故障診斷界面、故障案例診斷、人工智能診斷算法庫管理、故障分析報表等功能。

1)故障診斷界面：故障診斷顯示模塊能夠列出所有的故障信息以及信息來源，其功能結(jié)構(gòu)包括：

(1)故障影響度排序模塊。對當(dāng)前故障信息根據(jù)故障分類模型，確定當(dāng)前故障的嚴(yán)重程度，根據(jù)嚴(yán)重程度對當(dāng)前故障進行排序，越嚴(yán)重越緊急的故障信息排在越前面。

(2)歷史故障次數(shù)統(tǒng)計模塊。針對船舶冷卻劑泵設(shè)備，對其故障歷史記錄進行統(tǒng)計分析，列出故障歷史發(fā)生次數(shù)。

(3)故障可視化顯示模塊：融合上述信息，以不同顏色、不同圖標(biāo)形狀等可視化方式綜合顯示當(dāng)前故障的重要性和緊迫性。

2)故障案例診斷。根據(jù)當(dāng)前故障信息相關(guān)特征信息，對歷史故障案例進行搜索和匹配，自動檢索出具有類似現(xiàn)象的歷史故障案例，以輔助用戶進行故障隔離。

故障案例檢索的典型工作流程如圖6所示。

圖6 故障案例檢索工作流程圖

根據(jù)故障案例檢索的工作原理，模擬上述領(lǐng)域?qū)＜医鉀Q問題的過程，上述過程共有4大子模塊案例查詢模塊(包括故障特征分析、故障案例檢索)、案例匹配模塊(即故障案例匹配)、案例瀏覽模塊(即故障案例復(fù)用)、案例處理模塊(包括故障對策評價、故障對策調(diào)整和故障案例保存)。

(1)案例查詢模塊：根據(jù)當(dāng)前故障信息和參數(shù)信息，從故障案例庫的故障案例庫查詢與當(dāng)前相似的故障案例集。主要包括故障特征分析和故障案例檢索兩個子模塊：

(2)案例匹配模塊：根據(jù)系統(tǒng)設(shè)定的相似度計算算法，從檢索出的故障案例集中選出最佳故障案例。

(3)案例瀏覽模塊：根據(jù)案例的檢索和匹配結(jié)果，顯示當(dāng)前故障的快照信息，以及對應(yīng)的故障案例的詳細信息；用戶根據(jù)一定的案例復(fù)用原則，采用最佳故障案例中的故障對策解決當(dāng)前故障。

(4)案例處理模塊：案例處理模塊提供標(biāo)準(zhǔn)的流程機制，輔助用戶將當(dāng)前故障的處理結(jié)果，作為新的案例注入到系統(tǒng)中，從而不斷豐富系統(tǒng)的故障案例庫，提升系統(tǒng)的診斷能力。

3)人工智能診斷：人工智能診斷提供人工智能算法管理功能，支持算法模型的自定義。具體包括人工智能算法模型管理、人工智能算法診斷分析等功能。

(1)人工智能算法通用算法庫。系統(tǒng)提供人工智能算法通用模型庫，并對算法模型進行分類管理。系統(tǒng)提供公共算法包，并支持用戶導(dǎo)入第三方算法文件以及在線編輯算法。

系統(tǒng)已經(jīng)預(yù)置算法，包括神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)算法等，這些預(yù)置算法已經(jīng)封裝，用戶只能查看對應(yīng)的代碼，不能對其進行修改和刪除。此外，系統(tǒng)提供通用算法的新建功能。

(2)人工智能算法診斷分析。利用船舶冷卻劑泵設(shè)備故障現(xiàn)象收集所有設(shè)備相關(guān)數(shù)據(jù)，利用人工智能方法，實現(xiàn)典型設(shè)備的故障診斷。故障診斷算法包括神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)算法等。

(3)基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法。人工神經(jīng)網(wǎng)絡(luò)通過模擬生物神經(jīng)元處理外部刺激的方式來解決傳統(tǒng)線性方法無法處理的許多復(fù)雜的非線性問題[25-26]。神經(jīng)網(wǎng)絡(luò)出色的非線性問題處理能力有助于在典型機械、機電設(shè)備的故障診斷中解決故障診斷與預(yù)測等難點問題，因此得到了大量的應(yīng)用。本項目利用徑向基神經(jīng)網(wǎng)絡(luò)來實現(xiàn)對驅(qū)動機構(gòu)的故障診斷與壽命預(yù)測。

(4)基于深度神經(jīng)網(wǎng)絡(luò)的故障診斷方法。根據(jù)正常數(shù)據(jù)對模型進行訓(xùn)練，得到的模型能夠預(yù)測出正常情況下相關(guān)數(shù)據(jù)的當(dāng)前以及未來變化，當(dāng)系統(tǒng)本身出現(xiàn)異常時，該模型肯定會出現(xiàn)偏差，當(dāng)偏差較大時，可以認為模型與當(dāng)前的系統(tǒng)擬合出現(xiàn)異常，而該模型是基于正常的數(shù)據(jù)進行訓(xùn)練得到的，故而可以反推知當(dāng)前系統(tǒng)出現(xiàn)了異常[27-28]。

系統(tǒng)會對預(yù)測數(shù)據(jù)和真實數(shù)據(jù)之間的偏差做一個分級預(yù)設(shè)，分為偏離較小，偏離較大，偏離很大。偏離較小是在模型訓(xùn)練及測試過程中對大量正樣本數(shù)據(jù)統(tǒng)計，得出的一個經(jīng)驗值。偏離較大和偏離很大是暫時設(shè)定的一個初始值，這個值會在獲取各個部件預(yù)警和告警信息后，進行聯(lián)動驗證，動態(tài)調(diào)整。當(dāng)預(yù)測數(shù)據(jù)和實際數(shù)據(jù)偏離較小時，為正常狀態(tài)。當(dāng)預(yù)測數(shù)據(jù)和實際數(shù)據(jù)偏離較大時，為預(yù)警狀態(tài)，會去獲取相關(guān)設(shè)備組件的預(yù)警信息，然后發(fā)出預(yù)警信息。當(dāng)預(yù)測數(shù)據(jù)和實際數(shù)據(jù)偏離很大時，為告警狀態(tài)，會去獲取相關(guān)設(shè)備組件的告警信息，然后發(fā)出告警信息。

4)故障分析報表：

根據(jù)當(dāng)前故障診斷信息，生成故障分析報告表，用戶可查看同類型故障案例信息、故障系統(tǒng)/部件履歷信息和性能歷史變化曲線，幫助用戶更為直接地了解設(shè)備的運行情況和故障情況，為后續(xù)故障診斷分析提供技術(shù)依據(jù)。

故障分析報表涵蓋該類型故障現(xiàn)象、故障定位信息、故障機理、故障措施和問題復(fù)現(xiàn)，并以可視化圖形的方式直觀顯示診斷信息。以不同的顏色展示故障因子遍歷路徑。同時，用戶可在故障分析報表中查看故障系統(tǒng)中各部件、元器件的履歷信息和部件的歷史性能變化曲線。

2.3 設(shè)備健康管理

基于船舶冷卻劑泵設(shè)備狀態(tài)識別結(jié)論，結(jié)合設(shè)備運行、維護、維修經(jīng)驗，提出設(shè)備運維處理方案和故障清除措施建議，并基于設(shè)備狀態(tài)識別結(jié)果實現(xiàn)設(shè)備關(guān)鍵部件的剩余壽命預(yù)測。

具體功能包括故障診斷、設(shè)備運維處理支持、關(guān)鍵部件剩余壽命預(yù)測和設(shè)備狀態(tài)趨勢預(yù)測。設(shè)備健康管理的總體流程如圖7所示。

圖7 設(shè)備健康管理總體流程圖

2.3.1 關(guān)鍵部件剩余壽命預(yù)測

剩余壽命預(yù)測子功能根據(jù)船舶冷卻劑泵設(shè)備關(guān)鍵部件工作中獲取的失效數(shù)據(jù)，分析系統(tǒng)的失效規(guī)律，得到的關(guān)鍵部件的性能退化規(guī)律[29-30]?；谛阅芡嘶?guī)律，結(jié)合實時檢測的系統(tǒng)參數(shù)及狀態(tài)特征估計關(guān)鍵部件的剩余壽命，為后續(xù)船舶冷卻劑泵設(shè)備的健康評估提供必要的基礎(chǔ)。關(guān)鍵部件剩余壽命預(yù)測如圖8所示。

圖8 關(guān)鍵部件剩余壽命預(yù)測示意圖

2.3.2 設(shè)備狀態(tài)趨勢預(yù)測

設(shè)備狀態(tài)趨勢預(yù)測提供船舶冷卻劑泵設(shè)備狀態(tài)值預(yù)測界面，完成未來指定時間內(nèi)，船舶冷卻劑泵設(shè)備狀態(tài)預(yù)測的調(diào)用和結(jié)果顯示(趨勢以及與指定歷史數(shù)據(jù)的對比)。

1)趨勢預(yù)測：趨勢預(yù)測主要利用的船舶冷卻劑泵設(shè)備參數(shù)歷史數(shù)據(jù)，加載預(yù)測模型，實現(xiàn)對船舶冷卻劑泵設(shè)備狀態(tài)參數(shù)的趨勢預(yù)測，及時了解船舶冷卻劑泵設(shè)備的性能衰減的變化規(guī)律，預(yù)測異常發(fā)生時間，生成預(yù)測結(jié)論包括系統(tǒng)的異常性質(zhì)、程度及異常發(fā)展趨勢，同時能夠初步進行異常來源判斷或影響分析，并提出干預(yù)措施建議，以便相關(guān)人員提前做好參數(shù)控制準(zhǔn)備。狀態(tài)趨勢預(yù)測如圖9所示。

圖9 狀態(tài)趨勢預(yù)測示意圖

狀態(tài)趨勢預(yù)測功能將大量的設(shè)備狀態(tài)參數(shù)數(shù)據(jù)作為輸入，分析不同參數(shù)的數(shù)據(jù)特點，利用相適應(yīng)的趨勢分析算法，給出船舶冷卻劑泵設(shè)備性能衰減的變化規(guī)律、當(dāng)前狀態(tài)和未來狀態(tài)趨勢預(yù)測，為相關(guān)工作人員提供更加全面的船舶冷卻劑設(shè)備性能狀態(tài)分析手段。

對于滿足一定條件的趨勢形態(tài)，趨勢預(yù)測功能能夠進行相應(yīng)報警，并以圖形化的方式直觀顯示出趨勢預(yù)測的結(jié)果。

性能衰減趨勢預(yù)測子模塊的工作流程如下：

(1)數(shù)據(jù)抽取。數(shù)據(jù)抽取層處于系統(tǒng)的最低層，是系統(tǒng)的數(shù)據(jù)提供者。“數(shù)據(jù)抽取層”負責(zé)從數(shù)據(jù)庫中按一定的策略進行數(shù)據(jù)的讀取并根據(jù)分析的需要進行預(yù)處理。

(2)數(shù)值特征分析。數(shù)值特征分析主要對系統(tǒng)采集的原始數(shù)據(jù)進行初步分析和基本數(shù)字特征描述。數(shù)值特征分析部分提供數(shù)字特征量(包括最大值、最小值、平均值和標(biāo)準(zhǔn)差)的選擇。

(3)趨勢預(yù)測算法分析。利用歷史數(shù)據(jù)，基于趨勢分析算法進行事后趨勢預(yù)測，分析該段時間參數(shù)表征設(shè)備的狀態(tài)。

(4)預(yù)測分析結(jié)果輸出。趨勢預(yù)測分析的表現(xiàn)形式包括：散點圖、曲線圖、分析報表。

(5)性能衰減趨勢預(yù)測查詢分析。該功能單元主要是根據(jù)生成的趨勢預(yù)測結(jié)論，實現(xiàn)對關(guān)鍵參數(shù)的性能衰減趨勢預(yù)測分析的詳細參數(shù)進行查詢、分析、排序等功能，對關(guān)鍵參數(shù)的健康性能參數(shù)進行詳細地了解，從中獲取用戶需要的信息。

(6)性能衰減趨勢預(yù)測報告生成。該功能單元主要是根據(jù)用戶配置信息，結(jié)合性能衰減趨勢預(yù)測的結(jié)果，生成相應(yīng)的系統(tǒng)趨勢分析報告。

2)數(shù)據(jù)比對：開發(fā)船舶冷卻劑泵設(shè)備數(shù)據(jù)比對功能，實現(xiàn)船舶冷卻劑泵設(shè)備參數(shù)當(dāng)前數(shù)據(jù)與指定歷史數(shù)據(jù)的對比。用戶可以根據(jù)實際需要選擇比對參數(shù)及設(shè)置比對時間，系統(tǒng)根據(jù)用戶設(shè)置條件對數(shù)據(jù)庫進行相應(yīng)數(shù)據(jù)的查詢和結(jié)果顯示。

2.4 數(shù)據(jù)管理

系統(tǒng)主要數(shù)據(jù)分為兩類：一類是知識型數(shù)據(jù)主要包括設(shè)備運行特點和工作原理、維修經(jīng)驗、故障處理經(jīng)驗，關(guān)鍵部件更換周期經(jīng)驗等數(shù)據(jù)，屬于結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)(如：文本類)，這類數(shù)據(jù)主要通過導(dǎo)入方式；另一類是系統(tǒng)(設(shè)備)運行數(shù)據(jù)，屬于時序數(shù)據(jù)(如：溫度、壓力、振動等)，這類數(shù)據(jù)通過CSV文件導(dǎo)入。因此數(shù)據(jù)管理提供存儲數(shù)據(jù)的維護維修信息錄入、維護維修信息查詢、數(shù)據(jù)導(dǎo)入、數(shù)據(jù)查看下載等功能。

2.4.1 維護維修信息管理

維護維修信息主要包括船舶冷卻劑泵設(shè)備運行特點和工作原理、維修經(jīng)驗、故障處理經(jīng)驗，關(guān)鍵部件更換周期經(jīng)驗等數(shù)據(jù)，對這些信息數(shù)據(jù)進行錄入、修改、刪除、查詢等管理。

1)維護維修信息錄入：維護維修信息數(shù)據(jù)主要來自各種PDF技術(shù)文檔以及結(jié)構(gòu)化的文檔數(shù)據(jù)。針對不同的文檔類型定義多個數(shù)據(jù)表進行存儲：

(1)首先如果是結(jié)構(gòu)化的文檔數(shù)據(jù)直接通過接口導(dǎo)入方式進行錄入；

(2)PDF技術(shù)文檔如果屬于格式化的文檔可系統(tǒng)進行文檔批量讀取解析然后轉(zhuǎn)換成表數(shù)據(jù)進行存儲；

(3)若技術(shù)文檔無法進行格式轉(zhuǎn)換如表信息，首先進行該類文檔的數(shù)據(jù)結(jié)構(gòu)定義，然后通過人工方式進行錄入，再設(shè)定錄入標(biāo)簽頁可進行對照查詢。

2)維護維修信息查詢：維護維修信息通過條件查詢方式對設(shè)備運行特點和工作原理、維修經(jīng)驗、故障處理經(jīng)驗，關(guān)鍵部件更換周期經(jīng)驗等信息進行查詢。主要提供查詢方式：多條件聯(lián)合查詢方式、按參數(shù)名稱查詢方式、按照設(shè)備名稱查詢、按照設(shè)備型號查詢、按照關(guān)鍵字查詢，支持對查詢結(jié)果的排序顯示。

輸入查詢條件時，系統(tǒng)可以根據(jù)用戶輸入的部分文字進行匹配，顯示與所輸入文字相匹配的字段，以提示用戶輸入正確的查詢條件。

篩選條件：參數(shù)名(多選下拉框)、時間篩選(多選下拉框)、設(shè)備型號篩選(多選下拉框)、設(shè)備名稱篩選(多選下拉框)、關(guān)鍵字(輸入框)。

3)維護維修信息修改和刪除：維護維修信息的修改和刪除，首先通過查詢找到對應(yīng)修改或刪除的位置，然后對具體維護維修信息進行修改或刪除。

2.4.2 參數(shù)數(shù)據(jù)導(dǎo)入

船舶冷卻劑泵設(shè)備運行數(shù)據(jù)，作為時序數(shù)據(jù)(如：溫度、壓力、振動等)，主要通過CSV文件導(dǎo)入。導(dǎo)入后的參數(shù)數(shù)據(jù)可以通過頁面進行數(shù)據(jù)趨勢及數(shù)據(jù)對照查看。參數(shù)數(shù)據(jù)導(dǎo)入流程如圖10所示。

圖10 參數(shù)數(shù)據(jù)導(dǎo)入流程圖

2.5 配置管理

配置管理主要針對反應(yīng)對船舶冷卻劑泵系統(tǒng)的配置管理，包含用戶管理，權(quán)限管理和日志服務(wù)等相關(guān)配置。

2.5.1 用戶管理

用戶管理提供對用戶的集中管理，即根據(jù)用戶管理策略，集中授權(quán)用戶對各應(yīng)用的訪問權(quán)限。用戶管理模塊建立統(tǒng)一用戶身份視圖，實現(xiàn)對用戶身份的集中管理。通過對外部服務(wù)封裝，調(diào)用外部接口或API，按要求將封裝成支持系統(tǒng)自身的用戶管理服務(wù)。

同時，系統(tǒng)提供統(tǒng)一的用戶身份生命周期管理、完整的管理審批工作流程、委派管理和用戶自主服務(wù)以及賬號口令管理，包括：主賬號體系管理、半自動化映射、賬號映射、賬號生命周期管理、半自動化賬號生命周期管理、用戶自服務(wù)管理、帳號口令管理。

用戶管理可以實現(xiàn)系統(tǒng)用戶的基本維護功能，包含新增用戶、編輯用戶、用戶查詢、導(dǎo)入導(dǎo)出等功能。具體功能包括：

1)添加用戶：提供用戶信息添加功能。用戶信息包括用戶名、姓名、性別、部門、職位、狀態(tài)、工卡號、移動電話、辦公電話、郵箱、辦公室、密碼、重復(fù)密碼等；

2)編輯用戶信息：選擇需要修改的用戶信息，點擊修改，可修改用戶信息；

3)查詢用戶信息：輸入查詢項，點擊查詢按鈕，系統(tǒng)匹配符合查詢條件的用戶信息；

4)刪除用戶信息：選擇需要刪除的用戶信息，點擊刪除按鈕，用戶確認刪除后，系統(tǒng)刪除該用戶信息；

5)用戶信息批量導(dǎo)入：提供用戶信息批量導(dǎo)入功能。導(dǎo)入完畢后，給出信息導(dǎo)入結(jié)果信息；

6)用戶信息查看：選擇需要查看的用戶信息，點擊查看按鈕，可查看用戶信息；

7)操作日志查看：提供用戶操作日志查看功能，包括用戶登錄信息與操作信息等；

8)用戶信息列表顯示：以列表的形式顯示系統(tǒng)用戶信息，包括用戶名、姓名、部門、職務(wù)、郵箱、最近登錄時間、上次登錄IP、操作日志；

9)密碼重置：提供用戶密碼重置功能；

10)賬號禁用：提供賬號禁用功能。賬號禁用后，用戶將無法訪問本系統(tǒng)；

11)賬號啟用：提供賬號啟用功能。用戶信息創(chuàng)建成功后，系統(tǒng)賬號處于啟用狀態(tài)。禁用賬號啟用后，用戶可訪問本系統(tǒng)；

12)分配角色：可為指定用戶分配系統(tǒng)角色，授權(quán)該用戶相應(yīng)的功能模塊操作權(quán)限和數(shù)據(jù)使用權(quán)限功能。

13)分配權(quán)限：可為指定用戶單獨分配權(quán)限。

14)完成自定義用戶ID、登錄密碼、角色等基本屬性以及其他附帶屬性的定義，以及用戶的增加、刪除、屬性編輯等。

2.5.2 權(quán)限管理

權(quán)限管理實現(xiàn)角色、用戶等的權(quán)限管理和組織、操作日志等信息的管理，主要是對角色、用戶等權(quán)限信息和組織信息的增、刪、改、查操作，及對操作日志的查看、查詢操作。通過對用戶權(quán)限的管理實現(xiàn)對用戶對文件和數(shù)據(jù)庫權(quán)限的控制。實行權(quán)限的分級管理，文件權(quán)限支持目錄級和文件級，包括目錄支持讀、寫、執(zhí)行權(quán)限；文件支持讀、寫、執(zhí)行權(quán)限；數(shù)據(jù)庫訪問權(quán)限支持?jǐn)?shù)據(jù)庫表級和字段級，包括表支持更新、讀取權(quán)限；字段支持更新、讀取權(quán)限。

2.5.3 日志服務(wù)

日志管理功能實現(xiàn)對操作日志的記錄顯示功能，用戶可以對其進行查看、查詢等操作，需維護信息包括日志名稱、系統(tǒng)名稱、操作類型、操作人員、操作時間、來源、重要性等。系統(tǒng)按照要求將日志模塊封裝成日志服務(wù)，并提供調(diào)用接口，能夠分應(yīng)用、分級別記錄關(guān)鍵信息。

3 功能驗證

針對冷卻劑泵狀態(tài)識別系統(tǒng)，開展設(shè)備狀態(tài)識別系統(tǒng)功能測試，驗證設(shè)備狀態(tài)識別系統(tǒng)的識別準(zhǔn)確性。

為保證整個項目在交付階段能夠達到合同中技術(shù)協(xié)議的要求，體現(xiàn)出系統(tǒng)的可用性、擴展性，實現(xiàn)系統(tǒng)能夠支撐實際應(yīng)用過程，需要進行在開發(fā)過程中及系統(tǒng)搭建后進行大量的測試試驗及集成驗證過程。本系統(tǒng)需要主要從兩個方面進行了測試試驗及集成驗證。

3.1 功能驗證范圍

功能驗證內(nèi)容包括：

1)系統(tǒng)功能針對用戶需求的覆蓋性；

2)系統(tǒng)功能及操作邏輯的正確性；

3)用戶操作系統(tǒng)工作流程的正確性；

4)系統(tǒng)各功能模塊和子系統(tǒng)之間內(nèi)部接口的匹配性；

5)各功能模塊、子系統(tǒng)之間工作的協(xié)調(diào)性；

6)對各個工況下的冷卻劑泵的運行狀態(tài)進行監(jiān)測和狀態(tài)評價；

7)對故障特征進行故障模式識別，判斷設(shè)備故障的類型、部位和成因；

8)針對不同故障模式提供維護決策；

9)對設(shè)備狀態(tài)評價、趨勢預(yù)測、故障定位等識別結(jié)論進行可視化呈現(xiàn)，并實現(xiàn)數(shù)據(jù)管理的人機交互。

3.2 性能驗證范圍

軟件通過至少72 h的長期穩(wěn)定性運行試驗。

驗收準(zhǔn)則為程序所有的輸出功能檢查結(jié)果(趨勢預(yù)測結(jié)果、故障診斷維護維修決策)均正確。

4 結(jié)束語

船舶冷卻劑泵健康狀態(tài)管理系統(tǒng)主要解決如何將維修方式從事后維修、定期維修轉(zhuǎn)變?yōu)橐暻榫S修、預(yù)防性維修的問題，降低維修保障費用，縮短維修時間，提高船舶冷卻劑泵設(shè)備完好率和任務(wù)成功率，加快裝備維修方式向基于狀態(tài)維修轉(zhuǎn)變的進程。通過對裝備的狀態(tài)參數(shù)特征提取、狀態(tài)識別、健康管理等方法的研究，突破了多方法融合的健康狀態(tài)評估模型、基于故障診斷、深度學(xué)習(xí)、壽命預(yù)測等關(guān)鍵技術(shù)，實現(xiàn)了數(shù)據(jù)處理、狀態(tài)檢測、健康評估、預(yù)測評估等功能，具有健康狀態(tài)評估智能程度高、體系結(jié)構(gòu)開放、狀態(tài)評估結(jié)果可視化等特點，可推廣應(yīng)用于船舶各系統(tǒng)和部件的壽命預(yù)測、狀態(tài)綜合分析、健康狀態(tài)評估等。