详情

原文传递船舶电站柴油发电机组故障诊断系统的设计与研究

论文题名：	船舶电站柴油发电机组故障诊断系统的设计与研究
关键词：	柴油发电机组;故障诊断;多维关联规则;数据仓库;OLAP模型
摘要：	柴油发电机组是船舶电力系统的重要组成部分，不但结构复杂、造价昂贵而且故障种类繁多。不同于陆上发电设备的是，一旦其在船舶进行远海航行期间出现故障的话，仅依靠船舶上现有的技术力量和技术手段往往难以迅速准确的定位并排除故障。因此建设和完善船舶发电机组故障诊断系统是提高船舶经济性和安全性的重要保障。　　发电机组在故障状态下，设备的故障与设备监控测点参数取值范围的分布具有关联性。如果将这种关联性作为机组是否处于故障状态的判断标准，那么当机组运行参数的取值范围符合上述故障规则时，则意味着机组设备发生了对应的故障。本文利用经过预处理的某船柴油发电机组故障历史数据，通过多维关联规则的方法进行了研究和分析，建立了基于OLAP(Online Analytical Processing)的多维数据关联规则挖掘系统模型，并在此基础上结合专家系统的诊断方法，设计并实现了船舶柴油发电机组故障诊断系统。本文主要做了以下几方面的工作：　　首先,在研究并分析了柴油发电机组的故障特点及常用的故障诊断方法，在对柴油发电机组故障进行概念分层的基础上，给出了发电机组的分层诊断模型。结合该模型进行设备故障和设备监控测点的概念分层，并以此为基础利用存储在电站监控系统历史数据库中的设备历史数据和设备故障数据，建立了以设备故障为主题的数据仓库。以设备各个监控测点信号和设备历史故障信息为不同维度创建多维数据立方体，利用联机分析处理技(OLAP)将数据仓库中的设备监控信息和故障信息以多维数据立方体的方式进行存储和展示，并对相关的度量值进行聚合计算，以减小后续关联规则挖掘过程的计算量，提高故障规则挖掘的效率。　　其次,利用多维关联挖掘技术对立方体表中的故障数据进行故障规则的挖掘，找出设备监测信息在离散化后的区间分布情况和设备某故障之间的规则，将结果评估后得到的知识添加至专家系统故障规则库中，结合这些规则知识利用专家系统对设备当前的状态进行故障的定位和诊断。　　进一步的，针对故障规则库中规则形式的特点，通过对多维关联规则相关算法的研究和分析，对基于多维立方体的FP-growth算法进行调整和改进，提出了基于故障维后件约束的FP-growth算法，在算法运行期间简化结果集，缩短了在FP-tree上进行路径回溯的过程，提高了故障规则挖掘的效率。　　最后,在以上研究内容的基础上，利用基于故障维后件约束的FP-growth算法结合设备故障数据仓库和OLAP工具以及CLIPS专家系统工具设计并实现了柴油发电机组故障诊断系统，并对其各个功能模块进行了详细设计说明。在论文的最后,利用某船柴油发电机组实际的异常数据进行了故障诊断和故障挖掘的演示操作。　　领域专家通过后续的仿真模拟试验对挖掘结果进行了评估，可以验证系统能够为设备维护人员提供有效的诊断决策，提高设备检修与故障排查的效率。
作者：	李爽
专业：	软件工程
导师：	姜丽红;张敏
授予学位：	硕士
授予学位单位：	上海交通大学
学位年度：	2013
正文语种：	中文