[发明专利]一种船舶的智能推力轴系监测系统

权利要求书

1.一种船舶的智能轴系监测系统，包括数据采集装置和智能云平台；所述智能云平台与数据采集装置连接；

其特征在于：所述智能云平台包括控制器、云平台防火墙、5G接收装置和视觉监测系统；所述控制器通过局域网分别与轴系路由器、云平台防火墙、5G接收装置和视觉监测系统连接，所述视觉监测系统将视频信息传输至控制器进行在线监测；所述数据采集装置通过轴系路由器与控制器连接，并将收集的数据传输至控制器中；云平台防火墙为整个系统提供安全保障服务，保证整个系统的安全运行；5G接收装置为整个系统提高网络服务，保证信息传输效率；

所述数据采集装置包括振动传感器、轴马力计、温度传感器、噪音传感器和油液在线监测机箱；

所述数据采集装置对轴系进行智能化监测，收集轴系的振动数据、功率数据、温度数据和噪音数据，并对油液进行在线监测；

所述油液在线监测机箱内安装艉轴滑油液在线监测系统，所述艉轴滑油液在线监测系统包括艉轴滑油成分监测系统、艉轴滑油粘度监测系统、艉轴滑油压力监测系统、艉轴滑油温度监测系统、艉轴滑油流量监测系统和艉轴滑油流速监测系统；

所述控制器内安装大数据处理系统，所述大数据处理系统包括大数据管理系统、大数据建模系统和大数据分析系统；

所述大数据处理系统通过对数据采集装置收集到的信息进行处理和分析，通过智能云平台再将信息共享给岸上公司、船舶码头和船上工作人员；

所述大数据建模系统采集由振动传感器、轴马力计、温度传感器、噪音传感器、油液在线监测机箱、船舶自动识别系统和气象采集系统中收集的振动数据、功率数据、温度数据、噪音数据、油液数据、船舶航行数据和天气状况组成的多源异构数据，所述油液数据包括油液的成分、粘度、压力、温度、流量和流速；随后大数据管理系统对上述多源异构数据进行管理、存储，便于进一步分析研究；

所述大数据处理系统的工作方法包括以下步骤：

A、大数据建模系统将数据采集装置收集到的多源异构数据进行融合和建模，相关数据符号表示如下所示：

V_i(t)表示t时刻的振动数据；

S(t)表示t时刻的功率数据；

T(t)表示t时刻的轴管温度数据；

N(t)表示t时刻的噪音数据；

L(t)表示t时刻的润滑油量数据；

W(t)表示t时刻的风力数据；

D_w(t)表示t时刻的风向数据；

D(t)表示t时刻的船舶吃水数据；

V(t)表示t时刻的船舶对地航速数据；

D_r(t)表示t时刻的船舶航向数据；

将数据采集装置采集到的前五个时刻的上述数据输入至神经网络模型中，预测下一时刻的振动数据、功率数据、轴管温度、噪音强度和润滑油量，即将下一时刻的数据进行输出；当前时刻的输入数据L_t，in及下一时刻的输出数据L_t+1，out表示如下：

L_t，in＝[V_i(t)，S(t)，T(t)，N(t)，L(t)，W(t)，D_W(t)，D(t)，V(t)，D_r(t)]

L_t+1，out＝[V_i(t+1)，S(t+1)，T(t+1)，N(t+1)，L(t+1)]

神经网络模型输入Input为前五个时刻的数据，表示如下：

Input＝(L_t-4，L_t-3，L_t-2，L_t-1，L_t)

神经网络模型输出Output为下一时刻的数据，表示如下：

Output＝(L_t+1)

B、大数据分析系统对数据进行分析并将实际数据与预测数据进行分析比较，当实际数据与预测数据偏差较大时，设备发生故障，控制器会发出预警，提醒船员需要及时排除故障，保障船舶航行安全；

C、采用神经网络模型对数据采集装置收集到的数据进行实时多标签分类，将上述实际数据进行输入，对实时滑油油液消耗等级、实时故障风险等级和实时推力轴系运行效率进行多标签分类，标签类别为高、较高、中、较低和低五个标签，并将实时标签在控制器的电脑屏幕中进行展示，便于工作人员了解船舶运行状况，排除故障风险，提高运行效率。