数据挖掘技术的舰船起锚机液压系统故障分析

摘要:舰船应用对起锚机液压系统的性能提出了更高要求，针对当前舰船起锚机液压系统故障分析过程中存在的速度慢、工作过程复杂、误差等局限性，以提高舰船起锚机液压系统故障分析精度为目标，设计了数据挖掘技术的舰船起锚机液压系统故障分析方法。首先采用多传感器对舰船起锚机液压系统故障信息进行采集，并采用主成分分析法提取舰船起锚机液压系统故障分析特征，然后引入数据挖掘技术建立舰船起锚机液压系统故障分析模型，最后在Matlab2018平台上与传统舰船起锚机液压系统故障分析方法进行了仿真对比测试。数据挖掘技术的舰船起锚机液压系统故障分析精度超过94%，而传统方法的舰船起锚机液压系统故障分析精度低于88%，同时舰船起锚机液压系统故障分析速度也得到了改善。

关键词：舰船；起锚机液压系统；故障分析；仿真测试

引言

起锚机液压系统广泛应于现代舰船中，是其重要组成部分。近年来，由于舰船自动化程度不断提高，舰船工作的环境越来越恶劣，人们对起锚机液压系统性能要求越来越高。舰船起锚机液压系统的各个组成部分均在密封环境中工作，相比于其它系统，故障发生有自身的特殊性，具体表现在随机性、隐蔽性、多样性等，使得舰船起锚机液压系统故障诊断难度更大，因此舰船起锚机液压系统故障分析研究已经引起了人们的广泛关注和高度重视[1]。舰船起锚机液压系统故障分析是一门综合技术，集成了自动控制、人工智能、机械等理论。人们对其研究已经有了一段历史，最早借助一些工具或者仪器以及自身的经验对舰船起锚机液压系统故障进行分析，发现故障产生的原因，这种方法属于主观诊断法，简单，成本低，对工作人员的经验要求高。舰船起锚机液压系统故障分析结果的主观性强，不能对复杂的舰船起锚机液压系统故障进行分析，缺陷十分明显[2]。随后出现基于信号处理技术的舰船起锚机液压系统故障分析方法，通过一些设备，如传感器采集舰船起锚机液压系统工作状态信号，并建立相应的数据模型，然后通过数学模型分析舰船起锚机液压系统的输入和输出之间的变化，掌握舰船起锚机液压系统的信号变化情况，找到舰船起锚机液压系统故障的位置。该类方法只适应非平稳的舰船起锚机液压系统信号，故障信号极易被噪声干扰，难以建立准确描述舰船起锚机液压系统故障变化的数学模型，易出现故障误判现象[3]。最后出现了基于人工智能技术的舰船起锚机液压系统故障分析方法，该类方法不需要建立精确的数学模型，适合于复杂信号的舰船起锚机液压系统故障分析，通过模拟人的大脑进行工作，主要有模糊数学法、人工神经网络等。在实际应用中，均存在一定的不足，如模糊数学法的计算量大、学习能力差，舰船起锚机液压系统故障分析误差大；人工神经网络的舰船起锚机液压系统故障分析结果的可解释性差，经常出现一些误分析结果[4]。针对当前舰船起锚机液压系统故障分析存在的速度慢、工作过程复杂、误差等局限性，设计了数据挖掘技术的舰船起锚机液压系统故障分析方法，Mat-lab平台上的仿真对比测试结果表明，数据挖掘技术的舰船起锚机液压系统故障分析精度高分析速度快。