技术领域
[0001] 本发明设计无人艇健康评估技术领域，尤其涉及一种无人艇动力装置健康状态评估系统及方法。
相关背景技术
[0002] 当前，无人艇动力装置作为无人艇的重要组成，为无人艇提供运行动力，其长期处在高腐蚀性的海洋环境，故障诱发概率较高。并且一旦发生故障，将会导致一系列负面影响，造成恶性事故的发生。因此，保证和提高动力装置可靠性和维修性，对无人艇动力装置进行健康状态评估与制定相应的维修决策具有重要意义。
[0003] 针对这些问题，为保障无人艇动力装置的正常工作，亟需实现对动力装置的健康状态评估以及提供及时有效的维修决策，近年来，无人艇的状态监测系统与方法逐渐被研究，但相对来说研究较少，如中国船舶集团有限公司综合技术经济研究院的李钊阳等人发明公开了一种无人艇的状态监测与维修保障系统，通过模块的设置可以及时有效监测无人艇的各项设备运行状态以及故障的维修，不足之处是没有给出具体的实时健康状态评估方法。(李钊阳，杨诚，闫戈，江涛，刘虹晓，郝光耀，晏裕生，黄华，杨莲，杨倩倩.一种无人艇的状态监测与维修保障系统[P].北京市：CN115964883A,2023‑04‑14.)
[0004] 这些方法可以有效监测设备的状态并给予维修决策，但也存在不足之处，如对无人艇动力装置状态监测效果不佳、难以对健康状态实时评估、当装置出现异常时难以制定有效的维修决策等，故本发明提供了一种无人艇动力装置健康状态评估系统及方法用来解决上述存在的不足。
具体实施方式
[0043] 为使本发明实施例的目的、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，本领域技术人员在没有作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。
[0044] 下面结合具体实施例，进一步阐明本发明。本领域的技术人员应该了解这些实施例仅用于说明本发明而不用于限制本发明的范围，对本发明的各种等价形式的修改均落于本申请所附权利要求书所限定的范围。
[0045] 如图1所示，本发明具体实施例提供了一种无人艇动力装置健康状态评估系统，包括：无人艇动力装置、数据采集模块、艇载数据预处理模块、岸艇通信模块、岸基监控管理模块；
[0046] 数据采集模块于无人艇动力装置连接，用于采集无人艇动力装置的各种参量数据；艇载数据预处理模块于数据采集模块连接，用于对采集的各种参量数据进行预处理；岸艇通信模块分别于艇载数据预处理模块、岸基监控管理模块通讯连接，用于传递艇载数据预处理模块与岸基监控管理模块之间的数据；岸基监控管理模块根据获取的无人艇动力装置的各种参量数据，通过构建的ResCNN‑TCN模型对无人艇健康状态进行评估，并提供对应的维修决策。
[0047] 无人艇动力装置包括：柴油机、螺旋桨、喷水推进器、传动设备以及电池储能元件。
[0048] 数据采集模块包括振动采集单元、电流采集单元、电压采集单元、转速采集单元、油位采集单元、温度采集单元、湿度采集单元和电能采集单元和其他采集单元；
[0049] 振动采集单元用于采集动力装置的振动信号；电流采集单元用于采集动力装置运行时的电流信号；电压采集单元用于采集动力装置运行时的电压信号；转速采集单元用于采集动力装置转速；油位采集单元用于采集动力装置的油量；温度采集单元用于采集动力装置运行时本身的温度和周围环境温度；湿度采集单元用于采集动力装置周围环境的湿度；电能采集单元用于采集电池储能元件的电量；其他采集单元用于采集动力装置的其他参量。
[0050] 艇载数据预处理模块包括数据清洗单元、数据归一化单元、数据分割单元；
[0051] 数据清洗单元将数据中的异常数据进行识别和剔除，并补充和估计缺失的数据；
[0052] 数据归一化单元采用最大‑最小标准化处理方式，将数据统一至[0,1]之间；
[0053] 数据分割单元将归一化后的数据分割。
[0054] 岸基监控管理模块包括：健康状态评估单元和维修决策单元；
[0055] 健康状态评估单元通过对艇载数据预处理模块上传的数据信息进行健康状态评估；
[0056] 维修决策单元根据健康状态做出决策指令和维修建议。
[0057] 如图2所示，本发明具体实施例还提供了一种无人艇动力装置健康状态评估方法，适用于上述无人艇动力装置健康状态评估系统，包括如下步骤：
[0058] 步骤1：采集获取动力装置各特征参量的时间序列数据；
[0059] 特征参数选择装置振动、运行电流、运行电压、转速、油位、装置自身温度、周围环境温度、周围环境湿度和剩余电量等；
[0060] 步骤2：对采集的时间序列数据进行预处理；
[0061] 利用艇载数据预处理模块对数据采集模块采集的数据进行数据清洗、归一化处理，并采用滑动时间窗分割方法对归一化后的数据再进行分割处理；
[0062] 数据归一化处理用最大‑最小归一化处理，具体公式如下：
[0063]
[0064] 其中，y’为归一化后的数据，y为原始数据，ymax和ymin分别为原始数据的最大值和最小值；
[0065] 步骤3：对处理后的数据进行健康标记；
[0066] 将处理后的数据通过岸艇通信模块上传到岸基中存储，并将历史存储的数据集进行健康标记，并将带有标记的数据集按比例为80％和20％划分为训练集和测试集，新存储的不进行标记，未被标记的作为实时健康状态评估的数据集；
[0067] 有健康标记的各特征参数的时间序列数据yj(t＝1),yj(t＝2),...,yj(t＝n)的取值在[0,1]之间，其中j代表特征参数，n表示时间序列长度，0代表特征参数在t时刻处于完全故障状态，1代表特征参数在t时刻处于完全健康状态，具体健康标记如表1健康状态标记说明对应表：
[0068]
[0069] 表1
[0070] 步骤4：如图3所示，构建ResCNN‑TCN模型，通过ResCNN‑TCN模型对各特征的状态进行预测，得到状态预测值；
[0071] 其中，ResCNN‑TCN模型特征包括依次连接的：扩展卷积层、第一最大池化层、卷积层、第二最大池化层、残差单元、Flatten层、第一扩张因果卷积层，
[0072] 第一扩张因果卷积层之后分为两条路，一路包括依次连接的第一dropout层、第二扩张因果卷积层、第二dropout层；另一路包括1*1卷积恒等映射层；第二dropout层与1*1卷积恒等映射层求和后依次连接全连接层、输出层；
[0073] 第一扩张因果卷积层与第一dropout层之间经过层归一化、ReLU激活函数处理；第二扩张因果卷积层与第二dropout层之间经过层归一化、ReLU激活函数处理；
[0074] 由于无人艇动力装置所处的环境复杂多变，故障退化机理也比较复杂，为了在更短时间内提取退化过程的全局特征，首先通过扩展卷积层，采用大的卷积核，目的是扩大感受野，更好地提取短时局部特征，扩展卷积层后面连接着第一最大池化层，用来扩展卷积后数据的降维，接着连接卷积层，此层采用小卷积核，目的是减少网络的参数，有利于加深网络，抑制过拟合，接着连接到第二最大池化层，继续进行数据的降维；
[0075] 随着网络深度的加深，会导致训练的错误增加，进而导致无人艇动力装置信号数据提取特征不充分，所以要通过残差单元继续深层提取特征，残差单元可以有效解决随着网络深度加深而导致的网络退化现象；
[0076] 残差单元输出的特征通过Flatten层将特征转化为一维向量，为了更快速地提取时间尺度上的特征，采用扩张因果卷积层，更好采用扩张因果卷积技术来提升感受野，并且不会增加计算成本，扩张因果卷积层不使用时间t之后的数据，接着输入到第一扩张因果卷积层和第二扩张因果卷积层；
[0077] 采用1*1卷积层实现跨层连接来解决卷积退化导致的梯度消失问题，使得扩张因果卷积层的输入的尺度与经过1*1卷积层跨层连接之后的输出尺度相同，最后通过全连接层和输出层，最终输出各特征参量的状态预测输出值；
[0078] 步骤5：通过训练集、测试集对ResCNN‑TCN模型进行训练；训练过程中通过Adam算法不断优化模型；通过均方根误差和平均绝对误差评价ResCNN‑TCN模型预测结果的准确性；
[0079] 步骤6：通过训练好的ResCNN‑TCN模型，获取根各特征参量实时数据的状态预测值，并根据状态预测值计算健康指标估计值；健康指标评估值的计算公式如下：
[0080]
[0081] 式中，hj表示特征参数j的健康指标评估值；yj表示特征参数j的状态预测输出值；Yj为数据中特征参数j正常运行极限范围之内的平均值；ymin为特征参数j运行的最小极限值；ymax为该特征参数j运行的最大极限值；
[0082] 采用大数定理和正态分布的方法确定特征参数运行的最大极限值、最小极限值和正常运行极限范围之内的平均值，具体实现公式如下：
[0083]
[0084] ymin＝Yj‑3σ
[0085] ymax＝Yj+3σ
[0086] 其
[0087] 式中，n为正常运行极限范围内的时间序列，Yj为数据中特征参数j正常运行极限范围之内的平均值，ymin为特征参数j运行的最小极限值，ymax为该特征参数j运行的最大极限值，为标准差；
[0088] 步骤7：根据各特征的健康指标估计值计算动力装置的综合健康度，并根据综合健康度进行健康状态预警及提供相应的维修决策；
[0089] 其中，动力装置的综合健康度的计算公式如下：
[0090]
[0091] 式中，m为特征参数个数； 为各特征参数对装置健康状态影响权重的大小，H为多特征参数影响动力装置的综合健康度。
[0092] 根据历史数据得知，各特征参量对动力装置影响程度有较大差别，通过权重赋值得到的综合健康度可以较为准确地衡量动力装置的健康状态。
[0093] 虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
