俞凱耀

（浙江國際海運職業(yè)技術(shù)學(xué)院 海洋裝備工程學(xué)院，浙江 舟山 316021）

0 引言

船舶發(fā)電系統(tǒng)為整個船舶提供電力，電泵是電力系統(tǒng)的關(guān)鍵組成部件。電泵將電能轉(zhuǎn)換為機(jī)械能為流體提供壓力，從而為發(fā)電系統(tǒng)中的各類器件提供冷卻。電泵為電力系統(tǒng)的穩(wěn)定工作提供了必要條件，若電泵工作異常，那么柴油發(fā)電機(jī)、葉輪等有可能會出現(xiàn)溫度過高而報警，從而影響船舶的整個發(fā)電系統(tǒng)。而船舶發(fā)電系統(tǒng)是一個非常龐大且復(fù)雜的系統(tǒng)，當(dāng)前船舶發(fā)電系統(tǒng)的維修仍然依靠人工排查，然后根據(jù)經(jīng)驗來判斷故障，這就對船舶維修人員提出了更高的要求。很多時候在排查完確定是電泵問題后，不了解電泵的基本結(jié)構(gòu)以及常見故障，維修人員都是直接更換，這也提升了船舶維護(hù)成本。同時由于不同船舶電力系統(tǒng)中電泵型號各異，其結(jié)構(gòu)也不盡相同，很多船員在對電泵進(jìn)行排查時就需要掌握很多專業(yè)的知識，另外有經(jīng)驗的員工對出現(xiàn)過的故障和現(xiàn)象可以快速判斷，但是對于沒有出現(xiàn)過的故障則難以進(jìn)行辨別，需要更加專業(yè)的人員進(jìn)行分析和判斷。

直接對電泵故障進(jìn)行判斷過于依賴經(jīng)驗，同時也容易受到情緒等外界因素的干擾。國內(nèi)目前有很多學(xué)者都對故障監(jiān)測系統(tǒng)以及相關(guān)技術(shù)進(jìn)行研究。李強(qiáng)[1]對電力系統(tǒng)中的裝備狀態(tài)監(jiān)測和相關(guān)診斷技術(shù)進(jìn)行了研究；盧仁軍[2]提出了一種變頻探測法，可以對電力系統(tǒng)中的故障進(jìn)行定位和分析；陸熀林[3]對電力系統(tǒng)中的絕緣故障智能定位技術(shù)進(jìn)行了研究。通過對比可以發(fā)現(xiàn)，目前對船舶發(fā)電系統(tǒng)中的電泵故障監(jiān)測研究較少，同時對故障進(jìn)行監(jiān)測和定位僅限于某一種類型的電力設(shè)備，而對于復(fù)雜電力系統(tǒng)中的多型號設(shè)備故障監(jiān)控則難于實現(xiàn)。這是由于當(dāng)前無法將所有型號電力設(shè)備、故障現(xiàn)象等建立數(shù)據(jù)庫，并在監(jiān)測系統(tǒng)中建立模型對故障進(jìn)行分析。大數(shù)據(jù)技術(shù)是通過將大量的數(shù)據(jù)結(jié)合到數(shù)據(jù)庫或者云平臺上，然后結(jié)合專業(yè)化的數(shù)據(jù)分析實現(xiàn)一些特定功能。對于電泵故障監(jiān)測而言，由于故障種類多，某一特定故障對應(yīng)的現(xiàn)象也多，不同型號電泵的結(jié)構(gòu)也存在不同，因而結(jié)合大數(shù)據(jù)技術(shù)構(gòu)建船舶電力系統(tǒng)電泵故障監(jiān)測系統(tǒng)可以有效提升故障解決效率，提升船舶電力系統(tǒng)運行穩(wěn)定性。

1 關(guān)鍵技術(shù)分析

1.1 大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)包括以下幾個方面[4]：

1）故障數(shù)據(jù)源。所有大數(shù)據(jù)技術(shù)都需要獲取大量的最原始數(shù)據(jù)，這些數(shù)據(jù)是后續(xù)數(shù)據(jù)管理的基礎(chǔ)。

2）數(shù)據(jù)收集。使用傳感器、嵌入式系統(tǒng)等對數(shù)據(jù)進(jìn)行收集，并將其傳輸?shù)酱翱刂浦行摹?/p>

3）數(shù)據(jù)庫存儲。船舶發(fā)電站中水泵故障數(shù)據(jù)初始時都是存儲在嵌入式采集節(jié)點的Flash 中，在采集完成后將這些數(shù)據(jù)發(fā)送到船舶監(jiān)控中心，經(jīng)過初步處理后再將這些數(shù)據(jù)發(fā)送到岸基控制中心，并將處理后的數(shù)據(jù)存儲到數(shù)據(jù)庫。

4）資源管理。資源管理是大數(shù)據(jù)技術(shù)的關(guān)鍵組成部分，它主要負(fù)責(zé)將現(xiàn)有的存儲資源和計算資源進(jìn)行合理分配。傳統(tǒng)的大數(shù)據(jù)技術(shù)一般將故障數(shù)據(jù)存儲在本地存儲器，但是隨著云平臺和分布式存儲技術(shù)的發(fā)展，可以將采集到的故障數(shù)據(jù)存儲到云平臺，調(diào)用這些數(shù)據(jù)時只需要訪問云平臺即可。

5）數(shù)據(jù)批量處理、流處理、交互式分析。對已經(jīng)獲取的故障數(shù)據(jù)進(jìn)行批量化處理，這個過程可以在岸基控制中心進(jìn)行，也可以在云平臺進(jìn)行，主要用于處理非連續(xù)的故障數(shù)據(jù)。流處理主要用于處理連續(xù)性數(shù)據(jù)，有一些需要和用戶交互的數(shù)據(jù)則需要用到流處理技術(shù)，交互式分析主要用于建立數(shù)據(jù)和用戶之間的關(guān)系，分析哪些數(shù)據(jù)是需要在界面上展現(xiàn)出來的，哪些數(shù)據(jù)是用戶所關(guān)注的。

6）數(shù)據(jù)挖掘和數(shù)據(jù)倉庫。數(shù)據(jù)挖掘是大數(shù)據(jù)技術(shù)中的核心，對于電泵故障數(shù)據(jù)而言，本身數(shù)據(jù)量較大，如果僅僅依靠人工對這些故障數(shù)據(jù)進(jìn)行查找以及判斷，那就需要花費大量的時間。而數(shù)據(jù)挖掘技術(shù)是從大量的數(shù)據(jù)中對關(guān)鍵數(shù)據(jù)進(jìn)行分析，并尋找這些數(shù)據(jù)中的規(guī)律，分析出這些數(shù)據(jù)所對應(yīng)的故障類型。數(shù)據(jù)挖掘是實現(xiàn)船舶發(fā)電系統(tǒng)水泵故障智能識別的關(guān)鍵所在，可以有效為船員維修和監(jiān)控電泵時提供決策支持。數(shù)據(jù)挖掘使用的主要方法包括聚類分析、關(guān)聯(lián)分析以及異常分析等。數(shù)據(jù)倉庫是為船舶電泵故障分析提供一個綜合的數(shù)據(jù)集合，數(shù)據(jù)倉庫中的數(shù)據(jù)都是經(jīng)過處理的電泵故障數(shù)據(jù)，同時還包括所有船舶電泵相關(guān)的其他數(shù)據(jù)，這些數(shù)據(jù)都是經(jīng)過加工和處理得到，數(shù)據(jù)格式高度一致且滿足特定格式要求，后續(xù)為發(fā)電站電泵故障分析提供基礎(chǔ)。

7）數(shù)據(jù)可視化。船舶工作人員很難通過單純的數(shù)據(jù)對電泵故障進(jìn)行分析，而數(shù)據(jù)可視化是將數(shù)據(jù)通過圖、表、動畫等形式表現(xiàn)出來，更加清晰地將電泵的故障數(shù)據(jù)表現(xiàn)出來，幫助工作人員快速作出決策，有效提升故障排查效率。

從大數(shù)據(jù)技術(shù)基本框架可以看出，通過大數(shù)據(jù)技術(shù)不僅可以將船舶發(fā)電系統(tǒng)電泵故障數(shù)據(jù)進(jìn)行加工整理，同時還能夠為后續(xù)的故障分析提供數(shù)據(jù)基礎(chǔ)，結(jié)合可視化技術(shù)提供交互平臺，從而為電泵故障監(jiān)測提供有效保障。

1.2 遠(yuǎn)程數(shù)據(jù)傳輸技術(shù)

在船舶上很難構(gòu)建大型數(shù)據(jù)庫系統(tǒng)和故障分析系統(tǒng)，因而目前主流的解決方案是通過數(shù)據(jù)傳輸技術(shù)將船舶發(fā)電站電泵故障數(shù)據(jù)傳輸?shù)桨痘刂浦行?，然后再傳輸?shù)皆破脚_上，實現(xiàn)數(shù)據(jù)的分布式存儲和分布式計算。在這個過程中遠(yuǎn)程數(shù)據(jù)傳輸技術(shù)就顯得非常重要，由于船舶航行路線的不固定，船舶的數(shù)據(jù)傳輸主要是依靠4G 無線傳輸。云平臺上存儲的數(shù)據(jù)分為兩部分，一部分是事先已經(jīng)上傳的電泵故障數(shù)據(jù)集合，另外一部分是船舶監(jiān)測系統(tǒng)獲取的實時監(jiān)測數(shù)據(jù)，因而通過4G 無線傳輸?shù)臄?shù)據(jù)量比較小，以當(dāng)前4G 無線傳輸?shù)乃俾识?，基本上可以實現(xiàn)實時傳送。

4G 無線網(wǎng)絡(luò)傳輸可以在嵌入式平臺中實現(xiàn)。數(shù)據(jù)從船舶上傳輸?shù)交竞?，?jīng)過基站將信號放大并傳輸?shù)胶诵木W(wǎng)絡(luò)，并最終傳輸?shù)桨痘刂浦行摹?/p>

2 電泵故障監(jiān)測系統(tǒng)

2.1 系統(tǒng)架構(gòu)

本文提出一種基于大數(shù)據(jù)技術(shù)和4G 無線網(wǎng)絡(luò)傳輸技術(shù)的船舶電泵故障監(jiān)測系統(tǒng)，系統(tǒng)包括嵌入式監(jiān)控平臺、船舶控制中心、岸基控制中心以及云平臺，電泵故障監(jiān)測系統(tǒng)架構(gòu)如圖1 所示。

圖1 電泵故障監(jiān)測系統(tǒng)架構(gòu)Fig.1 Electric pump fault monitoring system architecture

1）嵌入式監(jiān)控平臺。嵌入式監(jiān)控平臺處在電泵故障監(jiān)測系統(tǒng)最底層，其控制核心是ARM 微處理器，負(fù)責(zé)對電泵中的電流、電壓、壓力以及轉(zhuǎn)速等關(guān)鍵參數(shù)進(jìn)行采集，ARM 上配置有無線網(wǎng)絡(luò)通信模塊，在完成數(shù)據(jù)的采集后，ARM 處理器將數(shù)據(jù)發(fā)送到船舶控制中心，同時通過4G 無線網(wǎng)絡(luò)通信傳輸?shù)桨痘刂浦行摹?/p>

2）船舶控制中心。船舶控制中心提供電泵控制監(jiān)控界面，負(fù)責(zé)接收嵌入式監(jiān)測模塊采集的數(shù)據(jù)，同時也接收岸基控制中心發(fā)送的數(shù)據(jù)。船舶控制中心配置有顯示界面，能夠?qū)﹄姳脿顟B(tài)以及各采集參數(shù)實時顯示。

3）岸基控制中心。岸基控制中心負(fù)責(zé)和船舶通信，在接收到采集的電泵故障信息后將這些數(shù)據(jù)通過網(wǎng)絡(luò)傳輸?shù)皆破脚_。

4）云平臺。云平臺具有分布式計算、分布式存儲以及建立故障模型分析的能力，因而云平臺在接收到相關(guān)的控制指令后可以根據(jù)當(dāng)前建立的電泵故障模型進(jìn)行分析和計算，并將分析得到的故障結(jié)果返回到岸基控制中心，最后到達(dá)船舶控制中心。

2.2 電泵故障大數(shù)據(jù)存儲和計算的實現(xiàn)

船舶上的嵌入式處理器由于處理速度慢，只適合進(jìn)行少量的數(shù)據(jù)計算，且無法運行建立的故障分析模型[5-6]，因而對于電泵故障的監(jiān)測和模型分析需要在云平臺上加以實現(xiàn)。最終云平臺需要實現(xiàn)對數(shù)據(jù)的存儲和計算分析功能。

1）分布式存儲實現(xiàn)

在云平臺上使用分布式存儲能夠?qū)崿F(xiàn)船舶發(fā)電系統(tǒng)電泵故障數(shù)據(jù)的高擴(kuò)展性，岸基控制中心一般都會同時管理一定數(shù)量的船舶，這些船舶上都會產(chǎn)生海量的監(jiān)測數(shù)據(jù)，并且隨著時間的遷移，這些數(shù)據(jù)量會越來越大，如果自己購買存儲器對數(shù)據(jù)進(jìn)行存儲，就需要不斷擴(kuò)展這些存儲器容量，或者刪除超過一定時間的故障數(shù)據(jù)，第1 種方法不符合經(jīng)濟(jì)性原則，第2 種方法則不利于構(gòu)建電泵故障診斷模型。在云平臺上使用分布式存儲可以很好地解決這個問題。

分布式存儲的數(shù)據(jù)具有高度的一致性，且具有極高的可靠性，建立的故障數(shù)據(jù)分布式存儲軟件結(jié)構(gòu)如圖2 所示，包括存儲引擎層、存儲服務(wù)層以及存儲接口層。存儲引擎層是負(fù)責(zé)處理數(shù)據(jù)冗余，確定分布式路由的基本分發(fā)策略，并負(fù)責(zé)實現(xiàn)故障數(shù)據(jù)的重構(gòu)均衡；存儲服務(wù)層為數(shù)據(jù)和資源提供保護(hù)和優(yōu)化服務(wù)；存儲接口層則負(fù)責(zé)為云平臺或者其他應(yīng)用軟件進(jìn)行數(shù)據(jù)調(diào)用時提供不同的數(shù)據(jù)接口，這些接口包括常見的HDFS 接口、NFS 接口等。

圖2 分布式云存儲的軟件架構(gòu)Fig.2 software architecture of distributed cloud storage

2）分布式計算實現(xiàn)

監(jiān)測系統(tǒng)獲取的數(shù)據(jù)都需要通過建立神經(jīng)網(wǎng)絡(luò)模型+支持向量機(jī)來加以處理，而這些都會耗費大量的計算資源，因而在結(jié)合系統(tǒng)實際需求基礎(chǔ)上，應(yīng)用云平臺分布式計算。

以電泵故障診斷模型中的求電流平均值為例，在對電泵分析過程中，由于嵌入式監(jiān)控平臺獲取的電流數(shù)據(jù)是每一秒采集一次，因而系統(tǒng)在監(jiān)控電泵電流時除了在異常時報警，還需要對電流結(jié)果異常前后的電流值進(jìn)行獲取并求取平均值，進(jìn)而作為輔助判斷電泵故障的依據(jù)。采集的電泵電流數(shù)據(jù)量非常大，且需要對一段時間內(nèi)的電流值進(jìn)行獲取并求取平均值進(jìn)行判斷，使用分布式云計算將這個計算過程進(jìn)行分解并得到結(jié)果，可以有效提升計算效率。圖3 為分布式云計算實現(xiàn)的基本過程，主要包括以下步驟：

圖3 分布式云計算實現(xiàn)Fig.3 Distributed cloud computing implementation

1）任務(wù)提交。根據(jù)建立的電泵故障診斷模型，將任務(wù)提交給JobTracker。

2）任務(wù)分配（Map 階段）。系統(tǒng)會首先將電泵監(jiān)測規(guī)定時間內(nèi)所有的電流值數(shù)據(jù)從數(shù)據(jù)庫中取出，同時將所有的電流值分為若干個數(shù)據(jù)片段，并分配給不同的TaskTracker。

3）任務(wù)計算（Reduce 階段）。TaskTracker 將獲取的部分電流值求取平均值。

4）結(jié)果匯總。將Reduce 階段獲取的所有平均值結(jié)果進(jìn)行匯總和計算，輸出平均電流值結(jié)果。

在Map 階段對任務(wù)進(jìn)行分解后可以根據(jù)實際任務(wù)量的多少指定足夠數(shù)量的TaskTracker 來完成計算任務(wù)，在電泵故障診斷模型中需要進(jìn)行很多的數(shù)據(jù)獲取和計算，TaskTracker 被放置在不同位置，可以根據(jù)實際需求來進(jìn)行計算，并在Reduce 階段將計算結(jié)果匯總，從而大幅度提升計算效率。

本文的研究對象是發(fā)電系統(tǒng)中的電泵故障監(jiān)測，而在船舶上需要對發(fā)電系統(tǒng)中的發(fā)電機(jī)、燃?xì)廨啓C(jī)、機(jī)艙設(shè)備等多類設(shè)備同時進(jìn)行監(jiān)控，監(jiān)測的數(shù)據(jù)非常龐大，因而本文提出的基于大數(shù)據(jù)技術(shù)的發(fā)電系統(tǒng)電泵故障監(jiān)控系統(tǒng)能夠擴(kuò)展到對船舶所有設(shè)備進(jìn)行故障監(jiān)控。

3 結(jié)語

傳統(tǒng)電泵維修和監(jiān)測主要依靠人工經(jīng)驗，存在很大的局限性，本文完成的工作主要包括以下幾個方面：

1）對電泵故障監(jiān)測系統(tǒng)中的關(guān)鍵技術(shù)——4G 無線網(wǎng)絡(luò)傳輸技術(shù)以及大數(shù)據(jù)技術(shù)進(jìn)行闡述；

2）設(shè)計了基于大數(shù)據(jù)技術(shù)的船舶發(fā)電系統(tǒng)電泵故障監(jiān)測系統(tǒng)架構(gòu)，分析系統(tǒng)各個部分的基本功能；

3）使用云平臺計算實現(xiàn)了電泵故障數(shù)據(jù)的分布式存儲和計算，以電泵電流平均值計算為例分析了分布式計算的實現(xiàn)過程。