(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210812367.8 (22)申请日 2022.07.11 (71)申请人 江苏科技大学 地址 212100 江苏省镇江市丹徒区长晖路 666号 (72)发明人 杨奕飞　吴杨　何祖军　苏贞　 齐亮　叶树霞　袁伟　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 徐澍 (51)Int.Cl. G06Q 10/00(2012.01) G06K 9/62(2022.01) (54)发明名称 一种船舶动力运维系统及运维方法 (57)摘要 本发明公开了一种船舶动力运 维系统， 其特 征在于， 包括： 参数设置模块、 实时数据采集模 块、 故障分析模块、 船舶历史大数据模块、 故障树 优化模块和数据终端模块； 故障分析模块分别与 参数设置模块、 实时数据采集模块、 故障树优化 模块和数据终端模块连接； 船舶历史大数据模块 与故障树优化模块连接； 故障分析模块通过参数 设置模块设置的参数以及船舶历史大数据模块 构建的故障树模型， 对船舶故障进行分析； 故障 树优化模块通过船舶历史大数据模块的历史数 据对故障分析模块构建的故障树模 型进行优化。 本发明通过对属性进行相关系数分析， 对于关系 密切的属性进行合并， 增加运算速度、 减少分支 和判断次数， 调高效率。 权利要求书2页 说明书8页 附图3页 CN 115374961 A 2022.11.22 CN 115374961 A 1.一种船舶动力运维系统， 其特征在于， 包括： 参数设置模块、 实时数据采集模块、 故障 分析模块、 船舶历史大 数据模块、 故障树优化模块和数据终端模块； 所述故障分析模块分别与所述参数设置模块、 实时数据采集模块、 故障树优化模块和 数据终端模块连接； 所述船舶历史大 数据模块与所述故障树优化模块连接； 所述故障分析模块通过参数设置模块设置的参数以及所述船舶历史大数据模块构建 的故障树模型， 并根据所述实时数据采集模块采集的实时数据对船舶故障进行分析； 所述数据终端模块 根据船舶故障分析 结果产生报警信号、 运维决策； 所述故障树优化模块通过所述船舶历史大数据模块的历史数据对所述故障分析模块 构建的故障树模型进行优化。 2.如权利要求1所述的船舶动力运维系统， 其特征在于， 所述参数设置模块包括设置设 备基本参数、 设置岸基参数； 其中， 所述设备基本参数包括设备厂商提供的系统知识库、 设 备故障库、 设计数据； 所述岸基参数包括岸基提供的船舶动力系统使用场景数据、 可靠性数 据、 维修数据。 3.如权利 要求1所述的船舶动力运维系统， 其特征在于， 所述故障分析模块通过S4000P 标准构建故障树模型对船舶故障进行分析。 4.如权利要求1所述的船舶动力运维系统， 其特征在于， 所述故障树优化模块通过所述 船舶历史大数据模块的历史数据构建参考用故障树模型， 将所述 故障分析模块构建的故障 模型与参 考用故障树模型比较， 对故障模型进行增 加和/或删减树枝的优化。 5.一种船舶动力运维方法， 适用于如权利要求1 ‑4中任一所述的船舶动力运维系统， 其 特征在于， 所述船舶动力运维方法包括如下步骤： 步骤1： 获取历史故障数据， 进行数据预处理， 得到训练集、 测试集， 训练集、 测试集中包 括柴油机状态属性； 步骤2： 对训练集样本、 测试集样本进行随机有放 回抽取， 形成若干个子训练集、 若干个 子测试集， 对若干子训练集的缺 失的柴油机状态属性填充及连续的柴油机状态属性的离散 处理； 对若干子测试集的缺失的柴油机状态属性填充及连续的柴油机状态属性的离散处 理； 步骤3： 将子训练集的柴油机状态属性中相似的属性进行合并； 步骤4： 根据柴油机状态属性中各属性的相关度对故障树的最大深度临界值进行确定， 再根据最大深度临界值及训练集 通过信息增益方法构建故障树； 步骤5： 对构建好的故障树进行剪枝操作， 并用测试集测试故障树； 步骤6： 将实时的柴油机状态输入至故障树中对故障进行诊断。 6.如权利要求5所述的船舶动力运维方法， 其特征在于， 所述步骤4中最大深度临界值 的确定方法： 当前属性个数小于5时， 不进行最大深度临界值限制； 当当前属性个数大于等于5时， 故 障树临界值 为 其中， m表示属性的个数。 7.如权利要求5所述的船舶动力运维方法， 其特征在于， 所述步骤4中在构建故障树时， 当需要产生新分支 时， 先对信息增 益率中的分裂因子项进行优化， 当分裂前后信息增益的权　利　要　求　书 1/2 页 2 CN 115374961 A 2差距满足预设条件时， 分裂形成新分支； 当分裂前后信息增益的差距不满足预设条件时， 再 根据分裂前后信息增益的差距对信息增益率中的分裂因子项进行重复优化， 直至满足预设 条件， 进行分裂形成新分支。 8.如权利要求7所述的船舶动力运维方法， 其特征在于， 先对信 息增益率中的分裂因子 项进行优化时， 分裂因子项的获取公式如下： 其中， Sk表示当前第k个属性的样本数据个数； S 为数据集样本个数； βk为概率平均系数， 其中pk为当前属性概率， pmax为属性概率最大值， pmin为属性 概率最小值。 9.如权利要求7或8所述的船舶动力运维方法， 其特征在于， 根据分裂前后信息增益的 差距对信息增益 率中的分裂因子项 进行重复优化时， 分裂因子项的获取公式如下： 其中， Sk表示当前第k个属性的样本数据个数； S 为数据集样本个数； βk为概率平均系数， 其中pk为当前属性概率， pmax为属性概率最大值， pmin为属性 概率最小值； α 为分裂之前的信息增益 值与分裂之后的信息增益 值的差值。 10.如权利要求7所述的船舶动力运维方法， 其特征在于， 所述预设条件为分裂之前的 信息增益值与分裂之后的信息增益值的差值小于预设值， 其中， 所述预设值的获取方法为： 通过皮尔逊相关属性系数r的平方值r2， 来确定预设值， 取值范围为(0， 1)之间。权　利　要　求　书 2/2 页 3 CN 115374961 A 3