【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及船舶機電設(shè)備故障診斷技術(shù)，尤其涉及一種船舶機電設(shè)備故障診斷方法。
技術(shù)介紹
1、目前船舶裝備上的機電設(shè)備眾多，設(shè)備自身的龐雜導(dǎo)致即使是專業(yè)人員也難以通過表象判斷設(shè)備自身狀態(tài)，一旦發(fā)生故障，可能會造成設(shè)備無法正常使用，甚至?xí)疬B鎖反應(yīng)影響到其他設(shè)備或是全船，造成巨大經(jīng)濟損失和災(zāi)難性后果。
2、通過數(shù)據(jù)挖掘技術(shù)對其進行分析、處理及利用，發(fā)現(xiàn)數(shù)據(jù)資源背后隱藏的故障規(guī)律及模式，提前發(fā)現(xiàn)問題隱患，從而有針對性的采取措施，對船舶裝備的故障診斷、維修維護及提升裝備正常運行能力具有重大意義。但與此同時，人工智能算法由于其自身內(nèi)部多為黑盒，缺乏可解釋性，導(dǎo)致結(jié)果可信度不高。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中的缺陷，提供一種基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法。
2、本專利技術(shù)解決其技術(shù)問題所采用的技術(shù)方案是：一種基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，包括以下步驟：
3、1)采集機電設(shè)備監(jiān)測數(shù)據(jù)，并進行數(shù)據(jù)預(yù)處理；
4、所述數(shù)據(jù)預(yù)處理包括針對機電設(shè)備的監(jiān)測數(shù)據(jù)進行初步刪減、去噪等處理；
5、2)根據(jù)機電設(shè)備相關(guān)設(shè)計與機理分析，判斷其中機電設(shè)備的監(jiān)測變量所存在的因果關(guān)系，獲得能夠確定的部分監(jiān)測特征變量之間所存在的因果關(guān)系；
6、3)針對預(yù)處理后的數(shù)據(jù)挖掘監(jiān)測特征變量之間所存在的因果關(guān)系，構(gòu)建相應(yīng)的因果關(guān)系網(wǎng)絡(luò)；
7、4)以預(yù)處理后的監(jiān)測數(shù)據(jù)以及構(gòu)建的因果關(guān)系網(wǎng)絡(luò)為
8、5)對故障診斷模型進行訓(xùn)練，對模型參數(shù)進行優(yōu)化與調(diào)整；
9、6)使用訓(xùn)練得到模型進行故障診斷。
10、按上述方案，步驟3)中，構(gòu)建相應(yīng)的因果關(guān)系網(wǎng)絡(luò)如下：
11、將預(yù)處理后的監(jiān)測數(shù)據(jù)作為輸入，分析確定的因果關(guān)系作為約束條件，采用數(shù)據(jù)驅(qū)動因果發(fā)現(xiàn)算法，構(gòu)建監(jiān)測特征變量之間的因果關(guān)系網(wǎng)絡(luò)。
12、按上述方案，步驟4)中，使用圖注意力網(wǎng)絡(luò)模型作為故障診斷模型。
13、按上述方案，步驟4)中，所述圖注意力網(wǎng)絡(luò)模型包括輸入層、多個圖注意力層和全連接層，多個圖注意力層用于實現(xiàn)對輸入數(shù)據(jù)的信息聚合及提取，全連接層用于實現(xiàn)故障診斷。
14、按上述方案，步驟4)中，對于每個圖注意層，圖注意力網(wǎng)絡(luò)通過一個共享的權(quán)重矩陣計算第i個節(jié)點和第j個節(jié)點之間的注意力eij，如下式所示：
15、
16、式中，分別表示第i個節(jié)點和第j個節(jié)點的f維特征；w∈rf′×f是一個共享的權(quán)重矩陣，將輸入節(jié)點f維特征轉(zhuǎn)換為f′維；||表示向量拼接操作；是一個權(quán)重向量，將拼接后的2f′維向量映射為一個實數(shù)值；leakyrelu為激活函數(shù)；
17、針對網(wǎng)絡(luò)圖中的節(jié)點，在計算得該節(jié)點與其鄰居節(jié)點的注意力系數(shù)后，即可對所有鄰居節(jié)點進行加權(quán)求和，從而得到網(wǎng)絡(luò)圖中每一個節(jié)點聚合其各自鄰居節(jié)點信息后的輸出特征；
18、第i個節(jié)點的輸出特征計算公式如下式所示:
19、
20、式中，σ表示激活函數(shù)，αij為兩個節(jié)點間注意力系數(shù)，ni是節(jié)點i的鄰居節(jié)點集合。
21、按上述方案，所述步驟4)中，計算節(jié)點i與其鄰居節(jié)點之間的注意力系數(shù),如下式所示：
22、
23、式中，ni是節(jié)點i的鄰居節(jié)點集合；
24、按上述方案，所述步驟4)中，圖注意力網(wǎng)絡(luò)引入了多頭注意力機制來提高模型自身的表征能力；輸出特征為對多頭注意力得到的結(jié)果進行拼接或者取平均操作。
25、本專利技術(shù)產(chǎn)生的有益效果是：
26、1、本專利技術(shù)通過挖掘監(jiān)測特征變量之間所存在的因果關(guān)系，基于因果關(guān)系反映變量之間的真實影響關(guān)系，相比現(xiàn)有的相關(guān)關(guān)系具有有向、稀疏等優(yōu)點，本專利技術(shù)基于因果關(guān)系網(wǎng)絡(luò)的故障診斷方法更具可解釋性。
27、2、基于因果關(guān)系網(wǎng)絡(luò)與圖神經(jīng)網(wǎng)絡(luò)模型的結(jié)合，能夠更好的進行故障診斷，提高診斷正確性。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，所述步驟1)中，數(shù)據(jù)預(yù)處理包括：
3.根據(jù)權(quán)利要求1所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，步驟4)中，使用圖注意力網(wǎng)絡(luò)模型作為故障診斷模型。
4.根據(jù)權(quán)利要求3所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，步驟4)中，所述圖注意力網(wǎng)絡(luò)模型包括輸入層、多個圖注意力層和全連接層，多個圖注意力層用于實現(xiàn)對輸入數(shù)據(jù)的信息聚合及提取，全連接層用于實現(xiàn)故障診斷。
5.根據(jù)權(quán)利要求4所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，步驟4)中，對于每個圖注意層，圖注意力網(wǎng)絡(luò)通過一個共享的權(quán)重矩陣計算第i個節(jié)點和第j個節(jié)點之間的注意力eij，如下式所示：
6.根據(jù)權(quán)利要求5所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于所述步驟4)中，計算節(jié)點i與其鄰居節(jié)點之間的注意力系數(shù),如下式所示：
7.根據(jù)權(quán)利要求
8.根據(jù)權(quán)利要求1所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，步驟3)中，構(gòu)建相應(yīng)的因果關(guān)系網(wǎng)絡(luò)如下：
9.一種電子設(shè)備，其特征在于，
10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至8任一項所述的方法。
...【技術(shù)特征摘要】
1.一種基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，所述步驟1)中，數(shù)據(jù)預(yù)處理包括：
3.根據(jù)權(quán)利要求1所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，步驟4)中，使用圖注意力網(wǎng)絡(luò)模型作為故障診斷模型。
4.根據(jù)權(quán)利要求3所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，步驟4)中，所述圖注意力網(wǎng)絡(luò)模型包括輸入層、多個圖注意力層和全連接層，多個圖注意力層用于實現(xiàn)對輸入數(shù)據(jù)的信息聚合及提取，全連接層用于實現(xiàn)故障診斷。
5.根據(jù)權(quán)利要求4所述的基于因果關(guān)系網(wǎng)絡(luò)的船舶機電設(shè)備故障診斷方法，其特征在于，步驟4)中，對于每個圖注意層，圖注意力網(wǎng)絡(luò)通過一個共享的權(quán)重矩陣計算第i...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：徐煜博，劉杰，劉嘉豪，丁律輝，肖偉，
申請(專利權(quán))人：中國艦船研究設(shè)計中心，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。