一种基于高斯混合模型的主机运行工况构建方法

对复杂的船舶主机运行数据进行有效的工况划分可以提升主机设备的监测能力,基于工况下各个设备参数的特征值变化情况,进一步提升主机设备故障诊断和预估能力。为此,提出一种基于高斯混合模型（GMM）的主机工况构建方法。该方法首先对实船监测数据进行预处理和初步筛选,再对各个特征参数之间的相关性进行分析,从而确定转速和功率为聚类划分的特征参数。引入置信区间获取目标船主机在主要营运要求下的转速范围,提升工况划分的效率,结合GMM构建主机工况划分方法。基于GMM的工况划分方法可以对复杂的主机运行工况进行有效划分,能为各个工况下的主机设备监测提供可靠的数据支撑。     

一种基于k-Means算法的船舶主机工况二次划分方法

为准确划分船舶主机运行工况,提升船舶主机性能监测能力,设计一种基于k-Means算法的船舶主机工况二次划分方法。基于实船运营大数据,分2个阶段开展主机运行工况划分研究,其中：第一阶段,以主机转速和功率为特征参数,初步划分主机运行工况;第二阶段,以海水温度和扫气箱温度为特征参数,对第一阶段划分的工况进行第二次划分。以某大型散货船为例,通过实船试验对该方法的有效性进行验证。试验结果表明,该方法能对复杂的船舶主机运行工况进行有效划分,可为船舶主机性能监测提供状态质量评估和辅助决策,有利于船舶主机健康管理和故障诊断工作的开展。