吳 軍，陳作懿，嚴(yán) 喆，王 吉，胡 奎

(華中科技大學(xué) 船舶與海洋工程學(xué)院， 武漢 430074)

軸承是船舶各個(gè)系統(tǒng)重要的組成部件，對(duì)整個(gè)船舶的安全穩(wěn)定運(yùn)行起著至關(guān)重要的作用。船舶在航行過(guò)程中，容易受到水流和氣流等因素的影響而產(chǎn)生不同程度的振動(dòng)情況。隨著振動(dòng)時(shí)間和強(qiáng)度的增加，作為船舶各系統(tǒng)支撐部件的軸承容易發(fā)生故障。如果不能及時(shí)發(fā)現(xiàn)軸承故障，可能會(huì)有災(zāi)難性事故發(fā)生，威脅到船員安全。因此，開(kāi)展船舶軸承健康狀態(tài)監(jiān)測(cè)系統(tǒng)研制具有重要的工程應(yīng)用價(jià)值。

隨著物聯(lián)網(wǎng)、智能傳感、無(wú)線通信等技術(shù)的飛速發(fā)展及其在船舶領(lǐng)域的應(yīng)用，船舶軸承狀態(tài)監(jiān)測(cè)數(shù)據(jù)日益龐大，呈現(xiàn)出大規(guī)模、高通量、多模態(tài)和強(qiáng)關(guān)聯(lián)等特點(diǎn)[1]。如何高精高效地處理這些海量船舶軸承狀態(tài)監(jiān)測(cè)數(shù)據(jù)是一個(gè)亟待解決的關(guān)鍵性問(wèn)題[1-2]。為此，本文研究基于Hadoop的船舶軸承健康狀態(tài)監(jiān)測(cè)技術(shù)與系統(tǒng)。

1 系統(tǒng)需求分析

目前，船舶軸承上安裝有數(shù)以千計(jì)的各類傳感器，實(shí)時(shí)采集溫度、壓力、熱能、振動(dòng)和噪聲等信號(hào)，以實(shí)現(xiàn)船舶軸承健康狀態(tài)的在線監(jiān)測(cè)。隨著監(jiān)測(cè)時(shí)間的遞推，數(shù)據(jù)量越來(lái)越龐大，超出傳統(tǒng)的數(shù)據(jù)處理與存儲(chǔ)的范圍[3-4]。如何在大數(shù)據(jù)背景下實(shí)現(xiàn)船舶軸承健康狀態(tài)的監(jiān)測(cè)已經(jīng)成為現(xiàn)階段船舶狀態(tài)監(jiān)測(cè)領(lǐng)域研究的熱點(diǎn)之一[5-6]。鑒于此，本文所提出的船舶軸承健康狀態(tài)系統(tǒng)應(yīng)實(shí)現(xiàn)如下目標(biāo)：

1) 存儲(chǔ)軸承在正常運(yùn)行過(guò)程中的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)；

2) 在海量的船舶軸承狀態(tài)監(jiān)測(cè)數(shù)據(jù)中更好地發(fā)現(xiàn)有價(jià)值的數(shù)據(jù)信息；

3) 利用廉價(jià)的個(gè)人PC實(shí)現(xiàn)海量狀態(tài)監(jiān)測(cè)數(shù)據(jù)的存儲(chǔ)與計(jì)算，降低系統(tǒng)成本；

4) 基于分布式的數(shù)據(jù)存儲(chǔ)，實(shí)現(xiàn)系統(tǒng)的存儲(chǔ)與計(jì)算數(shù)據(jù)的容錯(cuò)能力；

5) 建立海量數(shù)據(jù)存儲(chǔ)、計(jì)算與用戶之間的友好人機(jī)交互，使用戶更方便、更直接地掌握船舶軸承健康狀態(tài)。

通過(guò)對(duì)系統(tǒng)的需求進(jìn)行分析，考慮到船舶軸承的工作條件惡劣、原始信息數(shù)據(jù)量大、傳感器的實(shí)時(shí)性、故障診斷的準(zhǔn)確性和系統(tǒng)的經(jīng)濟(jì)性等[3]，明確船舶軸承健康狀態(tài)監(jiān)測(cè)系統(tǒng)需要實(shí)現(xiàn)如下功能：

1) 能夠?qū)崿F(xiàn)不同傳感器的數(shù)據(jù)進(jìn)行搜集的功能；

2) 能夠?qū)崿F(xiàn)滿足和智能類型的傳感器原始信號(hào)的大量數(shù)據(jù)存儲(chǔ)與管理功能[4]。

3) 能夠?qū)崿F(xiàn)對(duì)軸承不同部件單獨(dú)進(jìn)行數(shù)據(jù)分析，判斷該軸承的健康狀態(tài)和剩余壽命。

4) 能夠?qū)崿F(xiàn)針對(duì)軸承的不同傳感器信號(hào)采取不同算法模型進(jìn)行計(jì)算和預(yù)測(cè)的功能，不同算法模型得到不同結(jié)果，能夠?qū)崿F(xiàn)評(píng)估哪一種模型更加可靠[5]。

5) 能夠?qū)崿F(xiàn)船舶軸承的剩余壽命的在線查看的功能，滿足可視化的要求。

2 系統(tǒng)框架設(shè)計(jì)

基于船舶軸承健康狀態(tài)監(jiān)測(cè)系統(tǒng)的技術(shù)需求，利用“分層設(shè)計(jì)”的系統(tǒng)架構(gòu)設(shè)計(jì)思想，并將大數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)與傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)相結(jié)合，實(shí)現(xiàn)船舶軸承的海量監(jiān)測(cè)數(shù)據(jù)的采集、存儲(chǔ)、分析與應(yīng)用，其系統(tǒng)整體框架如圖1所示。

圖1 系統(tǒng)整體框架示意圖

數(shù)據(jù)采集層是利用嵌入到船舶軸承中的各種傳感器對(duì)軸承的振動(dòng)信號(hào)、溫度信號(hào)和壓力信號(hào)等進(jìn)行采集，以不同頻率和不同數(shù)據(jù)格式采集軸承狀態(tài)參數(shù)，并將數(shù)據(jù)定時(shí)通過(guò)無(wú)線傳感網(wǎng)絡(luò)發(fā)送到指定的服務(wù)端中進(jìn)行存儲(chǔ)[7]，完成原始信號(hào)的采集和初步存儲(chǔ)工作。原始數(shù)據(jù)需要進(jìn)行壓縮和簡(jiǎn)單的降噪處理，之后再進(jìn)行網(wǎng)絡(luò)傳輸。

數(shù)據(jù)存儲(chǔ)層是將采集層采集到的原始數(shù)據(jù)進(jìn)行歸類保存，關(guān)系型數(shù)據(jù)和非關(guān)系型數(shù)據(jù)分別進(jìn)行保存。使用HBase 進(jìn)行非結(jié)構(gòu)化數(shù)據(jù)的高效實(shí)時(shí)存儲(chǔ)，HDFS文件存儲(chǔ)系統(tǒng)存儲(chǔ)大規(guī)模文件數(shù)據(jù)，MySQL關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)[8]。

數(shù)據(jù)分析層是基于Hadoop分布式計(jì)算引擎和Mxnet的深度計(jì)算框架，集成大量的智能算法，利用GPU和CPU進(jìn)行加速計(jì)算提高運(yùn)行計(jì)算效率。集成的算法庫(kù)包括機(jī)器學(xué)習(xí)算法庫(kù)、統(tǒng)計(jì)分析算法庫(kù)、深度學(xué)習(xí)算法庫(kù)等。

數(shù)據(jù)應(yīng)用層主要是實(shí)現(xiàn)系統(tǒng)功能，包括數(shù)據(jù)處理，狀態(tài)診斷、壽命預(yù)測(cè)，系統(tǒng)管理等，實(shí)行分模塊開(kāi)發(fā)，便于維護(hù)和系統(tǒng)升級(jí)改造。該數(shù)據(jù)應(yīng)用層的主要目的是向用戶明確展示如何進(jìn)行數(shù)據(jù)分析和計(jì)算、判斷軸承處于哪種健康狀態(tài)和預(yù)測(cè)軸承的剩余壽命[9-10]，何時(shí)采取維修措施提供技術(shù)支持。

3 系統(tǒng)功能與業(yè)務(wù)流程設(shè)計(jì)

3.1 功能模塊

系統(tǒng)功能模塊如圖2所示，主要包括數(shù)據(jù)管理、數(shù)據(jù)處理、狀態(tài)診斷、壽命預(yù)測(cè)、數(shù)據(jù)可視化和系統(tǒng)管理等功能。

圖2 系統(tǒng)主要功能模塊框圖

1) 數(shù)據(jù)管理

實(shí)現(xiàn)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的導(dǎo)入管理功能。提供相應(yīng)的數(shù)據(jù)導(dǎo)入接口，能夠根據(jù)傳感器的類型區(qū)別導(dǎo)入的數(shù)據(jù)是結(jié)構(gòu)化數(shù)據(jù)還是非結(jié)構(gòu)化數(shù)據(jù)；非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)到Hbase中并進(jìn)行拷備、刪除、轉(zhuǎn)移等管理方式，結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)到MySQL中以供實(shí)現(xiàn)備份、轉(zhuǎn)移、刪除功能。

2) 數(shù)據(jù)處理

實(shí)現(xiàn)數(shù)據(jù)的預(yù)處理、特征提取、特征選擇和特征融合功能。預(yù)處理可以采取濾波平滑、去空奇異值、快速傅里葉變換、小波分析等方法。特征提取實(shí)現(xiàn)在時(shí)域和頻域中進(jìn)行特征值的提取[11]。特征選擇采用斯皮爾曼系數(shù)對(duì)特征進(jìn)行隨時(shí)間的相關(guān)系數(shù)計(jì)算進(jìn)行特征選擇。特征融合實(shí)現(xiàn)將不同算法得到的特征值進(jìn)行消減融合，得到比單個(gè)算法提取特征值更為優(yōu)越的特征值。

3) 狀態(tài)診斷

實(shí)現(xiàn)狀態(tài)識(shí)別和狀態(tài)預(yù)測(cè)的功能。狀態(tài)識(shí)別功能實(shí)現(xiàn)根據(jù)選擇的模型進(jìn)行特征值輸入網(wǎng)絡(luò)或者分類模型中進(jìn)行機(jī)械狀態(tài)的識(shí)別，判斷當(dāng)前軸承處于哪種健康狀態(tài)；狀態(tài)預(yù)測(cè)功能實(shí)現(xiàn)根據(jù)當(dāng)前機(jī)器設(shè)備所處的狀態(tài)進(jìn)行預(yù)測(cè)下一階段可能會(huì)是哪種狀態(tài)或者當(dāng)天狀態(tài)還能持續(xù)多久等。進(jìn)行狀態(tài)識(shí)別和預(yù)測(cè)所用的模型工具有、深度學(xué)習(xí)模型、支持向量機(jī)模型、隱馬爾科夫模型等。

4) 壽命預(yù)測(cè)

實(shí)現(xiàn)單精度預(yù)測(cè)和雙精度預(yù)測(cè)壽命的功能。進(jìn)行壽命預(yù)測(cè)所用的模型工具有深度學(xué)習(xí)、統(tǒng)計(jì)分析和支持向量機(jī)。判斷當(dāng)前軸承是否已經(jīng)到達(dá)壽命退化階段并進(jìn)行估計(jì)機(jī)器設(shè)備剩余壽命時(shí)間。

5) 數(shù)據(jù)可視化

實(shí)現(xiàn)監(jiān)測(cè)軸承的狀態(tài)功能，實(shí)時(shí)顯示設(shè)備變化趨勢(shì)，以及給出軸承維修決策的參考意見(jiàn)。對(duì)軸承的歷史數(shù)據(jù)進(jìn)行分析后的可視化包括顯示設(shè)備整個(gè)壽命周期健康狀態(tài)變化趨勢(shì)，以及在整個(gè)壽命周期的重要節(jié)點(diǎn)顯示維修策略(維護(hù)，小修，中修，大修，是否值得維修等)；對(duì)軸承的在線監(jiān)測(cè)數(shù)據(jù)的可視化包括實(shí)時(shí)顯示設(shè)備的健康狀態(tài)變化，并在關(guān)鍵節(jié)點(diǎn)提醒用戶該采取的維修策略。

6) 系統(tǒng)管理

實(shí)現(xiàn)增、刪、改用戶功能，管理平臺(tái)所有人和用戶權(quán)限。實(shí)現(xiàn)配置軟件系統(tǒng)的參數(shù)功能例如軟件的背景，顏色，字體大小等設(shè)置。實(shí)現(xiàn)系統(tǒng)登錄、退出記錄的歷史數(shù)據(jù)保留功能。

3.2 業(yè)務(wù)流程

基于Hadoop的船舶軸承健康狀態(tài)監(jiān)測(cè)系統(tǒng)能夠并行處理海量狀態(tài)監(jiān)測(cè)數(shù)據(jù)。其采用的數(shù)據(jù)處理機(jī)制是MapReduce分布式計(jì)算，集成了機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)和深度學(xué)習(xí)的算法。業(yè)務(wù)流程如圖3所示。

圖3 業(yè)務(wù)流程框圖

首先，傳感器采集的海量原始信號(hào)經(jīng)過(guò)簡(jiǎn)單數(shù)據(jù)預(yù)處理后導(dǎo)入到HDFS分布式文件系統(tǒng)。然后，對(duì)數(shù)據(jù)進(jìn)行相應(yīng)的去空值和去奇異值等預(yù)處理。對(duì)預(yù)處理之后的數(shù)據(jù)采用MapReduce模型進(jìn)行時(shí)域、頻域以及時(shí)頻域特征的提取，提取相應(yīng)的特征集。接著，基于斯皮爾曼系數(shù)方法下計(jì)算出每個(gè)特征隨著時(shí)間的斯皮爾曼相關(guān)系數(shù)，斯皮爾曼等級(jí)相關(guān)系數(shù)大于0.8時(shí)，表明該特征隨時(shí)間具有很強(qiáng)的相關(guān)性，即可篩選出作為有效的特征量；再基于PCA方法對(duì)篩選出的有效特征進(jìn)行特征融合，可 根據(jù)選擇合適貢獻(xiàn)率來(lái)消除特征之間的冗余信息；將處理之后數(shù)據(jù)可根據(jù)需要選擇狀態(tài)診斷功能或壽命預(yù)測(cè)功能，然后基于深度學(xué)習(xí)、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)分析的方法下進(jìn)行建模和測(cè)試，若模型訓(xùn)練達(dá)到要求后，可基于該模型下對(duì)進(jìn)行診斷或預(yù)測(cè)。

4 案例分析

船舶軸承健康狀態(tài)監(jiān)測(cè)系統(tǒng)的開(kāi)發(fā)硬件環(huán)境為三臺(tái)Centos6.9操作系統(tǒng)下搭建Hadoop分布式存儲(chǔ)系統(tǒng)。在此基礎(chǔ)上，以eclipse為開(kāi)發(fā)環(huán)境，采用了java編程語(yǔ)言，運(yùn)用了Mysql5.73和Hbase2.0數(shù)據(jù)庫(kù)，開(kāi)發(fā)了船舶軸承健康狀態(tài)監(jiān)測(cè)系統(tǒng)。系統(tǒng)主界面如圖4所示。系統(tǒng)實(shí)現(xiàn)了數(shù)據(jù)管理、數(shù)據(jù)處理、狀態(tài)診斷、壽命預(yù)測(cè)、數(shù)據(jù)可視化和系統(tǒng)管理功能。

圖4 系統(tǒng)主界面圖

基于船舶軸承健康狀態(tài)監(jiān)測(cè)系統(tǒng)下，以IEEE Prognostic and Health Management 2012數(shù)據(jù)挑戰(zhàn)賽提供的軸承數(shù)據(jù)作為對(duì)象開(kāi)展軸承壽命預(yù)測(cè)案例實(shí)驗(yàn)。該軸承數(shù)據(jù)的采集系統(tǒng)平臺(tái)如圖5所示，試驗(yàn)平臺(tái)有旋轉(zhuǎn)部件、退化產(chǎn)生部件(對(duì)測(cè)試軸承施加徑向力)、測(cè)量部件三部分組成。通過(guò)安裝在軸承上方的加速度傳感器收集數(shù)據(jù)，設(shè)置傳感器的采樣頻率為25.6 kHz。

圖5 數(shù)據(jù)采集系統(tǒng)平臺(tái)

將實(shí)驗(yàn)數(shù)據(jù)上傳到該系統(tǒng)上對(duì)該數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，有關(guān)處理過(guò)程界面如圖6，圖6 (a)描述時(shí)域和頻域的特征提取；圖6 (b)描述基于斯皮爾曼相關(guān)系數(shù)特征選擇；圖6 (c)描述基于PCA方法特征融合。

數(shù)據(jù)處理完之后，再基于機(jī)器學(xué)習(xí)的SVM進(jìn)行模型訓(xùn)練和測(cè)試有關(guān)界面如圖7；圖7(a)描述基于SVM模型訓(xùn)練和模型保存；圖7(b)描述基于該模型下壽命預(yù)測(cè)結(jié)果；圖7(c)描述預(yù)測(cè)壽命值的可視化。

案例分析的結(jié)果表明了，該系統(tǒng)能夠?qū)Υ拜S承監(jiān)控狀態(tài)監(jiān)測(cè)，在圖7(c)顯示預(yù)測(cè)壽命值在隨著數(shù)據(jù)集增大有出現(xiàn)負(fù)值情況，這主要是由于軸承在運(yùn)行過(guò)程中，早期故障時(shí)期軸承健康狀態(tài)迅速惡化，過(guò)渡期較短采集的樣本不夠充分導(dǎo)致模型訓(xùn)練不夠充分。

圖6 數(shù)據(jù)處理界面

為了體現(xiàn)該系統(tǒng)數(shù)據(jù)分析效率性能，從軸承數(shù)據(jù)集中取6個(gè)規(guī)模不同的樣本集，分別在該系統(tǒng)3個(gè)節(jié)點(diǎn)Hadoop集群上和單機(jī)環(huán)境下運(yùn)行，從負(fù)荷挖掘分析到預(yù)測(cè)完成所需要時(shí)間如圖8所示，可以得出單機(jī)環(huán)境下的數(shù)據(jù)分析速度明顯低于該分布式環(huán)境下的速度。

圖7 軸承壽命預(yù)測(cè)

圖8 單機(jī)環(huán)境和三臺(tái)物理集群環(huán)境運(yùn)行時(shí)間

可以看出，與傳統(tǒng)數(shù)據(jù)分析方式相比，本文提出基于Hadoop分布式軸承健康狀態(tài)監(jiān)測(cè)系統(tǒng)，可以滿足軸承健康狀態(tài)監(jiān)測(cè)功能和有效提高了海量數(shù)據(jù)分析速度。

5 結(jié)論

本文針對(duì)大規(guī)模船舶軸承數(shù)據(jù)在存儲(chǔ)和處理性能方面的要求，提出了一種基于Hadoop的船舶軸承健康狀態(tài)監(jiān)測(cè)系統(tǒng)。系統(tǒng)的測(cè)試結(jié)果表明，系統(tǒng)能夠滿足軸承健康狀態(tài)監(jiān)測(cè)的要求極大減小時(shí)間消耗，具有實(shí)際應(yīng)用價(jià)值。