数据驱动的海洋平台故障预测方法研究

Offshore platform is the crucial equipment in the exploitation of ocean resources, while fault prognosis for offshore platform is the key issue to accomplish predictive maintenance and health management, and ultimately ensure its safe, reliable, and long-cycle operation. Considering that it is almost impossible to accurately establish the physical model of complex engineering systems, data-driven fault prognosis has become the frontier problem in this discipline. However, most of the available studies on data-driven fault prognosis are devoted to systems in time-invariant or fixed environments, or systems with the whole life-cycle monitoring data, or systems with single critical equipment. This leads to the difficulty to apply these existing methods for fault prognosis of offshore platform. Because offshore platform operates in time-varying and random environments, its monitoring data are frequently limited, and it owns more than one critical subequipment. In this project, motivated by the background of safe operation of offshore platform, we mainly study the following issues under the data-driven framework: 1) fault prognosis method for systems in time-varying and random environments; 2) fault prognosis method for systems with limited monitoring data; 3) system-level fault prognosis method for systems with multiple critical subequipments; and 4) experimental verification based on practical monitoring data of offshore platform and its experimental platform. The obtained results have not only theoretical significance, but also potential applications to enhance the safety and reliability of offshore platforms.

海洋平台是海洋资源开发的核心装备，而海洋平台的故障预测是实现预测维护与健康管理、保障其安全可靠长周期运行的关键问题。考虑到复杂工程系统的机理模型难以精确获得，数据驱动的故障预测已成为学科前沿问题。现有的数据驱动的故障预测方法研究主要针对时不变或固定环境下运行的系统，或具有全寿命周期监测数据的系统，或单一关键设备的系统，难以应用于具有时变随机运行环境、有限监测数据、包含多个关键子设备的海洋平台的故障预测。为此，本项目以海洋平台的安全运行为背景，在数据驱动的框架下，拟主要研究：1)时变随机运行环境下的故障预测方法；2)有限监测数据下的故障预测方法；3)多关键子设备系统的系统层故障预测方法；4)结合海洋平台的实际监测数据及实验平台进行实验验证。本课题的研究成果不仅具有重要的理论意义，而且对提高海洋平台的安全性和可靠性具有潜在的工程应用价值。

海洋平台具有不同于传统系统的新特点：时变随机的工作环境、有限的监测数据、包含多个关键子设备等。这些特点使得现有的数据驱动的故障预测理论与方法在海洋平台中不再适用。为此，针对海洋平台故障预测中所抽象出来的新问题，开展数据驱动的故障预测和故障诊断方法研究，不仅具有重要的学术意义，而且对于保障海洋平台的可靠性和安全性具有重要的经济与生态价值，对于占领该国际前沿领域的制高点具有深远的意义。本课题围绕海洋平台，进行了故障预测和故障诊断方法的研究，主要研究内容包括：（1）一类运行于时变随机环境下的关键子设备的故障预测方法研究；（2）有限监测数据下的关键子设备的潜在性能退化状态估计与故障预测方法研究；（3）融合多个关键子设备故障预测信息的系统层故障预测方法研究；（4）海洋平台的故障诊断与容错控制方法研究等。该项目建立了具有代表性的不同随机环境下的设备退化模型，并提出了相应的多个故障预测方法、预测维护和备件订购方法；提出了一类故障的故障诊断方法以及贝叶斯和PCA-ICA集成的非高斯故障诊断等方法。该项目研究得到了系列理论成果，发表了30篇研究论文，其中16篇论文发表在SCI收录源期刊上（包括IEEE顶尖期刊），9篇论文发表在EI收录源期刊上；申请发明专利2项；出版专著1部；培养博士研究生2名和硕士研究生3名。该项目的研究丰富了海洋平台故障预测与诊断的理论与方法，对海洋平台故障预测与故障诊断的技术创新以及海洋资源的开发和利用具有潜在的应用价值，对丰富和拓展故障预测和故障诊断的应用领域具有重要意义。