本发明涉及船舶自动化控制与监测，尤其涉及一种船舶燃油监控与故障检测方法。
背景技术：
1、船舶作为全球运输网络中的关键节点，其在能效管理与故障检测方面对海洋工程领域起到十分重要的作用。随着航运业的快速扩张，如何有效地监控和优化船舶燃油使用以实现经济和环境效益，成为研究的核心问题。在传统技术框架中，船舶的燃油监控主要依赖于周期性人工检测与常规的传感器数据收集。这种方法虽然能够提供一定程度的燃油管理支持，但往往缺乏实时性和高精度。此外，在船舶航行过程中，海洋环境中的波浪对船舶运动和燃油消耗有着显著影响，传统的燃油消耗调节方法往往无法有效应对复杂海况。
2、近年来，虽然对于船舶的研究一直在取得新的进展，但在船舶实时性、环境适应性以及智能决策方面仍然存在不足。首先，传统的线性波浪理论（如airy波浪理论）只适用于小波幅和长波长的波浪情况，难以准确描述真实海洋环境中的复杂波浪。其次，现有船舶监测在处理复杂动态海况时的实时性和准确性较低，难以实现对燃油消耗的精确控制，无法满足现代船舶运输对高效、安全和可持续发展的要求。最后，船舶在长距离航行中，燃油消耗策略调整的不及时，会导致燃油消耗过快或者过慢的情况，这使得在应对突发状况时的智能化水平较低。
技术实现思路
1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
2、鉴于上述现有存在的问题，提出了本发明。因此，本发明提供了一种船舶燃油监控与故障检测方法，用来解决背景技术中提出的问题。
3、为解决上述技术问题，本发明提供如下技术方案：一种船舶燃油监控与故障检测方法，包括：
4、获取当前波浪数据和当前船舶运动状态，对所述当前波浪数据和当前船舶运动状态进行预处理，将预处理后的波浪数据和船舶运动状态，通过无线通信协议，分别传输至云端和分布式数据库中；
5、根据云端中存储的数据，建立非线性波浪模型，通过对所述非线性波浪模型进行求解，构建模型规则库；
6、通过所述模型规则库，构建船舶燃油调整策略，对船舶燃油进行监控和故障报警，根据监控和故障报警结果，更新所述分布式数据库，同时利用遗传算法对所述船舶燃油调整策略进行寻优。
7、作为本发明所述的船舶燃油监控与故障检测方法的一种优选方案，其中：获取当前波浪数据和当前船舶运动状态，对所述当前波浪数据和当前船舶运动状态进行预处理，包括：
8、通过波浪雷达系统获取当前波浪数据，通过惯性测量单元获取当前船舶运动状态；
9、在获取当前波浪数据和当前船舶运动状态之前，定义数据采样点，提取历史波浪高度的均值和标准差；
10、将当前波浪数据转换为波浪时间序列信号，将当前船舶运动状态转换为json格式。
11、作为本发明所述的船舶燃油监控与故障检测方法的一种优选方案，其中：将预处理后的波浪数据和船舶运动状态，通过无线通信协议，分别传输至云端和分布式数据库中，包括：
12、根据当前地理位置与目的地距离的长短，定义长距离广域网络和短距离广域网络；
13、所述长距离广域网络通过lorawan协议将转换为波浪时间序列信号的当前波浪数据传输至云端，将转换为json格式的当前船舶运动状态传输至分布式数据库中；所述短距离广域网络，使用无线网络传输方式将转换为波浪时间序列信号的当前波浪数据传输至云端，将转换为json格式的当前船舶运动状态传输至分布式数据库中。
14、作为本发明所述的船舶燃油监控与故障检测方法的一种优选方案，其中：根据云端中存储的数据，建立非线性波浪模型，包括：
15、根据云端中的波浪时间序列信号，考虑波浪的非线性相互作用和高阶效应，得到改进后的高阶非线性波浪方程。
16、作为本发明所述的船舶燃油监控与故障检测方法的一种优选方案，其中：还包括：
17、对所述高阶非线性波浪方程进行离散化，并对离散化后的高阶非线性波浪方程进行残差值计算。
18、作为本发明所述的船舶燃油监控与故障检测方法的一种优选方案，其中：通过对所述非线性波浪模型进行求解，构建模型规则库，包括：
19、通过自适应窗口的快速傅里叶变换对波浪时间序列信号进行变换，得到信号频谱；
20、根据所述信号频谱，对非线性波浪模型中的波浪非线性幅度效应、速度耦合效应以及水流扩散系数进行校准；
21、使用半隐式有限体积法对校准后的非线性波浪模型进行求解，得到波浪高度变化率和船舶横摇角速度；
22、根据所述波浪高度变化率和船舶横摇角速度，构建模型规则库。
23、作为本发明所述的船舶燃油监控与故障检测方法的一种优选方案，其中：通过所述模型规则库，构建船舶燃油调整策略，对船舶燃油进行监控和故障报警，包括：
24、定义实时燃油消耗率并设定船舶横摇角速度阈值，对规则库中的波浪高度变化率和船舶横摇角速度进行判断，构建船舶燃油调整策略。
25、作为本发明所述的船舶燃油监控与故障检测方法的一种优选方案，其中：所述构建船舶燃油调整策略，包括：
26、若波浪高度变化率为正数，且船舶横摇角速度超过设定的船舶横摇角速度阈值，则将实时燃油消耗率作为最高燃油消耗率；
27、若波浪高度变化率为负数，且船舶横摇角速度低于设定的船舶横摇角速度阈值，则将实时燃油消耗率作为最低燃油消耗率；
28、若波浪高度变化率为零，且船舶横摇角速度刚好等于设定的船舶横摇角速度阈值，则实时燃油消耗率不变。
29、作为本发明所述的船舶燃油监控与故障检测方法的一种优选方案，其中：对船舶燃油进行监控和故障报警，根据监控和故障报警结果，更新所述分布式数据库，包括：
30、将波浪高度变化率转换为波浪高度，当波浪高度超出历史波浪高度的均值和标准差，或高阶非线性波浪方程经过离散后计算的残差值超过原高阶非线性波浪方程，则进行报警；
31、所述报警分为监控报警和故障报警，监控报警为当波浪高度超出历史波浪高度的均值和标准差时进行报警，故障报警为高阶非线性波浪方程经过离散后计算的残差值超过原高阶非线性波浪方程时进行报警，并更新分布式数据库。
32、作为本发明所述的船舶燃油监控与故障检测方法的一种优选方案，其中：利用遗传算法对所述船舶燃油调整策略进行寻优，包括：
33、将燃油调整策略中的波浪高度变化率、船舶横摇角速度以及实时燃油消耗率，编码为染色体，随机生成初始种群；
34、根据故障报警触发次数以及当前船舶燃油调整策略，定义当前船舶的燃油消耗稳定性和船舶航行稳定性；
35、对定义当前船舶的燃油消耗稳定性和船舶航行稳定性进行评估，并分配给随机生成的初始种群，得到适应度值；
36、通过判断所述适应度值的收敛情况，得到当前最优船舶燃油调整策略。
37、与现有技术相比，发明有益效果为：
38、1、本发明将改进后的高阶非线性波浪模型，通过自适应窗口的快速傅里叶变换和半隐式有限体积法进行求解，实现对复杂波浪环境的精确模拟，提高了对燃油消耗的预测精度；
39、2、采用长距离与短距离广域网络分开处理的方式，优化了采集数据传输的效率与稳定性，确保了实时性的数据更新与燃油策略调整的及时性；
40、3、通过构建模型规则库对燃油消耗率进行定义，并采用遗传算法进行船舶燃油的策略优化，实现了对多变海况的灵活响应，提高了燃油消耗的稳定性与船舶航行效率；
41、4、基于历史波浪数据对当前采集的波浪数据进行监控预警，以及对改进后的高阶非线性波浪模型通过残差值的判断建立故障告警，不仅提高了采集数设备与模型的关联性，还降低了船舶对于预警的滞后问题，提高了船舶的智能化。
1.一种船舶燃油监控与故障检测方法，其特征在于，包括：
2.如权利要求1所述的船舶燃油监控与故障检测方法，其特征在于，获取当前波浪数据和当前船舶运动状态，对所述当前波浪数据和当前船舶运动状态进行预处理，包括：
3.如权利要求1所述的船舶燃油监控与故障检测方法，其特征在于，将预处理后的波浪数据和船舶运动状态，通过无线通信协议，分别传输至云端和分布式数据库中，包括：
4.如权利要求3所述的船舶燃油监控与故障检测方法，其特征在于，根据云端中存储的数据，建立非线性波浪模型，包括：
5.如权利要求4所述的船舶燃油监控与故障检测方法，其特征在于，还包括：
6.如权利要求5所述的船舶燃油监控与故障检测方法，其特征在于，通过对所述非线性波浪模型进行求解，构建模型规则库，包括：
7.如权利要求6所述的船舶燃油监控与故障检测方法，其特征在于，通过所述模型规则库，构建船舶燃油调整策略，对船舶燃油进行监控和故障报警，包括：
8.如权利要求7所述的船舶燃油监控与故障检测方法，其特征在于，所述构建船舶燃油调整策略，包括：
9.如权利要求2、4、8任一所述的船舶燃油监控与故障检测方法，其特征在于，对船舶燃油进行监控和故障报警，根据监控和故障报警结果，更新所述分布式数据库，包括：
10.如权利要求9所述的船舶燃油监控与故障检测方法，其特征在于，利用遗传算法对所述船舶燃油调整策略进行寻优，包括：
