船閘浮式系船柱運行狀態(tài)檢測方法研究

杭 震，彭 浩，曹文卓，王化明

（1.泰州市港航事業(yè)發(fā)展中心，江蘇 泰州 225309；2.江蘇省周山河船閘管理所，江蘇 泰州 225300；3.南京航空航天大學機電學院，南京 210016）

0 引言

內(nèi)河航運在交通運輸系統(tǒng)中扮演著重要角色，是交通運輸系統(tǒng)中不可或缺的部分。在內(nèi)河航運中，船閘作為聯(lián)通不連續(xù)航道水域的通航建筑物，被廣泛用于溝通水系聯(lián)系、提高航道等級、改善水流條件等場景，極大地促進了內(nèi)河航運的發(fā)展。船舶在閘室內(nèi)停靠時主要依靠浮式系船柱，其導輪隨水位的升降沿導槽滾動，因此系船柱在浮力作用下隨水位變化上下浮動，滿足船舶在閘室內(nèi)安全系纜的要求[1]。

浮式系船柱作為一種常見的船舶過閘系纜設備，使用頻率高，在實際使用中可能會出現(xiàn)卡阻或升降遲緩等問題，導致出現(xiàn)吊船、拉船入水、船舶損傷甚至船員傷亡等安全事故，帶來嚴重的安全隱患，主要原因是[2]：

（1）系纜力增大和系纜不規(guī)范。船舶大型化的快速發(fā)展使過閘船舶的噸位和尺寸逐年增大，超過系船柱設計標準，系纜力隨之增大，對通航設施提出更高的要求。在系纜過程中存在船速過快、系纜不規(guī)范等現(xiàn)象，導致系船柱的橫向?qū)л喼Ъ墚a(chǎn)生較大的變形，造成系船柱運動卡阻。

（2）滾輪襯套密封措施差。水中泥沙等雜質(zhì)進入導輪襯套與轉軸的縫隙中，容易造成導輪襯套與轉軸間的磨損或卡死，影響其使用壽命。此外河水中的酸堿成分也會造成導輪及轉軸的銹蝕，影響其轉動，增大了運行阻力，導致系船柱升降遲緩。

為分析浮式系船柱的運行狀態(tài)，近年來有學者開展系船柱表面應變、系纜力的分析與檢測等方面的研究[3-4]，將系船柱所受系纜力與預警閾值進行比較，實現(xiàn)對系船柱的系纜安全評估。實際系船柱在工作過程中受力和應變情況復雜，與系纜角度、方向及位置等因素都相關，系船柱的工作狀態(tài)還受到其導輪運轉狀態(tài)等因素的影響，因此，可通過直接檢測系船柱的高程及高程數(shù)據(jù)點的分析判斷系船柱是否存在卡阻、升降遲緩等問題。

為直接獲得浮式系船柱的工作高程并進行其運行狀態(tài)的檢測，構建浮式系船柱運行狀態(tài)自動檢測系統(tǒng)，通過激光測距技術獲取所有系船柱的高程[5]，融合機器學習算法和統(tǒng)計學方法分析數(shù)據(jù)中的離群點，實現(xiàn)系船柱運行狀態(tài)的分析，保障船閘及系船柱的安全運行。

1 系船柱運行狀態(tài)檢測系統(tǒng)設計

1.1 系統(tǒng)組成及工作原理

浮式系船柱運行狀態(tài)檢測系統(tǒng)硬件電路結構如圖1所示，主要由激光測距傳感器、數(shù)據(jù)采集器和工業(yè)計算機（上位機）3個部分組成。

圖1 浮式系船柱運行狀態(tài)檢測系統(tǒng)結構圖

激光測距傳感器用于獲取傳感器與每個系船柱浮筒之間的距離。根據(jù)船閘系船柱的實際工作范圍和工作環(huán)境，確定激光測距傳感器性能參數(shù)為：測量范圍為0～10 m，精度±1 mm，RS485串口輸出，IP67防護等級。

為防止現(xiàn)場干擾，保證數(shù)據(jù)的實時采集與傳輸，通過多種數(shù)據(jù)采集傳輸方案的實際測試對比，確定采用基于串口服務器的數(shù)據(jù)采集方案，其具有將串口信息轉換為以太網(wǎng)網(wǎng)口信息的功能[6]，實現(xiàn)RS485串口與TCP/IP協(xié)議網(wǎng)絡接口的數(shù)據(jù)雙向透明傳輸。所有激光測距傳感器通過485總線與串口服務器的輸入485串口連接，每個傳感器擁有唯一的Modbus地址，按編號進行排列[7]。串口服務器通過Modbus RTU通信協(xié)議定時采集傳感器數(shù)據(jù)，將數(shù)據(jù)放置在存儲區(qū)域，將串口信息轉換為以太網(wǎng)信息。

工業(yè)計算機通過以太網(wǎng)網(wǎng)口，基于Modbus TCP通信協(xié)議從串口服務器的存儲區(qū)域獲取數(shù)據(jù)，計算得到浮式系船柱的高程，應用離群點檢測算法判斷各系船柱的運行狀態(tài)，將采集的數(shù)據(jù)和運行狀態(tài)存入數(shù)據(jù)庫中。

1.2 浮式系船柱高程的計算

激光測距傳感器具有精度高、測距范圍大、響應速度適中等優(yōu)點，采用激光測距技術可實時獲取浮筒與傳感器的精確距離。為測得傳感器與系船柱浮筒之間的垂直距離，需要對傳感器的安裝姿態(tài)進行校準。圖2所示為浮式系船柱的高程計算示意圖，激光測距傳感器安裝于系船柱浮筒的正上方，其中：閘室墻面的頂高程為H、傳感器與閘室頂面的高度差為h，得到傳感器的安裝高程H-h。由浮筒與傳感器的距離D得到浮筒的高程為H-h-D。

圖2 浮式系船柱高程計算示意圖

2 高程的離群點檢測算法

當所有浮式系船柱運行狀態(tài)正常時，其高程數(shù)據(jù)點之間的距離較小。當個別系船柱出現(xiàn)卡阻、運動遲緩時，則會出現(xiàn)個別數(shù)據(jù)點偏離絕大多數(shù)數(shù)據(jù)點的現(xiàn)象，即為離群點[8]。因此，可以采用離群點檢測的方法進行浮式系船柱運行狀態(tài)的檢測。

離群點檢測的方法主要有基于聚類的檢測方法、基于統(tǒng)計學的檢測方法、基于近鄰的檢測方法等，為提高離群點檢測的正確性，融合運用基于聚類和基于統(tǒng)計學的檢測方法綜合判斷系船柱的運行狀態(tài)。

2.1 基于K-means聚類算法的離群點檢測

聚類算法是數(shù)據(jù)挖掘的重要算法[9]，其中K-means聚類算法是基于距離的聚類算法[10-11]，該算法采用距離作為相似性的評價指標，即認為兩個數(shù)據(jù)點的距離越近，其相似度就越大。該算法認為簇是由距離靠近的數(shù)據(jù)點組成，因此把得到緊湊且獨立的簇作為最終目標。Kmeans聚類算法采用迭代求解的分析方法，其步驟是隨機選取k個數(shù)據(jù)點作為初始聚類中心，然后計算其它每個數(shù)據(jù)點與各個聚類中心的距離，再把每個數(shù)據(jù)點分配給距離最近的初始聚類中心。采用K-means聚類算法檢測系船柱高程離群點的實現(xiàn)步驟如下所述。

步驟1：算法參數(shù)初始化，設置聚類簇數(shù)k、系船柱浮筒高程數(shù)據(jù)集X={x1,x2,…,xn}。

步驟2：從數(shù)據(jù)集中隨機選取k個數(shù)據(jù)點作為初始聚類中心C={c1,c2,…,ck}。

步驟3：計算數(shù)據(jù)集X中所有數(shù)據(jù)點到各個聚類中心C的距離，即

式中：i=1,2,…,n且j=1,2,…,k。

對于任意數(shù)據(jù)點xi，如果d(xi,cj)為最小距離值，則將數(shù)據(jù)點xi歸入聚類中心cj所代表的簇Sj。

步驟4：根據(jù)每個簇中的數(shù)據(jù)，以它們的平均向量作為新的聚類中心。

步驟5：重復步驟3和步驟4，直至聚類中心不再移動，即每個簇中的數(shù)據(jù)點不發(fā)生變化，得到最終聚類中心C′={c′1,c′2,…,c′k}和簇S′={S′1,S′2,…,S′k}。

步驟6：由聚類中心{c′1,c′2,…,c′k}計算距離矩陣，即

式中：dij= |ci′-c′j|，i,j=1,2,…,k。

步驟7：由距離矩陣計算離群因子，即

式中：i=1,2,…,k，δi表示第i個聚類中心對應的離群因子，count(S′j)表示簇S′j中元素的個數(shù)。

步驟8：對離群因子進行排序，計算中位值δmid和標準值δstd，即

步驟9：計算離群因子閾值thresh=δmid+1.5δstd。當離群因子大于該閾值時，則該簇中的點為離群點。

設聚類中心數(shù)k=3，將系船柱浮筒高程數(shù)據(jù)分為偏大簇、正常簇和偏小簇，其具體算法流程如圖3所示。

圖3 基于K-means聚類算法的離群點檢測流程

2.2 基于四分位算法的離群點檢測

四分位算法（interquartile range，IQR）[12-13]是一種基于統(tǒng)計學原理的離群點分析方法，利用箱型圖的四分位距對離群點進行檢測，方法如下：

（1）數(shù)據(jù)排列。對于計算得到的一組系船柱浮筒高程，首先將數(shù)據(jù)從小到大排列，排列在前1 4位置上的數(shù)即為第一四分位數(shù)，記作Q1；排列在前1 2位置上的數(shù)即為中位數(shù)，記作Q2；排列在前3 4位置上的數(shù)即為第三四分位數(shù)，記作Q3。

（2）四分位距計算。計算第三四分位數(shù)與第一四分位數(shù)的差值，即IQR=Q3-Q1。

（3）離群點判斷。以四分位距的1.5倍為標準，規(guī)定上限閾值Qu為第三四分位數(shù)加1.5倍的四分位距，下限閾值Qb為第一四分位數(shù)減1.5倍的四分位距。高于上限閾值Qu或低于下限閾值Qb的數(shù)據(jù)點認為是離群點。

2.3 離群點檢測方法融合

使用單一的離群點檢測算法具有局限性，容易產(chǎn)生誤檢或漏檢，結合K-means聚類算法和IQR四分位算法得到的離群點檢測結果[14]，融合兩種方法進行系船柱高程離群點的判斷，方法如下：

（1）當兩種方法的檢測結果一致時，則認為該數(shù)據(jù)點正常或為離群點；

（2）當IQR檢測為異常值而K-means檢測為正常值，說明此時整體數(shù)據(jù)波動較大，設為警戒值；

（3）當IQR檢測為正常值而K-means檢測為異常值，說明此時數(shù)據(jù)分布在小范圍內(nèi)，且分布較為集中，設為正常值。

圖4所示為基于四分位法的離群點檢測示意圖

圖4 基于四分位法的離群點檢測示意圖

3 系統(tǒng)構建與測試

3.1 系統(tǒng)構建與數(shù)據(jù)采集

以國內(nèi)某船閘為研究對象構建該檢測系統(tǒng)，該船閘共有20個浮式系船柱。在每個系船柱正上方固定安裝激光測距傳感器，所有傳感器通過485總線連接至串口服務器，串口服務器與工控機通過網(wǎng)口連接并安裝于閘首的機房內(nèi)。基于Qt平臺開發(fā)集成有數(shù)據(jù)采集和離群點檢測功能的系統(tǒng)軟件[15]，軟件界面如圖5所示。

系統(tǒng)現(xiàn)場測試表明，工業(yè)計算機從串口服務器讀取一次數(shù)據(jù)的時間為10 ms，輪詢20個地址總用時200 ms，離群點檢測算法推理用時1 ms，因此系統(tǒng)能夠在1 s內(nèi)采集浮式系船柱高程并完成分析，滿足浮式系船柱運行狀態(tài)實時檢測的需求。

3.2 離群點分析

表1所示為某時刻的一組浮式系船柱高程，可以看出此時數(shù)據(jù)分布較為集中，閘室內(nèi)處于高水位。使用Kmeans聚類算法初始化聚類簇數(shù)k=3，數(shù)據(jù)點數(shù)n=20，得到如表2所示聚類結果。

表1 浮式系船柱高程m

表2 浮式系船柱高程聚類結果m

由式（2）、（3）計算距離矩陣和離群因子，得

對離群因子進行排序后得中位值δmid=0.033 5，標準值δstd=0.010 7，計算得離群點判定閾值thresh=0.049 6。因此，由K-means算法得到所有數(shù)據(jù)點正常。

其次，使用IQR四分位算法進行檢測，第一四分位數(shù)Q1=6.6315，第三四分位數(shù)Q3=6.668，則四分位距IQR=0.036 5，上 限 閾 值Qu=6.723，下 限 閾 值Qb=6.577。所有數(shù)據(jù)點均處在上限閾值和下限閾值之間，因此由IQR四分位算法認為所有數(shù)據(jù)點正常。

對兩種算法的結果進行融合，因兩種方法均檢測為正常數(shù)據(jù)，最終確定此時所有浮式系船柱運行正常。圖5所示為當前時刻系船柱的狀態(tài)和高程，分別以高程和數(shù)據(jù)點的形式顯示，所有系船柱均顯示為綠色，表明其均工作在正常狀態(tài)。

圖5 浮式系船柱運行狀態(tài)檢測系統(tǒng)界面

4 結束語

本文設計并構建了船閘浮式系船柱運行狀態(tài)檢測系統(tǒng)，該系統(tǒng)通過串口服務器和激光測距傳感器實時獲取系船柱的高程，融合K-means聚類算法和IQR四分位算法對所有系船柱高程進行數(shù)據(jù)離群點檢測，得到系船柱的運行狀態(tài)。現(xiàn)場測試表明，該系統(tǒng)運行平穩(wěn)，能在1s內(nèi)完成船閘所有浮式系船柱高程的實時采集、離群點分析和數(shù)據(jù)存儲，滿足浮式系船柱運行狀態(tài)實時檢測的需求，也為系船柱的運行狀態(tài)變化分析及結構改進設計提供了客觀數(shù)據(jù)。該系統(tǒng)采用系船柱高程離群點檢測的方法，包含浮式系船柱的受力狀況及導輪等裝置的運轉狀態(tài)，為系船柱運行狀態(tài)檢測提供了新方法，具有推廣應用價值。