本发明涉及船舶故障诊断，尤其涉及一种基于gaf的调距桨液压系统多模态故障诊断方法及系统。
背景技术：
1、调距桨（cpp）系统是船舶推进系统中的主要设备，能够通过调整桨叶桨距来改变螺旋桨的推力大小和方向，同时保持恒定的发动机方向和转速。这种调整有助于船舶巡航速度的变化，或实现前推力和后推力之间的转换。与标准固定螺距螺旋桨相比，cpp可以根据不同的操作环境动态调整螺距，实现巡航速度、主机功率、转速和螺旋桨效率之间的最佳对准。这提高了船舶的机动性和船舶发动机-螺旋桨集成的效率。因此，由于其增强的适应性、机动性和经济效率，cpp越来越多地用于在各种条件下运行的船舶。
2、cpp系统是一个复杂的集成系统，包括多个子部件，包括螺旋桨、轮毂、叶片、分配器、轴内油管、液压系统和电子控制系统。随着cpp使用频率和强度的大幅增加，组件故障的概率和风险也在上升。此外，由于船舶的出海时间较长，cpp的操作环境恶劣，当故障发生时，对故障诊断比较困难，使适当的维护措施的实施变得复杂。
技术实现思路
1、本发明旨在至少解决相关技术中存在的技术问题之一。为此，本发明提供一种基于gaf（格拉姆矩阵）的调距桨液压系统多模态故障诊断方法及系统，本发明将俯仰反馈和俯仰指令的偏差值作为关键变量，利用gaf将其转换为二维图像，使用残差神经网络（resnet）提取图像特征，从而获得更有效的特征信息，同时考虑时间点之间的相对关系使用门控递归单元（gru）提取额外的时间特征，通过多头注意力机制进行特征融合，提高了故障诊断分类的准确性。
2、本发明提供一种基于gaf的调距桨液压系统多模态故障诊断方法，包括：
3、s1：通过第一传感器实时获取调距桨液压系统的俯仰指令和俯仰反馈，并计算俯仰指令和俯仰反馈之间的偏差；
4、s2：通过格拉姆矩阵将俯仰指令和俯仰反馈之间的偏差转换为二维图像；
5、s3：通过残差神经网络提取二维图像的图像特征；
6、s4：通过第二传感器获得调距桨液压系统的调整指令和调整反馈，并计算调整指令和调整反馈之间的差值；
7、s5：通过门控递归单元提取调整指令和调整反馈之间的偏差的时间特征；
8、s6：通过多头注意力模块将图像特征和时间特征进行特征融合，获得融合特征；通过融合特征对故障进行分类，获得调距桨液压系统的故障类型。
9、根据本发明提供的一种基于gaf的调距桨液压系统多模态故障诊断方法，还包括所述步骤s1中，将通过第一传感器实时获得的俯仰指令和俯仰反馈之间的偏差组成以时间为横坐标，偏差为纵坐标的偏差时间序列数据。
10、根据本发明提供的一种基于gaf的调距桨液压系统多模态故障诊断方法，还包括所述s2步骤中，
11、将偏差时间序列数据进行归一化处理，计算表达式为：
12、
13、其中，为偏差时间序列数据，为偏差时间序列中的第个数据点，为归一化后时间序列中的第个数据点，为时间序列当中最大的数值，为时间序列当中最小的数值；
14、将归一化后的偏差时间序列数据映射到极坐标中，将俯仰角度反馈值转换为极角的余弦，计算表达式为：
15、
16、其中，为第个数据点映射角度；
17、获得的格拉姆矩阵计算表达式为：
18、
19、其中，为格拉姆矩阵，为第1个数据点映射角度，为第2个数据点映射角度，为第个数据点映射角度，为时间序列的长度；
20、将生成的格拉姆矩阵直接转换为二维灰度图像或映射为二维伪彩色图像，获得二维图像。
21、根据本发明提供的一种基于gaf的调距桨液压系统多模态故障诊断方法，还包括所述步骤s6中，计算每个头部的注意力权重并聚合加权，将所有多头的输出连接在一起，然后通过线性层进行融合，获得融合特征。
22、根据本发明提供的一种基于gaf的调距桨液压系统多模态故障诊断方法，还包括通过分类器，根据融合特征对故障进行分类，获得故障类型，所述分类器包括朴素贝叶斯分类器、支持向量机。
23、本发明还提供一种基于gaf的调距桨液压系统多模态故障诊断系统，应用所述一种基于gaf的调距桨液压系统多模态故障诊断方法，基于dsp锐华操作系统进行通信，包括数据输入模块以及内部数据分析处理模块；
24、所述数据输入模块用于获得通过第一传感器实时获取调距桨液压系统的俯仰指令和俯仰反馈，通过第二传感器获得调距桨液压系统的调整指令和调整反馈；
25、所述内部数据分析处理模块，用于计算俯仰指令和俯仰反馈之间的偏差；通过格拉姆矩阵将俯仰指令和俯仰反馈之间的偏差转换为二维图像；通过残差神经网络提取二维图像的图像特征；计算调整指令和调整反馈之间的差值；通过门控递归单元提取调整指令和调整反馈之间的偏差的时间特征；通过多头注意力模块将图像特征和时间特征进行特征融合，获得融合特征；通过融合特征对故障进行分类，获得调距桨液压系统的故障类型。
26、根据本发明提供的一种基于gaf的调距桨液压系统多模态故障诊断系统，还包括所述dsp锐华操作系统集成了实时时钟。
27、根据本发明提供的一种基于gaf的调距桨液压系统多模态故障诊断系统，还包括数据输出模块，所述数据输出模块基于实时时钟将所述故障类型实时上传。
28、根据本发明提供的一种基于gaf的调距桨液压系统多模态故障诊断系统，还包括实时报警模块，所述实时报警模块用于接收所述故障类型并发出警示信息。
29、根据本发明提供的一种基于gaf的调距桨液压系统多模态故障诊断系统，还包括实时控制模块，所述实时控制模块用于根据所述故障类型进行状态调整。
30、本发明实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
31、本发明提供的一种基于gaf的调距桨液压系统多模态故障诊断方法及系统，通过将俯仰反馈和俯仰指令的偏差值作为关键变量，利用gaf将其转换为二维图像，使用resnet提取图像特征，从而获得更有效的特征信息，同时考虑时间点之间的相对关系使用gru提取额外的时间特征，通过多头注意力机制进行特征融合，提高了故障诊断分类的准确性。
32、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种基于gaf的调距桨液压系统多模态故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的一种基于gaf的调距桨液压系统多模态故障诊断方法，其特征在于，所述s1步骤中，将通过第一传感器实时获得的俯仰指令和俯仰反馈之间的偏差组成以时间为横坐标，偏差为纵坐标的偏差时间序列数据。
3.根据权利要求2所述的一种基于gaf的调距桨液压系统多模态故障诊断方法，其特征在于，所述s2步骤中，
4.根据权利要求1所述的一种基于gaf的调距桨液压系统多模态故障诊断方法，其特征在于，所述s6步骤中，计算每个头部的注意力权重并聚合加权，将所有多头的输出连接在一起，然后通过线性层进行融合，获得融合特征。
5.根据权利要求4所述的一种基于gaf的调距桨液压系统多模态故障诊断方法，其特征在于，通过分类器，根据融合特征对故障进行分类，获得故障类型，所述分类器包括朴素贝叶斯分类器、支持向量机。
6.一种基于gaf的调距桨液压系统多模态故障诊断系统，应用权利要求1至5任一项所述一种基于gaf的调距桨液压系统多模态故障诊断方法，其特征在于，基于dsp锐华操作系统进行通信，包括数据输入模块以及内部数据分析处理模块；
7.根据权利要求6所述的一种基于gaf的调距桨液压系统多模态故障诊断系统，其特征在于，所述dsp锐华操作系统集成了实时时钟。
8.根据权利要求7所述的一种基于gaf的调距桨液压系统多模态故障诊断系统，其特征在于，还包括数据输出模块，所述数据输出模块基于实时时钟将所述故障类型实时上传。
9.根据权利要求7所述的一种基于gaf的调距桨液压系统多模态故障诊断系统，其特征在于，还包括实时报警模块，所述实时报警模块用于接收所述故障类型并发出警示信息。
10.根据权利要求7所述的一种基于gaf的调距桨液压系统多模态故障诊断系统，其特征在于，还包括实时控制模块，所述实时控制模块用于根据所述故障类型进行状态调整。
