(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210737485.7 (22)申请日 2022.06.27 (71)申请人 广州天韵达新材 料科技有限公司 地址 511455 广东省广州市南沙区翠樱街1 号彩汇中心31栋 （B栋） 第4层403室自 编012房 申请人 北京科技大 学　 广州市南沙区贝科耐蚀新材 料研究 院 (72)发明人 程学群　李晓刚　王炳钦　张达威　 孙雷　杨小佳　李清　朱仁政　 杨柳　杨体绍　 (74)专利代理 机构 北京市广友专利事务所有限 责任公司 1 1237 专利代理师 张仲波　邓琳(51)Int.Cl. G01N 17/02(2006.01) G01N 17/04(2006.01) G01H 11/02(2006.01) G01D 21/02(2006.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于数据驱动 的海上装备腐蚀监测与 安全预警系统 (57)摘要 本发明公开了一种基于数据驱动 的海上装 备腐蚀监测与安全预警系统， 包括硬件单元、 数 据存储单元和软件单元； 硬件单元包括腐蚀传感 器和振动传感器， 用于采集海上装 备部件与腐蚀 相关的传感器信号； 数据存储单元用于对采集的 传感器信号进行数据储存、 数据预处理以及运维 安全日志管 理； 软件单元用于利用神经网络模型 算法对输入的预处理后的数据进行训练和预测， 输出所监测部件的腐蚀趋势的预测值和腐蚀程 度的分类结果， 并判断是否发出安全警报。 本发 明采用多传感器融合技术， 将传感器信号编译为 腐蚀损失量的同时基于卷积神经网络和注意力 机制， 使海 上装备重要部件处腐蚀情况得到数字 化展示并对腐蚀数据库加以积累， 提高了腐蚀安 全监测预警的准确性。 权利要求书3页 说明书9页 附图3页 CN 115165725 A 2022.10.11 CN 115165725 A 1.一种基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征在于， 包括硬件单 元、 数据存储单元和软件单元， 所述硬件单元与所述数据存储 单元相连， 所述数据存储单元 与所述软件单 元相连； 所述硬件单元包括腐蚀传感器和振动传感器， 用于采集海上装备部件与腐蚀相关的传 感器信号； 所述数据存储单元用于对采集的传感器信号进行数据储存、 数据 预处理以及运维安全 日志管理； 所述软件单元用于利用神经网络模型算法对输入的预处理后的数据进行训练和预测， 输出所监测部件的腐蚀预测值和腐蚀程度的分类结果， 并判断是否发出安全警报。 2.根据权利要求1所述的基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征 在于， 所述腐蚀传感器包括内置的腐蚀双电极探测器、 环境温湿度探测器、 风速风向探测器 以及第一数据采集器； 各探测器探头贴合安装在监测部件所处环境外部， 用于采集与所监 测部件相同材 料在所处环境下的腐蚀电流信号与环境 参数； 所述振动传感器包括多个电涡流位移传感元件与第 二数据采集器， 用于采集所监测海 上装备运行 过程中的振动参数， 所述振动参数包括振动加速度和振幅。 3.根据权利要求2所述的基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征 在于， 所述第一数据采集器包括第一微控制器、 第一数据存储卡和 第一接收发射装置， 所述 第一数据存储卡和所述第一接收发射装置均与所述第一微控制器连接， 所述第一数据采集 器用于将所述腐蚀传感器采集的数据传输 至所述数据存 储单元进行预处理； 所述第二数据采集器包括第二微控制器、 第二数据存储卡和第二接收发射装置， 所述 第二数据存储卡和所述第二接收发射装置均与所述第二微控制器连接， 所述第二数据采集 器用于将所述振动传感器采集的数据传输 至所述数据存 储单元进行预处理。 4.根据权利要求1所述的基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征 在于， 所述数据存储 单元包括存储模块、 日志管 理模块和预 处理模块； 所述存储模块用于存 储所述硬件单元采集的与腐蚀相关的传感器信号， 所述日志管理模块用于对部件的腐蚀安 全运行情况与失效维护情况进 行日志管理， 所述预 处理模块用于对采集的传感器信号进 行 腐蚀参数量化转换、 异常值剔除、 降噪预处理， 并完成数据时间配准和空间配准、 异类传感 器信号特 征提取与融合， 使得 各个传感器信号都能够用于腐蚀状态信息的诊断识别。 5.根据权利要求4所述的基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征 在于， 所述腐蚀参数量化转换， 是根据腐蚀传感器采集的腐蚀电流信号、 环境响应系数和当 下腐蚀反应的化学计量系数来表示： 式中， vcorr为腐蚀参数， F为法拉第常数， 单位： C/mol； Mj为摩尔质量， 单位： kg/mol； ρj为 物种的密度， 单位： kg/m； i为腐蚀传感器电流信号测量值， 单位： A/cm2； P为环境响应系数； T 为腐蚀反应的化学计量系数； n 为反应参与电子数； j为物质系数； m为电极反应系数； 所述腐蚀参数量化转换用于在进行模型训练前量化由腐蚀传感器电极反应引起的腐 蚀溶解速率， 使腐蚀传感器采集的信号变为 直接反应腐蚀程度的物理量；权　利　要　求　书 1/3 页 2 CN 115165725 A 2所述环境响应系数是通过收集环境参数与腐蚀参数建立的特征系数， 能够定量化反应 当下的环境条件 对所监测部件的腐蚀加速效应， 数 学表达式为： 式中， T和RH分别为环境温湿度探测器的温度实测 值和湿度实测值， DCl‑为所处环境下 氯离子的推测值， 与风速成正相关， 可以为定值； A、 B、 C是所监测 部件材料对各环境变量敏 感系数， 用于将环境参数对所监测 部件材料的腐 蚀影响重要性进行定量， 其加和为1； a、 b、 c、 d、 e、 f是不同环境因素对所监测部件材 料腐蚀加速公式 中的参数； 所述环境响应系数用于提高腐蚀参数量 化转换的精度。 6.根据权利要求1所述的基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征 在于， 所述软件单 元包括算法模块； 所述算法模块包括GRU神经网络模型和CTSAN神经网络模型； 所述GRU神经网络模型用 于基于GRU神经网络和参量注 意力机制对 所监测部件腐蚀趋势进 行预测； 所述CTSA N神经网 络模型用于 输出所监测部件瞬态腐蚀程度的分类结果； 所述软件单 元还包括输出模块， 所述输出模块与所述 算法模块相连； 所述输出模块包括控制器、 展示器和报警器； 所述控制器用于设置所监测部件正常腐 蚀状态下目标建模参量实际值与预测值之间的残差上限， 并设定越限时长的阈值， 以识别 腐蚀异常状态； 所述展示器用于展示所监测部件的瞬时腐蚀状态和腐蚀程度分类结果； 所 述报警器用于当控制器识别出 连续越限时长超过 所述阈值时发出故障告警信号。 7.根据权利要求6所述的基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征 在于， 所述GRU神经网络模型包括参量注意力层、 GRU层以及全连接层； 其工作模式为： 对所 述数据存储单元输入的正常运行训练数据集以及预 处理后测试数据集进 行训练； 在训练阶 段， 输入正常运行训练数据集训练出所监测部件的正常腐蚀行为模型； 在部件腐蚀状态监 测过程中， 将预处理后测试数据集输入已训练的正常腐蚀行为模型， 得到正常腐蚀安全运 行数据的预测值。 8.根据权利要求7所述的基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征 在于， 所述GRU神经网络模型中， 以序列单时间步长的输入参量向量x(t)＝[x1(t),x2(t)...,xm (t)]作为参量注意力机制输入， 根据g(t)＝σ(Wx(t)+b)量化当前参量的权重， σ 为sigmoid激活 函数； W为可训练系数矩阵； b为偏置矩阵； 并通过softmax函数对各注意力权重做归一化处 理， 使其满足权重之和为 1的概率分布， 归一化后的注意力权重与其相应参量值相乘以对第 i个输入参 量进行增强或削弱， 从而得到加权 输入向量x'(t)。 9.根据权利要求8所述的基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征 在于， 所述GRU神经网络模型包括更新门和复位门， 其中更新门控制上一时刻隐藏状态有多 少信息转移到当前时刻； 复位门决定是否忽略先前隐藏状态； 每个GRU单元内部基于t ‑1时 刻输出的隐藏状态y(t‑1)和t时刻的输入时间序列x(t)来计算t时刻输出的隐藏状态y(t)， 隐藏 状态y(t)＝f(y(t‑1),x(t))表征各单元提取的隐藏时序信息， 则t时刻更新门表示为： gt＝σ (Wgx(t)+Ught‑1+bg)， 复位门表示 为ft＝σ(Wfx(t)+Ufht‑1+bf)， 其中W和U是系数转置矩阵。 10.根据权利要求6所述的基于数据驱动的海上装备腐蚀监测与安全预警系统， 其特征 在于， 所述CTSAN神经网络模型包括卷积特征提取层、 空间注意力层、 时序注意力层以及分权　利　要　求　书 2/3 页 3 CN 115165725 A 3