船舶航行过程中,由于长时间运行以及操作不当等问题,容易出现船舶故障。船舶以非正常运行状态行驶,威胁船舶航行的安全可靠性[1]。伴随水上交通的智能化发展,对船舶航行安全提出了更高的要求,船舶故障诊断更加智能化与信息化[2]。船舶故障诊断需要具有较高的实时性,在最短时间内明确船舶故障,及时制定故障解决策略[3],提升船舶航行安全性与船舶设备运行稳定性。船舶是一个具有较高复杂性的巨大系统,船舶故障维修工作是航运企业管理的重要部分[4]。船舶故障的高效维修管理可以降低船舶维修费用,提升航运企业的综合竞争力。
目前将互联网与信息共享技术结合的研究较多。冯楠等[5]将互联网平台信息共享机制应用于工业中,令工业发展更加适应数字经济发展背景;赵静杰等[6]构建了移动网络与信息共享技术结合的演化模型,实现移动网络与信息共享技术的良好结合。以上2种方法验证了互联网技术与信息共享技术的结合有效性,目前将互联网技术与信息共享技术应用于水上交通领域的研究较少。为了提升船舶故障的维修处理效率,设计基于互联网技术的船舶故障信息资源共享平台,利用互联网技术实现船舶故障信息资源共享。通过船舶故障信息资源共享结果,明确船舶故障的主要原因,获取船舶故障的维修策略,为船舶安全航行提供基础。利用互联网技术与信息共享技术提升船舶故障维修的决策速度与响应速度,实现船舶故障维修的信息交互与响应,使船舶故障维修决策更加科学合理。
1 船舶故障信息资源共享平台 1.1 平台总体结构0结合互联网技术与信息资源共享技术,设计基于互联网技术的船舶故障信息资源共享平台总体结构图如图1所示。通过图1可知,该平台具有较高交互性能的信息资源共享,可以为船舶故障维修人员提供有效的船舶故障信息资源共享结果。平台主要包括基础设施层、技术数据层、互联网通信层、资源共享层等。利用基础设施层的传感器采集船舶设备运行参数,所采集数据传送至基础数据层,基础数据层对采集的船舶设备运行参数进行访问、存储与调用处理,完成数据处理后,将数据传送至技术支撑层,技术支撑层包括模型库、知识库和专家数据库,作为船舶故障信息资源共享的技术支撑。技术支撑层的知识库、模型库内的技术利用互联网通信层传送至资源共享层,互联网通信层利用TCP/IP协议实现数据通信。资源共享层为用户提供共享服务,通过平台显示层展示至用户。
![]() |
图 1 平台总体结构图 Fig. 1 Overall structure of the platform |
互联网通信层中,各部分设施的连接结构图如图2所示。
![]() |
图 2 互联网通信层拓扑结构图 Fig. 2 Internet communication layer topology diagram |
互联网通信层的控制基站选取TI公司的TMS320F2812微处理器,作为互联网通信的主控制器,互联网通信层的微处理器具有承上启下的作用,通过高频率切换以及调度用户[7]。微处理器外设接口丰富,满足船舶故障信息资源共享的互联网通信控制功能。
选取RTL8019AS芯片作为互联网通信的网络控制器芯片,微处理器与网络控制器芯片的连接结构图如图3所示。
![]() |
图 3 微处理器与网络控制器芯片连接结构图 Fig. 3 The connection structure diagram of the microprocessor and the network controller chip |
互联网通信层选取TCP/IP协议作为通信协议,利用通信协议实现互联网不同终端的互通。TCP/IP协议是互联网通信的基础协议,具有较高的开放性。互联网通信终端存在明显的物理特征时,互联网通信终端仅需满足网络标准即可实现通信。TCP/IP协议利用应用层实现通信终端与应用程序通信的协同工作,所选取数据通信协议需要满足基础网络交换需求。TCP/IP协议利用传输层保证数据依据用户需求准确到达。利用网络层为用户提供数据封包传送功能,使数据包可以精准到达需要传输的主机。TCP/IP协议利用网络接口层管理互联网通信层的网络媒体。
1.3 平台软件设计 1.3.1 基于互联网的资源共享算法资源共享层的资源共享模块,利用互联网的资源共享算法,为用户提供共享服务。用
$ {\varPhi _i}\left( t \right) = \left\{ {j\left| {{d_i}\left( t \right) \in { \wedge _j}\left( t \right),\forall i} \right.} \right\},$ | (1) |
当
船舶故障信息资源共享的实际应用中,用户
$ Y = F\left( {{q_j},{r_i}} \right),\forall j \in {\varPhi _i}\left( t \right)。$ | (2) |
以上分析可以看出,平台内船舶故障信息资源质量越高、用户信誉度越高时,平台用户共享资源的意愿越高。
1.3.2 互联网环境下知识共享的故障诊断方法组件应用层的故障诊断模块,利用互联网环境下知识共享的故障诊断方法,整合平台中包含的船舶故障诊断资源,提升船舶故障诊断性能。互联网环境下知识共享的故障诊断方法主要包括通用数据接口以及故障诊断单元两部分。利用传感器采集船舶设备运行信号,通过通用数据接口识别传感器采集的信号,传送至故障诊断单元。故障诊断单元依据传感器采集的船舶不同设备信号,判断船舶是否为正常运行状态,对船舶设备状态判断并诊断,及时给出船舶故障诊断结果,分析船舶故障原因,为用户提供故障维修策略。
利用传感器采集的船舶运行信号与数据,作为故障诊断参数。互联网环境下,知识共享的故障诊断流程如下:
1)利用传感器采集船舶设备的故障诊断参数;
2)利用通用数据接口识别船舶故障信息资源;
3)利用特征提取方法提取船舶故障诊断参数中的故障特征;
4)将诊断参数与特征数据利用互联网传送至船舶故障诊断单元,船舶故障诊断单元分析数据,判断技术支撑层中的故障信息资源搜索范围;
5)利用技术支撑层中的知识库诊断船舶设备故障,船舶故障诊断可信度高于所设定阈值时,表示船舶故障诊断结果具有较高的可信度;否则利用互联网通信技术再次搜索技术支撑层中的知识库,重新诊断船舶故障,直至故障诊断可信度满足所设定阈值;
6)输出船舶故障诊断结果,利用技术支撑层中的专家数据库为用户提供故障诊断的推理依据以及故障诊断解释过程;
7)将此次船舶故障诊断全过程,利用互联网技术传送至平台知识库内,更新共享平台的知识库,完成船舶故障信息资源共享。
2 平台测试为了验证所设计基于互联网技术的船舶故障信息资源共享平台,对船舶故障信息资源的共享有效性,选取某MMSI号为413864518的船舶作为平台测试对象,该船舶的平均船速为23.5 km/h。
采用本文平台利用传感器采集船舶于2020年6月15日14:56:15时,船舶航行的发电机运行参数,船舶的实时数据采集结果如图4所示。可知,本文平台可以利用传感器采集船舶设备运行过程中的参数,为船舶故障信息资源共享提供数据基础。
![]() |
图 4 平台数据采集界面 Fig. 4 Platform data collection interface |
本文平台利用互联网技术作为通信技术,设置平台知识库与专家库共享的船舶故障诊断可信度阈值为0.8,从平台知识库以及专家库获取故障信息资源共享结果如表1所示。由表1实验结果可以看出,采用本文平台可以依据实时采集的船舶设备运行信号,利用互联网技术从平台知识库和专家库中,共享与船舶故障信号相关的船舶故障信息资源,将船舶故障信息资源共享结果作为船舶故障诊断的重要依据。
![]() |
表 1 船舶故障信息资源共享结果 Tab.1 Sharing results of ship fault information resources |
采用本文平台依据所采集的船舶实时运行数据,通过船舶故障信息资源共享,获取船舶故障诊断分析界面图如图5所示。可知,采用本文平台可以利用船舶故障信息资源共享结果,实现船舶故障的有效诊断。平台中包含的共享信息资源,作为故障实时诊断与分析的重要依据,提升船舶故障诊断性能,为船舶可靠运行提供依据。
![]() |
图 5 船舶故障诊断结果 Fig. 5 Ship fault diagnosis results |
本文平台共享船舶故障信息资源时,选取互联网技术作为信息资源共享的通信技术,互联网技术的通信性能极为重要。通信性能较高时,可以提升船舶故障信息资源的共享实时性,为船舶故障诊断以及故障维修决策节省时间。统计采用本文平台对不同大小的船舶故障信息资源进行共享时,不同类型读写操作时,本文平台的共享平均执行时间,统计结果如图6所示。可知,采用本文平台对船舶故障信息资源进行共享时,平台的共享平均执行时间低于200 ms。图6实验结果验证,本文平台采用互联网技术,具有较高的通信性能,可以降低船舶故障信息资源共享时间,利用高效的通信性能,提升船舶故障信息资源的共享实时性,缩短共享平均执行时间。
![]() |
图 6 共享平均执行时间 Fig. 6 Shared average execution time |
设计基于互联网技术的船舶故障信息资源共享平台,将互联网技术与信息资源共享技术结合,利用信息资源共享结果为船舶故障维修提供决策基础,满足船舶故障的维修需求。平台将故障维修的常用决策模型以及维修知识共享至用户,辅助船舶故障维修人员快速开展故障维修决策活动。通过平台测试验证,所设计船舶故障信息资源共享平台,充分利用互联网技术具有的通信性能,提升船舶故障信息资源共享性能。
[1] |
徐鹏, 杨海燕, 程宁, 等. 基于优化BP神经网络的船舶动力系统故障诊断[J]. 中国舰船研究, 2021, 16(1): 106-113. |
[2] |
黄亮, 闻宇, 文元桥, 等. 基于反地理编码服务的内河船舶轨迹停留语义信息提取[J]. 中国航海, 2022, 45(1): 88-94+100. |
[3] |
陈海力, 任鸿翔, 杨柏丞. 基于LS-SVM的船舶动力定位有限时间控制器设计[J]. 船舶工程, 2020, 42(2): 77-84. |
[4] |
赵静杰, 张薇薇, 王特, 等. 移动网络环境下知识型员工偶遇信息共享行为演化模型构建[J]. 情报理论与实践, 2020, 43(7): 109-115+129. |
[5] |
李军, 刘杰, 杨梓辉. 基于三角模糊层次分析法的高原库区施工船舶安全预警系统的设计[J]. 上海海事大学学报, 2021, 42(1): 94-99+106. |
[6] |
李晨, 陈永冰, 李文魁, 等. 基于细菌觅食算法的船舶舵减横摇PID控制器设计[J]. 船海工程, 2020, 49(1): 45-47+51. DOI:10.3963/j.issn.1671-7953.2020.01.011 |
[7] |
何洋洋, 王馨怡, 董晶. 基于经验小波变换与谱峭度的船舶轴系故障特征提取方法[J]. 中国舰船研究, 2020, 15(S1): 98-106. DOI:10.19693/j.issn.1673-3185.01771 |