0 引　言

在复杂多变的海洋环境中，舰船需应对恶劣气象条件、暗流漩涡、航道障碍物等外部威胁，同时要保障内部动力系统、导航通信设备的稳定运行。随着舰船功能的日益复杂，大量非线性负载、精密电子设备投入使用，对航行安全系统的稳定性、可靠性和自动化水平提出了更高要求。当前传统舰船航行安全系统多采用分散式控制架构，存在自动化程度低、故障响应迟缓、数据协同能力差等问题^[1]。基于PLC的舰船航行安全系统可有效整合舰船多源数据，提升系统对复杂工况的适应性，增强故障预警与应急处理能力，对保障舰船航行安全具有关键意义。

国外PLC技术在舰船领域的应用起步较早且发展成熟。美国海军率先将PLC应用于航母、驱逐舰等大型舰艇的电力管理与航行控制系统，通过构建分层分布式架构，实现对推进系统、电力分配系统的实时监控与智能调控，显著提升了系统的可靠性和响应速度^[2]。

国内对基于PLC的舰船航行安全系统研究也在不断深入^[3]。众多科研机构和高校聚焦PLC在船舶电力推进系统、机舱监控系统中的应用，通过改进控制算法和通信协议，提升系统的稳定性和数据处理能力。部分企业成功开发出具有自主知识产权的PLC-based舰船监控系统，在中小型船舶上实现了应用^{[4 − 6]}。然而，现有研究仍存在一些不足：一是在系统集成层面，各子系统间的兼容性和协同性有待加强，难以应对舰船复杂多变的运行工况；二是在智能控制方面，先进算法与PLC的结合不够深入，系统的自适应决策能力较弱；三是在网络安全防护上，对PLC系统面临的网络攻击风险研究不足。本研究将针对上述问题，深入探索PLC在舰船航行安全系统中的创新应用模式，优化系统架构与控制策略，为舰船航行安全提供更可靠的技术保障。

1 基于PLC的舰船航行安全系统设计

基于舰船航行安全对高可靠性、实时响应与智能决策的严苛需求，本文采用分层解耦的架构设计理念，将PLC技术深度融入舰船航行安全系统，通过设备层、控制层、监控层与管理层的功能协同，构建集数据感知、实时控制、本地监控与远程管理于一体的智能化系统。该方案充分发挥PLC高可靠性、灵活可编程及强抗干扰能力等特性，在传统系统基础上实现四大核心优势：双冗余设计保障复杂环境下的稳定运行，多层级智能算法提升故障处理与能耗优化能力，模块化架构支持设备即插即用与程序远程更新，全方位网络安全防护抵御现代网络威胁。

1）设备层作为系统的执行终端，通过多类型传感器集群实时采集多维数据，涵盖导航类传感器（GPS接收机、惯性导航系统、雷达传感器等）获取的经纬度、航向、周边障碍物坐标，设备状态类传感器（温度、压力、液位、振动传感器）监测的发动机、电机等运行参数，以及环境类传感器（风速风向仪、浪高仪、水深传感器）反馈的海洋环境信息。执行机构包括动力控制设备（推进电机变频器、舵机控制器等）和安全执行设备（应急阀门、消防喷淋装置等），前者接收PLC指令调整航速航向，后者执行故障隔离与安全防护动作。通信接口模块支持ModbusRTU、CAN总线等多种协议，实现传感器与执行器信号的标准化转换并接入控制层。

2）控制层是系统的底层中枢，核心为双冗余PLC控制器集群（如西门子S7-1500R/H），通过热备切换机制保障可靠性，运行PID调节、模糊控制等核心算法处理传感器数据并生成执行指令。分布式I/O模块（AI/AO、DI/DO）实现设备层的分布式控制，降低线缆复杂度；专用功能模块（高速计数模块、通信模块）适配雷达脉冲信号处理及工业以太网通信需求。实时数据库支持毫秒级数据刷新，存储航行参数、设备状态、环境数据，为上层提供实时数据源。冗余与容错系统通过双电源、双网络链路及控制器热备设计，确保单点故障时切换时间小于50 ms，满足舰船复杂环境下的高可靠性要求。

3）监控层作为操作界面与本地决策中心，通过人机交互界面实现舰员与系统的实时交互。舰桥主控制台以大尺寸触摸屏显示电子海图、设备状态仪表盘及实时报警信息，支持手动输入航线参数、紧急停车等操作；机舱监控终端通过专用工业级PC实时呈现发动机运行曲线，支持设备远程启停与参数调整。数据处理服务器对原始数据进行卡尔曼滤波、异常值检测等预处理，结合基于规则库的故障诊断引擎实现实时故障诊断与预警。本地通信网络采用Profinet、EtherCAT等工业以太网，通过OPCUA协议实现PLC控制器与监控终端的数据无缝交互，保障本地监控的实时性与准确性。

4）管理层作为指挥中枢，通过远程监控中心实现全局数据管理与战略决策。岸基/编队指挥中心借助卫星通信或4G/5G网络实时接收舰船数据，支持远程航线规划与故障诊断；大数据分析平台基于历史数据训练LSTM等机器学习模型，生成设备维护计划并优化能源消耗策略。网络安全防护系统部署防火墙、入侵检测系统（IDS）阻断针对PLC的网络攻击，通过AES加密技术保障数据传输安全。系统数据库存储至少3年的航行日志与设备故障记录，支持数据追溯与趋势分析，同时维护设备手册、故障处理预案等知识库，为智能决策提供底层数据与策略支持，实现从本地控制到远程管理的一体化协同。

2 智能决策实现 2.1 安全监管任务自动化执行

传统舰船航行安全监管任务规划与执行高度依赖人工操作，而基于PLC的系统通过引入自动化任务调度系统实现了任务的自动规划与执行。该系统采用多智能体架构，每个智能体负责特定任务的规划与执行，如导航任务、设备监控任务和故障处理任务。智能体之间通过消息传递机制进行通信与协调，确保任务的高效执行。图1所示为安全监管任务的自动化升级，其实现主要体现在以下方面：

1）任务规划

在舰船航行前，系统接收航行任务指令后，首先判断是否有历史航行数据。若有，调取历史航行数据并分析其中的风险区域，接着结合实时天气和海况信息，识别危险海域和不良天气区域。然后重新规划初步航行路径，评估航路时间和燃料消耗，若满足预计时间和燃料效率，便生成最终航行任务计划；若不满足，则再次重新规划路径直至满足。

2）任务调度

在航行过程中，任务调度模块负责实时监控任务执行情况，并根据实际情况动态调整任务计划。当检测到设备故障或突发状况时，调度模块能够快速重新分配任务，确保关键任务的优先执行，并采取应急措施以保障航行安全。任务调度模块还能够管理多个并行任务，确保各任务互不干扰，有序进行。

3）任务执行

任务执行模块负责将任务计划转化为具体的控制指令，发送给设备层的执行机构。系统通过PLC控制器实时控制推进电机变频器、舵机控制器等设备，实现航速调节、航向调整等操作。任务执行模块能够自动检测任务执行状态，及时反馈信息并处理异常情况。当舵机控制器出现故障时，系统能够自动切换至备用设备，并调整控制策略以保证航行安全。

4）任务反馈与调整

任务反馈与调整模块实时监控任务执行情况，收集设备状态、环境信息和航行数据等反馈信息。基于这些数据，系统能够自动评估任务执行效果，及时发现潜在问题并进行调整。

图2为风速变化曲线，PLC在获取风速传感器后将其转换为数字信号并传送给数字中心，舰船航行安全系统可以自动处理此信号，并根据原来的目的地来控制船舶的航向和航速，分别如图3和图4所示，可以发现，在不同风速情况下，系统可以对航向和航速进行自动调节，且一直高于安全航速2 kn。

2.2 航行风险评估的智能决策

基于PLC的舰船航行安全系统通过集成机器学习算法，构建了智能化的决策支持体系。系统实时采集设备振动、温度、压力以及航行环境中的天气、海况等多维数据，利用历史数据训练高精度预测模型。

1）异常振动监测及预警

PLC可以获取柴油发电机的振动信号，将这些信号发送给控制中心后，通过提取振动信号的基本特征，使用训练后的LSTM神经网络对这些振动信号进行判别，即可实现柴油发电机的异常监测，图5为柴油发电机的振动监测，可以发现在柴油机出现异常时，振动的幅值和频率都会和正常工作时有细微差别，这些都很难通过肉眼进行观察，但是通过传感器和PLC可以实现对这些微小信号的采集，从而最终实现自动化监测。

2）风险评估

基于PLC的航行安全系统自动化风险评估通过构建决策树模型与实时数据驱动的分级响应机制实现全流程管控。首先将天气、海况、航道复杂度等特征离散化为数值等级（天气“晴朗”对应1、“恶劣”对应5），并根据典型风险场景建立训练决策树模型，如“晴朗+平静+简单=低风险”，“恶劣+巨浪+非常复杂=极高风险”，使模型能够通过信息增益比等准则自动识别对风险等级影响最大的特征并生成决策规则，如表1所示。设备层传感器实时采集天气、海况、航道数据并通过Modbus协议传输至控制层PLC，PLC对数据进行有效性验证后转换为决策树输入格式，调用训练好的模型输出风险等级（低/中/高/极高），并结合设备状态数据进行修正。监控层在舰桥主控制台以颜色分级（绿/黄/橙/红）动态显示风险等级，根据等级触发对应预警，高风险启动声光报警并自动降速至安全阈值，极高风险强制切断非关键负载并发送求助信号，管理层则通过卫星通信汇总多舰船风险数据，预测区域海况趋势并远程调整航线，实现风险信息的全局共享与策略联动。

系统通过决策树模型轻量化部署与异常数据容错机制保障可靠性，将决策树规则转化为PLC可执行的条件判断语句，如“IF天气等级>4AND海况类型>4THEN风险等级=4”；当传感器数据缺失时，自动启用历史数据插值或通过其他传感器间接推断。人机协同机制允许舰员手动覆盖风险评估结果，操作记录同步至管理层用于模型迭代。以高风险场景为例，若PLC根据“大雨（4）+中浪（3）+中等航道（2）”的输入判定为高风险，监控层立即显示橙色预警并语音提示，PLC同步向推进电机发送降速指令（从20 kn降至12 kn）、向舵机发送增加转向阻尼信号，管理层同步记录该事件，若同类事件短时间内频发则标记对应海域为高风险区并更新电子海图，形成“数据采集-智能评估-分级响应-策略优化”的闭环，显著提升舰船在复杂环境下的风险应对效率。

3 结　语

1）提出的4层架构设计通过设备层的多维数据采集、控制层的实时逻辑处理、监控层的人机协同交互及管理层的全局策略联动，构建了从底层设备控制到顶层决策支持的完整闭环。双冗余PLC控制器与模块化硬件配置显著增强了系统在高温、高振动等恶劣环境下的可靠性，而工业以太网与OPCUA协议的应用则打破了传统系统的信息孤岛，实现了数据的无缝流转与深度融合。

2）在智能决策实现方面，基于多智能体的任务调度系统与决策树风险评估模型，成功将人工经验转化为可编程的控制逻辑，使舰船能够自动完成航线规划、故障响应及风险分级处理。