船舶动力设备拆装过程的与或网络建模与分析

2020-07-01 06:39陈登智江国和孙久航文家献
舰船科学技术 2020年6期
关键词:调度建模船舶

陈登智,江国和,孙久航,文家献

(1.上海海事大学 商船学院,上海 201306;2.上海海事大学 物流研究中心,上海 201306)

0 引言

船舶柴油机具有装置较大、结构复杂、元件配合精密及造价昂贵等特点,船舶动力设备拆装是船舶航行和安全维护过程中的重要工作。船舶动力设备是指船舶上各种能量的产生、传递、消耗的全部机械、设备,是船舶的核心组成部分,主要由主动力装置、辅助动力装置、其他辅机和设备3 部分组成[1]。由于船舶在航行过程中的检修维护工作必须由随船船员完成,因此船舶动力设备拆装也是海船船员培养的重要内容之一。然而,船舶动力设备拆装涉及的零部件和拆装任务众多,无论是学习、训练和实际操作过程都十分复杂。由于可能的拆装顺序很多,衡量拆装过程的质量好坏和提高拆装效率,无论对于组织学习和训练还是实际作业都十分重要。

“动力设备拆装”是《海船船员培训大纲(2016 版)》规定的轮机专业评估的主要内容。为了衡量拆装过程的质量,海事局等相关机构组织编写了《轮机评估规范》作为船舶动力设备拆装评估的指导性文件,确立了针对各种主要零部件拆装的具体要求和计分规则。但是,在实际拆装过程中,拆装任务的管理与优化是衡量拆装质量和效率的关键。目前,拆装路径的有效性主要依赖于经验判定。对于一个船舶动力设备来说,可能的拆装路径太多,敏捷和智能的拆装过程优化对于海员人才培养和实际拆装操作都十分重要[2]。虽然基于虚拟现实技术建立柴油机虚拟拆装环境能够减少对实际设备操作的依赖,但是对心理素质和应急处置等方面的实训效果难以衡量。船员操作评估更多依赖于评估员主观经验评判[3],依靠人的主观定性评估的考核方式,不利于培训教学效率和质量的提升[4]。基于仿真模拟的方法在船舶驾驶和系统研究中得到广泛应用[5],并且业界开始研究船舶动力装置“视情维修”和智能诊断系统[6],但是在设备拆装训练和评估中尚未见报道。

考虑船舶动力设备拆装的复杂性,通过拆装任务描述针对特定零部件、采用特定动作和工具在特定场景下完成的原子工作,基于拆装任务及其之间的与或网络对拆装过程进行建模;并在此基础上提出拆装过程的分析方法。其中,“与或网络”是用于描述计算机系统和项目管理中任务或过程之间“与”和“或”这2 种关系的新工具。

1 设备拆装问题与过程

船舶动力设备是大型复杂工程设施。例如,船用6135 柴油机主要用于内河中小型船舶的发电设备,其所包含的零部件数以万计。对于远洋大型船舶,由于动力、节能环保和安全等各方面的需要,设备更加复杂,零部件数量更多。虽然当前船舶动力设备趋于混合动力和电动设备,其零部件数量和耦合程度依然很高。船舶是浮动设施,船舶上动力设备的检测维修对于船舶常规航行和安全保障的作用相比陆上设备而言要求更高。并且船上设备检测维修主要依赖于随船专业人员。因此,对这些专业人才培养的考核是海事教育中很重要的组成部分。船舶动力设备拆装是船员培养的关键内容。

如图1 所示,船舶动力设备拆装通常是多名专业人员在船上、车间或实验室等场地协作完成的复杂作业。在船舶动力设备实际维护过程中,通常是通过拆装检测、维修和更换特定零部件。船舶动力直接影响船舶航行与安全。依据《中华人民共和国海船船员适任考试和发证规则》,船舶动力设备拆装技能训练与考察,要求使用专业工具按照安全的作业步骤完成一系列的作业任务。在图1 中,将一个拆装作业任务定义为4 个属性的耦合,即零部件、动作、工具和背景。其中,“零部件”是指该任务拆装的零部件组或特定零部件;“动作”是指完成该拆装任务需要执行的一些标准作业动作;针对特定的零部件和动作,要求使用合适的作业“工具”以确保质量和安全;“背景”是指执行该任务时所在的特定场景、背景、车间、环境。

图1 拆装任务及其环境

2 与或网络建模

与或网络是包含“与”和“或”节点的有向图G=(V,E)。其中,V 是节点集合,对于v ∈V,T(v)E{AND,OR}表示节点是“与”节点(AND)或“或”节点(OR);而E 是有向边集合,对于e ∈E,记0(e)和D(e)是起点和终点,都是V中的元素。综上所述,拓展有向图,与或网络定义为五元集,即G=(V,E,T,O,D)。

Belhe,Gillies和Mohring等人对相关网络进行研究。然而,这些研究仅描述活动的前继任务,不能用于描述可选的任务。这解释了为什么前人在研究项目调度时仅关注有限的时间而不关注有限的资源。Kellenbrink 和Helber[7]等人运用柔性项目结构研究资源限制项目调度问题。然而,文中使用的网络并未阐明柔性项目结构,数学模型仅考虑项目的完成时间。项目调度涉及多种资源的使用,因此项目调度是一个多目标问题。项目调度中最重要的是权衡时间和成本。因此,项目调度问题的模型中应该使用2 个目标函数。对2 个相互矛盾的目标函数进行权衡的关键在于找到帕累托最优值。Dridi[8]等人使用双向混合蚁群算法求解分配和调度问题。Zhang 等人设计粒子群算法和差分进化算法求解多模式资源约束项目调度问题。本文在项目调度问题中考虑可选的项目结构,设计自适应禁忌搜索算法和基于邻近搜索规则的遗传算法,优化作业时间和资源。

与或网络过于强调理论性,而不能应用于实际中。Belhe和Kusiak[7]等人将项目调度网络简化成小规模的网络图求解。但Tao 和 Dong[9]等人提出与或网络,在资源约束项目调度问题中考虑可选的项目结构,有助于对资源约束项目调度问题进行建模和设计有效的算法。本文将对与或网络进行详细的阐述。

图2 为一个与或网络的示例图,其中深色节点是AND 节点,而浅色节点是OR 节点。与或网络用于描述计算机网络和项目网络。在这类网络中,节点通常表示任务、处理、动作等,节点之间的有向链接表示任务之间的先后关系与过程。在任务与或网络图2 中,a 是AND 节点,表示任务a 处理完之后,如果沿着有向边往下走,那么必须处理b、c 和d,但是这3 个任务之间没有执行的顺序要求;任务b 是OR 节点,即在任务b 执行之后,可以执行e 或者f。在图1 中,为了执行任务i,其前序任务有多种可能,例如abcdghi 和adcbehgi都是符合以上与或网络定义的任务序列。

图2 任务与或网格

在复杂船舶动力设备拆装背景下,通过以下属性定义任务v ∈V:通过执行该任务所拆装的部件(Part) ;Pv该任务使用的工具(Tool)Tv;执行该任务的具体动作(Action)Av;执行该任务所在的特定场景、背景、车间、环境(Background)Bv。对于给定作业空间和动力设备的情况下,以上四类属性的值域是4 个确定的集合,记为综合以上属性及其集合,船舶动力设备拆装与或网络包括网络和属性2 个维度,即:因此,G 和S 能够对拆装任务之间的关系、拆装过程和拆装质量评判进行基于网络的形式化描述与建模。

3 船舶动力设备拆装网络建模

图3 是以船用6135 柴油机为例研究基于与或网络的拆装网络建模的过程。首先,依据船舶动力设备、拆装专业与经验,以及拆装作业场所,识别四类拆装属性集合S。然后,通过收集历史作业数据和实地拆装获得拆装案例。据此完成任务集合识别,确定任务类型(AND 或者OR),并结合拆装属性集合确定每个任务的属性,根据案例中所体现的任务作业序列确定任务之间的先后关系。即完成拆装与或网络建模。最后,组合属性模型与与或网络模型,通过实地拆装进行校验,确定拆装网络模型。

图3 拆装过程模拟

根据图3 所建立的过程模型,船用6135 柴油机包括:考虑250 组主要零部件;拉出、上环、修光、修刺、关闭等62个动作;主机旁、作业区、供水管路区等18 个拆装作业背景;上环器、拉缸器和专用测量工具等60 类拆装工具;合计包括118 组拆装任务集,其中,合计509 个任务,115 个OR 任务,14746 个任务之间的有向连接。因此,最后获得一个包括14746 节点的大规模与或网络,如图4 所示。该网络设置一个虚拟的开始任务和一个虚拟的结束任务,任意从开始到结束任务的任务路径(序列)都是一种可行的拆装方案,这样的拆装方案在这个与或拆装网络中存在无数种。

图4 船用6135 柴油机与或网络

基于拆装与或网络的分析方法包括以下3 种:拆装关键任务与部件识别;拆装路径或拆装过程优化;拆装属性配置与优化。

拆装关键任务与部件识别是以拆装与或网络节点为对象的分析方法。在拆装与或网络G 中,节点的拆入复杂性与拆出复杂性可以通过式(1)和(2)的入度和出度中心性表示。综合(1)和(2)得到式(3)表示任务的连通复杂性。通过对(1)~(3)的计算对任务进行排序,判定拆装任务在整个拆装网络中的重要性。通过属性算子将任务映射到拆装属性,从而能够获得对拆装属性重要性的排序。式(4)给出各种属性的重要性,例如是部件p 的重要性,而则可以用于衡量动作 a在该拆装网络中使用的频繁程度。通过式(4)计算拆装属性在拆装网络中出现频度可以优化拆装属性配置。

与或网络是有向图的拓展,但是有向图中的算法不能直接用于与或网络的计算。拆装路径或拆装过程是从虚拟任务到达特定部件所属任务的最佳任务路径,但不等于相应有向图中的两点之间的最短路径。拆装任务遍历算法(见表1)是与或网络中路径计算的基础。

表1 拆装任务遍历算法

对图4 所示的网络进行出度和入度的复杂性分析[10]可以得到如图5 的分布图。由图可以发现,入度为1 和入度为2的任务最常见,但是度为2 的任务数量很大,都超过25%。度为1 的这些任务的作业前后关系是确定的,而度值大于1的任务则可能存在多种作业的先后关系。

取10 个任务和20 个任务,使用算法1 进行求解,结果如图6 所示。图中的点表示任务,其中,圆点表示与节点,菱形节点表示或节点,点旁边的数字表示任务序号,箭头表示作业顺序。粗线表示从起始任务到终止任务需要经过的任务路径,细线表示不经过的路径。

图5 船用6135 柴油机与或网络节点出度与入度分布

图 6 基于与或网络的拆机任务路径示例

4 结语

船舶动力设备拆装过程评估是海船船员培养和考试的主要内容,然而特定拆装过程质量评价主要依赖于教员和考官的经验。虽然相关规定确定了船舶动力设备拆装的基本过程、注意事项和评估要求,由于拆装过程涉及大量零部件和可选任务,目前尚无自动和智能的评估方法。将拆装过程分解为依赖于零部件、动作、工具和作业背景的拆装任务,考虑特定拆装任务的后续任务之间的“与”和“或”的关系,基于与或网络建立拆装任务网络;以此为基础提出拆装过程优化与分析的方法。以船用6135 柴油机为例,提出拆装任务网络的建模过程,建立了拆装任务之间的复杂网络并进行网络分析[10]。未来将在此基础上,结合图像识别、机器学习和人工智能,研究拆装过程的智能评估、优化与管理。

猜你喜欢
调度建模船舶
基于智慧高速的应急指挥调度系统
大数据分析的船舶航迹拟合研究
船舶稳性控制系统研究
基于CE-PF算法的舰载机离场调度优化问题
水资源平衡调度在农田水利工程中的应用
物理建模在教与学实践中的应用
在经历中发现在探究中建模
《船舶》2022 年度征订启事
基于增益调度与光滑切换的倾转旋翼机最优控制
船舶上层建筑建造工艺探讨