船舶辅机设备实操拆装虚拟仿真系统自动评估算法

王 壮，商 蕾，柳化松，王 冰

(武汉理工大学 能源与动力工程学院，湖北 武汉 430063)

21世纪以来全球航运业获得了高速发展，船舶逐渐向着专业化、集成化的方向发展。在这种趋势下，对船员的管理水平和实操水平的要求也越来越高[1-2]。船员适任考试中的船舶辅机设备实操评估是必考项目[3]。在当前的考核方式中，多采用专家经验法，评估员主要根据自己的经验为学员的船舶辅机设备的实操拆装过程进行打分，主观意识成为了主要考核依据，且不同的评估员经验不同，增加了考核的不确定性，这种实操能力评估方式导致评估要素的属性模糊、难以量化，不易把握评估尺度[4-5]。因此，本文将模糊综合评价方法应用于基于虚拟现实技术(VR)的船舶辅机设备实操拆装虚拟仿真系统中，将考核过程中人的经验数字化、条理化，使考核结果更具说服力。

1 模糊综合智能评价方法的概述

由于船舶辅机设备的拆装过程比较复杂，存在模糊、边界不清、不定量的评估因素，且比较依赖评估员主观意识和个人偏好，考核方式不够明确、标准。因此采用基于模糊数学的理论模糊综合评价方法，将模糊性对象归一定量化，使其变得清晰有条理，构建过程如下。

1)确定拆装评估的关键因素集。关键因素集即为影响评价船舶辅机设备实操拆装过程好坏程度的关键因素的集合，因素集用U表示，关键因素用ui表示，记为：

U={u1,u2,…,un}，

(1)

式中，ui为u1～un之间的任一关键因素，i=1,2,…,n。

2)构建拆装评估的评估集。依据学生在船舶辅机设备实操拆装操作过程中的表现，主要根据专业工具使用是否正确、拆装步骤是否正确、设备拆装熟练情况、设备拆装完成情况来给予评分，本文采用“优，良，中，及格，不及格”5个评价结果，则实操拆装评估的评价集记为F={f1,f2,f3,f4,f5}={优，良，中，及格，不及格}。反映到常用的百分制即为：优(90～100)、良(80～90)、中(70～80)、及格(60～70)不及格(60分以下)。

3)构建实操拆装评估的隶属度矩阵R。

(2)

式中，rij为其中的矩阵元素，表示第j种评估fj对第i种因素ui实操拆装评估的隶属度；i=1,2,…,n;j=1,2,3,4,5。

4)确定拆装评估关键因素的权重集。每一个拆装评估的关键因素，在每个设备的整个实操拆装考核过程中的重要性可能不同，因此需要借助权重值来直观量化每一个影响设备实操拆装评估的关键因素。权重值可以采用主观赋权法的方式获取，即根据资深专家的经验主观判断得到初始权重值，然后用贝叶斯后验分布来进行修正，得到最终权重值。设第i个关键因素的权重值为li，权重值分配结果矩阵为L，则：

L=[l1l2…ln],

(3)

式中，l1+l2+…+ln=1，且l1,l2，…,ln≥0,

i=1,2,…,n。

V=LR

=[l1l2…ln]×

=[v1v2v3v4v5],

(4)

(5)

式中，V为拆装评估评价矩阵，vj为评价指标。

(6)

2 建立模糊综合评估的数学模型

2.1 确定评估因素集

由模糊综合评估的原理获取评价矩阵的前提是要得到学员船舶辅机设备实操拆装操作的关键因素集，其中船舶辅机设备包括往复泵、齿轮泵、空气压缩机、锅炉附件、分油机等设备，可以将船舶辅机设备的评估要素进行细化，本文以往复泵为例，依据大纲要求往复泵的实操拆装考核规则，获取影响往复泵的实操拆装评估关键因素集，船舶设备往复泵的实操拆装评估关键因素集如表1所示。

表1 船舶设备往复泵的实操拆装评估关键因素集

2.2 建立评估集

针对学员在船舶辅机设备拆装操作考核过程中的表现，评估标准见表2。

评估标准主要采用专家经验法确定评估隶属度，数值表示的是每一个评估所对应的得分区间概率，评估隶属度见表3。

表3 评估隶属度

2.3 确定关键因素权重集

本文采用层次分析法(AHP)解决船舶辅机设备实操拆装过程中的多目标权重的定量描述问题[6]。因此，可以得到船舶往复泵的各个层次拆装评估关键因素的权重比较值，通过将5个评估要素进行两两比较，判断每2个相比的重要程度如何，并构造判断矩阵D，以及得到各指标的权重。关键因素权重集见表4。

表4 关键因素权重集

构造判断矩阵D:

(7)

构建判断矩阵D时需要进行一致性检验，设特征值为λ,矩阵阶数为n，当λ=n时，D为一致矩阵；当λ≠n时，则需要通过一致性检验公式来判断，如公式(8)所示：

(8)

式中，CR为一致性比率；CI为一致性指标，CI的计算见公式(9)；RI为随机一致性指标,与判断矩阵的阶数有关，随着n阶矩阵的变化，RI取值表[5]如表5所示。

(9)

式中，λmax为D最大特征值。

表5 RI取值表

得到：λmax=4，CI=0；n=4，RI=0.90；即说明判断矩阵D通过一致性检验，符合一致性要求。计算往复泵拆装各个关键因素的权值分配结果，A表示权重分配矩阵，ai表示第i个关键因素的权重值，则对于往复泵的权重矩阵，如公式(10)所示：

A=[a1a2a3a4]

=[0.4 0.2 0.2 0.2]。

(10)

2.4 考核结果

通过上文对设备往复泵的关键因素评价集和评估隶属度表的研究建立获得评价矩阵R，如公式(11)所示：

(11)

船舶辅机设备的往复泵拆装考核评估最后结果B计算方式为：

B=AR。

(12)

S为学员最终评价结果化为百分制的值：

S=B[20,40,60,80,100]T。

(13)

3 实例分析

为了验证模糊综合评估方法在船舶辅机设备拆装评估的准确性，选取学员对系统中船舶辅机设备往复泵进行拆装评估测试，其关键因素评估如表6所示。

表6 关键因素评估

由表3、表6，确定船舶往复泵拆装评估操作的评估矩阵：

(14)

根据拆装评估公式，得到评估结果为：

B=AR

=[0.4 0.2 0.2 0.2]×

=[0.16 0.12 0.32 0.32 0.08]

将评估结果转化为百分制，则该学员最终得分为：

S=B[20 40 60 80 100]T

=[0.16 0.12 0.32 0.32 0.08]×

[20 40 60 80 100]T

=60.8

该学生对于“船用往复泵拆装”项目的评估完成以后，基于模糊综合评价的系统不仅会计算得出最终评分60.8，而且生成详细的评估报告，按照表6的专家经验的考核方式，该学员的最终成绩结果为及格，与系统的结果相对应，符合要求。

4 结束语

通过模糊综合评估方法，将传统实践评估中复杂、模糊的评价因素转化为规范化、定量化的评估方法。这种智能化的评估方法不仅公平合理，而且可以对学生的拆卸操作水平进行规范化、定量化的评价。另外，需要注意的是，在综合评估中，有一定的主观因素决定了拆卸评估的关键因素的重要性，但是基于专家和教师的长期经验和对客观现实的分析研究，且通过多年的测试和修正，可以公平地反映船舶辅机实操拆装的客观事实。