船用设备智能运维探究

◎ 张瑞 田亚辉 郑州大学机械与动力工程学院

汤敏 武汉理工大学智能交通系统研究中心

周帅康 郑州大学机械与动力工程学院

1.背景

中国经过“十三五”智能制造战略规划的实施，已逐步建立起高质量、高效率的生产制造体系，但是也存在缺乏创新、应用深度广度不足和人才缺失等问题。“十四五”期间，政府将继续深入地推进智能制造的应用场景的拓展，加快制造强国建设。远程运维作为其中的一种新业态新模式，已逐渐受到人们关注。其主要内容包括建立信息采集和自动化控制系统、故障诊断系统以及基于专家系统的故障预测模型和故障索引知识库；系统在获取设备运行信息和环境变化信息后实现对设备的远程智能化控制；搭建装备PLM管理平台、关键零部件生命周期范围内的分析平台和建立针对不同用户习惯相匹配的信息模型；可实时获取设备运行状况数据信息、制定与实施装备虚拟运行维护方案、选择推送最优运维方案和开发创新应用等服务。

船用设备种类较多，大致可分为船舶的主要动力装置、辅助动力装置和其他各类辅助机器。其中主要动力来源于船舶的驱动主机，主要是指涡轮柴油机；辅助动力来源为发电机组装置；其他辅助机器有锚机、舵机、各类风机等设备。由于长时间工作在高温、高湿和高盐雾的“三高”海上环境中，其受到浪涌、疲劳、腐蚀、变负载等复杂工况影响，船舶各系统不可避免地发生不同程度的故障。随着海洋事业的发展和现代船舶设计生产制造水平的提高，现代船舶越来越朝大型化、高功率、集成化、复杂化和自动化方向发展，其结构功能和任务需求也更加复杂多样，因此对其安全性和可靠度提出了更加苛刻的要求，并且其维护和保障成本日益提高，同时由于系统本身复杂具有时变性、恶劣运行环境和外部等诸多因素影响，出现故障的概率也呈增加趋势。船舶各系统一旦出现意外，便会造成庞大的人身和财产损失。

伴随着检测技术、通信技术和运筹决策理论的飞速发展，在航空、航天、通信和工业应用等各个领域的工程系统日趋复杂，系统的集成化和智能化程度不断提高，研发生产制造特别是运维管理方面的成本投入越来越高。与此同时，由于组成环节和影响因素的增加，系统发生故障概率逐渐增大，因此，高端装备的智能运维和健康管理逐渐成为了研究者关注的焦点，智能运维应运而生。智能运维系统通过实时对设备运行信息及环境信息进行采集和监测，能够提早发现故障信息，降低运维成本，保证设备安全高效运行。

2.智能运维简述

2.1 智能运维概念

运维是指行业运行管理人员根据业务订单对服务资源的调度配置，通过管理手段和技术手段保证服务过程的持久稳定状态。早期运维都是人工完成，主要特点是资源利用率低下；利用机械工具的优点来进行大规模和小批量化的自动化运维，能够很好地减少在运维过程中对人力物料资源的成本消耗，从而降低了运维过程的操作风险，提高了运维效率。然而，目前自动化运维的本质仍然是一种将任何自动化工具紧密结合在一起的运维模式，受限于人类自身的生理极限和认知局限，这种运维模式无法持续地面向规模庞大并且复杂度高的系统提供高质量的运维服务，在这一实际背景下，智能运维由此产生，如图1所示。

图1 运维发展历程

图2 智能运维系统三大特点

智能运维是一种基于PHM的新的运维方式，它具有自我检查、自我诊断的能力，可以实时的监督设备发出故障预警信号，并能实现故障远程报警、分析运维信息。借助智能运维新模式，能够降低用于维护保障方面的成本，增强设备可靠性和安全性，减小系统失效概率，在某些要求高安全、高可靠度领域可以发挥巨大作用。利用最新的传感器检测、信号处理和大数据分析技术，针对装备的各项参数以及运行过程中的振动、位移和温度等参数进行实时在线离线检测，并自动判别装备性能退化趋势，设定预防维护的最佳时机，以改善设备的状态，延缓设备的退化，降低突发性失效发生的可能性，进一步减少维护损失，延长设备使用寿命。在智能运维策略下，管理人员可以根据预测信息来判断失效何时发生，从而可以安排人员在系统失效发生前某个合适的时机，对系统实施维护以避免重大事故发生，同时还可以减少备件存储数量，降低存储费用。

2.2 智能运维的特点

船用设备智能运维系统一般具有智能系统的三个特点：

1）智能感知。船用设备智能运维系统能够集成包括主机、电站、液仓遥测、压载水、电子海图显示与信息系统（Electronic Chart Display and Information Systerm，ECDIS）、船载航行数据记录仪（Voyage Data Recorder，VDR）等全船已有航行、自动化监测、控制与报警信息，以及视情增加的燃油流量、轴功率、主机瞬时转速、轴振动等必要传感器，形成船用设备智能运维系统信息集成平台，并在平台中统一数据标准，有效存储管理，提供开发接口，可实现信息共享。

2）智能分析。船用设备智能运维系统平台通常具备一定数量的智能数据分析模型，用于设备运行状态报警、能耗优化以及岸海端数据传输压缩等功能，这些模型一般具有自动进化能力，可随船舶运行自我更新迭代优化。系统的分析规模化，可通过数据驱动技术手段和机器自主学习能力，实现感知、分析、评估、预测、决策、管理、控制、远程支持等一体化的智能化体系。

3）智能决策。在构建统一的信息平台与模型库基础上，船用设备智能运维系统可采用类似手机系统“平台+应用”模式，面向各类船舶用户的各种需求，重点解决价值分析与优化决策支持，以高性价比提供从船端到岸端的解决方案。

3.智能运维研究现状

在船舶智能运维领域，国内外许多学者都开展了相关的研究，大致可分为对用于智能运维的大数据、边缘计算、云计算等新技术进行研究，对智能运维系统架构进行研究和以船用动力装置系统为切入进行智能运维的探索研究。

3.1 对新技术的应用进行研究

船舶在运行维护过程中无时无刻不产生数据，应用大数据分析技术可以对其进行有效处理。对此，战翌婷[1]提出了一种动态的决策树模型，可实现船舶设备的寿命预测针对运维数据过大往往带来网络宽带限制的问题，应用边缘计算技术则可以很好的应对。王延之[2]应用该技术监测船舶轴系部件状态，并能够预测其剩余使用寿命。杨丽等[3]针对船舶传统的单中心处理数据方式时效性较低的问题，应用大数据与B/S技术，设计了一种分布式处理结构，对采集的数据进行并行化处理，提升了船舶自动运维系统性能。李韬则应用云计算技术从源头处理海量数据的优势，建立了基于模糊C均值聚类算法的故障诊断并行计算模型。

3.2 对智能运维系统架构进行研究

张凡提出针对动力装置的全寿期保障系统平台框架，涵盖了从设计到运维的全部流程信息，在此基础上可添加扩展功能，具有智能运维的特点。庞宇、赵凡琪等通过对新型极地科考船加装智能机舱的尝试，提出了针对船舶的智能集成平台设计与搭建方法，以实现机舱智能化。柳晨光、初秀民从大数据技术、信息物理系统和物联网技术等方面分析船舶智能化的特点，并提出了用可视分析的手段处理船舶管理大数据。谢钧、卓金宝研究了用于船舶动力系统的智能运维服务系统架构，采用搭建船-云-岸通信网络，用以提供船岸两端的船舶动力运维服务。赵建斌提出建立一个专门用于船用设备状态采集的实时数据平台，可以方便地进行数据访问，以便科学研究。

3.3 动力装置相关的系统应用研究

张凡、李良为船舶动力装置的全生命周期保障开发了岸海一体化系统，可实现对船舶动力的数据获取、处理、分析，同时可兼具状态管理、故障诊断和辅助智能决策等能力。刘峻华研究开发了针对船舶动力装置的故障预警系统，可实现故障诊断和便捷组态。该系统可实现只需配置少量参数即可完成对动力系统的监测诊断，具有较高的灵活性和可扩展性。严新平将油液监测方法应用到船用柴油机在线状态监测和远程故障诊断系统中，取得了良好的效果。此外，他们还建立了一套基于web的挖泥船远程故障诊断系统，用以监测船上动力机械和关键设备。

4.船舶智能运维发展趋势

随着大数据、人工智能、云计算等新技术的继续发展，船舶智能运维有如下发展趋势：

（1）数据集成化。随着船舶系统日益复杂，为了更好地进行运维管理，迫切需要将船舶所有的子系统的数据采集、传输和处理进行有机的融合，建立智能数据集成平台，以提升整个系统的稳定性。

（2）岸船一体化。船舶端动力装置检测系统主要用于整个船只动力系统数据收集、查询、存储和传输;岸端运维系统利用所收集的设备信息状态，实现设备的健康管理、能耗管理和基础数据管理等；网络系统通过连接二者，搭建起一套船-云-岸通信网络系统，实现岸船一体化，从而达到智能运维的目的。

（3）决策智能化。智能运维系统充分利用现代信息处理技术对船舶运维数据进行分析，挖掘出其特征信息，从而描绘出各运维主体运行特点和规律，构建信息知识库，依据实时传输获得的监测数据能够实现决策智能化。

5.总结

船舶智能运维究其根本研究的是围绕运维数据的如何获取、如何转换及如何应用的问题。而目前研究的关注点仍然在数据获取和传输上，关于运维数据存储及处理的相关研究还较匮乏，使得数据没法发挥其最大的价值，这也是智能运维目前所欠缺的，亟待研究的重点。