船舶智能化信息系统的探讨

船舶智能化信息系统的探讨

汤天浩

(上海海事大学,上海200135)

摘要:探讨了船舶智能信息管理系统的框架结构和组成方法。该智能系统在目前海上单船的自动化系统的基础上,主要由基于智能的航海、机舱和货运监控等几个主要的子系统联合而成。在智能信息处理方法方面,研究了基于数据融合(DF )和数据挖掘(D M )的知识发现方法,对驾驶、机舱和货运监控等智能信息系统的几个主要子系统的信息进行集成管理与综合处理。

关键词:船舶;信息技术;智能系统;数据融合;数据挖掘;知识发现

中图分类号:U 665.261 文献标识码:A 文章编号:1005 9962(2007)03 0029 03Abstrac t :Th i s paper d i scusses t he structure and for m i ng m e t hod of a ma ri ne intelligent i nfor m a ti on m anagement syste m.O n the basis o f the autom ati c system s now used for ship contro l ,the i nte lli gent system consists o f som e i nte lli gent s ubsys te m s ,such as nav igati on system ,ma ri ne eng i ne sy stem and cargo syste m.In t he i n telli g ent i nfor m ation pro cessi ng ,a know ledge discovery m ethod based on data fus i on (DF )and data m i n i ng (D M )i s researched f o r i ntegrated m anag e m ent and treat m ent of the i n f o r m ati on from the m a i n subsyste m s for sh i p nav i ga ti on ,eng i ne contro l and cargo m on itoring .K ey word s :sh i p ;infor m ati on techno l ogy ;intelligent syste m;data f usion ;da ta m i n i ng ;kno w ledg e d iscov ery

本课题得到国家自然科学基金(60434020,60374020)和上海

市教委科技项目(05FZ04)的资助。

作者简介:汤天浩,男,教授,博士生导师。1955年生。1987

年上海工业大学电力传动及自动化专业硕士研究

生毕业,1998年在上海大学电力电子与电力传动专业博士研究生毕业,长期从事船舶自动化与智能信息处理研究和教学工作。

1 前 言

信息论的诞生与发展引发的信息技术的浪潮方兴未艾,信息技术在港航企业的生产、经营、管理等过程中的作用也日益增长。特别是近年来由于自动化技术、计算机技术与网络通信技术的广泛应用,船舶智能信息管理系统进入了新的发展阶段

[1]

:在单船控制方面,进一步发展了一人驾驶系

统(OMBO )和无人机舱(UM S),在一些先进船舶上已形成现场总线(FN )、控制局域网(C N )与办公自动化网络的三层计算机网络结构,并配置了国际海事卫星通信系统(I N MARSAT )标准船站,用于船岸数据通信。在船队控制方面,发展了船岸数据通信网、岸上船舶气象导航服务、船队备件管理系统、船队故障专家诊断系统,进一步促进了电子邮件和电子数据交换技术EDI 的广泛应用。由于GPS 、G MDSS 以及I NMARSAT 的实施,使得建立船岸一体化管理成为可能。

本文探讨了一种船舶智能信息管理系统的框架

结构和组成方法。该智能系统在目前海上单船的自动化系统的基础上,主要由基于智能的航海、机舱和货运监控等几个主要的子系统联合而成,它在某种意义上就是将原有的全船综合自动化系统(TSAS )进一步智能化。船舶智能信息管理系统在硬件方面,是在目前采用的分布式计算机系统的基础之上,逐层地构造单船的计算机局域网,用以综合单个船舶各个控制子系统的信息,其信息出口是设置在船舶上的卫星站。在智能信息处理方法方面,研究了基于数据融合(DF)和数据挖掘(D M )的知识发现(FDD)方法,对驾驶、机舱和货运监控等智能信息系统的几个主要子系统的信息进行集成管理与综合处理。

2 工业IT 的结构与方法

当前,船舶数字化或信息化的关键在于自动化技术、计算机技术与网络通信技术的发展,特别是这三种技术的配合和集成[2]

。目前需要解决的主要

问题是:

(1)网络通信的速度、质量和可靠性的进一步提高;

(2)网络环境的系统控制方法和策略的研究;(3)智能数据处理方法的探索。

一种解决方案是引用信息技术(I T )在工业领域的成功经验构造船舶信息系统。工业I T 的基本结构如图1所示,其基本思路是将安装在现场的设

备状态监测和实时控制功能与远程监控和故障诊断相结合,以提高系统性能、延长运行寿命和保障安

全。

图1 工业IT 的基本结构

3 航运I T 的构成

最近,国外已提出了航运信息技术(M ariti m e I ndustry I T )的概念,将工业信息技术(I ndustry I T)的思想引入航运领域。

航运I T 的构建方案如图2所示,通过海事通信

卫星In m arsat 将船上的船舶信息管理系统与航运公司的信息系统连接起来,组成一个统一的航运信息系统,使单个船舶的信息管理、船队信息管理、供应

链信息管理和企业信息管理融为一体。

图2 航运IT 的构建方案

这样,船务公司不仅可以实时地了解船舶的动

态,还可以深入地了解船舶某一设备的运行状态。如果发生故障,船上一时无法排除,可以把当前的设备状态传送到公司,甚至于传送给制造厂商进行远程诊断。由此可减少船员,节约维修费用,提高航运效率和保障安全。目前,这方面的开发工作刚刚起步。

4 关键技术与方法

船舶信息管理系统首先要根据航运市场、货源、运输设备以及航运法规等方面的具体信息,综观全局地分析,以制定战略目标,确定运输计划。接着进一步结合运力、人力、资金等信息,确保船队各分系统有秩序有节奏地协调运转。由于社会经济过程比工业过程更不确定,更难把握,需要有效的控制措施,及时校正不合要求的行为,规避风险,提高事业

安全性。同时,系统还得负责为各单船提供及时有效的技术支持,协助避免或排除故障,提高安全性。此外,船队信息管理系统还要解决最优化问题,因为整个船舶的信息管理系统本身的根本任务就是使经济利益最大化,为国民经济的发展作贡献。在上述一系列过程中,某个环节的一个决策错误或是执行失误,都有可能造成严重后果而蒙受巨大损失。此类社会、经济领域的 事故!其危害性不亚于工业生产领域的事故。为了排除人为因素的影响,提高整个大系统的事业安全性,就需要引入人工智能,走智能化的道路。但是如何有效地对性质多样、数量繁多的信息进行敏捷的综合推理、预测、决策,同样从建模开始就有一系列问题亟待解决。4.1 数据挖掘存在的问题

数据挖掘(DM )就是从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的复杂过程

[3]

。它的原始数据可以是结构化的,如关系数据

库中的数据,也可以是半结构化的,如文本、图形、图像数据,甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的,也可以是非数学的;可以

是演绎的,也可以是归纳的。发现了的知识可以被用于信息管理、查询优化、决策支持、过程控制等,还可以用于数据自身的维护。因此,D M 是一门范围广泛的交叉学科,它汇聚了不同领域的研究者,尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的学者和工程技术人员。在很多重要的领域,如银行、电信、保险、交通、零售、远程通信、产品质量保证等,D M 都可以发挥积极促进的作用。经过10

多年的工作,数据挖掘技术的研究与应用已取得了很大的成果,然而还面临着许多问题:

(1)各种数据挖掘问题及挖掘方法基于不同的模型和技术,彼此互相孤立,联系很少;

(2)数据挖掘处理高维数据的能力有待提高;

(3)数据挖掘系统仅提供孤立的知识发现功能,难于嵌入大型应用;

(4)数据挖掘在其应用领域上还可以扩展等;(5)数据挖掘中的具体算法在解决具体问题时还需完善。4.2 故障诊断与容错控制存在的问题

(1)对非线性系统缺乏一般性的控制器综合方法;

(2)非线性系统的FDD问题还没有得到完全解决;

(3)非线性时滞系统的容错控制还没有任何结果,线性时滞系统的结果还非常有限;

(4)高维、时变多变量系统的完整性控制问题。

4.3 数据融合存在的需要解决的问题

多传感器数据融合是一项近几年发展起来的新技术,最早出自于指挥、控制、通信与情报系统的研究,主要在军事领域。随着认识的深入,其方法同样适应于测量控制、机器人视觉、交通和卫星等领域。目前的数据融合技术是针对一个系统中使用多种传感器(多个或多类)这一特定问题而进行的新的信息处理方法,因此,数据融合又称做多传感器数据(或信息)融合。比较确切的定义可概括为:数据融合是对来自多个传感器的数据进行多级别、多方面、多层次的处理,即充分利用不同时间和空间的多传感器信息资源,采用计算机技术对按时序获得的多传感器观测信息在一定准则下加以自动分析、综合、支配和利用,获得对被测对象的一致性解释与描述,以完成所需的决策和估计任务,使系统获得比它的各组成部分更优越的性能。数据融合系统主要由多传感器、校准、相关、识别、估计等部分组成。其中校准与相关是为识别与估计作准备的,实际融合是在识别和估计中进行的。数据融合的基本原理也就像人脑综合处理信息一样,充分利用多个传感器资源,通过对传感器器及其观测信息的合理支配和使用,把多传感器在空间或时间下可冗余或可互补的信息,依据某种准则来进行组合,以获得被测对象的一致性解释或描述。

目前传感器性能有了很大的提高,并且所反映的信号形式呈现出多样化特点,同时计算机处理能力,尤其是并行处理和分布式处理能力日趋强大,这为大量信息的处理和融合提供了必要的条件。但是随着信息科学的进步,多源信息融合所面临的理论和应用问题更加复杂。主要表现在以下几个方面:

(1)信息的不确定。当前信息融合系统应用的环境比较复杂,在信息的获取、处理、描述和融合过程中存在许多不确定因素,从而导致了最终的融合结果与真实情形有很大差别;

(2)融合精度要求愈加突出。在许多应用场合,如机动目标跟踪、机器人自主导航、空间飞行器的对接等等,对多源信息融合系统的融合精度提出了更高的要求,这一点在不确定性的环境下尤其突出。

针对新情况下信息融合所面临的任务,寻找多源信息融合的新方法,深入研究多源信息融合理论,并且通过实际应用加以验证和评估具有十分重要的现实意义。

5 结论与展望

综上所述,在现有的船舶自动监测系统的基础上,建立以诊断知识为基础,以集成智能为核心的具有故障自动发现、辅助诊断、趋势预报功能的信息集成系统,使目前相互的系统集成为一个统一管理、集中监测、智能决策和分散控制的综合监控管理系统[5],对于提高系统的可靠性和安全性具有重要的理论意义和应用前景。

∀参 考 文 献#

[1] 汤天浩.船舶系统的未来发展:电气化、数字化与智能

化[C].第六届上海国际工业博览会科技论坛,2004.

[2] 汤天浩.智能监控系统:新的理论、方法与进展[J].上

海海运学院学报,2001,22(3):17-21.

[3] W ang Xuezhang.D ata m i ning and know l edge discovery

f o r process mon it o ri n

g and con tro l[M].Sr i ng er V e rlag

L ondon L i m ited,UK,1999.

[4] T ang T ianhao,Y ao G ang.An i nte lli gence f usion system

f o r ship fault-to l e rant control[C].P repr i nts of IFAC

Conference on Contro l A pp licati ons i n M ar i ne Sy stem s,

A ncona,Ita l y,Ju l y7-9,2004:83-88.

[5] T ang T ianhao.A ne w intelligent system based on hybrid

neural net w orks f o r process m onitor i ng[C].P roceedi ngs

of the2003IEEE Inte rnati onal Sy m po si u m on Intelligent

Contro,l H ouston,T exas.O ct.5-82003:941-946.