CN103760871A - 一种船舶状态的诊断系统及其诊断方法 - Google Patents
一种船舶状态的诊断系统及其诊断方法 Download PDFInfo
- Publication number
- CN103760871A CN103760871A CN201410039061.9A CN201410039061A CN103760871A CN 103760871 A CN103760871 A CN 103760871A CN 201410039061 A CN201410039061 A CN 201410039061A CN 103760871 A CN103760871 A CN 103760871A
- Authority
- CN
- China
- Prior art keywords
- data
- cabin
- ship
- industrial computer
- ships
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种船舶状态的诊断系统及其诊断方法,所述的诊断系统包括船端数据监测系统和岸端云诊断系统,所述的船端数据监测系统包括机舱数据采集基站、工控机、船端服务器和船端多信息融合分析模块,所述的岸端云诊断系统包括船舶数据服务器集群、数据算法服务器以及用户客户端。本发明对数据的处理分为两级:第一级对实时数据进行常规分析,计算量小,实时性较高;第二级通过船岸通讯将船端数据发送至岸端云诊断系统进行进一步的复杂分析及状态趋势预报,这种方式分析更为准确,能实现预报功能,但实时性稍差。通过两级数据分析方式,既能满足实时的需求,又能实现海量数据的复杂深层次运算。计算的结果可以用来指导船员对船舶进行操作。
Description
技术领域
本发明涉及一种船舶的数据处理技术,特别是一种船舶状态的诊断系统及其诊断方法。
背景技术
随着船舶信息化的发展和轮机自动化水平的提高,现代轮机管理面临着海量数据分析和多信息融合两个问题。由于船端受限因素较多,并且由于大量数据的分析和融合的算法复杂且运算量大,在船端难以实现。在机舱数据监测和故障诊断/预警领域内,有以下几个问题:
1.为提高机舱的数字化程度,需要大量增设传感器,并因此产生了海量数据。为了分析数据以获得诊断结果及趋势预测,需要复杂运算。船端由于受环境等多方面限制,不利于对海量的数据进行处理。因此有云端计算的需要。
2.多信息融合对船舶状态进行综合评判是一种更先进、更准确的方法。在多信息融合时有采集哪些数据,如何利用这些数据进行融合计算等问题。
3.3G网络适用于沿海船舶和内河船舶船岸通讯,但是由于3G网络自身技术特点,应用到海船上还具有一定的难度。随着船岸通讯费用降低,使用NAVTEX设备或海事卫星等通讯手段实现船岸大量数据传输成为可行方案。
4.在一些专利中设计的船舶监测系统要求采集油液信息、振动等特殊参数。这些特殊参数的采集需要额外增加特殊传感器。因此,带来了传感器的安装、使用、维护、成本等一系列的问题,现有船舶解决起来有大难度。
5.根据国际海事组织在2007年颁布的《船舶能效营运指数自愿实施导则》中将EEOI(船舶能效营运指数)定为评价船舶二氧化碳排放水平的标准。EEOI不但要求统计油耗数据,还要结合货物周转信息和航程信息等。
因此,从能效的角度对船舶经济型进行趋势预测及优化,要求船舶监测系统必须实现机-驾一体。
发明内容
为解决现有技术存在的上述问题,本发明要设计一种既能够对海量数据进行多信息融合分析,又不需要对现有船舶系统进行过多改造,同时能够兼顾船舶安全性和经济性的船舶状态的诊断系统及其诊断方法。
为了实现上述目的,本发明的技术方案如下:一种船舶状态的诊断系统,包括船端数据监测系统和岸端云诊断系统,所述的船端数据监测系统包括机舱数据采集基站、工控机、船端服务器和船端多信息融合分析模块,所述的岸端云诊断系统包括船舶数据服务器集群、数据算法服务器以及用户客户端,所述的用户客户端包括基于网页的B/S客户端和应用在手机或平板电脑上的C/S客户端;所述的工控机包括机舱数据工控机和驾驶台数据工控机;
所述的船端服务器分别与机舱数据工控机、驾驶台数据工控机、岸端数据服务器和船端多信息融合分析模块双向连接,所述的机舱数据工控机与机舱数据采集基站连接;所述的机舱数据采集基站是分布嵌入式数据采集基站或通用集中式数据采集基站;
所述的数据算法集成模块与用户客户端双向连接,数据算法集成模块的输入端与船舶数据服务器集群连接、输出端与各船舶连接;
所述的分布嵌入式数据采集基站由触摸屏、数据采集模块以及安装在各个采集点的传感器构成,触摸屏的端口和数据采集模块相连接,数据采集模块的每个通道分别与一个传感器;所述的集中式数据采集基站直接与船舶的监测系统连接;
所述的船舶数据监测系统包括船端客户端;
所述的用户客户端安装多种平台的应用软件,用户通过用户客户端实时了解船舶当前状态和状态预报。
所述的船端数据监测系统和岸端云诊断系统通过船岸通讯设备连接。
一种船舶状态的诊断系统的诊断方法,包括以下步骤:
A、数据采集与分类汇总
机舱数据采集基站采集船舶机舱数据,并分类汇总至机舱数据工控机;机舱数据采集基站的采集方法包括以下两种方法之一:
A1、分布嵌入式数据采集
分布嵌入式数据采集基站适合于新建船舶或者改建的内河船舶,该类型基站由触摸屏、数据采集模块以及安装在各个采集点的传感器构成,单个基站能实时显示所采集的数据,对异常数据进行超限报警,数据采集模块每个通道采集一个传感器发送的信号;
A2、通用集中式数据采集
集中式数据采集基站适用于已经安装有机舱监测系统的船舶,通过数据接口直接读取现有监测系统的数据,对读取数据进行解析/显示,并将数据转发至机舱数据工控机;
B、采集数据汇集和显示分析结果
各个机舱数据采集基站将机舱数据通过总线发送至驾驶台数据工控机和机舱数据工控机;机舱数据工控机和驾驶台数据工控机是一种图形显示组态工作站,均与船端服务器数据库实时同步,机舱数据工控机和驾驶台数据工控机都有机舱和驾驶台的综合数据,是岸端云诊断系统的船端客户端,能够接收岸端云诊断系统反馈的诊断结果和趋势预测结果,其工作步骤如下:
B1、汇总机舱数据采集基站数据,并对数据进行分类,显示在机舱数据工控机和驾驶台数据工控机的屏幕上的主动力装置系统图上;
B2、对数据及诊断结果进行存储,提供历史查询功能;
B3、将实时数据发送至船端服务器和船端多信息融合分析模块;
B4、显示从岸端云诊断系统获取的诊断分析结果和趋势分析结果;
C、实时数据的多信息融合和船端分析
船端多信息融合分析模块将所接收到的机舱数据、航行数据、货物数据进行综合分析和计算,具体工作步骤如下:
C1、对船舶实时数据进行分析和故障诊断;
C2、根据历史数据进行整体状态评估,并根据数据趋势进行故障预测;
C3、结合航行数据和货物信息,对船舶经济性进行评估并给出优化方案;
D、船岸通讯
船端服务器存储全船详细数据,并通过船岸通讯技术,将实时数据转发至岸端数据库;
E、岸端数据存储
岸端设有船舶服务器集群,构成了岸端云诊断系统的硬件基础,船舶服务器集群存储各个船队的机舱数据、航行数据和货物营运数据,这些数据构成岸端云诊断系统的数据基础;
F、船舶状态故障诊断及趋势预测
数据算法集成模块为集成故障诊断和趋势分析算法的封装模块,岸端云诊断系统在平台层服务中提供各类数据和计算资源的接口,该模块利用这些接口对船端采集的数据进行分析计算;
G、岸端“云诊断”
岸端云诊断系统将船端数据发送至云端并进行复杂运算;同时,云诊断相关算法将多船和多个船队的数据库作为基础数据库,当用户对单船进行故障趋势分析时,能够调用数据库中同类型或同航线的船舶数据作为参考,进行综合判断分析;云诊断的主要算法集成在介于平台层和软件层之间的数据算法集成模块中,能够自动对各个船舶数据进行检测;检测预测的结果一方面发送至用户客户端供用户查阅,另一方面反馈给对应船舶的船端客户端即工控机;同时,云诊断在平台层提供系统和数据接口,供平台层各种诊断算模块件使用,具有良好的可扩充性;云诊断计算的结果,一方面发送至用户客户端供用户查阅,另一方面反馈给船端的工控机,供船员参考。
与现有技术相比,本发明具有以下有益效果:
1、本发明对数据的处理分为两级:第一级对实时数据进行常规分析,计算量小,实时性较高;第二级通过船岸通讯将船端数据发送至岸端云诊断系统进行进一步的复杂分析及状态趋势预报,这种方式分析更为准确,能实现预报功能,但实时性稍差。通过两级数据分析方式,即能满足实时的需求,又能实现海量数据的复杂深层次运算。
2、本发明的船舶状态参数采集部分包括机舱和驾驶台两部分,并且可以通过驾驶台数据工控机手动输入货物信息。依据货物信息,可以计算船舶的经济性能,特别是能效。计算的结果可以用来指导船员对船舶进行操作,以达到节能的目的。
3、本发明对船舶故障判断和状态预警的运算均只需船舶常规参数。因此不需要安装特殊传感器,降低了系统安装的成本,提高了设备运行的稳定性,同时更适用于现有船舶的改造。
4、本发明为基于大量船舶数据及岸端服务器集群的云诊断系统,既有充足的船舶数据作为数据基础,又有丰富的计算资源以实现复杂运算。同时,由于云诊断中构建了开放式的算法模块,可以不断的更新现有功能,添加新算法。因此,使用云诊断系统来监测船舶状态是一种更加准确、更易于实现、更安全的方法。
5、本发明的驾驶台和机舱的数据工控机均与船端服务器数据库实时同步,每个工控机都有机舱和驾驶台的综合数据。机舱和驾驶台双工控机的设计还能够为系统提供冗余控制,提高了系统的安全性和稳定性。
附图说明
本发明共有附图2张,其中:
图1是船端数据监测系统结构图。
图2是岸端云诊断系统结构图
图中:1、机舱数据采集基站,2、机舱数据工控机,3、驾驶台数据工控机,4、船端服务器,5、船端多信息融合分析模块,6、船舶数据服务器集群,7、数据算法集成模块,8、用户客户端。
具体实施方式
下面结合附图对本发明进行进一步地描述。如图1-2所示,一种船舶状态的诊断系统,包括船端数据监测系统和岸端云诊断系统,所述的船端数据监测系统包括机舱数据采集基站1、工控机、船端服务器4和船端多信息融合分析模块5,所述的岸端云诊断系统包括船舶数据服务器集群6、数据算法服务器以及用户客户端8,所述的用户客户端8包括基于网页的B/S客户端和应用在手机或平板电脑上的C/S客户端;所述的工控机包括机舱数据工控机2和驾驶台数据工控机3;
所述的船端服务器4分别与机舱数据工控机2、驾驶台数据工控机3、岸端数据服务器和船端多信息融合分析模块5双向连接,所述的机舱数据工控机2与机舱数据采集基站1连接;所述的机舱数据采集基站1是分布嵌入式数据采集基站或通用集中式数据采集基站;
所述的数据算法集成模块7与用户客户端8双向连接,数据算法集成模块7的输入端与船舶数据服务器集群6连接、输出端与各船舶连接;
所述的分布嵌入式数据采集基站由触摸屏、数据采集模块以及安装在各个采集点的传感器构成,触摸屏的端口和数据采集模块相连接,数据采集模块的每个通道分别与一个传感器;所述的集中式数据采集基站直接与船舶的监测系统连接;
所述的船舶数据监测系统包括船端客户端;
所述的用户客户端8安装多种平台的应用软件,用户通过用户客户端8实时了解船舶当前状态和状态预报。
所述的船端数据监测系统和岸端云诊断系统通过船岸通讯设备连接。
一种船舶状态的诊断系统的诊断方法,包括以下步骤:
A、数据采集与分类汇总
机舱数据采集基站1采集船舶机舱数据,并分类汇总至机舱数据工控机2;机舱数据采集基站1的采集方法包括以下两种方法之一:
A1、分布嵌入式数据采集
分布嵌入式数据采集基站适合于新建船舶或者改建的内河船舶,该类型基站由触摸屏、数据采集模块以及安装在各个采集点的传感器构成,单个基站能实时显示所采集的数据,对异常数据进行超限报警,数据采集模块每个通道采集一个传感器发送的信号;
A2、通用集中式数据采集
集中式数据采集基站适用于已经安装有机舱监测系统的船舶,通过数据接口直接读取现有监测系统的数据,对读取数据进行解析/显示,并将数据转发至机舱数据工控机2;
B、采集数据汇集和显示分析结果
各个机舱数据采集基站1将机舱数据通过总线发送至驾驶台数据工控机3和机舱数据工控机2;机舱数据工控机2和驾驶台数据工控机3是一种图形显示组态工作站,均与船端服务器4数据库实时同步,机舱数据工控机2和驾驶台数据工控机3都有机舱和驾驶台的综合数据,是岸端云诊断系统的船端客户端,能够接收岸端云诊断系统反馈的诊断结果和趋势预测结果,其工作步骤如下:
B1、汇总机舱数据采集基站1数据,并对数据进行分类,显示在机舱数据工控机2和驾驶台数据工控机3的屏幕上的主动力装置系统图上;
B2、对数据及诊断结果进行存储,提供历史查询功能;
B3、将实时数据发送至船端服务器4和船端多信息融合分析模块5;
B4、显示从岸端云诊断系统获取的诊断分析结果和趋势分析结果;
C、实时数据的多信息融合和船端分析
船端多信息融合分析模块5将所接收到的机舱数据、航行数据、货物数据进行综合分析和计算,具体工作步骤如下:
C1、对船舶实时数据进行分析和故障诊断;
C2、根据历史数据进行整体状态评估,并根据数据趋势进行故障预测;
C3、结合航行数据和货物信息,对船舶经济性进行评估并给出优化方案;
D、船岸通讯
船端服务器4存储全船详细数据,并通过船岸通讯技术,将实时数据转发至岸端数据库;
E、岸端数据存储
岸端设有船舶服务器集群,构成了岸端云诊断系统的硬件基础,船舶服务器集群存储各个船队的机舱数据、航行数据和货物营运数据,这些数据构成岸端云诊断系统的数据基础;
F、船舶状态故障诊断及趋势预测
数据算法集成模块7为集成故障诊断和趋势分析算法的封装模块,岸端云诊断系统在平台层服务中提供各类数据和计算资源的接口,该模块利用这些接口对船端采集的数据进行分析计算;
G、岸端“云诊断”
岸端云诊断系统将船端数据发送至云端并进行复杂运算;同时,云诊断相关算法将多船和多个船队的数据库作为基础数据库,当用户对单船进行故障趋势分析时,能够调用数据库中同类型或同航线的船舶数据作为参考,进行综合判断分析;云诊断的主要算法集成在介于平台层和软件层之间的数据算法集成模块7中,能够自动对各个船舶数据进行检测;检测预测的结果一方面发送至用户客户端8供用户查阅,另一方面反馈给对应船舶的船端客户端即工控机;同时,云诊断在平台层提供系统和数据接口,供平台层各种诊断算模块件使用,具有良好的可扩充性;云诊断计算的结果,一方面发送至用户客户端8供用户查阅,另一方面反馈给船端的工控机,供船员参考。
Claims (2)
1.一种船舶状态的诊断系统,其特征在于:包括船端数据监测系统和岸端云诊断系统,所述的船端数据监测系统包括机舱数据采集基站(1)、工控机、船端服务器(4)和船端多信息融合分析模块(5),所述的岸端云诊断系统包括船舶数据服务器集群(6)、数据算法服务器以及用户客户端(8),所述的用户客户端(8)包括基于网页的B/S客户端和应用在手机或平板电脑上的C/S客户端;所述的工控机包括机舱数据工控机(2)和驾驶台数据工控机(3);
所述的船端服务器(4)分别与机舱数据工控机(2)、驾驶台数据工控机(3)、岸端数据服务器和船端多信息融合分析模块(5)双向连接,所述的机舱数据工控机(2)与机舱数据采集基站(1)连接;所述的机舱数据采集基站(1)是分布嵌入式数据采集基站或通用集中式数据采集基站;
所述的数据算法集成模块(7)与用户客户端(8)双向连接,数据算法集成模块(7)的输入端与船舶数据服务器集群(6)连接、输出端与各船舶连接;
所述的分布嵌入式数据采集基站由触摸屏、数据采集模块以及安装在各个采集点的传感器构成,触摸屏的端口和数据采集模块相连接,数据采集模块的每个通道分别与一个传感器;所述的集中式数据采集基站直接与船舶的监测系统连接;
所述的船舶数据监测系统包括船端客户端;
所述的用户客户端(8)安装多种平台的应用软件,用户通过用户客户端(8)实时了解船舶当前状态和状态预报;
所述的船端数据监测系统和岸端云诊断系统通过船岸通讯设备连接。
2.一种船舶状态的诊断系统的诊断方法,其特征在于:包括以下步骤:
A、数据采集与分类汇总
机舱数据采集基站(1)采集船舶机舱数据,并分类汇总至机舱数据工控机(2);机舱数据采集基站(1)的采集方法包括以下两种方法之一:
A1、分布嵌入式数据采集
分布嵌入式数据采集基站适合于新建船舶或者改建的内河船舶,该类型基站由触摸屏、数据采集模块以及安装在各个采集点的传感器构成,单个基站能实时显示所采集的数据,对异常数据进行超限报警,数据采集模块每个通道采集一个传感器发送的信号;
A2、通用集中式数据采集
集中式数据采集基站适用于已经安装有机舱监测系统的船舶,通过数据接口直接读取现有监测系统的数据,对读取数据进行解析/显示,并将数据转发至机舱数据工控机(2);
B、采集数据汇集和显示分析结果
各个机舱数据采集基站(1)将机舱数据通过总线发送至驾驶台数据工控机(3)和机舱数据工控机(2);机舱数据工控机(2)和驾驶台数据工控机(3)是一种图形显示组态工作站,均与船端服务器(4)数据库实时同步,机舱数据工控机(2)和驾驶台数据工控机(3)都有机舱和驾驶台的综合数据,是岸端云诊断系统的船端客户端,能够接收岸端云诊断系统反馈的诊断结果和趋势预测结果,其工作步骤如下:
B1、汇总机舱数据采集基站(1)数据,并对数据进行分类,显示在机舱数据工控机(2)和驾驶台数据工控机(3)的屏幕上的主动力装置系统图上;
B2、对数据及诊断结果进行存储,提供历史查询功能;
B3、将实时数据发送至船端服务器(4)和船端多信息融合分析模块(5);
B4、显示从岸端云诊断系统获取的诊断分析结果和趋势分析结果;
C、实时数据的多信息融合和船端分析
船端多信息融合分析模块(5)将所接收到的机舱数据、航行数据、货物数据进行综合分析和计算,具体工作步骤如下:
C1、对船舶实时数据进行分析和故障诊断;
C2、根据历史数据进行整体状态评估,并根据数据趋势进行故障预测;
C3、结合航行数据和货物信息,对船舶经济性进行评估并给出优化方案;
D、船岸通讯
船端服务器(4)存储全船详细数据,并通过船岸通讯技术,将实时数据转发至岸端数据库;
E、岸端数据存储
岸端设有船舶服务器集群,构成了岸端云诊断系统的硬件基础,船舶服务器集群存储各个船队的机舱数据、航行数据和货物营运数据,这些数据构成岸端云诊断系统的数据基础;
F、船舶状态故障诊断及趋势预测
数据算法集成模块(7)为集成故障诊断和趋势分析算法的封装模块,岸端云诊断系统在平台层服务中提供各类数据和计算资源的接口,该模块利用这些接口对船端采集的数据进行分析计算;
G、岸端“云诊断”
岸端云诊断系统将船端数据发送至云端并进行复杂运算;同时,云诊断相关算法将多船和多个船队的数据库作为基础数据库,当用户对单船进行故障趋势分析时,能够调用数据库中同类型或同航线的船舶数据作为参考,进行综合判断分析;云诊断的主要算法集成在介于平台层和软件层之间的数据算法集成模块(7)中,能够自动对各个船舶数据进行检测;检测预测的结果一方面发送至用户客户端(8)供用户查阅,另一方面反馈给对应船舶的船端客户端即工控机;同时,云诊断在平台层提供系统和数据接口,供平台层各种诊断算模块件使用,具有良好的可扩充性;云诊断计算的结果,一方面发送至用户客户端(8)供用户查阅,另一方面反馈给船端的工控机,供船员参考。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410039061.9A CN103760871B (zh) | 2014-01-24 | 2014-01-24 | 一种船舶状态的诊断系统的诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410039061.9A CN103760871B (zh) | 2014-01-24 | 2014-01-24 | 一种船舶状态的诊断系统的诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103760871A true CN103760871A (zh) | 2014-04-30 |
CN103760871B CN103760871B (zh) | 2016-03-02 |
Family
ID=50528126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410039061.9A Expired - Fee Related CN103760871B (zh) | 2014-01-24 | 2014-01-24 | 一种船舶状态的诊断系统的诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103760871B (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104821103A (zh) * | 2015-05-20 | 2015-08-05 | 大连海事大学 | 一种船舶航行安全评估系统 |
CN105306526A (zh) * | 2015-09-11 | 2016-02-03 | 中国人民解放军63796部队 | 一种大推力火箭大流量遥测数据处理方法 |
CN105574078A (zh) * | 2015-12-02 | 2016-05-11 | 上海华兴数字科技有限公司 | 一种挖掘机的数据分析系统及方法 |
CN106878430A (zh) * | 2017-02-24 | 2017-06-20 | 集美大学 | 基于云构架的船舶综合管理系统及其通信方法和救助方法 |
CN107864226A (zh) * | 2017-12-22 | 2018-03-30 | 北京昌飒电子科技有限公司 | 一种船联网应用支撑平台 |
CN108458885A (zh) * | 2017-11-30 | 2018-08-28 | 镇江赛尔尼柯自动化有限公司 | 船舶故障远程诊断与支持决策系统 |
CN108563158A (zh) * | 2018-01-11 | 2018-09-21 | 威海捷诺曼自动化股份有限公司 | 船用多源数据采集系统及船舶数据处理方法 |
CN109359776A (zh) * | 2018-10-26 | 2019-02-19 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 一种船舶能效监测管理系统 |
CN109584134A (zh) * | 2018-12-29 | 2019-04-05 | 中船重工(武汉)船舶与海洋工程装备设计有限公司 | 一种船舶航行监管方法及系统 |
CN109785669A (zh) * | 2019-03-05 | 2019-05-21 | 上海卯瑞船舶设备有限公司 | 一种基于安全航行的机舱及船舶管理系统 |
CN109863529A (zh) * | 2016-08-03 | 2019-06-07 | “俄罗斯空间系统”联合股份公司(Jsc“Rss”) | 监控水生物资源的方法 |
CN109978184A (zh) * | 2019-03-19 | 2019-07-05 | 中船(浙江)海洋科技有限公司 | 一种船舶维修保养平台 |
CN110544038A (zh) * | 2019-09-05 | 2019-12-06 | 大连海事大学 | 一种船舶设备智能运维方法及系统 |
CN110794784A (zh) * | 2019-11-13 | 2020-02-14 | 江苏科技大学 | 一种挖泥船施工作业大数据采集系统 |
CN111650862A (zh) * | 2020-06-09 | 2020-09-11 | 大连中远海运川崎船舶工程有限公司 | 一种智能机舱系统 |
CN111932944A (zh) * | 2020-07-07 | 2020-11-13 | 智慧航海(青岛)智能系统工程有限公司 | 基于区域船舶数据在船端进行数据处理的方法 |
CN111988390A (zh) * | 2020-08-14 | 2020-11-24 | 雪桥智能科技(上海)有限公司 | 一种智能船舶数据管理系统及方法 |
CN112381394A (zh) * | 2020-11-13 | 2021-02-19 | 南通中远海运川崎船舶工程有限公司 | 一种船舶智能化管理系统平台 |
CN112381406A (zh) * | 2020-11-16 | 2021-02-19 | 武汉理工大学 | 一种基于船岸协同的船舶能效管理大数据系统及方法 |
CN112863002A (zh) * | 2021-01-08 | 2021-05-28 | 广西玉柴机器股份有限公司 | 一种后处理系统转换效率诊断方法及相关装置 |
CN112859805A (zh) * | 2021-01-08 | 2021-05-28 | 广西玉柴机器股份有限公司 | 一种发动机控制器在线诊断方法及相关装置 |
CN113487760A (zh) * | 2021-07-28 | 2021-10-08 | 大连海事大学 | 一种智能船舶的轮机系统 |
CN113847950A (zh) * | 2021-09-23 | 2021-12-28 | 大连海事大学 | 基于云计算的智能船舶设备状态监测系统及信息交互方法 |
CN114584575A (zh) * | 2022-05-06 | 2022-06-03 | 中海油田服务股份有限公司 | 船舶管理体系中的船岸通信方法及系统 |
CN115142494A (zh) * | 2022-06-24 | 2022-10-04 | 中交广州航道局有限公司 | 挖泥船信号源管理系统 |
CN117892253A (zh) * | 2023-03-02 | 2024-04-16 | 苏州海韵之星智能科技有限公司 | 一种基于多源数据融合的智能船舶系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6687685B1 (en) * | 2000-04-07 | 2004-02-03 | Dr. Red Duke, Inc. | Automated medical decision making utilizing bayesian network knowledge domain modeling |
CN102360195A (zh) * | 2011-11-04 | 2012-02-22 | 大连海事大学 | 一种船舶主机状态监控和故障监测预警系统及方法 |
CN102915019A (zh) * | 2012-10-31 | 2013-02-06 | 大连海事大学 | 浮船坞游离和锚泊状态监视系统 |
CN203133600U (zh) * | 2013-03-28 | 2013-08-14 | 大连海事大学 | 一种船舶机舱监测装置 |
US20140006861A1 (en) * | 2012-06-28 | 2014-01-02 | Microsoft Corporation | Problem inference from support tickets |
-
2014
- 2014-01-24 CN CN201410039061.9A patent/CN103760871B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6687685B1 (en) * | 2000-04-07 | 2004-02-03 | Dr. Red Duke, Inc. | Automated medical decision making utilizing bayesian network knowledge domain modeling |
CN102360195A (zh) * | 2011-11-04 | 2012-02-22 | 大连海事大学 | 一种船舶主机状态监控和故障监测预警系统及方法 |
US20140006861A1 (en) * | 2012-06-28 | 2014-01-02 | Microsoft Corporation | Problem inference from support tickets |
CN102915019A (zh) * | 2012-10-31 | 2013-02-06 | 大连海事大学 | 浮船坞游离和锚泊状态监视系统 |
CN203133600U (zh) * | 2013-03-28 | 2013-08-14 | 大连海事大学 | 一种船舶机舱监测装置 |
Non-Patent Citations (2)
Title |
---|
姜兴家: "基于B/S的船舶远程监控系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
白洪芬、徐轶群: "基于B/S的船舶机务管理系统公共数据服务平台设计", 《航海工程》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104821103B (zh) * | 2015-05-20 | 2017-02-22 | 大连海事大学 | 一种船舶航行安全评估系统 |
CN104821103A (zh) * | 2015-05-20 | 2015-08-05 | 大连海事大学 | 一种船舶航行安全评估系统 |
CN105306526B (zh) * | 2015-09-11 | 2018-10-12 | 中国人民解放军63796部队 | 一种大推力火箭大流量遥测数据处理方法 |
CN105306526A (zh) * | 2015-09-11 | 2016-02-03 | 中国人民解放军63796部队 | 一种大推力火箭大流量遥测数据处理方法 |
CN105574078A (zh) * | 2015-12-02 | 2016-05-11 | 上海华兴数字科技有限公司 | 一种挖掘机的数据分析系统及方法 |
CN109863529A (zh) * | 2016-08-03 | 2019-06-07 | “俄罗斯空间系统”联合股份公司(Jsc“Rss”) | 监控水生物资源的方法 |
CN106878430A (zh) * | 2017-02-24 | 2017-06-20 | 集美大学 | 基于云构架的船舶综合管理系统及其通信方法和救助方法 |
CN108458885A (zh) * | 2017-11-30 | 2018-08-28 | 镇江赛尔尼柯自动化有限公司 | 船舶故障远程诊断与支持决策系统 |
CN107864226A (zh) * | 2017-12-22 | 2018-03-30 | 北京昌飒电子科技有限公司 | 一种船联网应用支撑平台 |
CN108563158A (zh) * | 2018-01-11 | 2018-09-21 | 威海捷诺曼自动化股份有限公司 | 船用多源数据采集系统及船舶数据处理方法 |
CN109359776A (zh) * | 2018-10-26 | 2019-02-19 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 一种船舶能效监测管理系统 |
CN109584134A (zh) * | 2018-12-29 | 2019-04-05 | 中船重工(武汉)船舶与海洋工程装备设计有限公司 | 一种船舶航行监管方法及系统 |
CN109785669A (zh) * | 2019-03-05 | 2019-05-21 | 上海卯瑞船舶设备有限公司 | 一种基于安全航行的机舱及船舶管理系统 |
CN109978184A (zh) * | 2019-03-19 | 2019-07-05 | 中船(浙江)海洋科技有限公司 | 一种船舶维修保养平台 |
CN110544038A (zh) * | 2019-09-05 | 2019-12-06 | 大连海事大学 | 一种船舶设备智能运维方法及系统 |
CN110544038B (zh) * | 2019-09-05 | 2023-10-27 | 大连海事大学 | 一种船舶设备智能运维方法及系统 |
CN110794784A (zh) * | 2019-11-13 | 2020-02-14 | 江苏科技大学 | 一种挖泥船施工作业大数据采集系统 |
CN111650862A (zh) * | 2020-06-09 | 2020-09-11 | 大连中远海运川崎船舶工程有限公司 | 一种智能机舱系统 |
CN111932944A (zh) * | 2020-07-07 | 2020-11-13 | 智慧航海(青岛)智能系统工程有限公司 | 基于区域船舶数据在船端进行数据处理的方法 |
CN111988390A (zh) * | 2020-08-14 | 2020-11-24 | 雪桥智能科技(上海)有限公司 | 一种智能船舶数据管理系统及方法 |
CN112381394A (zh) * | 2020-11-13 | 2021-02-19 | 南通中远海运川崎船舶工程有限公司 | 一种船舶智能化管理系统平台 |
CN112381406A (zh) * | 2020-11-16 | 2021-02-19 | 武汉理工大学 | 一种基于船岸协同的船舶能效管理大数据系统及方法 |
CN112863002A (zh) * | 2021-01-08 | 2021-05-28 | 广西玉柴机器股份有限公司 | 一种后处理系统转换效率诊断方法及相关装置 |
CN112859805A (zh) * | 2021-01-08 | 2021-05-28 | 广西玉柴机器股份有限公司 | 一种发动机控制器在线诊断方法及相关装置 |
CN113487760A (zh) * | 2021-07-28 | 2021-10-08 | 大连海事大学 | 一种智能船舶的轮机系统 |
CN113847950A (zh) * | 2021-09-23 | 2021-12-28 | 大连海事大学 | 基于云计算的智能船舶设备状态监测系统及信息交互方法 |
CN114584575A (zh) * | 2022-05-06 | 2022-06-03 | 中海油田服务股份有限公司 | 船舶管理体系中的船岸通信方法及系统 |
CN114584575B (zh) * | 2022-05-06 | 2022-07-19 | 中海油田服务股份有限公司 | 船舶管理体系中的船岸通信方法及系统 |
CN115142494A (zh) * | 2022-06-24 | 2022-10-04 | 中交广州航道局有限公司 | 挖泥船信号源管理系统 |
CN117892253A (zh) * | 2023-03-02 | 2024-04-16 | 苏州海韵之星智能科技有限公司 | 一种基于多源数据融合的智能船舶系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103760871B (zh) | 2016-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103760871B (zh) | 一种船舶状态的诊断系统的诊断方法 | |
CN112255946B (zh) | 一种基于云服务和大数据的船舶状态远程监控系统及方法 | |
Ventikos et al. | A systems-based application for autonomous vessels safety: Hazard identification as a function of increasing autonomy levels | |
KR101721575B1 (ko) | 다중매체 통신 기반 선박 상태모니터링과 최적 및 안전 운항 지원을 수행하는 선박 운항 지원 시스템 및 그 방법 | |
CN112381406A (zh) | 一种基于船岸协同的船舶能效管理大数据系统及方法 | |
CN116846987A (zh) | 一种工业互联网的交互界面生成方法及系统 | |
WO2014183120A1 (en) | Methods for optimizing ship performance and devices thereof | |
CN205809657U (zh) | 船舶远程监控系统 | |
CN111695744A (zh) | 一种基于大数据的维修器材需求预测分析系统 | |
CN110778398B (zh) | 一种船用柴油机燃油管理控制系统 | |
RU2713077C1 (ru) | Система поддержки принятия решений с модульной структурой для операторов судов двойного действия | |
CN113269435B (zh) | 一种新能源场站运行状态耦合监测评估系统 | |
CN114648212A (zh) | 一种基于云计算的船舶设备性能智能管理系统及方法 | |
CN105404940B (zh) | 一种面向船舶使用阶段的维修资源预测方法 | |
Cai et al. | Diversity, quality, and quantity of real ship data on the black-box and gray-box prediction models of ship fuel consumption | |
CN105976127B (zh) | 综合电力推进系统风险评估方法及装置 | |
CN108761263A (zh) | 一种基于证据理论的故障诊断系统 | |
CN116629839A (zh) | 一种船艇主机保障信息集成与维修决策系统 | |
CN116501826A (zh) | 一种卫星观测任务自主生成方法、系统及装置 | |
Liang et al. | A Digital Twin Model Construction Method for Ships | |
Ding et al. | A novel deep learning framework for detecting seafarer’s unsafe behavior | |
CN114312930B (zh) | 基于日志数据的列车运行异常诊断方法和装置 | |
Balli et al. | Fatigue life improvement of weathervaning ship-shaped offshore units by a smart heading control system | |
Hazra et al. | Prognostics and Health Management of Unmanned Surface Vessels: Past, Present, and Future | |
KR20220159593A (ko) | 안벽 호선 환경 변화에 따른 공정 스케줄 최적화 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160302 Termination date: 20170124 |