CN113487760B - 一种智能船舶的轮机系统 - Google Patents

Abstract

本发明公开了一种智能船舶的轮机系统，包括轮机部集成平台、轮机部船舶网络装置和轮机部岸基云基站。本发明以“轮机部集成平台”为基础，运用先进的信息化技术，实现了机舱智能化的感知、判断分析和岸基数字孪生，从而更好地保证船舶在航行时的安全和效率，以及岸基远程控制和决策，大幅度减少甚至杜绝人为因素造成的事故。集成式多源数据采集与融合系统可保证时间序列数据的连续性，为轮机部AR系统和轮机部数字孪生系统提供数据支持。轮机部AR系统可显著提高船舶轮机系统运行过程中设备检测，更好的监控船舶轮机系统各设备的运营状态；在轮机部设备拆装和维修时可以显著提升效率，缩短机舱设备维修导致的停机时间，减少维修成本。

Description

一种智能船舶的轮机系统

技术领域

本发明涉及一种智能船舶的轮机系统，属于船舶与海洋工程中的船舶的轮机工程技术领域。

背景技术

随着大数据和自动化技术的高速发展，各个技术领域的发展更加趋向于智能化，在船舶航行领域方面也是如此，智能船舶这一技术正在迅速崛起，智能船舶指利用传感器、通信、物联网、互联网等技术手段，自动感知和获得船舶自身、海洋环境、物流、港口等方面的信息和数据，并基于计算机技术、自动控制技术和大数据处理分析技术，在船舶航行、管理、维护保养、货物运输等方面实现智能化运行的船舶，以使船舶更加安全、更加环保、更加经济以及更加可靠。

目前已有的船舶轮机系统是自动化船舶轮机系统，现有的轮机系统只能实现对机舱内重要设备的运行参数实时监控，对出现故障的设备给予报警提示，并不能通过对机舱设备参数的分析和融合处理来实现对设备可能出现的潜在故障的诊断和机舱设备优化，难以实现实船轮机部物理设备的全生命周期管理；同时由于船舶轮机部设备复杂多样、设备体积庞大、拆装复杂、检测和维修环节缺少智能化技术的应用，难以对设备的工况做出迅速准确判断，从而导致机舱设备维修效率低、部件使用寿命缩短、加重船舶行业的设备成本和运行成本。

另一方面，目前无人船舶大多为小型船艇或近海船舶，而这类船舶的轮机系统相对简单，本身轮机人员配备就较少。远洋船舶由于轮机系统复杂，航行时间长，要实现无人操纵难度较大，因此岸基远程检测和控制就显得十分重要，目前船舶轮机系统难以实现船岸信息对接和智能协同，现有轮机系统需要大幅度调整，更加适配智能船舶，确保智能船舶的营运更加安全和高效。

发明内容

为了解决现有技术中的不足，本发明要提供一种智能船舶的轮机系统，从而实现机舱轮机系统更好地适应智能船舶，提高智能船舶的可靠性和综合安全性，确保智能船舶运行的高效运行。

为了实现上述目的，本发明采用的技术方案如下：一种智能船舶的轮机系统，包括轮机部集成平台、轮机部船舶网络装置和轮机部岸基云基站，所述轮机部集成平台通过轮机部船舶网络装置与轮机部岸基云基站连接。

所述轮机部集成平台安装集成式多源数据采集与融合系统、轮机部AR系统和轮机部数据库；所述轮机部岸基云基站安装轮机部数字孪生系统。

所述集成式多源数据采集与融合系统包括多源数据采集模块和异构数据特征提取及融合模块。

所述多源数据采集模块采集各种轮机部的相关数据，所述相关数据包括主机和辅机装备数据和管路数据，通过安装在船舶各个位置上的对应传感器采集。

所述主机和辅机装备数据包括主机气缸温度数据、主机废气增压载荷数据、锅炉环境温度数据、电力电压载荷数据、轴系数据、振动数据、反冲洗器压力数据、机舱温度数据、发动机气缸温度数据、冷却器热交换效率数据、机舱氧气数据、气缸压力数据、滑油成分数据和燃油耗量数据；

所述管路数据通包括燃油管路系统、滑油管路系统、淡水冷却系统、海水冷却系统、通风系统、生活用水系统、空气启动系统、压载水处理系统、惰气系统和消防系统中的流量数据、压力数据、温度数据、粘度数据、液位数据和流速数据；

所述相关数据收集完成后针对传感器采样频率不同所导致的时域不统一及多源异构问题，采用分帧技术，统一不同传感器时域，进一步采用分帧方法中的移动重叠分帧方法，并应用特征提取方法，提取帧内数据特征并将帧内数据特征进行融合。

在基于统计分析特征的基础上，考虑相关数据的时间序列特性，提取时间序列特征，并将二者进行融合，具体方法包括如下步骤：

A、特征提取

提取每种传感器第i帧数据的平均值、方差、平均差分、众数和中位数作为统计分析特征A，记为FT.A，如式(1)所示：

其中，表示第i帧数据的统计分析特征A，s(k)_i表示第k种传感器第i帧数据的值，k表示传感器的种类号，k＝1,2,...,n，/>表示第k种传感器第i帧数据的平均值，表示第k种传感器第i帧数据的平均差分，/>表示第k种传感器第i帧数据的中位数，/>表示第k种传感器第i帧数据的众数，/>表示第k种传感器第i帧数据的方差。

考虑到传感器帧内数据异常点的影响，提取下边缘、下四分位数、中位数，上四分卫数和上边缘作为统计分析特征B，记为FT.B，如式(2)所示：

其中，表示第i帧数据的统计分析特征B，/>表示第k种传感器第i帧数据的上边缘，/>表示第k种传感器第i帧数据的下边缘，/>表示第k种传感器第i帧数据的下四分位数，/>表示第k种传感器第i帧数据的上四分位数。

为了提取帧内数据的时间序列特征，采用一种基于阶层聚类算法的时间序列特征Ts，提取阶层聚类中心c₁,c₂,…,c_h作为Ts特征，如式(3)所示：

其中，表示第i帧数据的时间序列特征，/>分别表示以c₁,c₂,…,c_h为阶层聚类中心得到的第k种传感器第i帧数据的值。

B、特征融合

基于统计分析的特征主要考虑了帧内数据的分布情况。由于时间序列特征Ts较好地反映帧内数据在时间顺序上的特征，因此将不同种类的特征进行融合。将传感器k的FT.A特征与FT.B特征进行融合，如式(4)和(5)所示：

其中，{FT.A,FT·B}表示FT.A与FT.B的融合特征，表示第k种传感器第i帧数据FT.A与FT.B的融合特征。

为了同时考虑数据的分布情况和时间序列特性，将基于统计分析特征FT.A、FT.B和时间序列特征Ts进行融合。对传感器k，将FT.A特征与Ts特征进行融合，如式(6)和(7)所示。FT.B特征与Ts特征进行融合，如式(8)和(9)所示。FT.A特征，FT.B特征和Ts特征进行融合，如式(10)和(11)所示：

其中，{FT.A,Ts}表示FT.A与Ts的融合特征，表示第k种传感器第i帧数据FT.A与Ts的融合特征，{FT.B,Ts}表示FT.B与Ts的融合特征，/>表示第k种传感器第i帧数据FT.B与Ts的融合特征，{FT.A,FT.B,Ts}表示FT.A、FT.B与Ts的融合特征，表示第k种传感器第i帧数据FT.A、FT.B与Ts的融合特征。

所述集成式多源数据采集与融合系统处理后的数据由轮机部集成平台的数据库进行储存，最后通过卫星将收集的数据和处理结果发送给轮机部岸基云基站的在线服务器。

所述轮机部AR系统借助于船舶一体化搭载的采集、传感、显示和传输单元，使可穿戴设备头戴显示器成为移动现场画面采集和传输终端，通过第一视角使身处机舱各处的轮机部工作人员紧密协调、自然交互；通过影像建模并与岸基轮机部集成平台连接，在现实画面中叠加显示智能化的虚拟信息，将多种辅助信息显示给用户，多种辅助信息包括虚拟仪表的面板、被维修设备的内部结构和被维修设备零件图。

所述轮机部AR系统包括三维注册模块、虚实融合模块和智能交互模块；

所述三维注册模块结合船舶机舱噪声大、光线不均匀、物标易受遮挡、存在磁场和金属物体干扰的实际环境，采用基于硬件跟踪器和基于视觉计算结合的配准方法，根据硬件设备信号发射源和感知器获得的数据定位轮机部工作人员的头部的相对空间位置、运动方向和位姿，同时借助视觉方法对配准结果进行误差补偿；

所述硬件跟踪器采用机械式配准和惯性配准；所述视觉计算采用基于特定标识物的识别和自然特征点追踪识别方式配准；对于大型设备使用特定标识物作为识别标识物，小型设备或设备内部零件使用自然特征点追踪识别，从被识别目标中提取特征点并将特征点回传轮机部AR系统，从而实时追踪标识物。

所述虚实融合模块采集真实空间信息，建立真实对象的数字化虚拟模型，传输到轮机部集成平台处理图像信息，提取关键元素，构建虚拟空间模型，并将虚拟空间信息与多源数据采集与融合系统处理的信息进行匹配，在虚拟空间中加入轮机部各设备的实时数据和参数，从而实现通过可穿戴设备头戴显示器观测虚拟物体和虚拟仪表参数叠加到真实空间的效果。

所述智能交互模块通过定位设备获取轮机部工作人员对虚拟场景发出的行为指令，对其做出理解，并给出相应的反馈结果。结合机舱环境特点采用手势交互和触控交互结合的交互操作。

所述触控交互采用在移动端设备显示屏上进行触控操作，通过空间点输入工具和AR操作系统的组合，AR操作系统为某种操作定义一组功能集合，表现为虚拟控制面板的方式。在操作中，通过空间点工具操作虚拟目标和控制面板提供的功能项进行指令交互，功能项包括滑块、按钮、选项或文字输入，触控操作适用于机舱中的复杂环境，所述复杂环境包括开阔区域、极暗光或强逆光。

所述手势交互借助可穿戴设备头戴显示器自带的摄像头完成精准检测与识别轮机部工作人员的各种手势，通过预定义的特征点组成各种手势，对应于不同的系统命令，所述系统命令包括选择、删除、添加和移动，当空间点的状态与预定义的行为不一致时，并不对当前场景产生任何影响，手势交互适用于机舱狭窄环境和机舱工作人员佩戴特殊防护器具不适合操作移动端设备的特殊环境。

所述轮机部船舶网络装置将视觉识别系统、视频响应系统、船舶交通管制系统和闭路电视接入船舶局域网，而后通过无线接入点、通信路由器、局域网上建区交换机、导航卫星将所收集的信息和轮机部集成平台所管理设备的运行状态发送到轮机部岸基云基站中的岸基船舶管理公司和岸基码头，岸基云基站通过集成平台防火墙、智能通信网关、5G接受装置对船舶数据进行实时接收，并且通过远程在线服务来实现对全船网络的控制和管理，确保船上信息的及时传递，岸基船舶管理公司的安全人员根据收集到的船舶机舱数据与船上管理人员召开视频会议，及时做出相应措施；

所述轮机部船舶网络装置在船舶航行时，通过船舶局域网向驾驶台实时传送机舱数据实现全船信息共享与安全防护；

所述轮机部岸基云基站通过导航卫星进行数据传递，借助5G接收装置的通讯技术，实现船舶轮机系统在线设备实时运转状态的全程监测、轮机系统设备数据的实时接收和轮机系统岸基大屏展示，并与岸基船舶管理公司、岸基码头进行实时数据指令交互，采用视频会议模块进行岸基对船舶轮机部分的指导性控制，通过数据集成平台进行数据综合处理，并应用数据集成平台防火墙实现数据安全防护。

所述轮机部数字孪生系统以数字化模型和卫星通信为基础，借助岸基数字孪生体即数字化船舶和集成式多源数据采集与融合系统传输的实时数据，在轮机部岸基云基站中对轮机系统设备进行实时监测、故障诊断和优化，从而实现实船轮机部物理系统的全生命周期管理。

所述数字化模型包括功能数字孪生模型和自适应数字孪生模型；通过数字化模型与轮机系统间的映射及数据连接，轮机部各设备通过各传感器进行数据采集通过卫星通信传递到轮机部岸基云基站，轮机部实时数据作为数字化模型的输入，驱动数字化模型运行或进行虚实混合的仿真运行，运行结果作为对轮机部物理系统的行为预测、作业系统优化或应用决策的依据。

所述功能数字孪生模型针对智能船舶轮机系统各设备的几何特征、物理特征、软件和控制算法进行全数字化建模，功能数字孪生模型的构建采集包括设备外形数据、设备内部结构数据、设备批次数据、设备间连接结构数据、轮机部管路结构数据、设备内部件运动约束数据、部件接触形式数据、主机工作系统数据、主机操作系统数据、推进装置工况配合数据和机舱电气系统数据。

功能数字孪生模型与轮机部各设备物理结构和软件系统进行多数据融合，使数字化模型具备机舱设备行为特征，实现轮机部各设备物理系统和实际工况向数字空间的映射。

所述自适应数字孪生模型是一种具有实时性的数字孪生模型，除了建立轮机系统各设备的功能数字孪生模型之外，还构建对应的机舱环境孪生体，所述机舱环境孪生体包括燃油、滑油、液压油、空气、蒸汽、海水、淡水的物理参数数据，机舱环境孪生体由集成式多源数据采集与融合系统进行实时收集处理后通过卫星通信传递到轮机部岸基云基站，机舱环境孪生体与功能数字孪生模型相结合，形成自适应数字孪生模型，并随运行环境和设备性能实时变化，当岸基数字孪生轮机系统的孪生数据输出值偏离实船轮机系统设备传感器测量值时自适应数字孪生模型利用传感器反馈偏差数据实时修正基准模型的性能模型，从而达到监测设备局部状态、整体性能和性能优化的目的，进一步构建包括多行为属性的自适应数字孪生模型，将包括历史维修数据的故障数据引入轮机系统数字化模型，构建故障模型，用于故障诊断和维护；将历史数据与自适应数字孪生模型结合，在数据驱动下建立性能预测模型，分析轮机部设备性能和寿命预测。

轮机系统运行数据作为数字化模型的输入，驱动数字化模型进行虚实混合的仿真运行，实现在全生命周期范围内数字轮机系统与物理轮机系统的协调一致，数字化模型的运行结果作为对轮机系统物理系统的行为预测、作业系统优化和应用决策的依据。

与现有技术相比，本发明具有以下有益效果：

1、本发明以“轮机部集成平台”为基础，运用先进的信息化技术，实时数据传输和汇集、大计算容量、数字建模能力、远程控制、传感器等，实现机舱智能化的感知、判断分析和岸基数字孪生，从而更好地保证船舶在航行时的安全和效率，以及岸基远程控制和决策，大幅度减少甚至杜绝人为因素造成的事故。

2、本发明的集成式多源数据采集与融合系统，采用移动重叠分帧方法实现了轮机系统了不同传感器的时域统一，针对不同传感器数据在一帧内数据采样频率和振幅不同这一问题，本发明在基于统计分析特征的基础上，提取出时间序列特征，并将二者进行融合，提取了不同种类传感器在一帧内的公共特征，处理后的数据在相邻的两帧之间存在帧移重叠，因此可以保证时间序列数据的连续性，为轮机部AR系统和轮机部数字孪生系统提供数据支持。

3、本发明的轮机部AR系统，借助于搭载的采集、传感、显示、传输一体化功能单元，使可穿戴设备头戴显示器与后方轮机部集成平台连接，轮机部工作人员在看到周围机舱真实物理环境的同时，还可以在现实画面中看到后方轮机部集成平台叠加显示智能化的虚拟信息，将多种辅助信息显示给轮机部工作人员，包括虚拟仪表的面板、被维修设备的内部结构、被维修设备零件图和智能提示等；轮机部AR系统可显著提高船舶轮机系统运行过程中设备检测，更好的监控船舶轮机系统各设备的运营状态；在轮机部设备拆装和维修时可以显著提升效率，缩短机舱设备维修导致的停机时间，减少维修成本。

4、本发明的轮机部船舶网络装置采用卫星通讯和5G通讯技术，其网络传输速度越来越快，大大减小了时延时间，并且接收信息时，无需通过基站进行中转，可以直接在设备与设备之间进行信息传递。

5、本发明的船舶轮机部数字孪生系统具备通用性，能够反映轮机部实体装备的全生命周期过程，具有虚实融合与实时交互、迭代运行与优化的特点，其可以监测轮机部设备的运行数据，且在此基础上可对设备的工作数据进行分析挖掘，提高数据处理的效率与可靠性等，并可以根据不同船型、不同船龄，自动评估船舶机舱设备的健康状态，实现轮机部设备的全生命周期管理；

6、本发明的岸基轮机管理机构提可以根据轮机部数字孪生系统中船舶机舱设备的实时健康状态，尤其是主机的健康状态，自动生成航迹操控系统，自动智能识别主机最优经济性转速，提供燃油方案建议，生成最优油耗建议图谱，以达到实现船舶营运的最低油耗。

7、本发明的轮机部数字孪生系统可与智能船舶船体系统连接，自动判断船体纵倾，根据中拱、中垂状态，调节螺旋桨转速和转向。而且，在船舶海域航行时在不同吃水、航速时各种纵倾浮态下螺旋桨转速、风速风向等航行状态数据及功率、油耗数据，借助智能航行系统一同建立纵倾性能数据库，得到不同吃水、航速对应的最佳纵倾，并根据用户输入的或通过传感器采集的吃水、航速状态信息分析，并提供船舶航行时浮态调整和螺旋桨转速的建议。

8、本发明创建了船岸同步的岸基条件，通过轮机部岸基云基站数据中心，实现了基于大数据分析的船岸信息对接和协同智能应用，接收的船舶轮机系统实时数据可以通过岸基数字孪生体对轮机系统各设备运行状态和参数进行大屏展示，满足航运公司对船舶航行、设备维保、能效管理等的远程管控需求。船岸无缝衔接为智能航运体系构建提供了坚实基础。

附图说明

图1是智能船舶的轮机系统简图。

图2是轮机部AR系统图。

图3是主机和辅机装备设备数据采集图。

图4是管路数据采集图。

图5是轮机部船舶网络装置图。

图6是轮机部岸基云基站图。

图7是轮机部数字孪生系统。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

如图1所示的一种智能船舶的轮机系统包括集成式多源数据采集与融合系统、轮机部AR系统、轮机部数据库、轮机部船舶网络装置、轮机部岸基云基站、轮机部数字孪生系统以及与上述软件和硬件对应的信号通讯、监测、检测与传感配套智能化服务设备。所述轮机部集成式多源数据采集与融合系统、轮机部AR系统、轮机部数据库均由轮机部集成平台进行管理。所述轮机部集成平台通过集成式多源数据采集与融合系统对轮机部设备数据进行采集、特征提取及融合，处理后数据存储于轮机部数据库；轮机部AR系统可以根据机舱工作人员需求调用轮机部数据库中各设备的实时数据；所述轮机部船舶网络装置连接轮机部集成平台通过导航卫星将所收集的信息和轮机部集成平台所管理设备的运行状态发送到轮机部岸基云基站，实现岸基对船舶轮机部数据的信息化管理；所述轮机部数字孪生系统借助轮机部岸基云基站接收的实时数据，在轮机部岸基云基站中可对轮机系统设备的实时监测、故障诊断和优化，从而实现实船轮机部物理系统的全生命周期管理。集成式多源数据采集与融合系统包括2个模块：多源数据采集模块，异构数据特征提取及融合模块，其中多源数据采集模块收集的数据包括主机和辅机装备数据、管路数据。

如图2所示，轮机部AR系统包括三维注册、虚实融合和智能交互三项关键技术。三维注册环节，结合船舶机舱噪声大、光线不均匀、物标易受遮挡、存在磁场和金属物体干扰等实际环境，本发明采用基于硬件跟踪器和基于视觉计算结合的配准方法；其中硬件跟踪器采用机械式配准和惯性配准；视觉计算采用基于特定标识物的识别和自然特征点追踪识别方式配准，对于大型设备使用特定标识物如二维码作为识别标识物，小型设备或设备内部零件使用自然特征点追踪识别。智能交互环节采用手势交互和触控交互结合的交互操作；其中触控交互采用在传统移动端设备显示屏上进行触控操作，适用于机舱中开阔区域和极暗光、强逆光等广线等复杂环境；手势交互借助可穿戴设备头戴显示器自带的摄像头完成精准检测与识别机舱工作人员的各种手势，适用于机舱狭窄环境和机舱工作人员佩戴特殊防护器具等不适合操作移动端设备的特殊环境。

如图3所示，所述主机和辅机装备设备数据包括：主机气缸温度、主机废气增压载荷、锅炉环境温度、电力电压载荷、轴系数据、振动数据、发冲洗器压力、机舱温度数据、发电机气缸温度、冷却热交换效率、机舱氧气数据、气缸压力数据、滑油成分、燃油耗量等数据，上述数据采集后接入集成式多源数据采集与融合系统，采用分帧技术，统一不同传感器时域，并应用特征提取方法，提取帧内数据特征及将其进行融合。

如图4所示，所述管路数据采集与分析系统通过管路中计量器对燃油管路系统、滑油管路系统、淡水冷却系统、海水冷却系统、通风系统、生活用水系统、启动空气系统、压载水处理系统、惰气系统、消防系统中的流量数据，压力数据，温度数据，粘度数据，液位数据和流速数据，上述数据采集后接入集成式多源数据采集与融合系统，采用分帧技术，统一不同传感器时域，并应用特征提取方法，提取帧内数据特征及将其进行融合。

如图5所示，所述轮机部船舶网络装置通过船舶局域网将卫星、无线AP、通信路由器、局域网上建区交换机、集成平台防火墙、智能通信网关、5G接受装置以及远程在线服务等与VIS，VRS，VTMS和CCTV等联系起来，来实现对全船网络的控制和管理，确保船上信息的及时传递。

如图6所示，所述轮机部岸基云基站通过导航卫星进行数据传递，借助5G接收装置的通讯技术，来实时实现船舶轮机系统在线设备运转数据的实时传输，并与岸基船舶管理公司、岸基码头进行时时数据指令交互，采用轮机部岸基大屏展示模块、船—岸视频会议模块进行岸基对船舶轮机系统的指导性控制，通过轮机部数字孪生系统进行数据综合处理，并应用数据集成平台防火墙实现数据安全防护。同时，还完整创建了船岸一体的岸基条件，通过轮机部数字孪生系统与岸基码头、船舶管理公司数据共享，实现了基于大数据分析的船岸信息对接和协同智能应用。满足航运公司对船舶航行、设备维保、能效管理等的远程管控需求。船岸无缝衔接为智能航运体系构建提供了坚实基础。

如图7所示，所述轮机部数字孪生系统以数字化模型和卫星通信为基础，轮机部集成平台中集成式多源数据采集与融合系统将传感器上的数据采集处理后连接轮机部网络装置，最后通过卫星将轮机部设备实时数据发送给岸基轮机部数字孪生系统，轮机部数字孪生系统借助岸基数字孪生体和集成式多源数据采集与融合系统传输的实时数据，在轮机部岸基云基站中可对轮机系统设备的实时监测、故障诊断和优化，从而实现实船轮机部物理系统的全生命周期管理。其中数字化模型包括功能数字孪生模型和自适应数字孪生模型；通过数字化模型与轮机系统间的映射及数据连接，轮机部实时数据作为数字化模型的输入，驱动模型运行或进行虚实混合的仿真运行，实现在全生命周期范围内数字轮机系统与物理轮机系统的协调一致，数字化模型的运行结果可以作为对轮机部物理系统的行为预测、作业系统优化或应用决策的依据。

智能船舶在航行时集成式多源数据采集与融合系统将对管路、主机和辅机装备的状态和数据进行实时采集，并将各装备的状态传输给轮机部集成平台，轮机部集成平台将采集的数据传递给轮机部数据库，轮机部大数据库对采集的数据进行汇总，整理和存储。

智能船舶在航行时，轮机部船舶网络装置为智能船舶各设备的状态管理和数据采集起到辅助作用，确保传递的及时性和高效性，并且轮机部船舶网络装置可以实现全船信息共享和安全防护。

所述5G接收装置，其网络传输速度越来越快，大大减小了时延时间，并且接收信息时，无需通过基站进行中转，可以直接在设备与设备之间进行信息传递。

智能船舶在航行时，轮机系统实时数据通过导航卫星发送轮机部岸基云基站，轮机部岸基云基站与船舶管理公司、岸基码头进行数据共享，轮机系统实时信息可通过轮机部岸基大屏展示模块进行视察和判断，与船上管理人员通过船—岸视频会议模块进行视频会议，及时做出相应措施。

智能船舶轮机部数字孪生系统可以根据不同船型、不同船龄，评估船舶机舱设备的健康状态，根据船舶机舱设备的具体健康状态，尤其是主机的健康状态，自动生成航迹操控系统，自动智能识别主机最优经济性转速，通过主机遥控系统闭环控制，自主反馈，为岸基轮机管理机构提供燃油方案建议，生成最优油耗建议图谱，以达到实现船舶营运的最低油耗。

智能船舶在不同海域航行时，轮机部数字孪生系统根据接收的天气及海况预报，设计最佳的航行路线使油耗较低，并能根据最新的预报信息优化航线；在正常海域航行时，监测船舶运动与加速度以及首部砰击压力等参数，当这些参数高于预设值时发生报警，系统能根据当时的海况、航向、航速，对船体载荷进行总体计算分析与评估，并做出是否需要改变航向、改变航速以及船舶姿态等建议性操作指令。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (1)

1.一种智能船舶的轮机系统，其特征在于：包括轮机部集成平台、轮机部船舶网络装置和轮机部岸基云基站，所述轮机部集成平台通过轮机部船舶网络装置与轮机部岸基云基站连接；

所述轮机部集成平台安装集成式多源数据采集与融合系统、轮机部AR系统和轮机部数据库；所述轮机部岸基云基站安装轮机部数字孪生系统；

所述集成式多源数据采集与融合系统包括多源数据采集模块和异构数据特征提取及融合模块；

所述多源数据采集模块采集各种轮机部的相关数据，所述相关数据包括主机和辅机装备数据和管路数据，通过安装在船舶各个位置上的对应传感器采集；

所述主机和辅机装备数据包括主机气缸温度数据、主机废气增压载荷数据、锅炉环境温度数据、电力电压载荷数据、轴系数据、振动数据、反冲洗器压力数据、机舱温度数据、发动机气缸温度数据、冷却器热交换效率数据、机舱氧气数据、气缸压力数据、滑油成分数据和燃油耗量数据；

所述管路数据通包括燃油管路系统、滑油管路系统、淡水冷却系统、海水冷却系统、通风系统、生活用水系统、空气启动系统、压载水处理系统、惰气系统和消防系统中的流量数据、压力数据、温度数据、粘度数据、液位数据和流速数据；

所述相关数据收集完成后针对传感器采样频率不同所导致的时域不统一及多源异构问题，采用分帧技术，统一不同传感器时域，进一步采用分帧方法中的移动重叠分帧方法，并应用特征提取方法，提取帧内数据特征并将帧内数据特征进行融合；

在基于统计分析特征的基础上，考虑相关数据的时间序列特性，提取时间序列特征，并将二者进行融合，具体方法包括如下步骤：

A、特征提取

提取每种传感器第i帧数据的平均值、方差、平均差分、众数和中位数作为统计分析特征A，记为FT.A，如式(1)所示：

其中，表示第i帧数据的统计分析特征A，s(k)_i表示第k种传感器第i帧数据的值，k表示传感器的种类号，k＝1,2,...,n，/>表示第k种传感器第i帧数据的平均值，表示第k种传感器第i帧数据的平均差分，/>表示第k种传感器第i帧数据的中位数，/>表示第k种传感器第i帧数据的众数，/>表示第k种传感器第i帧数据的方差；

考虑到传感器帧内数据异常点的影响，提取下边缘、下四分位数、中位数，上四分卫数和上边缘作为统计分析特征B，记为FT.B，如式(2)所示：

其中，表示第i帧数据的统计分析特征B，/>表示第k种传感器第i帧数据的上边缘，/>表示第k种传感器第i帧数据的下边缘，/>表示第k种传感器第i帧数据的下四分位数，/>表示第k种传感器第i帧数据的上四分位数；

为了提取帧内数据的时间序列特征，采用一种基于阶层聚类算法的时间序列特征Ts，提取阶层聚类中心c₁,c₂,…,c_h作为Ts特征，如式(3)所示：

其中，表示第i帧数据的时间序列特征，/>分别表示以c₁,c₂,…,c_h为阶层聚类中心得到的第k种传感器第i帧数据的值；

B、特征融合

基于统计分析的特征主要考虑了帧内数据的分布情况；由于时间序列特征Ts较好地反映帧内数据在时间顺序上的特征，因此将不同种类的特征进行融合；将传感器k的FT.A特征与FT.B特征进行融合，如式(4)和(5)所示：

其中，{FT.A,FT·B}表示FT.A与FT.B的融合特征，表示第k种传感器第i帧数据FT.A与FT.B的融合特征；

为了同时考虑数据的分布情况和时间序列特性，将基于统计分析特征FT.A、FT.B和时间序列特征Ts进行融合；对传感器k，将FT.A特征与Ts特征进行融合，如式(6)和(7)所示；FT.B特征与Ts特征进行融合，如式(8)和(9)所示；FT.A特征，FT.B特征和Ts特征进行融合，如式(10)和(11)所示：

其中，{FT.A,Ts}表示FT.A与Ts的融合特征，表示第k种传感器第i帧数据FT.A与Ts的融合特征，{FT.B,Ts}表示FT.B与Ts的融合特征，/>表示第k种传感器第i帧数据FT.B与Ts的融合特征，{FT.A,FT.B,Ts}表示FT.A、FT.B与Ts的融合特征，表示第k种传感器第i帧数据FT.A、FT.B与Ts的融合特征；

所述集成式多源数据采集与融合系统处理后的数据由轮机部集成平台的数据库进行储存，最后通过卫星将收集的数据和处理结果发送给轮机部岸基云基站的在线服务器；

所述轮机部AR系统借助于船舶一体化搭载的采集、传感、显示和传输单元，使可穿戴设备头戴显示器成为移动现场画面采集和传输终端，通过第一视角使身处机舱各处的轮机部工作人员紧密协调、自然交互；通过影像建模并与岸基轮机部集成平台连接，在现实画面中叠加显示智能化的虚拟信息，将多种辅助信息显示给用户，多种辅助信息包括虚拟仪表的面板、被维修设备的内部结构和被维修设备零件图；

所述轮机部AR系统包括三维注册模块、虚实融合模块和智能交互模块；

所述三维注册模块结合船舶机舱噪声大、光线不均匀、物标易受遮挡、存在磁场和金属物体干扰的实际环境，采用基于硬件跟踪器和基于视觉计算结合的配准方法，根据硬件设备信号发射源和感知器获得的数据定位轮机部工作人员的头部的相对空间位置、运动方向和位姿，同时借助视觉方法对配准结果进行误差补偿；

所述硬件跟踪器采用机械式配准和惯性配准；所述视觉计算采用基于特定标识物的识别和自然特征点追踪识别方式配准；对于大型设备使用特定标识物作为识别标识物，小型设备或设备内部零件使用自然特征点追踪识别，从被识别目标中提取特征点并将特征点回传轮机部AR系统，从而实时追踪标识物；

所述虚实融合模块采集真实空间信息，建立真实对象的数字化虚拟模型，传输到轮机部集成平台处理图像信息，提取关键元素，构建虚拟空间模型，并将虚拟空间信息与多源数据采集与融合系统处理的信息进行匹配，在虚拟空间中加入轮机部各设备的实时数据和参数，从而实现通过可穿戴设备头戴显示器观测虚拟物体和虚拟仪表参数叠加到真实空间的效果；

所述智能交互模块通过定位设备获取轮机部工作人员对虚拟场景发出的行为指令，对其做出理解，并给出相应的反馈结果；结合机舱环境特点采用手势交互和触控交互结合的交互操作；

所述触控交互采用在移动端设备显示屏上进行触控操作，通过空间点输入工具和AR操作系统的组合，AR操作系统为某种操作定义一组功能集合，表现为虚拟控制面板的方式；在操作中，通过空间点工具操作虚拟目标和控制面板提供的功能项进行指令交互，功能项包括滑块、按钮、选项或文字输入，触控操作适用于机舱中的复杂环境，所述复杂环境包括开阔区域、极暗光或强逆光；

所述手势交互借助可穿戴设备头戴显示器自带的摄像头完成精准检测与识别轮机部工作人员的各种手势，通过预定义的特征点组成各种手势，对应于不同的系统命令，所述系统命令包括选择、删除、添加和移动，当空间点的状态与预定义的行为不一致时，并不对当前场景产生任何影响，手势交互适用于机舱狭窄环境和机舱工作人员佩戴特殊防护器具不适合操作移动端设备的特殊环境；

所述轮机部船舶网络装置将视觉识别系统、视频响应系统、船舶交通管制系统和闭路电视接入船舶局域网，而后通过无线接入点、通信路由器、局域网上建区交换机、导航卫星将所收集的信息和轮机部集成平台所管理设备的运行状态发送到轮机部岸基云基站中的岸基船舶管理公司和岸基码头，岸基云基站通过集成平台防火墙、智能通信网关、5G接受装置对船舶数据进行实时接收，并且通过远程在线服务来实现对全船网络的控制和管理，确保船上信息的及时传递，岸基船舶管理公司的安全人员根据收集到的船舶机舱数据与船上管理人员召开视频会议，及时做出相应措施；

所述轮机部船舶网络装置在船舶航行时，通过船舶局域网向驾驶台实时传送机舱数据实现全船信息共享与安全防护；

所述轮机部岸基云基站通过导航卫星进行数据传递，借助5G接收装置的通讯技术，实现船舶轮机系统在线设备实时运转状态的全程监测、轮机系统设备数据的实时接收和轮机系统岸基大屏展示，并与岸基船舶管理公司、岸基码头进行实时数据指令交互，采用视频会议模块进行岸基对船舶轮机部分的指导性控制，通过数据集成平台进行数据综合处理，并应用数据集成平台防火墙实现数据安全防护；

所述轮机部数字孪生系统以数字化模型和卫星通信为基础，借助岸基数字孪生体即数字化船舶和集成式多源数据采集与融合系统传输的实时数据，在轮机部岸基云基站中对轮机系统设备进行实时监测、故障诊断和优化，从而实现实船轮机部物理系统的全生命周期管理；

所述数字化模型包括功能数字孪生模型和自适应数字孪生模型；通过数字化模型与轮机系统间的映射及数据连接，轮机部各设备通过各传感器进行数据采集通过卫星通信传递到轮机部岸基云基站，轮机部实时数据作为数字化模型的输入，驱动数字化模型运行或进行虚实混合的仿真运行，运行结果作为对轮机部物理系统的行为预测、作业系统优化或应用决策的依据；

所述功能数字孪生模型针对智能船舶轮机系统各设备的几何特征、物理特征、软件和控制算法进行全数字化建模，功能数字孪生模型的构建采集包括设备外形数据、设备内部结构数据、设备批次数据、设备间连接结构数据、轮机部管路结构数据、设备内部件运动约束数据、部件接触形式数据、主机工作系统数据、主机操作系统数据、推进装置工况配合数据和机舱电气系统数据；

功能数字孪生模型与轮机部各设备物理结构和软件系统进行多数据融合，使数字化模型具备机舱设备行为特征，实现轮机部各设备物理系统和实际工况向数字空间的映射；

所述自适应数字孪生模型是一种具有实时性的数字孪生模型，除了建立轮机系统各设备的功能数字孪生模型之外，还构建对应的机舱环境孪生体，所述机舱环境孪生体包括燃油、滑油、液压油、空气、蒸汽、海水、淡水的物理参数数据，机舱环境孪生体由集成式多源数据采集与融合系统进行实时收集处理后通过卫星通信传递到轮机部岸基云基站，机舱环境孪生体与功能数字孪生模型相结合，形成自适应数字孪生模型，并随运行环境和设备性能实时变化，当岸基数字孪生轮机系统的孪生数据输出值偏离实船轮机系统设备传感器测量值时自适应数字孪生模型利用传感器反馈偏差数据实时修正基准模型的性能模型，从而达到监测设备局部状态、整体性能和性能优化的目的，进一步构建包括多行为属性的自适应数字孪生模型，将包括历史维修数据的故障数据引入轮机系统数字化模型，构建故障模型，用于故障诊断和维护；将历史数据与自适应数字孪生模型结合，在数据驱动下建立性能预测模型，分析轮机部设备性能和寿命预测；

轮机系统运行数据作为数字化模型的输入，驱动数字化模型进行虚实混合的仿真运行，实现在全生命周期范围内数字轮机系统与物理轮机系统的协调一致，数字化模型的运行结果作为对轮机系统物理系统的行为预测、作业系统优化和应用决策的依据。