CN116894527B - 基于船舶行驶状态进行预测的器材储备系统 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体地说，涉及基于船舶行驶状态进行预测的器材储备系统。其包括行驶状态监测单元、影响因素融合单元、器材预测单元和储备管理单元。本发明通过行驶状态监测单元对船舶的参数数据和航行数据进行采集，判断航行过程中器材的损耗数据，然后通过影响因素融合单元对天气因素数据进行识别，输出天气因素数据对器材损耗的影响，并通过器材预测单元将二者结合建立数据分析模型，方便输入航行数据和天气因素竖直至模型中，预测器材的损耗数据，使储备管理单元可以根据损耗数据先补充器材在进行工作，提高了安全性。

Description

基于船舶行驶状态进行预测的器材储备系统

技术领域

本发明涉及数据处理技术领域，具体地说，涉及基于船舶行驶状态进行预测的器材储备系统。

背景技术

船舶是能航行或停泊于水域进行运输或作业的交通工具，按不同的使用要求而具有不同的技术性能、装备和结构型式，在船舶进行行驶时，需要对对船舶行驶状态进行监控和分析，然而目前针对船舶行驶状态进行检测的系统在监测关键部件和工艺环节的运行状态时，需要在出现问题后在进行提醒，导致器材储备不足，不能及时进行维修，并且在船舶行驶时会对船舶所需器材造成损耗，若不能提前预测船舶行驶对器材的损耗情况，不方便提前准备，影响正常行驶，同时，在遇到天气不同，对船舶行驶器材的损耗情况也不相同，在狂风天气，船舶逆风行驶造成的阻力大，器材的损耗就严重，若不能及时预测，导致备用的器材不够，耽误行驶进度，鉴于此，我们提出基于船舶行驶状态进行预测的器材储备系统。

发明内容

本发明的目的在于提供基于船舶行驶状态进行预测的器材储备系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供基于船舶行驶状态进行预测的器材储备系统，包括行驶状态监测单元、影响因素融合单元、器材预测单元和储备管理单元；

所述行驶状态监测单元用于采用遥感技术对船舶的关键点位进行监测，采集船舶航行数据的器材损耗数据；

所述影响因素融合单元用于采集船舶行驶过程中的天气因素数据，将天气因素数据与行驶状态监测单元采集的器材损耗数据结合，输出天气因素数据对器材损耗数据影响结果；

所述器材预测单元用于根据所述行驶状态监测单元采集的器材损耗数据和影响因素融合单元输出的影响结果建立数据分析模型，输入船舶行驶路线和行驶过程的天气因素数据至数据分析模型中，预测待行驶路线对器材的损耗数据；

所述储备管理单元用于接收器材预测单元的损耗数据传输至储备平台，部署船舶器材的储备计划。

作为本技术方案的进一步改进，所述行驶状态监测单元包括多点传感模块、航行数据获取模块和损耗计算模块；

所述多点传感模块用于在船舶上安装多个传感器，测量船舶运行过程中的参数数据，参数数据包括船速、发动机转速、负荷和温度；

所述航行采集模块用于在满足多点传感模块采集的参数数据对应的船舶，获得此船舶的航行数据，航行数据包括时间、航向和船舶状况；

所述损耗计算模块用于根据多点传感模块输出的参数数据和航行采集模块输出的航行数据，计算船舶的平均航行数据，根据平均航行数据基于船舶特性来计算器材损耗值。

作为本技术方案的进一步改进，所述损耗计算模块还包括因素修正模块，所述因素修正模块用于预设修正系数，根据实际情况结合修正系数估计润滑油的实际消耗量。

作为本技术方案的进一步改进，所述影响因素融合单元包括天气采集模块和回归分析模块；

所述天气采集模块用于采集船舶行驶过程中的天气因素数据，天气因素数据包括风速、风向和海浪高度；

所述回归分析模块用于将天气采集模块的天气因素数据和器材损耗值进行相关性分析，使用相关系数的统计指标来度量天气因素和器材损耗之间的关系。

作为本技术方案的进一步改进，所述回归分析模块还包括分段分析模块，所述分段分析模块用于等级划分所述天气采集模块采集的天气因素数据，根据等级内的相关系数输入回归分析模块。

作为本技术方案的进一步改进，所述器材预测单元在建立数据分析模型时采用最小二乘算法，包括以下步骤：

将船舶的器材损耗数据以及天气因素数据对器材损耗数据影响结果表示为回归模型的形式；

使用最小二乘法估计回归方程中的系数建立数据分析模型。

作为本技术方案的进一步改进，所述储备管理单元采用无线通信设备传输损耗数据至储备平台。

作为本技术方案的进一步改进，所述储备管理单元还包括反向预测模块，所述反向预测模块用于预测连续时间段内的损耗值，将损耗值输入所述器材预测单元建立的数据分析模型中，输出天气因素数据和航行数据，得出连续时间内航行数据和天气因素的变化用可视化设备进行展示。

作为本技术方案的进一步改进，所述储备管理单元还包括器材预备模块，所述器材预备模块用于在航行数据基础上，输入对损耗值影响最大的天气因素数据至数据分析模型输出最大损耗值，将所述器材预测单元损耗值与最大损耗值的差值对应的器材作为后备能源存储。

与现有技术相比，本发明的有益效果：

该基于船舶行驶状态进行预测的器材储备系统中，通过行驶状态监测单元对船舶的参数数据和航行数据进行采集，判断航行过程中器材的损耗数据，然后通过影响因素融合单元对天气因素数据进行识别，输出天气因素数据对器材损耗的影响，并通过器材预测单元将二者结合建立数据分析模型，方便输入航行数据和天气因素竖直至模型中，预测器材的损耗数据，使储备管理单元可以根据损耗数据先补充器材在进行工作，提高了安全性。

附图说明

图1为本发明的整体结构原理框图；

图2为本发明的行驶状态监测单元原理框图；

图3为本发明的影响因素融合单元原理框图；

图4为本发明的储备管理单元原理框图。

图中各个标号意义为：

100、行驶状态监测单元；110、多点传感模块；120、航行数据获取模块；130、损耗计算模块；因素修正模块；

200、影响因素融合单元；210、天气采集模块；220、回归分析模块；分段分析模块；

300、器材预测单元；

400、储备管理单元；反向预测模块、器材预备模块。

具体实施方式

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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：请参阅图1-图4所示，本实施例提供基于船舶行驶状态进行预测的器材储备系统，包括行驶状态监测单元100、影响因素融合单元200、器材预测单元300和储备管理单元400；

行驶状态监测单元100用于采用遥感技术对船舶的关键点位进行监测，采集船舶航行数据的器材损耗数据；

进一步的，行驶状态监测单元100包括多点传感模块110、航行数据获取模块120和损耗计算模块130；

多点传感模块110用于在船舶上安装多个传感器，测量船舶运行过程中的参数数据，参数数据包括船速、发动机转速、负荷和温度，其中，船速可以使用水速传感器、测流仪或GPS传感器，水速传感器可测量水对船体的流动速度，测流仪可通过测量水流速度来计算船速，而GPS传感器则可以通过卫星定位来精确测量船舶的速度；发动机转速可以使用转速传感器来获取发动机的转速信息，转速传感器通常安装在发动机上的旋转部件如曲轴、凸轮轴等上，并可以测量其旋转的频率，负荷可以采用负荷传感器，用于测量船舶引擎的负载情况，量引擎输出的功率、扭矩或其他指标，从而提供有关负荷状况的信息；温度可使用温度传感器来测量船舶的温度，安装在关键部件、船体或液体系统中，以监测温度变化，常见的温度传感器包括热敏电阻、热电偶和红外线温度传感器等；

航行采集模块120用于在满足多点传感模块110采集的参数数据对应的船舶，获得此船舶的航行数据，航行数据包括时间、航向和船舶状况，其中，时间可以使用GPS接收器或无线网络时间同步设备来获取精确的船舶时间，GPS接收器可以接收卫星信号，并根据卫星信号中的时间信息确定船舶的精确时间，无线网络时间同步设备可以通过连接互联网获取与国际标准时间同步的时间；通常，船舶的航向船首所指的方向可以通过船舶上的罗盘或陀螺仪来测量，罗盘是用于测量船舶航向方向的传感器，陀螺仪是通过测量船舶的角速度来推导船舶的航向；要获取船舶的状况信息，可以使用各种传感器和监测设备，例如，可以安装发动机健康监测系统，使用传感器来监测发动机的温度、油压、振动、转速等参数，此外，还可以使用相应的监测设备来检测船体的倾斜、载重情况以及其他系统的运行状态；

损耗计算模块130用于根据多点传感模块110输出的参数数据和航行采集模块120输出的航行数据，计算船舶的平均航行数据，平均航行数据可以是平均速度，可以将航行时间除以航行距离来获得平均速度，根据平均航行数据基于船舶特性来计算器材损耗值，以器材为润滑油为例，具体为：

；

其中，润滑油消耗系数是根据船舶类型、航行条件和工作负荷等因素而定的常数，不同类型的船舶和运行环境可能有不同的消耗系数；发动机功率是指船舶主要动力系统的功率输出，通常以千瓦kW为单位；效率表示润滑油在发动机中的利用程度，通常，船舶发动机的润滑油效率在70%至90%之间；

因此，行驶状态监测单元100的工作原理：通过将多点传感模块110安装在船舶上，对船舶上特定的参数数据进行采集，每个船舶有对应的参数数据，然后通过航行数据获取模块120针对船舶航行过程中的数据采集出航行数据，实现可以采集到特定参数数据的船舶的航行数据，方便通过损耗计算模块130先计算出特定参数数据船舶的平均航行数据，在根据平均航行数据计算器材的损耗值，方便输出特定参数输出的船舶在行驶状态下的平均损耗值。

值得说明的，由于船舶的器材中润滑油的消耗情况，可能受到许多因素的影响，例如，航行条件、负载、船舶状况，因此，导致润滑油消耗量计算不准确，因此，使损耗计算模块130还包括因素修正模块，因素修正模块用于预设修正系数，修正系数可以根据船舶所承载的货物量来调整，根据实际情况结合修正系数估计润滑油的实际消耗量，实现对因素影响进行修正，提高了船舶器材中润滑油的消耗量计算准确，具体的算法公式：

；

其中，基础消耗量是根据船舶设计参数和运行条件得出的初步估算值，可以使用前述的基于船舶特性的公式计算得到；航行修正系数是根据航行条件来调整润滑油消耗量的修正因素，航行条件可以包括海况、风速、水流等因素。通常，较复杂的航行条件如恶劣的海况可能导致更高的润滑油消耗量；负载修正系数是根据船舶负载情况来调整润滑油消耗量的修正因素，负载情况可以包括船舶所承载的货物量、人员数量等，较大的负载量通常会导致更高的润滑油消耗量；状况修正系数是根据船舶的状况和机械状态来调整润滑油消耗量的修正因素，船舶的使用时间、设备维护情况等会对润滑油消耗量产生影响，通常，较老旧或机械状态较差的船舶可能需要使用较高的状况修正系数。

影响因素融合单元200用于采集船舶行驶过程中的天气因素数据，将天气因素数据与行驶状态监测单元100采集的器材损耗数据结合，输出天气因素数据对器材损耗数据影响结果；

值得说明的，影响因素融合单元200包括天气采集模块210和回归分析模块220；

天气采集模块210用于采集船舶行驶过程中的天气因素数据，天气因素数据包括风速、风向和海浪高度，其中，可以使用风速表风速计和风向仪来测量风速和风向，风速表是一种测量空气流动速度的设备，通常使用传感器通过测量气流的压力差来计算风速，风向仪则是用于测量风的方向的设备，它通常采用风向标、风向传感器或罗盘等传感器来确定风的方向；要测量海浪高度，可以使用各种设备，如浮标测浪仪浮标测高仪、声纳测水深仪等，浮标测浪仪通常通过利用浮力测量浮标的相对位置变化来估计海浪高度，声纳测水深仪通常会利用声波的反射时间来测量水深，通过分析反射信号的波动来推测海浪高度；

回归分析模块220用于将天气采集模块210的天气因素数据和器材损耗值进行相关性分析，使用相关系数的统计指标来度量天气因素和器材损耗之间的关系，例如，可以计算风速与器材损耗量之间的相关系数，以衡量风速对器材损耗的影响程度，方便器材预测单元300在建立数据分析模型时，将天气因素和航行数据结合起来，评估器材的损耗值。

由于天气变化较快，若是在天气简短时间内进行变化后又恢复，而对器材的损耗值可以忽略不计，但是回归分析模块220却不断的运行，增大了船舶行驶的负载，因此，使回归分析模块220还包括分段分析模块，分段分析模块用于等级划分天气采集模块210采集的天气因素数据，根据等级内的相关系数输入回归分析模块220；

具体的，以天气因素数据为风速为力，将风速划分等级，如：

强风：风速大于等级12m/s；

中风：风速大于等于6m/s且小于12m/s；

弱风：风速小于6m/s；

然后，计算每个范围内的相关系数，在强风范围内，将风速大于等于12 m/s的数据与对应的船舶损耗数据进行相关系数计算，在中风范围内，将风速大于等于6 m/s且小于12m/s的数据与对应的船舶损耗数据进行相关系数计算，在弱风范围内，将风速小于6 m/s的数据与对应的船舶损耗数据进行相关系数计算，从而避免天气稍微的变化，导致回归分析模块220的不断运行，有利于系统运行的稳定性。

器材预测单元300用于根据行驶状态监测单元100采集的器材损耗数据和影响因素融合单元200输出的影响结果建立数据分析模型，输入船舶行驶路线和行驶过程的天气因素数据至数据分析模型中，预测待行驶路线对器材的损耗数据；

具体的，器材预测单元300在建立数据分析模型时采用最小二乘算法，最小二乘法算法是一种常见的回归分析方法，用于拟合数据并估计回归方程中的参数，包括以下步骤：

将船舶的器材损耗数据以及天气因素数据对器材损耗数据影响结果表示为回归模型的形式，假设有n个天气因素数据，回归模型可以表示为：，其中Y是船舶损耗值，/>是天气因素数据，/>是回归方程的系数；

使用最小二乘法估计回归方程中的系数建立数据分析模型，假设有m组观测值船舶损耗值和天气因素数据，表示为，最小二乘法通过最小化观测值与预测值之间的差异来估计系数，具体来说，通过以下公式计算参数的估计值：

；

其中是m行n+1列的设计矩阵，每一行是一个观测值的回归变量，第一列全为1，是X的转置，/>是m行1列的响应变量向量，/>表示矩阵的逆运算；

此外，使用各种统计指标如R方决定系数、均方根误差来评估模型对数据的拟合程度和预测性能，通过回归方程中的系数，可以解释天气因素对船舶损耗的相对影响，系数的正负和大小表示了天气因素对损耗的贡献程度，同时，注意到回归分析假设天气因素与损耗之间是线性关系，实现在将特定参数数据的船舶对应的航行数据和天气因素数据输入到数据分析模型中，可以综合输出器材的损耗值。

储备管理单元400用于接收器材预测单元300的损耗数据传输至储备平台，部署船舶器材的储备计划。

其中，储备管理单元400采用无线通信设备传输损耗数据至储备平台，无线通信设备如Wi-Fi、蓝牙、LTE等。

综上，本发明在出现问题后在进行提醒，导致器材储备不足，不能及时进行维修，并且在船舶行驶时会对船舶所需器材造成损耗，若不能提前预测船舶行驶对器材的损耗情况，不方便提前准备，影响正常行驶，同时，在遇到天气不同，对船舶行驶器材的损耗情况也不相同，在狂风天气，船舶逆风行驶造成的阻力大，器材的损耗就严重，若不能及时预测，导致备用的器材不够，耽误行驶进度，因此，通过行驶状态监测单元100对船舶的参数数据和航行数据进行采集，判断航行过程中器材的损耗数据，然后通过影响因素融合单元200对天气因素数据进行识别，输出天气因素数据对器材损耗的影响，并通过器材预测单元300将二者结合建立数据分析模型，方便输入航行数据和天气因素竖直至模型中，预测器材的损耗数据，使储备管理单元400可以根据损耗数据先补充器材在进行工作，提高了安全性。

实施例2：在储备平台得知损耗数据后，也就意味着知道船舶行驶状态下的天气因素数据和航行数据，因此，储备管理单元400还包括反向预测模块，反向预测模块用于预测连续时间段内的损耗值，将损耗值输入器材预测单元300建立的数据分析模型中，输出天气因素数据和航行数据，得出连续时间内航行数据和天气因素的变化用可视化设备进行展示，方便用户直观的观察到预测结果。

考虑到器材预测单元300在输出器材的损耗值时，若储备管理单元400储备的器材刚满足预测的损耗值，易出现在预测不准或者船舶行驶状态出现变故时，特别是河海上天气多变，若不能及时补充器材，影响正常工作，因此，使储备管理单元400还包括器材预备模块，器材预备模块用于在航行数据基础上，输入对损耗值影响最大的天气因素数据至数据分析模型输出最大损耗值，将器材预测单元300损耗值与最大损耗值的差值对应的器材作为后备能源存储，方便在出现不可控的行驶状态时，若储备的器材用完，可以使用后备能源存储的器材，其后备能源满足天气影响损耗值最大的情况，因此不会占用较多的船舶承载能力。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.基于船舶行驶状态进行预测的器材储备系统，其特征在于：包括行驶状态监测单元（100）、影响因素融合单元（200）、器材预测单元（300）和储备管理单元（400）；

所述行驶状态监测单元（100）用于采用遥感技术对船舶的关键点位进行监测，采集船舶航行数据的器材损耗数据；

所述影响因素融合单元（200）用于采集船舶行驶过程中的天气因素数据，将天气因素数据与行驶状态监测单元（100）采集的器材损耗数据结合，输出天气因素数据对器材损耗数据影响结果；

所述器材预测单元（300）用于根据所述行驶状态监测单元（100）采集的器材损耗数据和影响因素融合单元（200）输出的影响结果建立数据分析模型，输入船舶行驶路线和行驶过程的天气因素数据至数据分析模型中，预测待行驶路线对器材的损耗数据；

所述储备管理单元（400）用于接收器材预测单元（300）的损耗数据传输至储备平台，部署船舶器材的储备计划；

所述行驶状态监测单元（100）包括多点传感模块（110）、航行数据获取模块（120）和损耗计算模块（130）；

所述多点传感模块（110）用于在船舶上安装多个传感器，测量船舶运行过程中的参数数据，参数数据包括船速、发动机转速、负荷和温度；

所述航行数据获取模块（120）用于在满足多点传感模块（110）采集的参数数据对应的船舶，获得此船舶的航行数据，航行数据包括时间、航向和船舶状况；

所述损耗计算模块（130）用于根据多点传感模块（110）输出的参数数据和航行数据获取模块（120）输出的航行数据，计算船舶的平均航行数据，根据平均航行数据基于船舶特性来计算器材损耗值；

所述损耗计算模块（130）还包括因素修正模块，所述因素修正模块用于预设修正系数，根据实际情况结合修正系数估计润滑油的实际消耗量，具体算法包括：

；

其中，基础消耗量是根据船舶设计参数和运行条件得出的初步估算值；航行修正系数是根据航行条件来调整润滑油消耗量的修正因素；负载修正系数是根据船舶负载情况来调整润滑油消耗量的修正因素；状况修正系数是根据船舶的状况和机械状态来调整润滑油消耗量的修正因素；

所述影响因素融合单元（200）包括天气采集模块（210）和回归分析模块（220）；

所述天气采集模块（210）用于采集船舶行驶过程中的天气因素数据，天气因素数据包括风速、风向和海浪高度；

所述回归分析模块（220）用于将天气采集模块（210）的天气因素数据和器材损耗值进行相关性分析，使用相关系数的统计指标来度量天气因素和器材损耗之间的关系；

所述回归分析模块（220）还包括分段分析模块，所述分段分析模块用于等级划分所述天气采集模块（210）采集的天气因素数据，根据等级内的相关系数输入回归分析模块（220）；

所述器材预测单元（300）在建立数据分析模型时采用最小二乘算法，包括以下步骤：

将船舶的器材损耗数据以及天气因素数据对器材损耗数据影响结果表示为回归模型的形式；

使用最小二乘法估计回归方程中的系数建立数据分析模型，具体包括以下步骤：

将船舶的器材损耗数据以及天气因素数据对器材损耗数据影响结果表示为回归模型的形式，设置n个天气因素数据，回归模型可以表示为：，其中Y是船舶损耗值，是天气因素数据，/>是回归方程的系数；

使用最小二乘法估计回归方程中的系数建立数据分析模型，设置m组观测值船舶损耗值和天气因素数据，表示为，最小二乘法通过最小化观测值与预测值之间的差异来估计系数，通过以下公式计算参数的估计值：

；

其中X是m行n+1列的设计矩阵，每一行是一个观测值的回归变量，第一列全为1，是X的转置，Y是m行1列的响应变量向量，/>表示矩阵的逆运算；

所述储备管理单元（400）采用无线通信设备传输损耗数据至储备平台；

所述储备管理单元（400）还包括反向预测模块，所述反向预测模块用于预测连续时间段内的损耗值，将损耗值输入所述器材预测单元（300）建立的数据分析模型中，输出天气因素数据和航行数据，得出连续时间内航行数据和天气因素的变化用可视化设备进行展示；

所述储备管理单元（400）还包括器材预备模块，所述器材预备模块用于在航行数据基础上，输入对损耗值影响最大的天气因素数据至数据分析模型输出最大损耗值，将所述器材预测单元（300）损耗值与最大损耗值的差值对应的器材作为后备能源存储。