CN117371994B - 一种基于意见反馈的船舶维修智能管理系统 - Google Patents
一种基于意见反馈的船舶维修智能管理系统 Download PDFInfo
- Publication number
- CN117371994B CN117371994B CN202311652273.XA CN202311652273A CN117371994B CN 117371994 B CN117371994 B CN 117371994B CN 202311652273 A CN202311652273 A CN 202311652273A CN 117371994 B CN117371994 B CN 117371994B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- coefficient
- unit
- ship
- data
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 208
- 239000008239 natural water Substances 0.000 claims abstract description 55
- 230000010071 organism adhesion Effects 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 73
- 238000012544 monitoring process Methods 0.000 claims description 59
- 238000004458 analytical method Methods 0.000 claims description 50
- 238000004140 cleaning Methods 0.000 claims description 41
- 239000013049 sediment Substances 0.000 claims description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 21
- 230000007227 biological adhesion Effects 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000008021 deposition Effects 0.000 claims description 8
- 238000007790 scraping Methods 0.000 claims description 6
- 230000003746 surface roughness Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000002347 injection Methods 0.000 claims description 5
- 239000007924 injection Substances 0.000 claims description 5
- 230000001680 brushing effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000012459 cleaning agent Substances 0.000 claims description 3
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000005498 polishing Methods 0.000 claims description 3
- 238000005507 spraying Methods 0.000 claims description 3
- 230000003442 weekly effect Effects 0.000 claims description 3
- 239000002028 Biomass Substances 0.000 claims description 2
- 230000008439 repair process Effects 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000035587 bioadhesion Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000238586 Cirripedia Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Abstract
本发明公开了一种基于意见反馈的船舶维修智能管理系统,涉及船舶维修技术领域,该系统通过多维度数据分析,根据船体底部的实际情况来决定何时进行维修,何时依赖自然水流清理附着物和沉积物。这促进减少了不必要的维修成本和停航时间,使船舶更快地回到运营状态。本系统采集第一数据、第二数据、第三数据和第四数据,并进行分析和计算,计算获得自然水流冲击系数Cjx1、生物附着系数Sfz、船体光滑度Ghd和机械冲击力系数Cjx2;其中,自然水流冲击系数Cjx1和机械冲击力系数Cjx2相互配合,去剥离生物附着和沉积进行维修。自然水流是一种免费的资源,减少了船舶对昂贵维修设备和人工资源的依赖。这降低了维修成本,使维修更加经济高效。
Description
技术领域
本发明涉及船舶维修技术领域,具体为一种基于意见反馈的船舶维修智能管理系统。
背景技术
随着全球贸易的增长,船舶在国际贸易中起着至关重要的作用。然而,船舶在长时间的海上航行中容易积累藤壶、生物附着、泥沙等附着物和沉积物,这些问题会显著影响船舶的性能和燃油效率。在过去,船舶维修通常采用传统的干船坞维修,这不仅费时费力,还昂贵。此外,传统的维修方式也可能对海洋环境造成不必要的污染。现有的技术和方法在处理船舶底部附着物和沉积物的问题上存在一些不足。传统的清洁方法通常会涉及大量人工操作,维修周期不够智能,通常是按照预定时间表来维修,而不是根据实际需要。这会导致资源浪费和维修成本的不必要上升。
发明内容
针对现有技术的不足,本发明提供了一种基于意见反馈的船舶维修智能管理系统,系统通过多维度数据分析,生成智能维修策略,根据船体底部的实际情况来决定何时进行维修,何时依赖自然水流清理附着物和沉积物。这最大程度地减少了不必要的维修成本和停航时间,使船舶更快地回到运营状态。本系统通过采集第一数据、第二数据、第三数据和第四数据进行分析和计算,计算获得自然水流冲击系数Cjx1、生物附着系数Sfz、船体光滑度Ghd和机械冲击力系数Cjx2;其中,自然水流冲击系数Cjx1和机械冲击力系数Cjx2相互配合,反应去剥离生物附着和沉积。自然水流是一种免费的资源,减少了对昂贵维修设备和人工资源的依赖。这降低了维修成本,使维修更加经济高效。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于意见反馈的船舶维修智能管理系统,包括航线洋流监测单元、船体监测单元,清洁设备监测单元,分析单元,评估单元、维修单元和意见收集单元;
所述航线洋流监测单元用于采集在船舶航行过程中,由航线洋流监测单元采集海洋洋流的速度和方向实时数据,获取第一数据;并由船体监测单元采集船体底部生物附着和沉积物数据,获取第二数据;并采集船体底部表面的光滑度数据,获取第三数据;由清洁设备监测单元采集水下清洁设备的参数数据,获取第四数据;
由分析单元对第一数据、第二数据、第三数据和第四数据进行分析和计算,计算获得自然水流冲击系数Cjx1、生物附着系数Sfz、船体光滑度Ghd和机械冲击力系数Cjx2;
由评估单元将自然水流冲击系数Cjx1和机械冲击力系数Cjx2进行关联,计算获得剥离附着效率系数BLx,所述剥离附着效率系数BLx由以下公式生成:
;
式中,E1和E2表示为自然水流冲击系数Cjx1和机械冲击力系数Cjx2的预设比例系数,且,0.55≤E1≤0.65,0.35≤E2≤0.85,且E1+E2≥1.2;A表示为修正常数值;
并将剥离附着效率系数BLx与预设第一阈值Q1进行对比获得第一评估结果,将生物附着系数Sfz与第二阈值Q2进行对比获得第二评估结果,将船体光滑度Ghd与第三阈值Q3进行对比,获得第三评估结果;
由维修单元依据第一评估结果、第二评估结果和第三评估结果生成相对应的维修方案;
所述意见收集单元用于采集船员和维修人员的维修方案反馈意见及历史维修记录,并分时段对维修方案进行调整追踪。
优选的,所述航线洋流监测单元用于在船舶航行过程中,采用声纳流速计采集获取海洋洋流速度值VS和洋流方向FX;并进行无量纲处理;
所述船体监测单元包括第一监测单元和第二监测单元;所述第一监测单元用于在船体底部安装水下摄像头,用于实时监测船体底部附着物的类型、附着物生物的密度MD、沉积物厚度HD和分布数据;所述第二监测单元用于采集激光传感器采集船体底部表面的粗糙度,通过激光散射原理,来监测船体底部的表面粗糙度Ccd和厚度差异cyz,用于评估获取船体光滑度Ghd;
所述清洁设备监测单元用于在船体底部安装角度传感器和水流速度传感器,用于实时监测清洁设备高压水喷射的水流速度值JSL和角度值JDz。
优选的,所述分析单元包括第一分析模块;
所述第一分析模块用于获取海洋洋流速度VS、海洋洋流方向FX、行程时间T、船体底部生物密度差值C1和沉积物厚度差值C2,并分析计算获得自然水流冲击系数Cjx1由以下公式生成:
;
;
;
式中,CSMD表示计算洋流冲击力之前时,初始船体底部生物密度值,MD2表示在洋流冲击力发生后周期时间内的二次船体底部生物密度值;CSHD表示计算洋流冲击力之前时,初始船体底部沉积物厚度值,HD2表示在洋流冲击力发生后周期时间内的二次船体底部沉积物厚度值;表示为船体底部生物密度差值C1和沉积物厚度差值C2的当前洋流速度和方向条件,作为差值的备注计算;/>表示为第一修正常数;公式的意义为确定自然水流对船体底部生物和沉积物的剥离影响程度,自然水流冲击系数Cjx1的值越高,则表示自然水流冲击力越强。
优选的,所述分析单元还包括第二分析模块,所述第二分析模块用于依据附着物生物的密度MD、沉积物厚度HD和分布数据,并进行无量纲处理后,计算获得生物附着系数Sfz,由以下公式生成:
;
式中,cMJ表示为船底底部总面积,Nx表示生物附着物的粘性值,表示为第二修正常数。
优选的,所述分析单元还包括第三分析模块;
所述第三分析模块用于依据表面粗糙度Ccd和厚度差异cyz获得船体光滑度Ghd,由以下公式生成:
;
公式的含义为,船体光滑度的值用来描述船体底部表面的平整程度,光滑度值越高,表明底部越光滑,用于判断是否需要维护船体底部清洁,保持均匀水动力性能。
优选的,所述分析单元还包括第四分析模块,所述第四分析模块用于依据清洁设备高压水喷射的水流速度值JSL和角度值JDz,计算获取机械冲击力系数Cjx2的公式为:
;
式中,表示受清洁设备高压水喷射而剥离的生物密度体积值,/>表示受清洁设备高压水喷射而剥离的沉积物厚度值,公式的含义为:机械冲击力系数Cjx2的值表示为清洁设备操作时施加在船体底部的机械冲击力的大小,及剥离生物密度体积之和沉积物厚度值,以反映机械冲击力对生物附着物的剥离程度。
优选的,所述评估单元包括阈值预设单元,所述阈值预设单元用于预设第一阈值Q1、第二阈值Q2和第三阈值Q3;
第一阈值Q1用于设置剥离效率达标的界限点,并建立在自然水流冲击系数Cjx1和机械冲击力系数Cjx2的共同反应下的剥离效率;
第二阈值Q2用于设置生物附着情况的临界点,当生物附着情况超过阈值临界点,则需要进行维修操作;
第三阈值Q3用于设置光滑度的临界点,表示未到达第三阈值Q3则需要进行维修操作;
优选的,所述评估单元还包括对比单元,所述对比单元用于将剥离附着效率系数BLx与预设第一阈值Q1进行对比获得第一评估结果,将生物附着系数Sfz与第二阈值Q2进行对比获得第二评估结果,将船体光滑度Ghd与第三阈值Q3进行对比,获得第三评估结果;且第一评估结果、第二评估结果和第三评估结果是依次判断;
如果附着效率系数BLx≥第一阈值Q1,表示剥离效率高,船体底部的附着物已经足够剥离,不需要进行其他维修操作;
如果附着效率系数BLx<第一阈值Q1,表示剥离效率低,生成第一评估结果;
如果生物附着系数Sfz<第二阈值Q2,表示生物附着和沉积未达到临界点,不需要紧急维修,保证固定维修频率即可,频率包括每周或每月;
如果生物附着系数Sfz≥第二阈值Q2,表示生物附着和沉积超过临界点,需要进行紧急维修,生成第二评估结果;
如果船体光滑度Ghd≥第三阈值Q3,表示船体底部光滑度达标,不需要紧急维修;
如果船体光滑度Ghd<第三阈值Q3,表示船体底部光滑度Ghd不达标,生成第三评估结果。
优选的,所述第一评估结果对应生成第一维修策略,第一维修策略包括增强机械冲击力系数Cjx2的清洁设备高压水喷射的水流速度值JSL,和调整相对应机械冲击力系数Cjx2的喷射角度值JDz;第二评估结果对应生成第二维修策略,第二维修策略包括使用专门设计的清洁剂来软化和去除附着物,或人工采用刷子和刮板进行刮除和清除;所述第三评估结果对应生成第三维修策略,第三维修策略包括人工挂刷、清洁、喷涂抗污涂层和打磨粗糙位置。
优选的,所述意见收集单元包括反馈意见记录单元、维修记录单元和调整单元;
所述反馈意见记录单元用于将船员和维修人员的每条反馈意见进行汇总,反馈意见包括反馈来源、反馈时间、具体维修问题描述和维修方案建议;
维修记录单元包括历史维修记录,历史维修记录包括日期、维修方案、维修成本和维修效果信息;
调整单元用于根据收集到的反馈意见和历史维修记录,对当前第一维修策略、第二维修策略和第三维修策略进行调整,并分时段进行追踪。
本发明提供了一种基于意见反馈的船舶维修智能管理系统。具备以下有益效果:
(1)现有技术中的维修方法通常是按照固定的时间表进行的,而不是根据实际需要。该发明的目标是实现维修的智能化,根据船舶底部的实际情况和需求进行调整,从而减少不必要的维修成本和停航时间。船舶在海洋中航行时受到自然水流力的影响,该力量被利用来剥离附着物和沉积物。通过分析单元对第一数据、第二数据、第三数据和第四数据进行分析和计算,计算获得自然水流冲击系数Cjx1、生物附着系数Sfz、船体光滑度Ghd和机械冲击力系数Cjx2;其中,自然水流冲击系数Cjx1和机械冲击力系数Cjx2相互配合,去剥离生物附着和沉积,利用自然水流力,以提高维修效率,降低对外部资源的依赖。这提高了维修效率,减少了停航时间,使船舶更快地回到运营状态。自然水流是一种免费的资源,减少了对昂贵维修设备和人工资源的依赖。这降低了维修成本,使维修更加经济高效。
(2)通过航线洋流监测单元采集的第一数据,通过分析单元计算获得的自然水流冲击系数Cjx1的值越高,表示自然水流冲击力对船体底部的生物附着物和沉积物产生的影响越强。是根据海洋洋流速度VS、海洋洋流方向FX来计算的,这个数值有助于系统更好地理解自然水流对船体底部的影响,从而为智能维修策略的生成提供了重要数据。系统能够更准确地识别何时需要维修,何时依赖自然水流来清除附着物和沉积物,从而实现维修的智能化和资源的更加高效利用。
(3)通过计算生物附着系数Sfz,系统能够更准确地了解船体底部的生物附着情况,这对于维修策略的生成非常重要。生物附着系数Sfz的值越高,表示生物附着越严重。基于实际情况和数据来生成维修策略,减少不必要的维修成本和维修时间,从而提高了船舶维修的效率和经济性。此外,通过将附着物生物的密度MD、沉积物厚度HD和分布数据进行量化和计算,系统能够更准确地评估维修需求,以更好地保护船体和减少环境影响。
(4)该一种基于意见反馈的船舶维修智能管理系统,评估单元用于进行多维度评估,获取到第一评估结果、第二评估结果和第三评估结果,并根据不同的评估结果,系统生成相应的维修策略,以便针对船体底部的具体情况采取合适的维修措施。这些维修策略可以针对不同方面进行调整,基于反馈意见的建议,也基于历史维修记录的实际效果。通过不断追踪和调整维修策略,系统逐步改进维修效率、降低维修成本,并确保船舶底部保持最佳状态。
附图说明
图1为本发明一种基于意见反馈的船舶维修智能管理系统框图流程示意图;
图中:1、航线洋流监测单元;2、船体监测单元;21、第一监测单元;22、第二监测单元;3、清洁设备监测单元;4、分析单元;41、第一分析模块;42、第二分析模块;43、第三分析模块;44、第四分析模块;5、评估单元;51、阈值预设单元;52、对比单元;6、维修单元;7、意见收集单元;71、反馈意见记录单元;72、维修记录单元;73、调整单元。
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1:一种基于意见反馈的船舶维修智能管理系统,包括航线洋流监测单元1、船体监测单元2,清洁设备监测单元3,分析单元4,评估单元5、维修单元6和意见收集单元77;
所述航线洋流监测单元1用于采集在船舶航行过程中,由航线洋流监测单元1采集海洋洋流的速度和方向实时数据,获取第一数据;并由船体监测单元2采集船体底部生物附着和沉积物数据,获取第二数据;并采集船体底部表面的光滑度数据,获取第三数据;由清洁设备监测单元3采集水下清洁设备的参数数据,获取第四数据;
由分析单元4对第一数据、第二数据、第三数据和第四数据进行分析和计算,计算获得自然水流冲击系数Cjx1、生物附着系数Sfz、船体光滑度Ghd和机械冲击力系数Cjx2;
由评估单元5将自然水流冲击系数Cjx1和机械冲击力系数Cjx2进行关联,计算获得剥离附着效率系数BLx,所述剥离附着效率系数BLx由以下公式生成:
;
式中,E1和E2表示为自然水流冲击系数Cjx1和机械冲击力系数Cjx2的预设比例系数,且,0.55≤E1≤0.65,0.35≤E2≤0.85,且E1+E2≥1.2;A表示为修正常数值;
并将剥离附着效率系数BLx与预设第一阈值Q1进行对比获得第一评估结果,将生物附着系数Sfz与第二阈值Q2进行对比获得第二评估结果,将船体光滑度Ghd与第三阈值Q3进行对比,获得第三评估结果;
由维修单元6依据第一评估结果、第二评估结果和第三评估结果生成相对应的维修方案;
所述意见收集单元77用于采集船员和维修人员的维修方案反馈意见及历史维修记录,并分时段对维修方案进行调整追踪。
现有技术还未能充分利用自然水流力来剥离底部附着物和沉积物。自然水流力是一种潜在的资源,用于减轻附着物和沉积物问题,但现有技术并未完全实现这一潜力。
本实施例中,现有技术中的维修方法通常是按照固定的时间表进行的,而不是根据实际需要。该发明的目标是实现维修的智能化,根据船舶底部的实际情况和需求进行调整,从而减少不必要的维修成本和停航时间。船舶在海洋中航行时受到自然水流力的影响,该力量被利用来剥离附着物和沉积物。通过分析单元对第一数据、第二数据、第三数据和第四数据进行分析和计算,计算获得自然水流冲击系数Cjx1、生物附着系数Sfz、船体光滑度Ghd和机械冲击力系数Cjx2;其中,自然水流冲击系数Cjx1和机械冲击力系数Cjx2相互配合,去剥离生物附着和沉积,利用自然水流力,以提高维修效率,降低对外部资源的依赖。这提高了维修效率,减少了停航时间,使船舶更快地回到运营状态。自然水流是一种免费的资源,减少了对昂贵维修设备和人工资源的依赖。这降低了维修成本,使维修更加经济高效。
实施例2,本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述航线洋流监测单元1用于在船舶航行过程中,采用声纳流速计采集获取海洋洋流速度值VS和洋流方向FX;并进行无量纲处理;以了解自然水流是否能利用进行维修;
所述船体监测单元2包括第一监测单元21和第二监测单元22;所述第一监测单元21用于在船体底部安装水下摄像头,用于实时监测船体底部附着物的类型、附着物生物的密度MD、沉积物厚度HD和分布数据;所述第二监测单元22用于采集激光传感器采集船体底部表面的粗糙度,通过激光散射原理,来监测船体底部的表面粗糙度Ccd和厚度差异cyz,用于评估获取船体光滑度Ghd;这些数据帮助确定维修的需求。
所述清洁设备监测单元3用于在船体底部安装角度传感器和水流速度传感器,用于实时监测清洁设备高压水喷射的水流速度值JSL和角度值JDz。这有助于系统了解清洁设备的操作状况,以优化维修策略。
实施例3,本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述分析单元4包括第一分析模块41;
所述第一分析模块41用于获取海洋洋流速度VS、海洋洋流方向FX、行程时间T、船体底部生物密度差值C1和沉积物厚度差值C2,并分析计算获得自然水流冲击系数Cjx1由以下公式生成:
;
;
;
式中,CSMD表示计算洋流冲击力之前时,初始船体底部生物密度值,MD2表示在洋流冲击力发生后周期时间内的二次船体底部生物密度值;CSHD表示计算洋流冲击力之前时,初始船体底部沉积物厚度值,HD2表示在洋流冲击力发生后周期时间内的二次船体底部沉积物厚度值;表示为船体底部生物密度差值C1和沉积物厚度差值C2的当前洋流速度和方向条件,作为差值的备注计算;/>表示为第一修正常数;公式的意义为确定自然水流对船体底部生物和沉积物的剥离影响程度,自然水流冲击系数Cjx1的值越高,则表示自然水流冲击力越强。
本实施例中,自然水流冲击系数Cjx1的值越高,表示自然水流冲击力对船体底部的生物附着物和沉积物产生的影响越强。是根据海洋洋流速度VS、海洋洋流方向FX来计算的,这个数值有助于系统更好地理解自然水流对船体底部的影响,从而为智能维修策略的生成提供了重要数据。系统能够更准确地识别何时需要维修,何时依赖自然水流来清除附着物和沉积物,从而实现维修的智能化和资源的更加高效利用。
实施例4,本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述分析单元4还包括第二分析模块42,所述第二分析模块42用于依据附着物生物的密度MD、沉积物厚度HD和分布数据,并进行无量纲处理后,计算获得生物附着系数Sfz,由以下公式生成:
;
式中,cMJ表示为船底底部总面积,Nx表示生物附着物的粘性值,表示为第二修正常数。
本实施例中,通过计算生物附着系数Sfz,系统能够更准确地了解船体底部的生物附着情况,这对于维修策略的生成非常重要。生物附着系数Sfz的值越高,表示生物附着越严重,需要更频繁的维修或更彻底的维修策略。基于实际情况和数据来生成维修策略,减少不必要的维修成本和维修时间,从而提高了船舶维修的效率和经济性。此外,通过将附着物生物的密度MD、沉积物厚度HD和分布数据进行量化和计算,系统能够更准确地评估维修需求,以更好地保护船体和减少环境影响。
实施例5,本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述分析单元4还包括第三分析模块43;
所述第三分析模块43用于依据表面粗糙度Ccd和厚度差异cyz获得船体光滑度Ghd,由以下公式生成:
;
公式的含义为,船体光滑度的值用来描述船体底部表面的平整程度,光滑度值越高,表明底部越光滑,用于判断是否需要维护船体底部清洁,保持均匀水动力性能。
本实施例中,通过计算船体光滑度Ghd,根据用户需求和性能标准来确定是否需要维修船体底部。如果Ghd值低于某个阈值,表示底部不够光滑,需要进行维修以保持良好的水动力性能。这一分析模块有助于确保维修策略是根据实际需要和性能标准生成的,从而最大程度地减少不必要的维修成本和维修时间。系统根据实际数据和条件来确定维修的紧急性,确保船体底部始终保持最佳状态。
实施例6,本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述分析单元4还包括第四分析模块44,所述第四分析模块44用于依据清洁设备高压水喷射的水流速度值JSL和角度值JDz,计算获取机械冲击力系数Cjx2的公式为:
;
式中,表示受清洁设备高压水喷射而剥离的生物密度体积值,/>表示受清洁设备高压水喷射而剥离的沉积物厚度值,公式的含义为:机械冲击力系数Cjx2的值表示为清洁设备操作时施加在船体底部的机械冲击力的大小,及剥离生物密度体积之和沉积物厚度值,以反映机械冲击力对生物附着物的剥离程度。
本实施例中,机械冲击力系数Cjx2的值可用于衡量清洁设备操作对生物附着物和沉积物的剥离程度。如果Cjx2的值较高,表示清洁设备的操作有效地剥离了附着物和沉积物,维护了船体底部的光滑性和水动力性能。
实施例7,本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述评估单元5包括阈值预设单元51,所述阈值预设单元51用于预设第一阈值Q1、第二阈值Q2和第三阈值Q3;
第一阈值Q1用于设置剥离效率达标的界限点,并建立在自然水流冲击系数Cjx1和机械冲击力系数Cjx2的共同反应下的剥离效率;
第二阈值Q2用于设置生物附着情况的临界点,当生物附着情况超过阈值临界点,则需要进行维修操作;
第三阈值Q3用于设置光滑度的临界点,表示未到达第三阈值Q3则需要进行维修操作。
具体的,所述评估单元5还包括对比单元52,所述对比单元52用于将剥离附着效率系数BLx与预设第一阈值Q1进行对比获得第一评估结果,将生物附着系数Sfz与第二阈值Q2进行对比获得第二评估结果,将船体光滑度Ghd与第三阈值Q3进行对比,获得第三评估结果;且第一评估结果、第二评估结果和第三评估结果是依次判断;
如果附着效率系数BLx≥第一阈值Q1,表示剥离效率高,船体底部的附着物已经足够剥离,不需要进行其他维修操作;
如果附着效率系数BLx<第一阈值Q1,表示剥离效率低,生成第一评估结果;
如果生物附着系数Sfz<第二阈值Q2,表示生物附着和沉积未达到临界点,不需要紧急维修,保证固定维修频率即可,频率包括每周或每月;
如果生物附着系数Sfz≥第二阈值Q2,表示生物附着和沉积超过临界点,需要进行紧急维修,生成第二评估结果;
如果船体光滑度Ghd≥第三阈值Q3,表示船体底部光滑度达标,不需要紧急维修;
如果船体光滑度Ghd<第三阈值Q3,表示船体底部光滑度Ghd不达标,生成第三评估结果。
本实施例中,根据不同的评估结果,系统生成相应的维修策略,以便针对船体底部的具体情况采取合适的维修措施。这些维修策略可以针对不同方面进行调整,以实现最佳的维修效果。基于实际需要的维修,从而减少不必要的维修成本和停航时间,同时提高维修的效率和效果。根据不同情况,维修是计划性的,也是紧急性的,这取决于各种参数和预设阈值的比较;便于生成提供更智能、高效和可持续的船舶维修解决方案。
实施例8,本实施例是在实施例7中进行的解释说明,请参照图1,具体的,所述第一评估结果对应生成第一维修策略,第一维修策略包括增强机械冲击力系数Cjx2的清洁设备高压水喷射的水流速度值JSL,和调整相对应机械冲击力系数Cjx2的喷射角度值JDz;第二评估结果对应生成第二维修策略,第二维修策略包括使用专门设计的清洁剂来软化和去除附着物,或人工采用刷子和刮板进行刮除和清除;所述第三评估结果对应生成第三维修策略,第三维修策略包括人工挂刷、清洁、喷涂抗污涂层和打磨粗糙位置。
本实施例中,通过采用这些不同的维修策略,促进更好地满足不同维修需求,同时减少不必要的维修成本和维修时间,以提高船舶的维修效率和维修效果。
实施例9,本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述意见收集单元77包括反馈意见记录单元71、维修记录单元72和调整单元73;
所述反馈意见记录单元71用于将船员和维修人员的每条反馈意见进行汇总,反馈意见包括反馈来源、反馈时间、具体维修问题描述和维修方案建议;
维修记录单元72包括历史维修记录,历史维修记录包括日期、维修方案、维修成本和维修效果信息;
调整单元73用于根据收集到的反馈意见和历史维修记录,对当前第一维修策略、第二维修策略和第三维修策略进行调整,并分时段进行追踪。
本实施例中,调整单元73是对收集到的反馈意见和历史维修记录的实际应用。它的任务是对当前使用的第一、第二和第三维修策略进行必要的调整。这些调整基于来自反馈意见的建议,也基于历史维修记录的实际效果。根据实际效果好的方式,例如如果某种维修方式在操作中更受欢迎或更有效,系统考虑采用,不同的维修策略根据优先级进行调整。如果附着物的密度非常高,需要立即采取紧急维修措施,而光滑度的改善可以留在后面。维修后,继续监控船底情况,并与维修前的情况进行比较。如果维修效果不佳,系统可以调整策略,尝试其他方法。通过不断追踪和调整维修策略,系统逐步改进维修效率、降低维修成本,并确保船舶底部保持最佳状态。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种基于意见反馈的船舶维修智能管理系统,其特征在于:包括航线洋流监测单元(1)、船体监测单元(2),清洁设备监测单元(3),分析单元(4),评估单元(5)、维修单元(6)和意见收集单元(7);
所述航线洋流监测单元(1)用于采集在船舶航行过程中,由航线洋流监测单元(1)采集海洋洋流的速度和方向实时数据,获取第一数据;并由船体监测单元(2)采集船体底部生物附着和沉积物数据,获取第二数据;并采集船体底部表面的光滑度数据,获取第三数据;由清洁设备监测单元(3)采集水下清洁设备的参数数据,获取第四数据;
由分析单元(4)对第一数据、第二数据、第三数据和第四数据进行分析和计算,计算获得自然水流冲击系数Cjx1、生物附着系数Sfz、船体光滑度Ghd和机械冲击力系数Cjx2;
所述分析单元(4)包括第一分析模块(41)、第二分析模块(42)、第三分析模块和第四分析模块(44);
所述第一分析模块(41)用于获取海洋洋流速度VS、海洋洋流方向FX、行程时间T、船体底部生物密度差值C1和沉积物厚度差值C2,并分析计算获得自然水流冲击系数Cjx1由以下公式生成:
;
;
;
式中,CSMD表示计算洋流冲击力之前时,初始船体底部生物密度值,MD2表示在洋流冲击力发生后周期时间内的二次船体底部生物密度值;CSHD表示计算洋流冲击力之前时,初始船体底部沉积物厚度值,HD2表示在洋流冲击力发生后周期时间内的二次船体底部沉积物厚度值;表示为船体底部生物密度差值C1和沉积物厚度差值C2的当前洋流速度和方向条件,作为差值的备注计算;/>表示为第一修正常数;公式的意义为确定自然水流对船体底部生物和沉积物的剥离影响程度,自然水流冲击系数Cjx1的值越高,则表示自然水流冲击力越强;
所述第二分析模块(42)用于依据附着物生物的密度MD、沉积物厚度HD和分布数据,并进行无量纲处理后,计算获得生物附着系数Sfz,由以下公式生成:
;
式中,cMJ表示为船底底部总面积,Nx表示生物附着物的粘性值,表示为第二修正常数;
所述第三分析模块(43)用于依据表面粗糙度Ccd和厚度差异cyz获得船体光滑度Ghd,由以下公式生成:
;
公式的含义为,船体光滑度的值用来描述船体底部表面的平整程度,光滑度值越高,表明底部越光滑,用于判断是否需要维护船体底部清洁,保持均匀水动力性能;
所述第四分析模块(44)用于依据清洁设备高压水喷射的水流速度值JSL和角度值JDz,计算获取机械冲击力系数Cjx2的公式为:
;
式中,表示受清洁设备高压水喷射而剥离的生物密度体积值,/>表示受清洁设备高压水喷射而剥离的沉积物厚度值,公式的含义为:机械冲击力系数Cjx2的值表示为清洁设备操作时施加在船体底部的机械冲击力的大小,及剥离生物密度体积之和沉积物厚度值,以反映机械冲击力对生物附着物的剥离程度;
由评估单元(5)将自然水流冲击系数Cjx1和机械冲击力系数Cjx2进行关联,计算获得剥离附着效率系数BLx,所述剥离附着效率系数BLx由以下公式生成:
;
式中,E1和E2表示为自然水流冲击系数Cjx1和机械冲击力系数Cjx2的预设比例系数,且,0.55≤E1≤0.65,0.35≤E2≤0.85,且E1+E2≥1.2;A表示为修正常数值;
并将剥离附着效率系数BLx与预设第一阈值Q1进行对比获得第一评估结果,将生物附着系数Sfz与第二阈值Q2进行对比获得第二评估结果,将船体光滑度Ghd与第三阈值Q3进行对比,获得第三评估结果;
由维修单元(6)依据第一评估结果、第二评估结果和第三评估结果生成相对应的维修方案;
所述意见收集单元(7)用于采集船员和维修人员的维修方案反馈意见及历史维修记录,并分时段对维修方案进行调整追踪。
2.根据权利要求1所述的一种基于意见反馈的船舶维修智能管理系统,其特征在于:所述航线洋流监测单元(1)用于在船舶航行过程中,采用声纳流速计采集获取海洋洋流速度值VS和洋流方向FX;并进行无量纲处理;
所述船体监测单元(2)包括第一监测单元(21)和第二监测单元(22);所述第一监测单元(21)用于在船体底部安装水下摄像头,用于实时监测船体底部附着物的类型、附着物生物的密度MD、沉积物厚度HD和分布数据;所述第二监测单元(22)用于采集激光传感器采集船体底部表面的粗糙度,通过激光散射原理,来监测船体底部的表面粗糙度Ccd和厚度差异cyz,用于评估获取船体光滑度Ghd;
所述清洁设备监测单元(3)用于在船体底部安装角度传感器和水流速度传感器,用于实时监测清洁设备高压水喷射的水流速度值JSL和角度值JDz。
3.根据权利要求1所述的一种基于意见反馈的船舶维修智能管理系统,其特征在于:所述评估单元(5)包括阈值预设单元(51),所述阈值预设单元(51)用于预设第一阈值Q1、第二阈值Q2和第三阈值Q3;
第一阈值Q1用于设置剥离效率达标的界限点,并建立在自然水流冲击系数Cjx1和机械冲击力系数Cjx2的共同反应下的剥离效率;
第二阈值Q2用于设置生物附着情况的临界点,当生物附着情况超过阈值临界点,则需要进行维修操作;
第三阈值Q3用于设置光滑度的临界点,表示未到达第三阈值Q3则需要进行维修操作。
4.根据权利要求1所述的一种基于意见反馈的船舶维修智能管理系统,其特征在于:所述评估单元(5)还包括对比单元(52),所述对比单元(52)用于将剥离附着效率系数BLx与预设第一阈值Q1进行对比获得第一评估结果,将生物附着系数Sfz与第二阈值Q2进行对比获得第二评估结果,将船体光滑度Ghd与第三阈值Q3进行对比,获得第三评估结果;且第一评估结果、第二评估结果和第三评估结果是依次判断;
如果附着效率系数BLx≥第一阈值Q1,表示剥离效率高,船体底部的附着物已经足够剥离,不需要进行其他维修操作;
如果附着效率系数BLx<第一阈值Q1,表示剥离效率低,生成第一评估结果;
如果生物附着系数Sfz<第二阈值Q2,表示生物附着和沉积未达到临界点,不需要紧急维修,保证固定维修频率即可,频率包括每周或每月;
如果生物附着系数Sfz≥第二阈值Q2,表示生物附着和沉积超过临界点,需要进行紧急维修,生成第二评估结果;
如果船体光滑度Ghd≥第三阈值Q3,表示船体底部光滑度达标,不需要紧急维修;
如果船体光滑度Ghd<第三阈值Q3,表示船体底部光滑度Ghd不达标,生成第三评估结果。
5.根据权利要求4所述的一种基于意见反馈的船舶维修智能管理系统,其特征在于:所述第一评估结果对应生成第一维修策略,第一维修策略包括增强机械冲击力系数Cjx2的清洁设备高压水喷射的水流速度值JSL,和调整相对应机械冲击力系数Cjx2的喷射角度值JDz;第二评估结果对应生成第二维修策略,第二维修策略包括使用专门设计的清洁剂来软化和去除附着物,或人工采用刷子和刮板进行刮除和清除;所述第三评估结果对应生成第三维修策略,第三维修策略包括人工挂刷、清洁、喷涂抗污涂层和打磨粗糙位置。
6.根据权利要求1所述的一种基于意见反馈的船舶维修智能管理系统,其特征在于:所述意见收集单元(7)包括反馈意见记录单元(71)、维修记录单元(72)和调整单元(73);
所述反馈意见记录单元(71)用于将船员和维修人员的每条反馈意见进行汇总,反馈意见包括反馈来源、反馈时间、具体维修问题描述和维修方案建议;
维修记录单元(72)包括历史维修记录,历史维修记录包括日期、维修方案、维修成本和维修效果信息;
调整单元(73)用于根据收集到的反馈意见和历史维修记录,对当前第一维修策略、第二维修策略和第三维修策略进行调整,并分时段进行追踪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311652273.XA CN117371994B (zh) | 2023-12-05 | 2023-12-05 | 一种基于意见反馈的船舶维修智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311652273.XA CN117371994B (zh) | 2023-12-05 | 2023-12-05 | 一种基于意见反馈的船舶维修智能管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117371994A CN117371994A (zh) | 2024-01-09 |
CN117371994B true CN117371994B (zh) | 2024-02-23 |
Family
ID=89391347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311652273.XA Active CN117371994B (zh) | 2023-12-05 | 2023-12-05 | 一种基于意见反馈的船舶维修智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117371994B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327610A (zh) * | 2016-08-27 | 2017-01-11 | 南通中远川崎船舶工程有限公司 | 一种极地航行智能船舶 |
CN111017136A (zh) * | 2019-12-24 | 2020-04-17 | 上海船舶运输科学研究所 | 船舶污底监测评估方法和评估系统 |
KR20200059782A (ko) * | 2018-11-21 | 2020-05-29 | 삼성중공업 주식회사 | 초음파 모듈을 통한 선박 탑재형 방오장치 및 그의 제어방법 |
CN113723637A (zh) * | 2021-09-10 | 2021-11-30 | 大连海事大学 | 一种面向船舶维修体系的经济性修理级别分析方法及系统 |
CN114463224A (zh) * | 2022-04-14 | 2022-05-10 | 广东海洋大学 | 一种基于sar技术的海洋目标图像修复识别方法及系统 |
CN115600911A (zh) * | 2022-11-11 | 2023-01-13 | 上海海事大学(Cn) | 一种基于设备劣化指数的船舶能效智能管理系统 |
CN115825635A (zh) * | 2023-02-16 | 2023-03-21 | 中国船舶集团有限公司第七一九研究所 | 一种船舶机舱机电设备状态监测及故障诊断方法 |
KR102527496B1 (ko) * | 2022-11-04 | 2023-05-02 | 한국해양과학기술원 | 극지 운항 선박의 통합 상태 모니터링 시스템 및 방법 |
CN116228186A (zh) * | 2022-12-12 | 2023-06-06 | 武汉理工大学 | 基于人因工程的船舶机舱智能运维系统 |
JP2023084432A (ja) * | 2021-12-07 | 2023-06-19 | 株式会社MarineSL | 船舶部品管理システム、船舶部品管理プログラム、及び、船舶部品管理方法 |
CN116767460A (zh) * | 2023-07-20 | 2023-09-19 | 智慧航海(青岛)科技有限公司 | 一种船体结构状态监测方法、装置、存储介质及服务器 |
CN116797200A (zh) * | 2023-06-02 | 2023-09-22 | 武汉理工大学 | 基于船岸协同舵机智能诊断健康管理系统及其应用方法 |
CN116976865A (zh) * | 2023-09-22 | 2023-10-31 | 中国船舶集团有限公司第七一九研究所 | 基于大数据分析的船舶维修器件调配管理系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019204284A1 (en) * | 2018-04-16 | 2019-10-24 | Tauriac John W | Real-time wave monitoring and sensing methods and systems |
-
2023
- 2023-12-05 CN CN202311652273.XA patent/CN117371994B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327610A (zh) * | 2016-08-27 | 2017-01-11 | 南通中远川崎船舶工程有限公司 | 一种极地航行智能船舶 |
KR20200059782A (ko) * | 2018-11-21 | 2020-05-29 | 삼성중공업 주식회사 | 초음파 모듈을 통한 선박 탑재형 방오장치 및 그의 제어방법 |
CN111017136A (zh) * | 2019-12-24 | 2020-04-17 | 上海船舶运输科学研究所 | 船舶污底监测评估方法和评估系统 |
CN113723637A (zh) * | 2021-09-10 | 2021-11-30 | 大连海事大学 | 一种面向船舶维修体系的经济性修理级别分析方法及系统 |
JP2023084432A (ja) * | 2021-12-07 | 2023-06-19 | 株式会社MarineSL | 船舶部品管理システム、船舶部品管理プログラム、及び、船舶部品管理方法 |
CN114463224A (zh) * | 2022-04-14 | 2022-05-10 | 广东海洋大学 | 一种基于sar技术的海洋目标图像修复识别方法及系统 |
KR102527496B1 (ko) * | 2022-11-04 | 2023-05-02 | 한국해양과학기술원 | 극지 운항 선박의 통합 상태 모니터링 시스템 및 방법 |
CN115600911A (zh) * | 2022-11-11 | 2023-01-13 | 上海海事大学(Cn) | 一种基于设备劣化指数的船舶能效智能管理系统 |
CN116228186A (zh) * | 2022-12-12 | 2023-06-06 | 武汉理工大学 | 基于人因工程的船舶机舱智能运维系统 |
CN115825635A (zh) * | 2023-02-16 | 2023-03-21 | 中国船舶集团有限公司第七一九研究所 | 一种船舶机舱机电设备状态监测及故障诊断方法 |
CN116797200A (zh) * | 2023-06-02 | 2023-09-22 | 武汉理工大学 | 基于船岸协同舵机智能诊断健康管理系统及其应用方法 |
CN116767460A (zh) * | 2023-07-20 | 2023-09-19 | 智慧航海(青岛)科技有限公司 | 一种船体结构状态监测方法、装置、存储介质及服务器 |
CN116976865A (zh) * | 2023-09-22 | 2023-10-31 | 中国船舶集团有限公司第七一九研究所 | 基于大数据分析的船舶维修器件调配管理系统 |
Non-Patent Citations (3)
Title |
---|
基于CBM的船舶设备健康管理系统;汪益兵;杨燕斌;;船舶工程(10);全文 * |
孙坚 ; .智能SOMS在某散货船上的应用.江苏船舶.2018,(04),全文. * |
船舶智能诊断和运维系统及其设计;汪益兵;战翌婷;;浙江国际海运职业技术学院学报(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117371994A (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111017136B (zh) | 船舶污底监测评估方法和评估系统 | |
CN107153874B (zh) | 水质预测方法及系统 | |
Logan | Using a ship’s propeller for hull condition monitoring | |
CN110705797B (zh) | 一种基于船舶传感网的船舶油耗数据预测方法 | |
CN115294804B (zh) | 一种基于船舶状态监测的海缆安全预警方法及系统 | |
CN109023429B (zh) | 一种铝电解槽智能打壳和智能供料系统及方法 | |
CN103895835A (zh) | 舰艇壳体除垢和探伤系统 | |
CN117371994B (zh) | 一种基于意见反馈的船舶维修智能管理系统 | |
KR101659393B1 (ko) | 선체 외판 파울링 관리 시스템 | |
CN115541656A (zh) | 一种海洋环境钢结构防腐蚀涂层失效在线监测系统及方法 | |
CN114089656B (zh) | 基于机器视觉和强化学习的海洋垃圾回收规划方法及系统 | |
JP2009244061A (ja) | 状態監視システムおよび状態監視方法 | |
CN114379748A (zh) | 用于海上风电场水下桩基腐蚀情况监测的仿生机器鱼 | |
CN110000792B (zh) | 船壁清洗机器人的路径调整方法、装置、设备及存储介质 | |
CN114408131A (zh) | 用于桥梁水下部分日常巡检的仿生机器鱼 | |
WO2020128274A1 (fr) | Station autonome de surveillance et d'analyse d'un environnement maritime | |
CN117963104A (zh) | 一种船舶污底状态的判断方法 | |
Xi et al. | Ship Fouling Monitoring and Analysis Based on Data Driven Methods | |
CN114852290A (zh) | 模块化水下桩基结构自适应清理及损伤检测机械臂 | |
CN117310495B (zh) | 一种新能源电机的耐久性能综合检测系统 | |
CN113681849B (zh) | 一种注塑模具的水道检测方法及系统 | |
Rashid et al. | Mapping a Machine Learning Path Forward for Tidal Stream Turbines Biofouling Detection and Estimation | |
Deligianni et al. | Shipping Applications of Digital Twins | |
Norouzi | Prediction of increased fuel consumption due to fouling of hull and propeller | |
CN108263556B (zh) | 一种移动监测装置及具有该装置的壳体探伤检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |