TW202345016A - 船艦設備/設施的健康度管理系統、模組與方法 - Google Patents
船艦設備/設施的健康度管理系統、模組與方法 Download PDFInfo
- Publication number
- TW202345016A TW202345016A TW111132480A TW111132480A TW202345016A TW 202345016 A TW202345016 A TW 202345016A TW 111132480 A TW111132480 A TW 111132480A TW 111132480 A TW111132480 A TW 111132480A TW 202345016 A TW202345016 A TW 202345016A
- Authority
- TW
- Taiwan
- Prior art keywords
- health
- ship
- equipment
- facilities
- module
- Prior art date
Links
- 230000036541 health Effects 0.000 title claims abstract description 346
- 238000000034 method Methods 0.000 title description 7
- 238000012423 maintenance Methods 0.000 title description 5
- 238000007726 management method Methods 0.000 claims description 82
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000003066 decision tree Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000007477 logistic regression Methods 0.000 claims description 3
- 238000007637 random forest analysis Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 abstract 5
- 230000002596 correlated effect Effects 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 241000283220 Odobenus rosmarus Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/20—Selecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Radio Relay Systems (AREA)
- Alarm Systems (AREA)
- Selective Calling Equipment (AREA)
- Transceivers (AREA)
- Transmitters (AREA)
- Traffic Control Systems (AREA)
Abstract
一種包括度管理模組以及多個健康度預測模組之船艦設備/設施的健康度管理系統。健康度管理模組用於獲取船艦之設備列表、感測器單元列表與船艦之多個設備的關聯資訊。各健康度預測模組具有對應於多個設備與船艦之多個設施之其中一者的健康度預測模型。健康度管理模組根據設備列表、感測器單元列表與關聯資訊為多個設備與多個設施的每一者選擇相應的健康度預測模型,並將選擇的健康度預測模型分配給對應的健康度預測模組。多個健康度預測模組的每一者使用其具有的健康度預測模型根據對應的多個感測信號預測對應的設備或設施的健康度。
Description
本發明係關於一種船艦設備/設施的健康度管理系統、模組與方法,且特別是一種考量船艦之各設備、各感測器單元及多個設備的關聯資訊來為各設備及各設施配置健康度預測模型的船艦設備/設施的健康度管理系統、模組與方法。
在一艘船艦中,會有各種設備與設施配置於船體。船艦一旦離岸航行後,若有設備或設施損壞無法使用,可能會嚴重影響航行安全或無法繼續航行。雖然有拖吊船,但是船艦不像一般汽機車容易被拖吊回岸際,且拖吊船的費用昂貴且數量稀少。甚至,對於越大型的船艦來說,拖吊船必須越大,且拖吊作業(包括拖吊操作與拖吊航行)也越困難,這使得軍事或民生用途的大型船艦之設備或設施於離岸損壞時,更難以將此大型船艦拖吊回岸際。
現有的汽機車都會配置有多個感測器單元,透過各感測器單元獲取資訊,便可以知道汽機車的設備是否有損壞。舉例來說,汽車的行車電腦會根據配置於引擎室的多個動力感測器與氣體感測器來判斷引擎運轉是否正常。然而,對於船艦來說,需要的不僅僅是在離岸時,偵測設備及設施是否異常,更重要的是需要即時知悉設備及設施的健康度,以進一步地讓船長判斷是否繼續航行或需要返航轉港回岸際進行整備養護。
基於類神經網路架構的健康度預測模型雖然已經被現有文獻提出,但是現有技術在對設備進行健康度預測模型的訓練之後,便會讓同一型號的多個設備都直接套用訓練後的健康度預測模型。在一般汽機車、伺服器系統等領域,使用上述做法並沒有太大問題。然而,透過觀察發現,不同船艦即使採用同樣的設備與設施配置,但兩船艦的同一型號的設備在同樣參數的情況下,實際的健康度卻有所不同。換言之,無法將同一型號之設備的健康度預測模型套用到同一型號之另一設備使用。
基於本發明的至少一目的,本發明提供一種船艦設備/設施的健康度管理系統,此船艦設備/設施的健康度管理系統包括度管理模組以及多個健康度預測模組,其中多個健康度預測模組信號連接健康度管理模組。健康度管理模組用於獲取船艦之設備列表、感測器單元列表與船艦之多個設備的關聯資訊。多個健康度預測模組的每一者具有對應於多個設備與船艦之多個設施之其中一者的健康度預測模型。健康度管理模組根據設備列表、感測器單元列表與關聯資訊為多個設備與多個設施的每一者選擇相應的健康度預測模型,並將選擇的健康度預測模型分配給對應的健康度預測模組。多個健康度預測模組的每一者使用其具有的健康度預測模型根據對應的多個感測信號預測對應的設備或設施的健康度。
可選地,多個健康度預測模組的每一者使用其具有的健康度預測模型根據對應的多個感測信號與設備或設施的運轉時數預測對應的設備或設施的健康度。
可選地,上述船艦設備/設施的健康度管理系統更包括整船健康度預測模組。整船健康度預測模組信號連接多個健康度預測模組。整船健康度預測模組具有整船健康度預測模型,且用於使用整船健康度預測模型根據多個設備及多個設施的多個健康度來預測整船健康度。
可選地,於上述船艦設備/設施的健康度管理系統中,健康度管理模組根據設備列表、感測器單元列表與關聯資訊選擇選擇相應的整船健康度預測模型,並將選擇的整船健康度預測模型分配給整船健康度預測模組。
可選地,於上述船艦設備/設施的健康度管理系統中,設備列表記錄船艦之多個設備的多個設備型號與多個設備配置位置,感測器單元列表用於記錄船艦之多個感測器單元的多個感測器單元型號與多個感測器單元配置位置,以及關聯資訊記錄船艦之多個設備之間的多個關聯關係。
可選地,於上述船艦設備/設施的健康度管理系統中,健康度管理模組更獲取多個設備與多個設施的多個健康度歷史資料與船艦的整船健康度歷史資料,多個健康度預測模組根據多個健康度歷史資料與預測的多個健康度計算多個設備與多個設施的多個健康度趨勢,以及整船健康度預測模組根據整船健康度歷史資料與預測的整船健康度計算船艦的整船健康度趨勢。
可選地,於上述船艦設備/設施的健康度管理系統中,健康度管理模組在船艦於岸際時,透過位於岸際的岸際計算中心獲取設備列表、感測器單元列表與關聯資訊,以及健康度管理模組根據設備列表、感測器單元列表與關聯資訊為多個設備與多個設施的每一者自岸際計算中心所儲存的多個已訓練的健康度預測模型選擇相應的健康度預測模型,並將選擇的健康度預測模型分配給對應的健康度預測模組。
可選地,於上述船艦設備/設施的健康度管理系統中,於健康度管理模組無法自多個已訓練的健康度預測模型選擇到多個健康度預測模型,健康度管理模組請求岸際計算中心根據多筆數據訓練並產生多個設備與多個設施的每一者的健康度預測模型,且岸際計算中心用於儲存多個設備與多個設施的每一者的健康度預測模型作為多個已訓練的健康度預測模型的一部分,並記錄多個設備與多個設施的每一者的健康度預測模型與設備列表、感測器單元列表與關聯資訊的對應關係。
可選地,於上述船艦設備/設施的健康度管理系統中,多個健康度預測模型與整船健康度預測模型皆為基於類神經網路、隨機森林、決策樹、餘弦相似度、統計門限值、特徵向量機、K近鄰、線性回歸、邏輯回歸(logistic regression)或樸素貝氏(naive Bayes)的多個預測模型。
可選地,於上述船艦設備/設施的健康度管理系統中,多個健康度預測模組與整船健康度預測模組用於在船艦離開岸際並進行航行時,預測多個健康度與整船健康度。
基於本發明的至少一目的,本發明提供一種船艦設備/設施的健康度管理模組,此健康度管理模組包括資訊獲取模組與預測模型選擇模組,其中資訊獲取模組信號連接預測模型選擇模組。資訊獲取模組用於獲取船艦之設備列表、感測器單元列表與船艦之多個設備的關聯資訊。預測模型選擇模組根據設備列表、感測器單元列表與關聯資訊為多個設備與多個設施的每一者選擇相應的健康度預測模型。
基於本發明的至少一目的,本發明提供一種船艦設備/設施的健康度管理方法,此健康度管理方法的步驟如下。使用健康度管理模組獲取船艦之設備列表、感測器單元列表與船艦之多個設備的關聯資訊。使用健康度管理模組根據設備列表、感測器單元列表與關聯資訊為多個設備與多個設施分別選擇相應的多個健康度預測模型,並將選擇的多個健康度預測模型分配給多個健康度預測模組,其中多個健康度預測模組的每一者具有對應於多個設備與船艦之多個設施之其中一者的健康度預測模型。使用多個健康度預測模組的每一者具有的健康度預測模型根據對應的多個感測信號預測對應的設備或設施的健康度。
簡言之,本發明實施例提供一種船艦設備/設施的健康度管理系統、模組與方法,藉此可以使得離岸後的船艦能夠精準地針對各設備與各設施的健康度進行預測。
為利 貴審查員瞭解本發明之技術特徵、內容與優點及其所能達成之功效,茲將本發明配合附圖,並以實施例之表達形式詳細說明如下,而其中所使用之圖式,其主旨僅為示意及輔助說明書之用,未必為本發明實施後之真實比例與精準配置,故不應就所附之圖式的比例與配置關係解讀、侷限本發明於實際實施上的權利範圍,合先敘明。
由於船艦能夠放置設備的空間更加有限,因此,在狹小空間中,設備配置位置的微小差異就可能會造成船艦設備/設施的健康度預測模型不同。再者,在此狹小空間內,設備之間更容易相互影響,也導致設備之間的關聯關係更容易影響船艦設備/設施的健康度預測模型。甚至,即使對於同一配置的兩艘船艦,還可能因為在外航行的常態性天候跟海象的差異,而影響船艦設備/設施的健康度預測模型。
換言之,不論型號與配置是否相同,不同船艦的同一型號之設備無法使用相同的健康度預測模型來進行健康度的預測。舉例來說,即便使用同一款引擎,驅逐艦與運輸艦的引擎之健康度預測模型會彼此不同。再舉例來說,針對同一型號的驅逐艦,即使兩者設備與設施配置相同,但兩者之同一型號的引擎的健康度預測模型也會彼此不同。有鑑於此,本發明實施例提供一種考量船艦之各設備、各感測器單元及多個設備的關聯資訊來為各設備與各設施配置健康度預測模型的船艦設備/設施的健康度管理系統、模組與方法。
首先,請參照圖1,圖1是本發明實施例之船艦的示意圖。船艦100包括船體,船體配置有多個設施101~107與多個設備,多個設備其中一者例如為船艦100的螺旋桿108,多個設備可能還包括引擎、發電機、方向機與燈等,以及多個設施101~107例如為各種艙間與機室,且本發明不以此為限制。船體除了配置有設施及設備之外,各配置有多個感測器單元,其中感測器單元例如但不限制為動力感測器、濕度感測器、溫度感測器與氣體感測器等,且本發明不以此為限制。
船艦100具有相應的船艦型號與船艦編號等,且船艦100可以透過船艦型號與船艦編號向位於岸際的岸際計算中心獲取設備列表、感測器單元列表與多個設備之間的關聯資訊。進一步地說,當船艦100進行整備養護,若有對應地更換增減設備、設施或感測器單元時,執行整備養護的工作者會將對應於船艦100的設備列表、感測器單元列表與多個設備之間的關聯資訊於岸際計算中心進行更新。
另外,在其他實施例中,也可以是船艦100本身透過自我檢測來獲取設備列表、感測器單元列表與多個設備之間的關聯資訊。較佳地,可以設計成比對船艦100本身透過自我檢測來獲取之設備列表、感測器單元列表與多個設備之間的關聯資訊是否與岸際計算中心儲存的設備列表、感測器單元列表與多個設備之間的關聯資訊是否一致,以避免錯誤地獲取多個設備與多個設施101~107的多個健康度預測模型。
請參照圖2,圖2是本發明實施例之船艦設備/設施的健康度管理系統的方塊圖。船艦設備/設施的健康度管理系統設置於船艦100之內,且包括健康度管理模組111、多個健康度預測模組1131與整船健康度預測模組115,而在其中一個實施例中,整船健康度預測模組115可以自船艦100中移除。健康度管理模組111信號連接船艦100的多個設備1121、多個感測器單元1141、多個健康度預測模組1131與整船健康度預測模組115,多個健康度預測模組1131信號連接整船健康度預測模組115與多個感測器單元1141。上述信號連接是指有線或無線的方式連接,例如電連接、有線通訊連接或無線通訊連接,且本發明不以此為限制。
健康度管理模組111可以自行檢測多個設備1121與多個感測器單元1141來取得船艦100之設備列表、感測器單元列表與船艦之多個設備的關聯資訊,或者,向岸際計算中心取得船艦100之設備列表、感測器單元列表與船艦之多個設備的關聯資訊。健康度管理模組111還會作為多個設備1121、多個感測器單元1141與多個健康度預測模組1131之間的橋樑,以藉此控制多個感測器單元1141的多個感測信號應傳遞哪些健康度預測模組1131,以及多個健康度預測模組1131具有那些設備1121的健康度預測模型。
進一步地,設備列表記錄船艦100之多個設備1121的多個設備型號與多個設備配置位置,感測器單元列表用於記錄船艦100之多個感測器單元1141的多個感測器單元型號與多個感測器單元配置位置,以及關聯資訊記錄船艦100之多個設備1121之間的多個關聯關係。關聯關係是指設備1121互相影響的程度,例如,螺旋杆的轉動關聯於發動機及發電機的運作,因此,螺旋杆的健康度預測模型所使用的多個感測信號(由多個感測器單元1141感測獲得)會與發動機及發電機的健康度預測模型所使用的多個感測信號有部分相同。
多個健康度預測模組1131的每一者具有對應於多個設備1121與船艦100之多個設施之其中一者的健康度預測模型。健康度管理模組111根據設備列表、感測器單元列表與關聯資訊為多個設備1121與多個設施的每一者選擇相應的健康度預測模型,並將選擇的健康度預測模型分配給對應的健康度預測模組1131。多個健康度預測模組1131的每一者使用其具有的健康度預測模型根據對應的多個感測信號預測對應的設備1121或設施的健康度。健康度預測模型除了使用對應的感測信號進行健康度預測外,更可以納入設備1121或設施的運轉時數來評估健康度。換言之,多個健康度預測模組1131的每一者使用其具有的健康度預測模型根據對應的多個感測信號與設備1121或設施的運轉時數預測對應的設備1121或設施的健康度。進一步地,運轉時數可以是各運轉時間的權重加總,例如,一般運轉的權重值為1、全速運轉的權重值為1.3、待機的低速運轉的權重值為0.7,且設備1121的一般運轉、全速運轉與低速運轉的時數分別為2小時、1小時與0.5小時,則設備1121的運轉時數可以是2*1+1*1.3+0.5*0.7=3.65小時。
整船健康度預測模組115信號連接多個健康度預測模組1131。整船健康度預測模組115具有整船健康度預測模型,且用於使用整船健康度預測模型根據多個設備1121及多個設施的多個健康度來預測整船健康度。進一步地,健康度管理模組111還可以根據設備列表、感測器單元列表與關聯資訊選擇選擇相應的整船健康度預測模型,並將選擇的整船健康度預測模型分配給整船健康度預測模組115。
較佳地,健康度管理模組111更獲取多個設備1121與多個設施的多個健康度歷史資料與船艦100的整船健康度歷史資料,多個健康度預測模組1131根據多個健康度歷史資料與預測的多個健康度計算多個設備1121與多個設施的多個健康度趨勢,以及整船健康度預測模組115根據整船健康度歷史資料與預測的整船健康度計算船艦100的整船健康度趨勢。
進一步地,健康度管理模組111在船艦100於岸際時,透過位於岸際的岸際計算中心獲取設備列表、感測器單元列表與關聯資訊,以及健康度管理模組111根據設備列表、感測器單元列表與關聯資訊為多個設備1121與多個設施的每一者自岸際計算中心所儲存的多個已訓練的健康度預測模型選擇相應的健康度預測模型,並將選擇的健康度預測模型分配給對應的健康度預測模組1131。簡單地說,可以設計成健康度管理模組111是向岸際計算中心取得各健康度預測模組1131之設備1121或設施的健康度預測模型。另外,上述多個健康度預測模型與整船健康度預測模型皆可以為基於類神經網路實現的多個預測模型,且本發明不以此為限制,其他例如隨機森林、決策樹、餘弦相似度、統計門限值、特徵向量機、K近鄰、線性回歸、邏輯回歸(logistic regression)或樸素貝氏(naive Bayes) 的多個預測模型也可用於本發明之中,亦即,各種機械學習或傳統統計的分類模型皆能適用。
於健康度管理模組111無法自多個已訓練的健康度預測模型選擇到多個健康度預測模型,健康度管理模組111會請求岸際計算中心根據多筆數據(例如,但不限定是由船艦100蒐集且在岸際時傳送給岸際計算中心的多筆數據)訓練並產生多個設備1121與多個設施的每一者的健康度預測模型,且岸際計算中心用於儲存多個設備1121與多個設施的每一者的健康度預測模型作為多個已訓練的健康度預測模型的一部分,並記錄多個設備1121與多個設施的每一者的健康度預測模型與設備列表、感測器單元列表與關聯資訊的對應關係。再者,多個健康度預測模組1131與整船健康度預測模組115可以在船艦100離開岸際並進行航行時,分別預測多個健康度與整船健康度,以藉此節省能源。
舉例來說,當船艦100因油管破裂導致艙間漏油時,透過油氣偵測器偵測環境中的揮發性有機化合物(油氣)數值,再加上安裝在設備1121上之其他各種動力或溫度感測器單元蒐集的數據(上述數據與數值及前述的多個感測信號),各艙間之健康度預測模組1131使用基於類神經網路實現的多個預測模型根據上述多個感測信號進行分析,以計算出各艙間的健康度。然後,整船健康度預測模組115可以將各艙間的健康度整合,並計算出整船健康度。
請參照圖3,圖3是本發明實施例之船艦設備/設施的健康度管理模組的方塊圖。健康度管理模組111的其中一種實現方式說明如下。健康度管理模組111可以包括資訊獲取模組1111與預測模型選擇模組1112,其中資訊獲取模組1111信號連接預測模型選擇模組1112。資訊獲取模組1111用於獲取船艦之設備列表、感測器單元列表與船艦之多個設備的關聯資訊。預測模型選擇模組1112根據設備列表、感測器單元列表與關聯資訊為多個設備與多個設施的每一者選擇相應的健康度預測模型。
請同時參照圖2與圖4,圖4是本發明實施例之船艦設備/設施的健康度管理方法的流程圖。首先,在步驟S401中,使用健康度管理模組111獲取船艦100之設備列表、感測器單元列表與船艦100之多個設備1121的關聯資訊。然後,在步驟S402中,使用健康度管理模組111根據設備列表、感測器單元列表與關聯資訊為多個設備與多個設施分別選擇相應的多個健康度預測模型,並將選擇的多個健康度預測模型分配給多個健康度預測模組1131,其中多個健康度預測模組1131的每一者具有對應於多個設備1121與船艦100之多個設施之其中一者的健康度預測模型。
在步驟S403中,健康度管理模組111更獲取多個設備1121與多個設施的多個健康度歷史資料與船艦100的整船健康度歷史資料。在步驟S404中,使用多個健康度預測模組1131的每一者具有的健康度預測模型根據對應的多個感測信號預測對應的設備1121或設施101~107的健康度,以及基於健康度歷史資料與預測的健康度計算出健康度趨勢,其中設備1121或設施101~107的健康度及健康度趨勢可以透過顯示屏幕顯示給船長或船艦100的操作者。
在步驟S405中,使用整船健康度預測模組115的整船健康度預測模型根據多個設備1121及多個設施的多個健康度來預測整船健康度,以及基於整船健康度歷史資料與預測的整船健康度計算出整船健康度趨勢,其中整船健康度及整船健康度趨勢可以透過顯示屏幕顯示給船長或船艦100的操作者。
最後請參照圖5,圖5是本發明實施例之船艦設備/設施的健康度管理系統之顯示畫面的示意圖。於畫面500中,最上面的功能條(bar)提供船長或操作者選擇顯示那種類型的設備或設施的健康度(例如,圖5是顯示艙間的健康度)、選擇繪製的趨勢線是整船健康度趨勢或各別設施的健康度趨勢(例如,圖5繪製的趨勢線是整船健康度趨勢)、選擇趨勢線的起始日(例如,圖5繪製的趨勢線起始日是2020/07/08)、選擇趨勢線的結束日(例如,圖5繪製的趨勢線結束日是2020/07/08,因此,圖5繪製的趨勢線是2020/07/08當天一整天的整船健康度趨勢)、進行數據編輯與進行查詢。畫面500的左下角則是顯示了各艙間之權重的圓餅圖,以表示各艙間的健康度對於整船健康度的權重,以及畫面500的右下角則顯示了部分艙間的健康度。
由上述說明可知,本發明實施例提供一種考量船艦之各設備、各感測器單元及多個設備的關聯資訊來為各設備與各設施配置健康度預測模型的船艦設備/設施的健康度管理系統、模組與方法,藉此可以使得離岸後的船艦能夠精準地針對各設備與各設施的健康度進行預測,以讓船長判斷是否繼續航行還是需要返航或轉港進行整備養護。
以上所述之實施例僅係為說明本發明之技術思想及特點,其目的在使熟習此項技藝之人士能夠瞭解本發明之內容並據以實施,當不能以之限定本發明之專利範圍,即大凡依本發明所揭示之精神所作之均等變化或修飾,仍應涵蓋在本發明之專利範圍內。
100:船艦
101~107:設施
108:螺旋桿
111:健康度管理模組
1111:資訊獲取模組
1112:預測模型選擇模組
1121:設備
1131:健康度預測模組
1141:感測器單元
115:整船健康度預測模組
S401~S405:步驟
500:畫面
提供的附圖用以使本發明所屬技術領域具有通常知識者可以進一步理解本發明,並且被併入與構成本發明之說明書的一部分。附圖示出了本發明的示範實施例,並且用以與本發明之說明書一起用於解釋本發明的原理。
圖1是本發明實施例之船艦的示意圖。
圖2是本發明實施例之船艦設備/設施的健康度管理系統的方塊圖。
圖3是本發明實施例之船艦設備/設施的健康度管理模組的方塊圖。
圖4是本發明實施例之船艦設備/設施的健康度管理方法的流程圖。
圖5是本發明實施例之船艦設備/設施的健康度管理系統之顯示畫面的示意圖。
100:船艦
111:健康度管理模組
1121:設備
1131:健康度預測模組
1141:感測器單元
115:整船健康度預測模組
Claims (12)
- 一種船艦設備/設施的健康度管理系統,包括: 一健康度管理模組(111),用於獲取一船艦(100)之一設備列表、一感測器單元列表與該船艦(100)之多個設備(1121)的一關聯資訊;以及 多個健康度預測模組(1131),信號連接該健康度管理模組(111); 其中該等健康度預測模組(1131)的每一者具有對應於該等設備(1121)與該船艦(100)之多個設施(101~107)之其中一者的一健康度預測模型,該健康度管理模組(111)根據該設備列表、該感測器單元列表與該關聯資訊為該等設備(1121)與該等設施(101~107)的每一者選擇相應的該健康度預測模型,並將選擇的該健康度預測模型分配給對應的該健康度預測模組(1131),以及該等健康度預測模組(1131)的每一者使用其具有的該健康度預測模型根據對應的多個感測信號預測對應的該設備(1121)或該設施(101~107)的一健康度。
- 如請求項1所述之船艦設備/設施的健康度管理系統,其中該等健康度預測模組(1131)的每一者使用其具有的該健康度預測模型根據對應的該等感測信號與該設備(1121)或該設施(101~107)的一運轉時數預測對應的該設備(1121)或該設施(101~107)的一健康度。
- 如請求項1所述之船艦設備/設施的健康度管理系統,更包括: 一整船健康度預測模組(115),信號連接該等健康度預測模組(1131),具有一整船健康度預測模型,用於使用該整船健康度預測模型根據該等設備(1121)及該等設施(101~107)的該等健康度來預測一整船健康度。
- 如請求項3所述之船艦設備/設施的健康度管理系統,其中該健康度管理模組(111)根據該設備列表、該感測器單元列表與該關聯資訊選擇選擇相應的該整船健康度預測模型,並將選擇的該整船健康度預測模型分配給該整船健康度預測模組(115)。
- 如請求項1所述之船艦設備/設施的健康度管理系統,其中該設備列表記錄該船艦(100)之該等設備(1121)的多個設備型號與多個設備配置位置,該感測器單元列表記錄該船艦(100)之多個感測器單元(1141)的多個感測器單元型號與多個感測器單元配置位置,以及該關聯資訊記錄該船艦(100)之該等設備(1121)之間的多個關聯關係。
- 如請求項3所述之船艦設備/設施的健康度管理系統,其中該健康度管理模組(111)更獲取該等設備(1121)與該等設施(101~107)的多個健康度歷史資料與該船艦(100)的一整船健康度歷史資料,該等健康度預測模組(1131)根據該等健康度歷史資料與預測的該等健康度計算該等設備(1121)與該等設施(101~107)的多個健康度趨勢,以及該整船健康度預測模組(115)根據預測的該整船健康度與該整船健康度歷史資料計算該船艦(100)的一整船健康度趨勢。
- 如請求項3所述之船艦設備/設施的健康度管理系統,其中該健康度管理模組(111)在該船艦(100)於一岸際時,透過位於該岸際的一岸際計算中心獲取該設備列表、該感測器單元列表與該關聯資訊,以及該健康度管理模組(111)根據該設備列表、該感測器單元列表與該關聯資訊為該等設備(1121)與該等設施(101~107)的每一者自該岸際計算中心所儲存的多個已訓練的健康度預測模型選擇相應的該健康度預測模型,並將選擇的該健康度預測模型分配給對應的該健康度預測模組(1131)。
- 如請求項7所述之船艦設備/設施的健康度管理系統,其中於該健康度管理模組(111)無法自該等已訓練的健康度預測模型選擇到該等健康度預測模型,該健康度管理模組(111)請求該岸際計算中心根據多筆數據訓練並產生該等設備(1121)與該等設施(101~107)的每一者的該健康度預測模型,且該岸際計算中心用於儲存該等設備(1121)與該等設施(101~107)的每一者的該健康度預測模型作為該等已訓練的健康度預測模型的一部分,並記錄該等設備(1121)與該等設施(101~107)的每一者的該健康度預測模型與該設備列表、該感測器單元列表與該關聯資訊的一對應關係。
- 如請求項3所述之船艦設備/設施的健康度管理系統,其中該等健康度預測模型與該整船健康度預測模型皆為基於類神經網路、隨機森林、決策樹、餘弦相似度、統計門限值、特徵向量機、K近鄰、線性回歸、邏輯回歸(logistic regression)或樸素貝氏(naive Bayes) 的多個預測模型。
- 如請求項3所述之船艦設備/設施的健康度管理系統,其中該等健康度預測模組(1131)與該整船健康度預測模組(115)用於在該船艦(100)離開一岸際並進行航行時,分別預測該等健康度與該整船健康度。
- 一種船艦設備/設施的健康度管理模組,包括: 一資訊獲取模組(1111),用於獲取一船艦(100)之一設備列表、一感測器單元列表與該船艦(100)之多個設備(1121)的一關聯資訊;以及 一預測模型選擇模組(1112),信號連接該資訊獲取模組(1111),根據該設備列表、該感測器單元列表與該關聯資訊為該等設備(1121)與該等設施(101~107)的每一者選擇相應的一健康度預測模型。
- 一種船艦設備/設施的健康度管理方法,包括: 使用一健康度管理模組(111)獲取一船艦(100)之一設備列表、一感測器單元列表與該船艦(100)之多個設備(1121)的一關聯資訊; 使用該健康度管理模組(111)根據該設備列表、該感測器單元列表與該關聯資訊為該等設備(1121)與多個設施(101~107)分別選擇相應的多個健康度預測模型,並將選擇的該等健康度預測模型分配給多個健康度預測模組(1131),其中該等健康度預測模組(1131)的每一者具有對應於該等設備(1121)與該船艦(100)之該等設施(101~107)之其中一者的該健康度預測模型;以及 使用該等健康度預測模組(1131)的每一者具有的該健康度預測模型根據對應的多個感測信號預測對應的該設備(1121)或該設施(101~107)的一健康度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202263364529P | 2022-05-11 | 2022-05-11 | |
US63/364,529 | 2022-05-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202345016A true TW202345016A (zh) | 2023-11-16 |
TWI850747B TWI850747B (zh) | 2024-08-01 |
Family
ID=
Also Published As
Publication number | Publication date |
---|---|
TWM635322U (zh) | 2022-12-11 |
TWM633809U (zh) | 2022-11-01 |
TW202345614A (zh) | 2023-11-16 |
TW202344435A (zh) | 2023-11-16 |
TWM633856U (zh) | 2022-11-01 |
US20230370965A1 (en) | 2023-11-16 |
TWI816469B (zh) | 2023-09-21 |
JP3239945U (ja) | 2022-11-25 |
JP3239943U (ja) | 2022-11-25 |
TWM637429U (zh) | 2023-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110109445B (zh) | 一种船舶机舱辅机监控系统及监控方法 | |
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 | |
US20200278273A9 (en) | Computer System and Method for Recommending an Operating Mode of an Asset | |
CN113076625B (zh) | 一种舰船柴油发电机组健康管理系统及其工作方法 | |
US8346700B2 (en) | Vehicle health monitoring reasoner architecture for diagnostics and prognostics | |
WO2014001799A1 (en) | Vehicle diagnostic system and method | |
CN107291991A (zh) | 一种基于动态网络标志的风电机组早期缺陷预警方法 | |
JPH08202444A (ja) | 機械設備の異常診断方法および装置 | |
JP7449567B2 (ja) | 通信端末、プログラム及び方法 | |
CN109724812A (zh) | 车辆故障预警的方法、装置、存储介质和终端设备 | |
TWM637429U (zh) | 船艦設備/設施的健康度管理系統與模組 | |
KR102355264B1 (ko) | 진동센서 및 음향센서를 이용한 선박 원격 관리 시스템 및 방법 | |
TWI850747B (zh) | 船艦設備/設施的健康度管理系統、模組與方法 | |
CN116754022A (zh) | 电缆隧道的在线检测应急预警方法及系统 | |
KR102136734B1 (ko) | 모바일 디바이스에 의한 데이터 전송과 시뮬레이터에 의한 진단이 가능한 선박장비의 원격 감시 진단 시스템 및 그 방법 | |
CN115271405A (zh) | 一种船舶监控与复查管理的方法及系统 | |
CN115964883A (zh) | 一种无人艇的状态监测与维修保障系统 | |
JP3696326B2 (ja) | ディーゼル機関支援装置 | |
Golovan et al. | System of Water Vehicle Power Plant Remote Condition Monitoring | |
JP2007076402A (ja) | 車両状態解析装置および車両状態解析システム | |
CN115307916A (zh) | 一种基于工业物联网的汽车发动机故障预警系统 | |
CN212032008U (zh) | 一种船舶机舱辅机监控系统 | |
Liu et al. | Research of prognostics and health management for EMU | |
KR20130049232A (ko) | 엔진 모니터링 시스템 및 방법 | |
CN112937780A (zh) | 基于互联网的渔船用冷冻机组多功能控制系统及方法 |