CN109116821A - 一种船舶监控***、方法和装置 - Google Patents
一种船舶监控***、方法和装置 Download PDFInfo
- Publication number
- CN109116821A CN109116821A CN201811026732.2A CN201811026732A CN109116821A CN 109116821 A CN109116821 A CN 109116821A CN 201811026732 A CN201811026732 A CN 201811026732A CN 109116821 A CN109116821 A CN 109116821A
- Authority
- CN
- China
- Prior art keywords
- control
- base
- data
- sea
- sea base
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013528 artificial neural network Methods 0.000 claims abstract description 47
- 238000003745 diagnosis Methods 0.000 claims abstract description 7
- 238000013456 study Methods 0.000 claims abstract description 7
- 238000013024 troubleshooting Methods 0.000 claims abstract description 4
- 238000011217 control strategy Methods 0.000 claims description 47
- 230000003993 interaction Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 14
- 230000004048 modification Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 2
- 230000004927 fusion Effects 0.000 claims 1
- 210000004218 nerve net Anatomy 0.000 claims 1
- 230000001537 neural effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24015—Monitoring
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种船舶监控***、方法和装置,该船舶监控***包括岸基监控子***和海基监控子***,所述海基监控子***包括分布式控制器***、海基数据服务器和基于多层人工神经网络实现的海基IMCS;所述海基IMCS与所述分布式控制器***和所述海基数据服务器分别连接,所述海基数据服务器与所述岸基监控子***连接,其中,所述分布式控制器***用于采集船舶上的待监控***的运行数据并发送给所述海基IMCS进行数据学习、诊断和故障处理,所述海基数据服务器用于数据存储,以及将海基监测数据发送给所述岸基监控子***进行处理。本发明能够实现对船舶航行过程的实时监控和视情处理,有效确保船舶运行过程中的安全性。
Description
技术领域
本发明涉及船舶技术领域,具体而言,涉及一种船舶监控***、方法和装置。
背景技术
现有的船舶自动化监控***基本上是一个信息孤岛,一旦船舶离开码头,船舶运营期间的安全隐患排查和运营姿态都处于未知境地,虽然有诸多通信方式,但是毕竟存在费用昂贵、信号不稳定、有效信息有限等客观因素,缺乏足够的自我保障能力以及与岸基良好的协调配合性能。
发明内容
有鉴于此,本发明提供一种船舶监控***、方法和装置,能够有效解决上述问题。
为了达到上述目的,本发明较佳实施例提供一种船舶监控***,所述船舶监控***包括岸基监控子***和海基监控子***,所述海基监控子***包括分布式控制器***、海基数据服务器和基于多层人工神经网络实现的海基IMCS;
所述海基IMCS与所述分布式控制器***和所述海基数据服务器分别连接,所述海基数据服务器与所述岸基监控子***连接,其中,所述分布式控制器***用于采集船舶上的待监控***的运行数据并发送给所述海基IMCS进行数据学习、诊断和故障处理,所述海基数据服务器用于数据存储,以及将海基监测数据发送给所述岸基监控子***进行处理。
在本发明较佳实施例的选择中,所述分布式控制器***与所述待监控***之间基于总线协议实现数据交互,所述分布式控制器***与海基IMCS之间基于TCP/IP协议实现数据交互。
在本发明较佳实施例的选择中,所述海基监控子***还包括一级用户终端,所述一级用户终端与所述海基IMCS连接。
在本发明较佳实施例的选择中,所述岸基监控子***包括岸基数据服务器、岸基监控***和多个二级用户终端;
所述岸基数据服务器与所述海基数据服务器和所述岸基监控***分别连接,多个所述二级用户终端分别与所述岸基监控***连接。
本发明较佳实施例还提供一种船舶监控方法,应用于上述权船舶监控***中的海基IMCS,所述船舶监控方法包括:
接收分布式控制器***采集并发送的待监控***的运行数据;
将所述运行数据输入预设神经网络进行计算,并根据计算结果从预设控制策略中选取与该运行数据匹配的控制策略发送给所述分布式控制器以使所述分布式控制器***根据接收到的控制策略控制待监控***运行。
在本发明较佳实施例的选择中,海基监控子***还包括一级用户终端,所述方法还包括:
接收用户基于一级用户终端或待监控***反馈的所述待监控***执行所述控制策略后的运行结果;
当所述运行结果不满足需求时,将所述运行数据作为训练样本并输入所述预设神经网络以对该预设神经网络进行优化并保存。
在本发明较佳实施例的选择中,将所述运行数据作为训练样本并输入所述预设神经网络以对该预设神经网络进行优化的步骤包括:
步骤S130,将所述运行数据作为训练样本,并将所述训练样本输入预设神经网络以计算得到损失函数值;
步骤S131,根据所述损失函数值计算所述预设神经网络的反向导数,并根据所述反向导数计算所述预设神经网络中各节点的权重参数的梯度;
步骤S132,根据计算得到的梯度值对所述预设神经网络中各节点的权重参数进行更新;
重复执行上述步骤S130-步骤S132,直到计算得到的损失函数值收敛到最小值且不再减小时,将该损失函数值对应的权重参数作为所述预设神经网络中的各节点的实际参数以对所述预设神经网络进行优化。
在本发明较佳实施例的选择中,所述运行数据包括***运行参数和与该***运行参数对应的控制策略。
在本发明较佳实施例的选择中,所述方法还包括:
当所述运行结果不满足需求时,获取用户反馈的策略修改建议;
根据所述策略修改建议对所述预设控制策略进行修改并保存。
本发明较佳实施例还提供一种船舶监控装置,应用于上述的船舶监控***中的海基IMCS,所述船舶监控装置包括:
运行数据接收模块,用于接收分布式控制器***采集并发送的待监控***的运行数据;
控制策略选取模块,用于选取将所述运行数据输入预设神经网络进行计算,并根据计算结果从预设控制策略中选取与该运行数据匹配的控制策略发送给所述分布式控制器以使所述分布式控制器***根据接收到的控制策略控制待监控***运行。
与现有技术相比,本发明实施例提供一种船舶监控***、方法和装置,其中,本发明给出的船舶监控***能够根据实际采集到的待监控***的实时运行数据进行控制策略的选取,并根据控制策略的执行结果对以保存的控制策略和神经网络进行优化,从而能够大幅降低船舶运行过程中的控制、管理难度,减少人为误操作,提高设备及船舶营运的安全,优化船舶航行。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的船舶监控***的方框结构示意图。
图2为本发明实施例提供的船舶监控方法的流程示意图。
图3为本发明实施例提供的预设神经网络的结构示意图。
图4为本发明实施例提供的船舶监控方法的另一流程示意图。
图5为图4中给出的步骤S13的子流程示意图。
图标:10-船舶监控***;11-海基监控子***;110-分布式控制器***;111-海基数据服务器;112-海基IMCS;113-一级用户终端;12-岸基监控子***;120-岸基数据服务器;121-岸基监控***;122-二级用户终端。
具体实施方式
经发明人研究发现,现有的船舶主要存在以下问题:
1、对于同一条船舶而言,船员的流动性普遍较高,且各自操作和管理船舶自动化设备的方法、思路各有不同,对船员个体素质依赖程度较高,同时还极易出现人为操作失误,导致船舶运营耗能指标和设备健康状况无法保持在一个稳定的状态;
2、现有监控***对设备的诊断是根据预设的阈值对设备指标数据进行监控,发生故障报警后采取补救措施,如根据经验对设备进行保养和维修,并没有将实时状态监测和故障诊断有机融合在一起,缺失预判性,无法实现对关键设备的健康评估和视情维护***等功能。
3、船员在巡查设备运行状况时,都必须到集中控制台处查看相关设备运行数据,无法随时随地查看设备信息,工作效率和检修效率不高。
对于现有技术中的存在的上述问题,本发明实施例给出一种船舶监控***10、方法和装置,以有效缓解上述问题。下面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,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
如图1所示,本发明实施例还提供一种船舶监控***10,所述船舶监控***10包括岸基监控子***12和海基监控子***11,所述海基监控子***11包括分布式控制器***110、海基数据服务器111和基于多层人工神经网络实现的海基IMCS112(IntegratedMonitor and Control System,集成电动机控制***);所述海基IMCS112与所述分布式控制器***110和所述海基数据服务器111分别连接,所述海基数据服务器111与所述岸基监控子***12连接。其中,所述分布式控制器***110用于采集船舶上的待监控***的运行数据并发送给所述海基IMCS112进行数据学习、诊断和故障处理,如辅助决策、视情维护等,所述海基数据服务器111用于数据存储,以及将海基监测数据发送给所述岸基监控子***12进行处理。
作为一种实施方式,所述分布式控制器***110可以包括但不限于第三方设备(或待监控设备等)、I/O采集模块、中央控制器等。其中,第三方设备可以包括机舱监测***、配电板功率监控***、液位遥测***等机舱自动化***;I/O采集模块由主流的专用于分布式控制的I/O采集模块组成,通过分布式就地安装和硬接线的方式采集第三方设备的数据信号,包括模拟量、开关量等;中央控制器可以通过标准的MODBUS协议、CANOPEN协议、以太网协议、PROFIBUS-DP协议等现场总线协议与第三方设备通过总线通讯的方式进行数据交互,也可以与分布式采集模块通过内部总线协议进行数据交互;为了提高可靠度,中央控制器***采用控制器冗余方案,可以在经济性和可靠性上得到比较好的平衡。如果在特殊的场合,可以采用全冗余的方案,包括电源、控制器、通讯卡件、分布式采集模块等都采用冗余配置。
进一步地,本实施例中给出的船舶监控***10中,通过所述海基监控子***11与所述岸基监控子***12之间的数据交互,能够实现所述海基监控子***11与岸基监控子***12之间的协调配合,避免在船舶离开码头而出现信息孤岛的问题,导致岸基上的工作人员无法实时了解船舶中的各***的运行状态,更无法实现有效的信息交互和视情维护等。另外,本发明中通过在海基监控子***11中设置海基IMCS112,能够完善和强化船舶离岸运行状况的自我监控和自我调节,使得船舶成为一个具有主动意识的***,具有较强的自我保障能力,确保船舶运行安全。
详细地,所述分布式控制器***110用于采集所述待监控***的运行数据,并发送给所述海基IMCS112进行处理。在本实施例中,所述运行数据可以包括***运行参数和与该***运行参数对应的控制策略,如***维护策略、报警策略等。所述待监控***可以是但不限于机舱监测***、配电板功率监控***、液位遥测监控***等。实际实施时,如图2所示,所述分布式控制器***110中可集成有多个用于采集***运行参数的数据采集模块,如开关量采集模块、模拟量采集模块等,以及用于实现控制指令、控制策略等采集、交互的通讯接口等。
进一步地,根据实际需求,所述分布式控制器***110与所述待监控***之间可基于总线协议实现数据交互,所述分布式控制器***110与海基IMCS112之间可基于TCP/IP协议实现数据交互。其中,所述总线协议包括但不限于MODBUS协议、CAN协议、以太网协议、PROFIBUS DP协议等。
进一步地,所述海基数据服务器111一方面可用于对采集到的各待监控***的运行数据进行存储,避免由于海基IMCS112中出现的数据丢失等带来的***故障或其他损失,另所述海基数据服务器111一方面还可用于将海基监测数据发送给所述岸基监控子***12进行处理、存储等,以实现船舶与岸基之间的有效的信息交互和视情维护等。可选地,所述海基数据服务器111与所述岸基监控子***12之间可基于但不限于4G/5G网络、海事卫星通信网络实现数据交互。
所述海基IMCS112用于对所述分布式控制器***110采集的待监控***的运行数据进行分析,以实现状态监测、健康评估、辅助决策、视情维护等,并可根据监测到的数据的重要性程度,实时或者周期性的将监测数据通过4G/5G移动通信网络或海事卫星通信网络等传送到岸基监控子***12中进行保存。此外,所述海基IMCS112还具备针对新问题时的自学习和自诊断功能。
详细地,在本实施例中,所述海基IMCS112接收所述分布式控制器***110采集并发送的待监控***的运行数据;将所述运行数据输入预设神经网络中进行计算,并根据计算结果从预设控制策略中选取与该运行数据匹配的控制策略发送给所述分布式控制器以使所述分布式控制器***110根据接收到的控制策略控制待监控***运行。其中,所述预设控制策略为预先设置的,且与待监控***的不同的运行数据分别对应,本实施例在此不做限制。
进一步地,在一个实施方式中,为了使得工作人员能够随时随地查看船舶上各待监控***的运行数据,请再次参阅图1,本实施例中给出的海基监控子***11还可包括一级用户终端113,所述一级用户终端113与所述海基IMCS112连接,用于显示自检运行状态、机电设备参数状态、诊断信息状态、维修信息状态等。其中,所述一级用户终端113可以为多个,并由不同的工作人员随身携带。可选地,所述一级用户终端113可以是但不限于平板电脑、智能手机、触摸屏等设备。此外,在本实施例中,所述一级用户终端113与所述海基IMCS112之间可基于但不限于Wifi、Zigbee、蓝牙等无线局域网实现数据交互。
本实施里中通过上述一级用户终端113的设置,使得船员可以通过如智能手机、平板电脑等一级用户终端113,在局域网覆盖的地方,通过APP程序或是WEB浏览的方式,与海基IMCS112进行通信,获取待监控***的运行数据和智能诊断报警、辅助决策信息等,极大的提升了船员与待监控***的即时交互性。
进一步地,在本实施例中,请再次参阅图1,所述岸基监控子***12可包括岸基数据服务器120、岸基监控***121和多个二级用户终端122;所述岸基数据服务器120与所述海基数据服务器111和所述岸基监控***121分别连接,多个所述二级用户终端122分别与所述岸基监控***121连接。
其中,所述岸基数据服务器120作为所述岸基监控子***12与海基监控子***11之间的数据交互桥梁,用于与所述海基监控子***11中的海基数据服务器111进行数据交互,以及用于对接收到的所述海基数据服务器111或者所述岸基监控***121中需要保存的数据进行保存,避免数据遗失。其中,关于所述岸基数据服务器120的类型等可根据实际需求进行灵活设定,如可参照前述海基数据服务器111的实际类型进行选取等,本实施例在此不做限制,
所述岸基监控***121用于根据所述海基监控子***11发送的***运行数据为所述海基监控子***11提供辅助决策,如根据接收到的数据实现远程辅助诊断,以确保船舶的运行安全。可以理解的是,所述辅助决策可以是人为决策并通过人机交互界面输入所述海基监控***,也可以是岸基监控***121通过自学习的方式自动选取的,本实施例在此不做限制。
所述二级用户终端122用于位于岸基的工作人员可以随时随地观察所述船舶的运行状况,并基于该二级用户终端122执行对应的控制操作等。本实施例中,所述二级用户终端122可以是但不限于平板电脑、智能手机、触摸屏等设备等。应注意的是,所述二级用户终端122可以与所述一级用户终端113可以相同也可以不同,本实施例在此不做限制。
在此需要说明的是,为了确保所述船舶监控***10的运行可靠性,所述分布式控制器***110可采用冗余的配置,当其中一台控制器失效或出现故障后,另一台控制器将会以毫秒级单位进行切换,保障船舶监控***10的稳定。
进一步地,基于上述船舶监控***10的设计和描述,如图2所示,本发明实施例还提供一种船舶监控方法,应用于上述的船舶监控***10中的海基IMCS112中,下面结合图2中的具体流程对所述船舶监控方法进行介绍。
步骤S10,接收分布式控制器***110采集并发送的待监控***的运行数据;
步骤S11,将所述运行数据输入预设神经网络进行计算,并根据计算结果从预设控制策略中选取与该运行数据匹配的控制策略发送给所述分布式控制器以使所述分布式控制器***110根据接收到的控制策略控制待监控***运行。
本实施例中通过上述步骤S10和步骤S11能够实现对船舶运行过程中的各待监控***的有效监测,并根据监测到的运行数据进行对应的辅助决策、报警、***诊断等,有效提高船舶监控***10的智能性,同时确保船舶运行过程中的安全性,提高船舶的维护效率。
详细地,步骤S10中的运行数据可以是但不限于***运行参数和与该***运行参数对应的控制策略等,所述待监控***可以是但不限于机舱监测***、配电板功率监控***、液位遥测监控***等。
进一步地,如图3所示,步骤S11中的预设神经网络可以包括但不限于输入层(如A0,…,At)、隐藏层(如W0,…,Wt)和输出层(如Z0,…,Zt),其中,A0…At表示参数值输入,例如振动与噪声数据、油液分析数据、无损检测数据、机械结构参数监测数据、性能参数监测数据、瞬时转速监测数据等运行数据;隐藏层通过梯度下降和反向传播的方法等对输入和输出进行重复训练,使得损失函数值处于最小值,得出预设神经网络中的各网络参数的权重值和偏置;Z0,…,Zt表示输出,例如状态监测、健康评估、辅助决策、视情维护等控制策略。
实际实施时,为了能够根据各控制策略的实施结果对所述预设神经网络进行优化,以使得所述预设神经网络输出的控制策略更加符合实际,因此,如图4所示,在本实施例中,所述海基监控子***11还包括一级用户终端113,所述船舶监控方法还包括:
步骤S12,接收用户基于一级用户终端113或待监控***反馈的所述待监控***执行所述控制策略后的运行结果;
步骤S13,当所述运行结果不满足需求时,将所述运行数据作为训练样本并输入所述预设神经网络以对该预设神经网络进行优化并保存。
其中,步骤S13中的所述需求可以是船员根据经验进行判断,当满足时直接通过输入“是”或“否”等指令向所述海基IMCS112反馈结果,也可以是将运行结果中的各数据与预设的标准值进行比对,从而向所述海基IMCS112反馈结果等,本实施例在此不做限制。可选地,如图5所示,在本实施例中,步骤S13中的将所述运行数据作为训练样本并输入所述预设神经网络以对该预设神经网络进行优化的步骤包括:
步骤S130,将所述运行数据作为训练样本,并将所述训练样本输入预设神经网络以计算得到损失函数值;
步骤S131,根据所述损失函数值计算所述预设神经网络的反向导数,并根据所述反向导数计算所述预设神经网络中各节点的权重参数的梯度;
步骤S132,根据计算得到的梯度值对所述预设神经网络中各节点的权重参数进行更新;
重复执行上述步骤S130-步骤S132,直到计算得到的损失函数值收敛到最小值且不再减小时,将该损失函数值对应的权重参数作为所述预设神经网络中的各节点的实际参数以对所述预设神经网络进行优化。
可以理解的是,步骤S130中的运行数据是指在运行结果不满足预设需求时的***运行数据。本实施例中,关于所述预设神经网络中的损失函数值的计算、反向导数等的计算过程,本实施例在此不做赘述。为了尽可能快的使所述损失函数值收敛至最小可直接调整所述运行数据分别对应的权重值实现,但通过直接调整权重值的方式优化后的神经网络的性能相对较差。
进一步地,在实际实施时,本实施例中除了在运行结果不满足需求时,根据当前运行数据对预设神经网络进行训练之外,还可直接对预设的多个控制策略进行修改使得输出的控制策略与实际更加匹配。具体地,所述船舶监控方法还包括当所述运行结果不满足需求时,获取用户反馈的策略修改建议;根据所述策略修改建议对所述预设控制策略进行修改并保存。
进一步地,如图所示,本发明实施例还提供一种船舶监控装置,该船舶监控装置应用于上述的船舶监控***10中的海基IMCS112,所述船舶监控装置包括运行数据接收模块110和控制策略选取模块120。
所述运行数据接收模块110,用于接收分布式控制器***110采集并发送的待监控***的运行数据;本实施例中,关于所述模型训练模块160的描述具体可参考上述步骤S10的详细描述,也即,所述步骤S10可以由运行数据接收模块110执行,因而在此不作更多说明。
所述控制策略选取模块120,用于选取将所述运行数据输入预设神经网络进行计算,并根据计算结果从预设控制策略中选取与该运行数据匹配的控制策略发送给所述分布式控制器以使所述分布式控制器***110根据接收到的控制策略控制待监控***运行。本实施例中,关于所述控制策略选取模块120的描述具体可参考上述步骤S11的详细描述,也即,所述步骤S11可以由控制策略选取模块120执行,因而在此不作更多说明。
综上所述,本发明实施例提供一种船舶监控***10、方法和装置,其中,本发明给出的船舶监控***10能够根据实际采集到的待监控***的实时运行数据进行控制策略的选取,并根据控制策略的执行结果对以保存的控制策略和神经网络进行优化,从而能够大幅降低船舶运行过程中的控制、管理,减少人为误操作,提高设备及船舶营运的安全,优化船舶航行。
在本发明实施例所提供的几个实施例中,应该理解到,所揭露的***和方法,也可以通过其它的方式实现。以上所描述的***和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种船舶监控***,其特征在于,所述船舶监控***包括岸基监控子***和海基监控子***,所述海基监控子***包括分布式控制器***、海基数据服务器和基于多层人工神经网络实现的海基IMCS;
所述海基IMCS与所述分布式控制器***和所述海基数据服务器分别连接,所述海基数据服务器与所述岸基监控子***连接,其中,所述分布式控制器***用于采集船舶上的待监控***的运行数据并发送给所述海基IMCS进行数据学习、诊断和故障处理,所述海基数据服务器用于数据存储,以及将海基监测数据发送给所述岸基监控子***进行处理。
2.根据权利要求1所述的船舶监控***,其特征在于,所述分布式控制器***与所述待监控***之间基于总线协议实现数据交互,所述分布式控制器***与海基IMCS之间基于TCP/IP协议实现数据交互。
3.根据权利要求1所述的船舶监控***,其特征在于,所述海基监控子***还包括一级用户终端,所述一级用户终端与所述海基IMCS连接。
4.根据权利要求1所述的船舶监控***,其特征在于,所述岸基监控子***包括岸基数据服务器、岸基监控***和多个二级用户终端;
所述岸基数据服务器与所述海基数据服务器和所述岸基监控***分别连接,多个所述二级用户终端分别与所述岸基监控***连接。
5.一种船舶监控方法,其特征在于,应用于上述权利要求1所述的船舶监控***中的海基IMCS,所述船舶监控方法包括:
接收分布式控制器***采集并发送的待监控***的运行数据;
将所述运行数据输入预设神经网络进行计算,并根据计算结果从预设控制策略中选取与该运行数据匹配的控制策略发送给所述分布式控制器以使所述分布式控制器***根据接收到的控制策略控制待监控***运行。
6.根据权利要求5所述的船舶监控方法,其特征在于,海基监控子***还包括一级用户终端,所述方法还包括:
接收用户基于一级用户终端或待监控***反馈的所述待监控***执行所述控制策略后的运行结果;
当所述运行结果不满足需求时,将所述运行数据作为训练样本并输入所述预设神经网络以对该预设神经网络进行优化并保存。
7.根据权利要求6所述的船舶监控方法,其特征在于,将所述运行数据作为训练样本并输入所述预设神经网络以对该预设神经网络进行优化的步骤包括:
步骤S130,将所述运行数据作为训练样本,并将所述训练样本输入预设神经网络以计算得到损失函数值;
步骤S131,根据所述损失函数值计算所述预设神经网络的反向导数,并根据所述反向导数计算所述预设神经网络中各节点的权重参数的梯度;
步骤S132,根据计算得到的梯度值对所述预设神经网络中各节点的权重参数进行更新;
重复执行上述步骤S130-步骤S132,直到计算得到的损失函数值收敛到最小值且不再减小时,将该损失函数值对应的权重参数作为所述预设神经网络中的各节点的实际参数以对所述预设神经网络进行优化。
8.根据权利要求6所述的船舶监控方法,其特征在于,所述运行数据包括***运行参数和与该***运行参数对应的控制策略。
9.根据权利要求6所述的船舶监控方法,其特征在于,所述方法还包括:
当所述运行结果不满足需求时,获取用户反馈的策略修改建议;
根据所述策略修改建议对所述预设控制策略进行修改并保存。
10.一种船舶监控装置,其特征在于,应用于上述权利要求1所述的船舶监控***中的海基IMCS,所述船舶监控装置包括:
运行数据接收模块,用于接收分布式控制器***采集并发送的待监控***的运行数据;
控制策略选取模块,用于选取将所述运行数据输入预设神经网络进行计算,并根据计算结果从预设控制策略中选取与该运行数据匹配的控制策略发送给所述分布式控制器以使所述分布式控制器***根据接收到的控制策略控制待监控***运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811026732.2A CN109116821B (zh) | 2018-09-04 | 2018-09-04 | 一种船舶监控***、方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811026732.2A CN109116821B (zh) | 2018-09-04 | 2018-09-04 | 一种船舶监控***、方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109116821A true CN109116821A (zh) | 2019-01-01 |
CN109116821B CN109116821B (zh) | 2021-04-06 |
Family
ID=64861948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811026732.2A Active CN109116821B (zh) | 2018-09-04 | 2018-09-04 | 一种船舶监控***、方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109116821B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110660199A (zh) * | 2019-10-08 | 2020-01-07 | 滨州职业学院 | 一种船舶监测报警*** |
CN111505989A (zh) * | 2020-04-27 | 2020-08-07 | 深圳众维轨道交通科技发展有限公司 | 一种船舶监控管理*** |
CN111786988A (zh) * | 2020-06-29 | 2020-10-16 | 康富科技有限公司 | 一种基于5g的船岸数据交互*** |
CN113203589A (zh) * | 2021-04-29 | 2021-08-03 | 华中科技大学 | 一种用于多联机空调***的分布式故障诊断方法及*** |
CN115027634A (zh) * | 2022-06-24 | 2022-09-09 | 中海油田服务股份有限公司 | 一种动力守护供应船故障预警方法和*** |
RU2817110C1 (ru) * | 2023-03-20 | 2024-04-10 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-Морского Флота "Военно-морская академия им. Адмирала Флота Советского Союза Н.Г. Кузнецова" | Система управления на морском транспорте в условиях аварийных ситуаций |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050262236A1 (en) * | 2004-04-22 | 2005-11-24 | Schachtely Alan T | Methods and systems for monitoring and diagnosing machinery |
CN103676881A (zh) * | 2013-12-16 | 2014-03-26 | 北京化工大学 | 一种半导体生产线动态瓶颈分析方法 |
CN104345705A (zh) * | 2013-08-06 | 2015-02-11 | 唐海娣 | 一种船舶能耗优化监控*** |
CN104391560A (zh) * | 2014-09-28 | 2015-03-04 | 浪潮(北京)电子信息产业有限公司 | 云数据中心基于Hopfield神经网络的服务器节能方法及装置 |
CN104483931A (zh) * | 2014-11-21 | 2015-04-01 | 广州中国科学院沈阳自动化研究所分所 | 船舶一体化控制***及控制方法 |
CN106628097A (zh) * | 2016-11-22 | 2017-05-10 | 南京航空航天大学 | 一种基于改进径向基神经网络的船舶设备故障诊断方法 |
JP2017215272A (ja) * | 2016-06-02 | 2017-12-07 | 沖電気工業株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN206819532U (zh) * | 2017-04-19 | 2017-12-29 | 江苏科技大学 | 一种基于无线网络技术的远程机舱监控*** |
CN107563576A (zh) * | 2017-10-14 | 2018-01-09 | 连云港杰瑞深软科技有限公司 | 一种船舶智能能效管理*** |
-
2018
- 2018-09-04 CN CN201811026732.2A patent/CN109116821B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050262236A1 (en) * | 2004-04-22 | 2005-11-24 | Schachtely Alan T | Methods and systems for monitoring and diagnosing machinery |
CN104345705A (zh) * | 2013-08-06 | 2015-02-11 | 唐海娣 | 一种船舶能耗优化监控*** |
CN103676881A (zh) * | 2013-12-16 | 2014-03-26 | 北京化工大学 | 一种半导体生产线动态瓶颈分析方法 |
CN104391560A (zh) * | 2014-09-28 | 2015-03-04 | 浪潮(北京)电子信息产业有限公司 | 云数据中心基于Hopfield神经网络的服务器节能方法及装置 |
CN104483931A (zh) * | 2014-11-21 | 2015-04-01 | 广州中国科学院沈阳自动化研究所分所 | 船舶一体化控制***及控制方法 |
JP2017215272A (ja) * | 2016-06-02 | 2017-12-07 | 沖電気工業株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN106628097A (zh) * | 2016-11-22 | 2017-05-10 | 南京航空航天大学 | 一种基于改进径向基神经网络的船舶设备故障诊断方法 |
CN206819532U (zh) * | 2017-04-19 | 2017-12-29 | 江苏科技大学 | 一种基于无线网络技术的远程机舱监控*** |
CN107563576A (zh) * | 2017-10-14 | 2018-01-09 | 连云港杰瑞深软科技有限公司 | 一种船舶智能能效管理*** |
Non-Patent Citations (1)
Title |
---|
杨涛等: "基于深度学习的变压器故障诊断方法研究", 《电力大数据》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110660199A (zh) * | 2019-10-08 | 2020-01-07 | 滨州职业学院 | 一种船舶监测报警*** |
CN111505989A (zh) * | 2020-04-27 | 2020-08-07 | 深圳众维轨道交通科技发展有限公司 | 一种船舶监控管理*** |
CN111786988A (zh) * | 2020-06-29 | 2020-10-16 | 康富科技有限公司 | 一种基于5g的船岸数据交互*** |
CN111786988B (zh) * | 2020-06-29 | 2023-12-08 | 康富科技有限公司 | 一种基于5g的船岸数据交互*** |
CN113203589A (zh) * | 2021-04-29 | 2021-08-03 | 华中科技大学 | 一种用于多联机空调***的分布式故障诊断方法及*** |
CN115027634A (zh) * | 2022-06-24 | 2022-09-09 | 中海油田服务股份有限公司 | 一种动力守护供应船故障预警方法和*** |
RU2817110C1 (ru) * | 2023-03-20 | 2024-04-10 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-Морского Флота "Военно-морская академия им. Адмирала Флота Советского Союза Н.Г. Кузнецова" | Система управления на морском транспорте в условиях аварийных ситуаций |
Also Published As
Publication number | Publication date |
---|---|
CN109116821B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109116821A (zh) | 一种船舶监控***、方法和装置 | |
CN111368089B (zh) | 一种基于知识图谱的业务处理方法及装置 | |
CN104142663B (zh) | 云平台中的工业设备和***证明 | |
CN109635958A (zh) | 一种基于边缘计算的预测性工业设备维护方法及维护*** | |
CN104467950B (zh) | 一种光功率数据的获取方法及装置 | |
CN109657789A (zh) | 基于小波神经网络的风机齿轮箱故障趋势预测方法 | |
CN109558979A (zh) | 电力设备缺陷预测方法及装置 | |
CN103078403B (zh) | 一种智能变电站二次***的在线状态评估方法 | |
CN108710359B (zh) | 船舶动力装置远程故障诊断***及模糊化函数的确定方法 | |
CN106291339A (zh) | 一种基于人工神经网络的断路器故障诊断专家*** | |
CN103957551B (zh) | 自动气象站中通信状态实时监控方法 | |
CN106527390A (zh) | 一种智能电液执行机构故障检测及诊断方法 | |
CN110533345A (zh) | 一种船舶柴油机状态评估方法及*** | |
CN114648212A (zh) | 一种基于云计算的船舶设备性能智能管理***及方法 | |
Sobajic et al. | On-line monitoring and diagnosis of powersystem operating conditions using artificial neural networks | |
CN109918390A (zh) | 船舶自主航行的异常处理方法和*** | |
CN117675580A (zh) | 网络设备的能耗控制方法及装置 | |
EP2778413B1 (de) | R&I-Schema Eingabe für ein Verfahren zum Steuern und/oder Überwachen einer Kompressoranlage | |
CN112526945B (zh) | 具备反馈与闭环控制功能的全流程监控与预警*** | |
CN112862249B (zh) | 一种智能配电设备精益管理方法及其*** | |
CN114875999A (zh) | 一种用于二次供水***的泵房运维管理*** | |
CN115115131A (zh) | 基于迁移学习的多中心电力***故障预测方法及*** | |
CN114757376A (zh) | 一种电厂设备运行故障诊断及维修*** | |
CN209388172U (zh) | 基于局域网的能耗监测调节*** | |
Yang et al. | Survey of modern fault diagnosis methods in networks |
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 |