数据融合技术在船舶中的应用

时间:2022-06-24 02:24:57

数据融合技术在船舶中的应用

【摘要】随着船舶系统自动化程度的提高,数据融合技术在船舶自动化方面有着很大的应用前景和研究价值。本文主要介绍了数据融合技术在船舶信息综合处理、航海避碰决策系统、船舶故障诊断、岸船一体化系统中的应用方法和未来发展趋势。

【关键词】数据融合;船舶自动化;船舶信息处理;船舶故障诊断

20世纪70年代,美国海军研究部门通过计算机技术对多个声呐信号进行数据融合分析,从而准确地探测出了敌方的位置。从此数据融合技术进入人们的视野。从军事领域出发,近年来,数据融合技术的应用研究扩展到了船舶自动化控制系统、机械设备故障监测、汽车电子系统、无损检测等各个领域中,成为了自动化控制中的研究热点。

数据融合即是对多源信息进行综合处理分析,得到结论的过程,其原理如图1所示。近年来船舶自动化迅速发展,多传感器系统成为船舶自动控制系统中不可或缺的一部分。船舶上的传感器种类和数量众多,获得的信息也多样而复杂,如机舱各种设备的运行状态、船舶航行的各种参数等,另外还有经过雷达、声呐、卫星等传送的关于海况、气象、障碍物等各种不同信息,这信息有实时的和非实时的、确定的和模糊的、变化快的和变化慢的等。数据融合技术就是在多传感器系统的基础上产生和发展起来的。数据融合即是通过对传感器的信息及其他已经掌握的信息进行充分利用和合理支配,对各种冗余和互补信息进行组合,从而得到对被测对象更加准确和详尽的描述,进而提高了多传感器系统的监测效果,扩展了多传感器系统的监测功能。

1.数据融合在船舶信息综合处理中的应用

利用数据融合技术实现传播信息综合处理的流程如图2所示。在对船舶数据信息进行综合处理时,首先对各种数据进行分类。分类的方法有Bayes统计理论法、D-S证据推理法、聚类分析法、自适应神经网络法等。

其次,在数据分类的基础上,通过对数据的融合来完成目标追踪、目标识别,最终完成信息决策。船舶航行过程中的目标追踪主要克服数据信息的杂波干扰和目标的机动性,可以采用报告-航迹关联的方法。通过对逐次接收到的数据信息之间的递推关联对数据进行处理;或者通过关联处理的方法,从成批观测数据建立航迹集合的所有可能假设中,选择出一个能最佳解释被观测数据的假设。船舶目标识别的方法有根据物理模型与计算对象特征相比较的物理模型识别方法,以及借助先验知识库信息分析多传感器系统的数据进而确认识别目标的基于知识方法的识别方法。

最后,更加重要的环节是通过对信息的数据分析处理,根据特征信息进行加工和合成,从而产生最终的正确决策。通常船舶上的决策体现在航线选择、防台避风、船舶避让、船舶运转等方面。其中的关键技术有信息优化技术、数据转换和相关技术、融合推理技术等。

2.数据融合在航海避碰决策系统中的应用

解决船舶避碰问题是保证航线安全的重要环节,现代化船舶配置了采用模糊控制、神经网络等多种方法的航海避碰决策支持系统。这种系统是综合利用各种避碰信息和知识,通过推理获得最佳避碰方案的安全航行辅助系统。采用数据融合技术的航海避碰决策系统已经得到了广泛关注,并得到了一些研究成果。

采用数据融合技术的航海避碰决策系统工作过程如图3所示。首先通过将多传感器系统(导航仪、雷达、VHF等)采集到的原始数据进行初步的分类、关联、识别、跟踪等融合处理。然后提取信息特征进行综合分析和处理,从而进行状态估计和目标识别。在航海避碰决策系统中,状态估计主要是通过前期的数据融合得到目标船的航向、航速、船位等相关参数,进而估计会遇双方船只的会遇态势,并得出船舶间碰撞危险程度估计。在航海避碰决策系统中,目标识别主要是利用前期融合数据中对来船的观测信息(来船信号灯的特点等信息),在船舶类型识别规则的基础上判断出来船类型,可利用神经网络方法实现模糊识别或推理,增强识别的容错性。

3.数据融合在船舶故障诊断中的应用

船舶机舱中的动力设备的运行状况直接关系到船舶的航运安全和效率。随着机舱设备的现代化,动力设备诊断技术由较简单的状态监测、故障诊断发展到了故障预测预报和智能诊断,人工智能技术和神经网络都被应用到了智能诊断过程中,得到了不错的应用效果。而数据融合技术可以实现故障的综合诊断,将单维信息融合成多维信息,克服了单维信息的局限性,使得信息量大增,诊断结果更加准确和详尽。

目前采用数据融合技术进行故障真能诊断的方法主要有Bayes推理、D-S推理等。Bayes方法是以概率密度函数为基础,综合分析各种信息进行故障诊断。船舶设备的大量故障是随机出现的,但也受一定规律支配,Bayes方法即是用概率密度函数来描述这种规律,进而诊断故障类型。D-S推理方法是根据故障发生后的结果来探求故障发生的原因。比如在设备故障诊断中,故障产生的各个征兆下各个故障都有对应的一定的发生概率,通过对征兆信息的融合,获得发生概率最大的故障即为主要故障。Bayes方法需要先验信息,而D-S推理方法不需要,但其计算量却比较庞大。

4.数据融合在岸船一体化系统中的应用

岸船一体化是现代化航运的发展方向。实现岸船一体化的基础是船舶的高度自动化和船队管理控制的现代化。岸船一体化系统包括船舶动态系统、船舶调度信息系统和船舶气象导航系统三个主要系统。随着计算机网络和多媒体技术的发展,岸船一体化的发展已经实现了利用计算机网络和多媒体广泛传递和直观展示船舶的信息动态,目前面临的紧迫任务是通过对信息的深加工和处理迅速做出正确的决策。对于越来越庞大的数据信息,对信息的处理技术成为有效实现岸船一体化的关键技术。数据融合技术可以根据多传感器系统中的信息特征,采用不同融合方法,快速有效地筛选信息,大大提高数据信息处理过程,从而使决策的得到更加快捷和准确度。

5.结束语

随着测控技术的不断发展,船舶自动化水平有了显著提高,对信息处理和设备控制上的要求也越来越高。从今年的研究成果来看,数据融合技术可以解决船舶控制系统中各种信息集成度低、共享性差、智能化程度低等缺点,因此数据融合技术在船舶自动化中有着巨大的研究价值和应用潜力。

参考文献

[1]孟宪尧.数据融合技术与船舶自动化[M].大连:大连海事大学出版社,2003:12.

[2]刘宇宏,刘勤贤.数据融合技术在航海避碰决策支持系统中的应用[J].上海海运学院学报,2000(4):102-107.

[3]孟士超,唐正茂.数据融合技术在船舶组合导航中的应用研究[J].舰船电子工程,2011.

[4]李慧丽,黄伟,赵恒.船载多传感器组合定位系统设计与实现[J].舰船电子工程,2011,10:60-68.

作者简介:刘贞贤,女,天津海运职业学院轮机工程系船舶电子教研室讲师,主要研究方向:船舶电子、电工电子、非线性网络。

上一篇:立式电动机磁力中心因素引发的故障探讨 下一篇:基于TMS320F2812的远程在线升级设计与实现