摘 要：在船舶航運、海上生產(chǎn)、海洋工程作業(yè)過程中，如何實時監(jiān)控船舶運行狀態(tài)、動態(tài)監(jiān)測船舶燃油消耗、智能化調(diào)度船舶是實現(xiàn)船舶信息化管理和遠程輔助支持的關(guān)鍵。為此，通過對船舶運行狀態(tài)的復(fù)雜性、燃油消耗的多樣化及船舶調(diào)度任務(wù)執(zhí)行的隨機性的分析，利用物聯(lián)網(wǎng)信息采集技術(shù)在機艙及燃油單元上安裝傳感裝置實現(xiàn)單項數(shù)據(jù)采集和計量，建立船舶的運行及油耗綜合指標(biāo)模型數(shù)據(jù)，結(jié)合生產(chǎn)工作任務(wù)特點實現(xiàn)船舶生產(chǎn)調(diào)度優(yōu)化及智能化路徑規(guī)劃。文中以實際應(yīng)用為例驗證了系統(tǒng)的可行性，利用物聯(lián)網(wǎng)技術(shù)實現(xiàn)了船舶運行狀態(tài)和油耗信息的采集，利用人工智能算法實現(xiàn)了可視化的船舶監(jiān)控調(diào)度和油耗管理。

關(guān)鍵詞：數(shù)據(jù)采集分析；船岸通信；船舶運行監(jiān)控；船舶路徑規(guī)劃；生產(chǎn)調(diào)度；北斗短報文

中圖分類號：TP399 文獻標(biāo)識碼：A 文章編號：2095-1302（2024）11-00-03

0 引 言

隨著“十四五”規(guī)劃的實施，海上油氣勘探和生產(chǎn)井的數(shù)量不斷加大，產(chǎn)量逐年提升。在提質(zhì)增效的同時，還需要堅定可持續(xù)發(fā)展理念，把低碳環(huán)保理念貫徹落實在實際行動中。提升船舶調(diào)度配送能力、減少使用船舶的數(shù)量、降低燃油消耗、提升船舶作業(yè)效率，也是踐行綠色低碳理念過程中需要重點解決的問題。傳統(tǒng)的船舶調(diào)度方式未統(tǒng)籌協(xié)調(diào)整體任務(wù)及資源的分布，船舶甲板利用和路徑規(guī)劃隨意性較強，船舶燃油消耗在復(fù)雜工況下存在諸多不確定性。針對上述問題，本文在傳統(tǒng)的調(diào)度方式基礎(chǔ)上，通過物聯(lián)網(wǎng)技術(shù)采集數(shù)據(jù)，并通過人工智能算法實現(xiàn)針對不同油田平臺的船舶配送路徑優(yōu)化，同時監(jiān)控船舶燃油消耗，進而降低海上物流配送成本[1]，實現(xiàn)船舶配送效率的提升。

1 船舶配送及運行模型建立

1.1 海洋石油船舶后勤支持配送模型

海上油田設(shè)施是開采石油的重要設(shè)施，而海洋石油支持船（Offshore Support Vessels， OSV）是為海上油田服務(wù)的主要船型，是海上油田生產(chǎn)鏈中不可或缺的重要部分[2]。以渤海灣作業(yè)平臺為例，作為海上主要油氣采集的生產(chǎn)平臺，其日常后勤物資有常規(guī)生產(chǎn)物資、生產(chǎn)設(shè)備用油、生產(chǎn)生活用水等。根據(jù)油氣田區(qū)塊的分布不同，在渤海灣有多個歸屬不同企業(yè)的海上油田平臺。通過構(gòu)建最優(yōu)后勤支持的船舶物流配送模型，打破傳統(tǒng)的機構(gòu)界限或平臺區(qū)域界限；同時結(jié)合支持船舶為海上送料、倒班、值守的服務(wù)配送模式，實現(xiàn)船舶支持配送目標(biāo)及路徑模型搭建。船舶支持作業(yè)是3個固定出海碼頭對應(yīng)多個平臺目標(biāo)的物流配送尋址問題，其框架如圖1所示。其中包含基地碼頭3個、目的平臺N個（大于150個）、在用船舶K個（大于100個）。在船舶后勤支持配送模式[3]中，3個碼頭記為{1， 2， 3}；l個客戶節(jié)點，記為{G1， G2， ...， Gl}；每個碼頭均有k艘船舶服務(wù)，記為{P1m， P2m， P3m}，m的取值范圍為（1，k）。

1.2 海洋石油船舶燃油消耗模型

海洋石油船舶燃油消耗單元主要有主燃油機、輔助燃油機和鍋爐。在不同的運行模式下，主輔機啟動的數(shù)量和輸出功率不同，為計算當(dāng)前船舶單位時間的油耗值，給出油耗計算模型核心算法原理[4]如下：

（1）實際油耗=主機油耗+輔機油耗+鍋爐油耗；

（2）主機油耗=主機運轉(zhuǎn)時間×主機運轉(zhuǎn)輸出功率×主機實際單位油耗值，主機油耗與輸出功率和運轉(zhuǎn)時長均有關(guān)系，是計算的關(guān)鍵數(shù)據(jù)[5]；

（3）輔機油耗=輔機運轉(zhuǎn)時間×輔機平均單位油耗，輔機油耗模型相對簡單，與輔機在船舶運行中發(fā)揮的作用有關(guān)；

（4）鍋爐油耗可視為一個相對固定值。

1.3 船舶運行狀態(tài)模型

船舶運行過程中有很多復(fù)雜的工況條件，通過對船舶通導(dǎo)數(shù)據(jù)和運行工況數(shù)據(jù)的采集和綜合分析，抽取影響船舶運行和油料消耗的主要參數(shù)建立運行狀態(tài)輸入模型。通導(dǎo)設(shè)備包括采集定位系統(tǒng)（GPS/北斗）、船舶自動識別系統(tǒng)（AIS系統(tǒng)）、氣象儀、測深儀、計程儀、姿態(tài)儀、羅盤等，采集的數(shù)據(jù)項如下：

（1）GPS/北斗數(shù)據(jù)采集：時間、經(jīng)度、緯度、航速、航向；

（2）計程儀數(shù)據(jù)采集：航程、總航程；

（3）羅盤數(shù)據(jù)采集：船艏向、船頭回轉(zhuǎn)速率；

（4）氣象儀數(shù)據(jù)采集：風(fēng)速、風(fēng)向、溫度、濕度、氣壓；

（5）姿態(tài)儀數(shù)據(jù)采集：浪高、橫搖、縱搖；

（6）AIS數(shù)據(jù)采集：船名、呼號、船位、船速、改變航向率、航向、吃水。

船舶運行工況數(shù)據(jù)包括機電集控數(shù)據(jù)、動力監(jiān)控數(shù)據(jù)、液位監(jiān)控數(shù)據(jù)、動力定位數(shù)據(jù)、流量計數(shù)據(jù)等，采集數(shù)據(jù)項如下：

（1）機電集控數(shù)據(jù)采集：燃油系統(tǒng)、滑油系統(tǒng)、冷卻水系統(tǒng)、風(fēng)機、泵等機電設(shè)備運行參數(shù)；

（2）動力監(jiān)控數(shù)據(jù)采集：主推進及相關(guān)系統(tǒng)、設(shè)備運行狀態(tài)故障信息及監(jiān)測報警信息；

（3）動力定位數(shù)據(jù)采集：動力定位系統(tǒng)的實時數(shù)據(jù)、報警信息；

（4）液位監(jiān)控數(shù)據(jù)采集：液艙、壓載水系統(tǒng)的監(jiān)測報警信息；

（5）流量計數(shù)據(jù)采集：燃油流量計的實時數(shù)據(jù)。

2 船舶運行監(jiān)控及船舶調(diào)度算法優(yōu)化

2.1 船舶采集模式實現(xiàn)

船舶數(shù)據(jù)采集終端負責(zé)收集船舶運行、導(dǎo)航設(shè)備信息，進行全船采集數(shù)據(jù)的一體化處理和存儲，對數(shù)據(jù)進行過濾、抽取等簡單處理后存儲于本地邊緣計算主機，同時將經(jīng)過預(yù)處理、分析編碼后的數(shù)據(jù)定時傳輸?shù)酵ㄐ沛溌分?。利用北斗衛(wèi)星短報文通信鏈路將關(guān)鍵采樣數(shù)據(jù)傳回核心服務(wù)器端，在傳輸過程中采取短報文數(shù)據(jù)加密及校驗的方式。對于實時數(shù)據(jù)采取時間與數(shù)據(jù)對等方式傳輸，如果數(shù)據(jù)錯誤可不進行重復(fù)回傳；對于關(guān)鍵控制數(shù)據(jù)或變量數(shù)據(jù)采取校驗方式傳輸，出錯則重傳，以保證數(shù)據(jù)傳輸?shù)臏?zhǔn)確性。本架構(gòu)采取邊緣計算處理和總核心服務(wù)算法模型計算的方式使數(shù)據(jù)的傳輸和處理效率更高[6]。船舶采集模式架構(gòu)如圖2所示。

2.2 油耗關(guān)鍵計算數(shù)據(jù)模型實現(xiàn)

2.2.1 建立對象數(shù)據(jù)

對數(shù)據(jù)進行抽取后，對所有數(shù)據(jù)進行分析和對比，建立數(shù)據(jù)計算模型的數(shù)據(jù)項和油耗指標(biāo)的關(guān)系如圖3所示。

2.2.2 模型建立步驟

利用采集的數(shù)據(jù)與目標(biāo)數(shù)據(jù)建立擬合迭代模型，算法步驟如圖4所示。

Step1：數(shù)據(jù)采樣。從低到高，采用不同的對水速度數(shù)據(jù)，查詢對應(yīng)時刻的主機單位時間油耗；對于同一對水速度，進行多組采樣，以獲取對應(yīng)的油耗數(shù)據(jù)。

Step2：異常數(shù)據(jù)剔除。對于同樣的對水速度，剔除明顯異于其他對應(yīng)單位時間的油耗值。

Step3：平均值計算。計算每個對水速度對應(yīng)的平均主機單位時間油耗，構(gòu)建對照關(guān)系。

Step4：模型計算。用多項式擬合、多函數(shù)擬合等方法以及最小二乘法等算法，計算模型系數(shù)，并計算擬合度。

Step5：模型選型。通過多種模型算法[7]，擬合對水速度與主機油耗的關(guān)系，計算擬合度，選取擬合度最高的模型作為油耗計算模型。

Step6：最終建立模型。

單位時間動力油耗= [擬合區(qū)間1]×對水速度 + [擬合區(qū)間2]×對水速度+ …

2.2.3 擬合模型算法

（1）多項式擬合（調(diào)整方程階數(shù)）

模型A（2階）：主機油耗=×對水速度（擬合度為Qa）。

模型B（3階）：主機油耗=×對水速度（擬合度為Qb）。

模型C（4階）：主機油耗=×對水速度（擬合度為Qc）。

……

（2）分段擬合（調(diào)整分段策略和方程階數(shù)）

模型M：主機油耗=[擬合區(qū)間m1]×對水速度+

[擬合區(qū)間m2]×對水速度 + …（擬合度為Qm）。

模型N：主機油耗= [擬合區(qū)間n1]×對水速度+

[擬合區(qū)間n2]×對水速度 + …（擬合度為Qn）。

模型O：主機油耗=[擬合區(qū)間o1]×對水速度+

[擬合區(qū)間o2]×對水速度 + …（擬合度為Qo）。

……

最終，選擇擬合度最高的擬合模型（Q值越趨近于1，擬合度越高）。

2.3 船舶智能調(diào)度模型的實現(xiàn)

船舶智能調(diào)度模型的實現(xiàn)步驟如下：

Step1：需求數(shù)據(jù)獲取，需求Yi（i=1， 2， ...， l）={目標(biāo)平臺，貨物空間面積，貨物重量，時間因素}；

Step2：船舶選取規(guī)則[8]的建立，即船舶甲板面積≥貨物空間面積、船舶空閑航道時間滿足時間要求、目標(biāo)航行里程低油耗；

Step3：選取船舶Pk；

Step4：進行路徑規(guī)劃，目標(biāo)平臺為Gl。

實現(xiàn)示例為：需要運送貨物到5個平臺，最終選擇P3船完成任務(wù)，到達平臺的順序為G1、G9、G10、G34、G52。

3 系統(tǒng)應(yīng)用案例分析

為了保證本文設(shè)計的船舶后勤支持配送最佳船舶選擇和航線智能選擇算法的有效性，初期選定2艘船，進行油耗數(shù)據(jù)采集及數(shù)學(xué)模型研究，其余船舶預(yù)先設(shè)置靜態(tài)耗油數(shù)據(jù)。在2艘船上安裝采集器及船舶海上終端系統(tǒng)[9]，按照規(guī)定收集所需數(shù)據(jù)。統(tǒng)計1個月內(nèi)的運行情況，先進行實際數(shù)據(jù)統(tǒng)計，主要是測量船舶油倉數(shù)據(jù)，統(tǒng)計總供油數(shù)據(jù)，針對實際的消耗建立主機消耗模型，再通過訓(xùn)練的模型對下一個月的運行情況進行實際跟蹤，如果有偏差便對數(shù)學(xué)模型進行修正。如果正確，則再選定作用相同且能執(zhí)行相同任務(wù)的2艘船只，觀察該數(shù)學(xué)模型是否具有通用性；針對實際情況和各種專業(yè)應(yīng)用逐層深入進行專業(yè)性開發(fā)[6]。

3.1 船舶數(shù)據(jù)展示分析結(jié)果

通過對移動船舶主輔機運轉(zhuǎn)時間、轉(zhuǎn)速及航行里程等動態(tài)數(shù)據(jù)進行實時采集，利用科學(xué)的方法進行統(tǒng)計和分析，計算得出（或預(yù)測）油品理論消耗；同時根據(jù)流量計實時監(jiān)測和自動采集燃油的瞬時消耗，根據(jù)積分學(xué)原理統(tǒng)計任意時段燃油的實際消耗；通過統(tǒng)計分析達到油耗監(jiān)管的目的，并為分析有燃油消耗異常的船舶提供理論和實踐依據(jù)[10]。實際采集的數(shù)據(jù)如圖5所示。

3.2 船舶智能調(diào)度結(jié)果

根據(jù)當(dāng)天工作任務(wù)，安排生成船舶計劃及目標(biāo)平臺順序，并根據(jù)能力及油耗情況選擇船舶及任務(wù)路線，如圖6所示。

利用人工智能和數(shù)據(jù)挖掘方法，建立合理的數(shù)學(xué)模型，將收集的數(shù)據(jù)參數(shù)代入數(shù)學(xué)模型，從而得到當(dāng)前船舶每日單位油耗值；根據(jù)周期性數(shù)據(jù)變化，增減原有數(shù)學(xué)模型參數(shù)，使得計算模型的計算值逼近實際數(shù)值，從而不斷挖掘出數(shù)據(jù)之間的關(guān)系，為決策分析提供更加準(zhǔn)確的數(shù)據(jù)支持。最終根據(jù)每日工作任務(wù)情況合理分派船舶、規(guī)劃任務(wù)路徑，為智能化調(diào)度提供科學(xué)的輔助和指導(dǎo)。

4 結(jié) 語

根據(jù)本文的系統(tǒng)應(yīng)用研究，建立了試驗測試運行系統(tǒng)，并證明了系統(tǒng)的可行性和可推廣性，充分發(fā)揮了信息技術(shù)在船舶各項管理工作中的優(yōu)勢，為實現(xiàn)安全控制與提高管理水平提供重要手段。本文研究是利用信息技術(shù)提升企業(yè)船舶管理能力的典型案例，可以為以后實現(xiàn)“數(shù)字化船舶”提供參考。

參考文獻

[1]余秋林，張引.基于供應(yīng)鏈管理的港口物流運營模式研究[J]. 工程技術(shù)研究，2020，5（4）：275-276.

[2]鄭錄巖，駱義，李坤，等.海洋石油支持船向海上油田設(shè)施供油作業(yè)的屬性和管理部門界定[J].水運管理，2018，40（5）：29-30.

[3]李莉，史焰青.改進蟻群算法的船舶物流配送模型[J].艦船科學(xué)技術(shù)，2020，42（24）：190-192.

[4]郭延海.中海油海洋船舶運行數(shù)據(jù)管理芻議[J].無線互聯(lián)科技，2014（6）：214.

[5]鄭齊清，林金海，趙澤楷，等.基于聚類分析的船舶主機頻繁工作區(qū)性能評估[J].泉州師范學(xué)院學(xué)報，2021，39（2）：34-39.

[6]魏振生，黃騫，車桂璠，等.基于北斗的動態(tài)船舶油耗監(jiān)控應(yīng)用研究[J].信息技術(shù)與標(biāo)準(zhǔn)化，2014（11）：75-78.

[7]覃志成.船舶物流最佳航線智能選擇算法研究[J].艦船科學(xué)技術(shù)，2018，40（10）：172-174.

[8]王冀.動態(tài)規(guī)劃和模糊算法在船舶航速最優(yōu)調(diào)度中的應(yīng)用[J]. 艦船科學(xué)技術(shù)，2016，38（18）：136-138.

[9]封岳.模塊化技術(shù)在船舶建造中的發(fā)展趨勢及應(yīng)用[J].中國設(shè)備工程，2018（16）：183-184.

[10]劉興，段俊利，韓懿.船舶營運油耗考核指標(biāo)評估[J].上海船舶運輸科學(xué)研究所學(xué)報，2023，46（1）：30-33.

作者簡介：王愛民（1982—），男，碩士，高級工程師，研究方向為海洋油氣田生產(chǎn)數(shù)字化應(yīng)用系統(tǒng)的設(shè)計與應(yīng)用。

收稿日期：2023-11-28 修回日期：2023-12-26