摘" " 要：隨著大數據技術的不斷發(fā)展，為船舶行業(yè)機電設備維修提供了更好地手段。本文提出了一種綜合利用大數據分析、機器學習算法和傳感器技術的維修決策支持系統(tǒng)，以優(yōu)化船舶設備的維護和維修計劃。并通過電機馬達數智化維修平臺在58艘大型貨輪上的試驗應用，驗證了該系統(tǒng)在提高維修效率和降低維修成本方面的顯著效果。

關鍵詞：大數據；維修決策；機電設備；支持系統(tǒng)

中圖分類號：U665.1" " " " " " " " " " " " " " " " " 文獻標志碼：A

Research on Decision Support System for Ship Mechanical and Electrical Equipment Maintenance Based on Big Data

CHEN Li，" Xiong Yuanyuan

（ COSCO Shipping Heavy Industry （Zhoushan） Co.，Ltd.， Zhoushan 316131， China ）

Abstract： With the continuous development of big data technology， better means have been provided for the maintenance of mechanical and electrical equipment in the shipbuilding industry. This article proposes a maintenance decision support system that integrates big data analysis， machine learning algorithms， and sensor technology to optimize the maintenance and repair plans of ship equipment. And through the experimental application of the electrical machine and motor intelligent maintenance platform on 58 large cargo ships， the significant effect of the system in improving maintenance efficiency and reducing maintenance costs has been verified.

Key words： big data; maintenance decisions;" mechanical and electrical equipment;" support system

1" " "引言

船舶作為全球貿易的主要運輸方式，其機電設備的正常運行直接關系到全球供應鏈的暢通[1]。然而，船舶機電設備的維修一直是個復雜任務，涉及到設備監(jiān)測、故障診斷、維修計劃等多個環(huán)節(jié)，傳統(tǒng)維修方法不能充分利用數據進行智能化決策。隨著大數據技術的發(fā)展，船舶行業(yè)有機會利用這一技術優(yōu)化維修流程，提高效率，降低成本。本研究旨在設計和開發(fā)一種基于大數據的船舶機電設備維修決策支持系統(tǒng)，以滿足現代船舶維修的需求。

2" " 概述

2.1" "船舶機電設備維修的現狀

船舶機電設備維修對確保航行安全、提高設備可靠性和性能至關重要。有效的維修策略不僅有利于船舶運營的安全和經濟性，還能為企業(yè)的長期發(fā)展提供堅實支持。然而，傳統(tǒng)的船舶機電設備維修策略存在固定維修周期、故障無法預測、經驗依賴和資源浪費等問題，限制了維修效率和質量，增加了成本，影響了船舶的可用性和安全性，如表1所示。因此，需要更智能、數據驅動的維修策略。

2.2" "大數據技術在維修領域的應用潛力

在船舶機電設備維修決策支持系統(tǒng)中，大數據采集與存儲是至關重要的一環(huán)[2]。通過監(jiān)測和分析設備性能數據，實現預測性維護、提前識別潛在故障、減少設備突發(fā)性停機、延長設備壽命、降低維修成本。同時，大數據技術還可以實現維修資源的智能分配和優(yōu)化，確保零部件庫存的合理管理，避免不必要的維修工作和資源浪費。此外，大數據還可以用于維修歷史數據分析，幫助維修團隊制定更有效的策略和標準的操作程序。

3" " 基于大數據的船舶機電設備維修決策支持系統(tǒng)的設計與實施

3.1" 系統(tǒng)架構與數據流程

基于大數據的船舶機電設備維修決策支持系統(tǒng)的系統(tǒng)架構包括數據采集層、數據傳輸層、數據存儲層、數據處理與分析層以及用戶界面層。數據采集從各種傳感器和監(jiān)測設備實時獲取設備性能數據，數據通過安全通信傳輸到中央系統(tǒng)，然后存儲在大數據倉庫中。在數據處理與分析層，數據被提取、清洗和預處理，然后使用機器學習算法進行故障預測、設備狀態(tài)監(jiān)測和性能分析。最終用戶，如維修團隊，通過友好的用戶界面訪問實時數據和分析結果，做出維修決策。

3.2" "故障預測與設備狀態(tài)監(jiān)測

故障預測與設備狀態(tài)監(jiān)測在船舶機電設備維修決策支持系統(tǒng)中發(fā)揮著重要作用。故障預測利用大數據分析和機器學習，根據歷史數據和傳感器信息，預測設備可能的故障、識別異常模式和趨勢，有助于提前采取維修措施、減少維修成本、延長設備壽命、提高船舶的可靠性和安全性[3]。與此同時，設備狀態(tài)監(jiān)測通過實時數據采集和分析，監(jiān)測設備的當前性能和健康狀態(tài)，如溫度、振動、電流等，一旦狀態(tài)發(fā)生變化，即時發(fā)出警報，使維修團隊能夠迅速采取必要的行動，保障設備的安全和高效運行。這兩方面的功能協(xié)同工作，對于降低維修成本、提高生產效率和延長設備壽命具有重要意義。

3.3" "維修計劃的優(yōu)化與實施

維修計劃的優(yōu)化與實施在船舶機電設備維修決策支持系統(tǒng)中具有關鍵作用。這個過程首先依賴于大數據分析和故障預測結果，以確定最佳的維修時機，同時平衡設備壽命和成本。一旦計劃確定，維修團隊需準備所需資源，遵循標準程序和安全規(guī)定，高質量和安全地執(zhí)行維修工作。實時監(jiān)測和調整在維修過程中至關重要，可確保維修工作的順利進行，同時維修完成后的詳細記錄和反饋為未來決策提供有價值的信息。這個過程整合了大數據、實時監(jiān)控和反饋機制，以最大程度地提高設備可靠性、減少成本，并確保船舶機電設備的安全和高效運行。

4" " 船舶機電設備維修數智化平臺的組成及參數

船舶機電設備維修數智化平臺由多個關鍵組件構成，旨在通過集成現代信息技術實現維修流程的高效化與智能化。其中，數據采集層是整個平臺的基礎，它通過傳感器網絡和超級現場數據采集系統(tǒng)實時收集電機馬達等設備的運行參數、環(huán)境數據和歷史維修記錄，為后續(xù)的分析和決策提供精確的信息支持，如圖1所示。而數據分析層則運用大數據分析技術和機器學習算法，對這些大量數據進行深度挖掘，以預測設備故障、診斷當前問題和優(yōu)化維修資源配置。決策支持層則基于這些分析結果，自動生成維修建議，從而顯著提升維修效率和設備可靠性。

為了提升船舶機電設備維修的效率和質量，公司基于MES和APS系統(tǒng)設計了電機馬達維修管理的數智化平臺，并開發(fā)了相應的產線，如圖2所示。該數智化維修產線由多個關鍵組件構成，包括利用AGV搬運小車實現高效、精準的機電設備搬運，以及配備RGV小車、KBK桁架、拆裝專機、烘干裝置、帶數據采集的工裝平臺等一系列先進設備，確保電機馬達的拆裝、檢測和調試過程能夠高效、有序地進行。此外，數智化平臺還集成了PDA、報工臺和車間顯示屏等智能化工具，為維修人員提供了便捷的信息交互和報工方式，如圖3所示。通過不斷優(yōu)化這些關鍵參數和性能指標，船舶機電設備維修數智化平臺將能夠為現代船舶運營提供更加高效、可靠的維修保障。

5" " "數智化平臺試驗驗證

傳統(tǒng)維修方法雖在一定程度上保障了船舶運營的穩(wěn)定性，但其固有的局限性，如固定的維修周期、故障預測能力不足、高度依賴人工經驗、資源分配不合理等問題，已難以滿足當前船舶維修行業(yè)對于高效、精準和智能化的需求。在此背景下，大數據技術具有預測性維護、智能分配、優(yōu)化維修歷史數據分析等優(yōu)勢很好的解決上述問題。為了驗證這一創(chuàng)新維修策略的有效性，本文以正在維修的58艘大型貨輪作為對象，運用大數據分析技術進行故障預測與診斷試驗來驗證其在提升維修效率、降低成本及增強設備可靠性方面的巨大潛力。

該試驗選擇58艘大型貨輪作為試驗對象，主要檢測船舶在正常航行的環(huán)境下，驗證電機馬達在保證故障診斷精確度、維護時間預測及維修資源配置優(yōu)化情況下的電壓、電流、頻率、溫度/溫升、振動等關鍵數據的可靠性。首先檢測電機馬達電壓、電流、頻率等功能是否正常，然后將電機馬達安裝在數智化平臺上，收集相關數據，并利用算法對數據進行清洗、分析和模型訓練，將得到的結果生成維修計劃，并提交給工程技術人員進行驗證，評估系統(tǒng)的預測準確性和節(jié)省的成本。

試驗結果表明，如表2所示，相比較傳統(tǒng)維修方法，船舶機電設備維修數智化平臺顯著提升了機電馬達的維修效果，在試驗周期內，其潛在故障預測準確率高達90%，維修產量提升285%，平均維修時間縮短了25%，維修質量提高46%。證明了基于大數據的維修決策系統(tǒng)在提高維修效率和降低運營成本方面的顯著效果，有助于船舶工程企業(yè)更好地預測和處理設備問題，提升整體運行效率。

6" " 結語

本文探討了船舶機電設備維修決策支持系統(tǒng)的關鍵技術，提出了一種基于大數據的維修決策系統(tǒng)，并通過電機馬達數智化維修平臺在58艘大型貨輪上的試驗應用，驗證了其可行性和有效性。結果表明該系統(tǒng)能夠預測和處理潛在的設備問題，在提升維修效率和降低運營成本方面效果顯著。

參考文獻

[1]朱九明.船舶機電設備的維護及管理研究[J].船舶物資與市場， 2023，" " "31（7）： 66-69.

[2]楊曉慶.大規(guī)模船舶數據的云存儲機制設計[J].艦船科學技術，2023，45（13）：154-157.

[3]邱伯華，張羽，魏慕恒等.一種船舶故障狀態(tài)預測方法及系統(tǒng)：中國專利：CN202 110 601 739. 8[P]. 2024-08-13.