徐衛(wèi)東 劉佳 陳宇航

摘? 要：在新時(shí)代信息技術(shù)和制造業(yè)全球化深度整合的行業(yè)發(fā)展變革大趨勢(shì)下，推進(jìn)我國(guó)船舶配套產(chǎn)業(yè)智能化的轉(zhuǎn)型升級(jí)，對(duì)于打造具有競(jìng)爭(zhēng)力的國(guó)產(chǎn)船舶配套品牌產(chǎn)品，實(shí)現(xiàn)我國(guó)交通強(qiáng)國(guó)、海洋強(qiáng)國(guó)戰(zhàn)略具有重要的意義。本文在分析船舶配套設(shè)備智能運(yùn)維概念的基礎(chǔ)上，系統(tǒng)介紹了智能運(yùn)維的核心技術(shù)，分析了智能節(jié)點(diǎn)和大數(shù)據(jù)的應(yīng)用模式，最后基于工業(yè)物聯(lián)網(wǎng)架構(gòu)，提出了面向船舶機(jī)艙設(shè)備安全的應(yīng)用案例，并討論了多種運(yùn)維模式下的船用配套設(shè)備的應(yīng)用前景。

關(guān)鍵詞：智能輔機(jī);船用設(shè)備;智能運(yùn)維;物聯(lián)網(wǎng)

0 引 言

船舶配套設(shè)備以其量大、面廣、高技術(shù)和高附加值的特點(diǎn)，成為海洋工程以及高技術(shù)船舶的重要組成部分。船舶的核心配套設(shè)備一般包括船舶的主要?jiǎng)恿ρb置，即船舶的驅(qū)動(dòng)主機(jī)，以傳統(tǒng)的渦輪柴油機(jī)為主;輔助船舶驅(qū)動(dòng)的其他動(dòng)力裝置，包括船舶發(fā)電機(jī)組以及配電系統(tǒng);各類輔機(jī)，包括錨機(jī)、舵機(jī)、各類風(fēng)機(jī)、泵機(jī)、制水機(jī)、分油機(jī)等設(shè)備。自“十一五”以來(lái)，政府和行業(yè)都開(kāi)始加大對(duì)自主生產(chǎn)配套設(shè)備的研發(fā)投入，行業(yè)得到了快速發(fā)展，產(chǎn)業(yè)體系不斷完善，重點(diǎn)船用設(shè)備及核心部件研制取得了突破，產(chǎn)業(yè)規(guī)模也大幅度提升，本土配套設(shè)備的裝船能力得到不斷提高。但與發(fā)達(dá)國(guó)家的配套設(shè)備產(chǎn)業(yè)的發(fā)展水平相比，我國(guó)的船用配套設(shè)施的發(fā)展還較為滯后，船舶配套設(shè)施產(chǎn)業(yè)還迫切地需要通過(guò)對(duì)設(shè)備進(jìn)行智能化和生產(chǎn)技術(shù)創(chuàng)新的能力提高，來(lái)推動(dòng)船舶配套設(shè)施產(chǎn)業(yè)的轉(zhuǎn)型和升級(jí)，以實(shí)現(xiàn)我國(guó)造船強(qiáng)國(guó)的戰(zhàn)略目標(biāo)。

國(guó)內(nèi)船舶配套設(shè)備產(chǎn)業(yè)現(xiàn)狀[1]：核心設(shè)備的配套體系不健全，缺乏戰(zhàn)略引領(lǐng)，市場(chǎng)競(jìng)爭(zhēng)力不強(qiáng);研發(fā)設(shè)備的投入資源不足，新技術(shù)研發(fā)所需要的知識(shí)積累不夠;工程整體解決能力不足，產(chǎn)品競(jìng)爭(zhēng)力不強(qiáng);產(chǎn)品服務(wù)能力不足，遠(yuǎn)程運(yùn)維相關(guān)技術(shù)發(fā)展不夠成熟，由此帶來(lái)的運(yùn)維成本高。因此，國(guó)內(nèi)船舶配套設(shè)備迫切地需要通過(guò)對(duì)智能化的技術(shù)的應(yīng)用，來(lái)解決產(chǎn)品質(zhì)量以及技術(shù)積累問(wèn)題，以保障產(chǎn)品一次性順利交付、提高產(chǎn)品的可靠性;針對(duì)產(chǎn)品的核心競(jìng)爭(zhēng)力不足這一問(wèn)題，減少產(chǎn)品的設(shè)計(jì)成本，縮短產(chǎn)品的制造周期，以提高產(chǎn)品的維護(hù)效率;在新規(guī)范的要求下滿足對(duì)產(chǎn)品綠色、安全、環(huán)保的需求;減輕國(guó)內(nèi)生產(chǎn)勞動(dòng)力的瓶頸，減少在設(shè)備制造時(shí)產(chǎn)生的人工成本;降低設(shè)備的運(yùn)營(yíng)成本壓力，研制低人工需求、低能源消耗、高效率的設(shè)備;滿足在新形勢(shì)下對(duì)高端、個(gè)性化產(chǎn)品的需求，提供包括設(shè)備的集成、安裝交付以及運(yùn)維保障服務(wù)在內(nèi)的整體解決方案。本文從IOT以及遠(yuǎn)程運(yùn)維角度，主要分析智能運(yùn)維技術(shù)及其在船舶配套設(shè)備領(lǐng)域的應(yīng)用前景。

1 智能運(yùn)維研究

1.1 智能運(yùn)維概念

運(yùn)維[2]主要指的是技術(shù)行業(yè)運(yùn)營(yíng)維護(hù)者根據(jù)其業(yè)務(wù)需求對(duì)信息、網(wǎng)絡(luò)以及服務(wù)進(jìn)行規(guī)劃，通過(guò)對(duì)網(wǎng)絡(luò)的監(jiān)控、事件預(yù)警、業(yè)務(wù)調(diào)度、排障升級(jí)等方式，使其服務(wù)狀況保持長(zhǎng)期、穩(wěn)定、可用的狀態(tài)。早期的管理運(yùn)維工作大多數(shù)是由專門的運(yùn)維人員進(jìn)行手工操作完成，這樣的運(yùn)維模式不僅效率低下，在運(yùn)維過(guò)程中也消耗了許多人力資源;利用機(jī)械工具的優(yōu)點(diǎn)來(lái)進(jìn)行大規(guī)模和小批量化的自動(dòng)化運(yùn)維，能夠很好地減少在運(yùn)維過(guò)程中對(duì)人力物料資源的成本消耗，從而降低了運(yùn)維過(guò)程中的操作風(fēng)險(xiǎn)，提高了運(yùn)維效率。然而，目前自動(dòng)化運(yùn)維的本質(zhì)仍然是一種將人與自動(dòng)化工具緊密結(jié)合在一起的運(yùn)維模式，受限于對(duì)人類自身的生理極限和認(rèn)知局限，這種運(yùn)維模式無(wú)法持續(xù)地面向規(guī)模龐大并且復(fù)雜性高的系統(tǒng)提供高質(zhì)量的運(yùn)維服務(wù)。在這一背景下，智能運(yùn)維應(yīng)運(yùn)而生。

智能運(yùn)維這一概念最初是由Gartner提出，它的目標(biāo)是將利用人工智能的科技融入運(yùn)維系統(tǒng)中，以互聯(lián)網(wǎng)、云計(jì)算以及機(jī)器學(xué)習(xí)等智能化技術(shù)作為運(yùn)維管理的基礎(chǔ)，從多種數(shù)據(jù)源中收集海量數(shù)據(jù)信息（包括業(yè)務(wù)數(shù)據(jù)、系統(tǒng)信息、網(wǎng)絡(luò)信息日志等）進(jìn)行實(shí)時(shí)或遠(yuǎn)程離線分析，通過(guò)其主動(dòng)性、人性化和動(dòng)態(tài)的可視化特點(diǎn)，增強(qiáng)了傳統(tǒng)運(yùn)維的能力。智能運(yùn)維能快捷地對(duì)海量數(shù)據(jù)進(jìn)行分析和處理，并且能夠得到有效的運(yùn)維判斷和決策，執(zhí)行自動(dòng)化腳本來(lái)實(shí)現(xiàn)系統(tǒng)的全局智能化運(yùn)維，能有效地對(duì)大規(guī)模系統(tǒng)進(jìn)行運(yùn)維。

1.2 智能運(yùn)維核心技術(shù)

智能運(yùn)維管理就是基于機(jī)器學(xué)習(xí)等人工智能算法，分析和挖掘運(yùn)維中的大數(shù)據(jù)，并且充分地利用各類自動(dòng)化工具來(lái)作出運(yùn)維決策。因此，智能化運(yùn)維技術(shù)主要組成部分有運(yùn)維大數(shù)據(jù)平臺(tái)、智能分析和決策的組件以及自動(dòng)化的工具。

（1）運(yùn)維大數(shù)據(jù)平臺(tái)

運(yùn)維大數(shù)據(jù)管理平臺(tái)是專門用于系統(tǒng)實(shí)現(xiàn)對(duì)管理過(guò)程中的運(yùn)維數(shù)據(jù)進(jìn)行實(shí)時(shí)采集、處理、存儲(chǔ)、展示的統(tǒng)一平臺(tái)。采集的運(yùn)維數(shù)據(jù)包含監(jiān)控系統(tǒng)數(shù)據(jù)、日志和系統(tǒng)配置數(shù)據(jù)信息等;按照目前大數(shù)據(jù)平臺(tái)的整體架構(gòu)，運(yùn)維大數(shù)據(jù)管理平臺(tái)主要由數(shù)據(jù)采集層、數(shù)據(jù)信息存儲(chǔ)管理層、數(shù)據(jù)處理分析和信息建模管理層、展示層等5個(gè)部分組成。

（2）智能分析決策組件

智能化的運(yùn)維系統(tǒng)組件是利用人工智能運(yùn)維算法，根據(jù)具體的運(yùn)維使用場(chǎng)景、運(yùn)維業(yè)務(wù)的規(guī)則或?qū)＜疫\(yùn)維經(jīng)驗(yàn)等因素來(lái)設(shè)計(jì)構(gòu)建的運(yùn)維系統(tǒng)組件，類似于傳統(tǒng)應(yīng)用程序中的API或者公共數(shù)據(jù)庫(kù)，它具有可被重復(fù)使用、能夠不斷變化演進(jìn)、易于理解的基本特點(diǎn)。智能運(yùn)維的各個(gè)組件按照其功能結(jié)構(gòu)類型可大致分為兩大類，分別是運(yùn)維知識(shí)圖譜類，即通過(guò)多種運(yùn)維算法來(lái)對(duì)運(yùn)維歷史信息資料進(jìn)行分析挖掘，從而通過(guò)計(jì)算分析得出智能運(yùn)維主體的各類屬性信息畫(huà)像和活動(dòng)規(guī)律，以及各運(yùn)維主體之間的相互關(guān)系，形成一個(gè)運(yùn)維主體知識(shí)信息圖譜的運(yùn)維組件;以及動(dòng)態(tài)決策類，即在已經(jīng)深入分析挖掘好的運(yùn)維主體知識(shí)信息圖譜的基礎(chǔ)上，利用實(shí)時(shí)監(jiān)測(cè)的運(yùn)維數(shù)據(jù)作出動(dòng)態(tài)決策，最終形成運(yùn)維戰(zhàn)略決策數(shù)據(jù)庫(kù)。

（3）自動(dòng)化工具

自動(dòng)化的運(yùn)維工具是一種以一個(gè)確定邏輯為基礎(chǔ)的運(yùn)維工具，對(duì)技術(shù)系統(tǒng)進(jìn)行諸如運(yùn)行過(guò)程中的控制、監(jiān)測(cè)、重啟、回滾、版本變更、流量控制管理等一系列的操作，是對(duì)技術(shù)系統(tǒng)進(jìn)行運(yùn)維的手段，用以保障和維護(hù)技術(shù)系統(tǒng)的安全、穩(wěn)定、可靠地運(yùn)行。自動(dòng)化工具是人類進(jìn)行自動(dòng)化運(yùn)維的結(jié)果和產(chǎn)物，也是人類在智能運(yùn)維組件作出決策后，實(shí)施具體的運(yùn)維操作必須要依賴的工具。

2 基于邊緣節(jié)點(diǎn)的分布式智能運(yùn)維

邊緣計(jì)算節(jié)點(diǎn)天然具有設(shè)備近端優(yōu)勢(shì)，設(shè)備運(yùn)維數(shù)據(jù)首先匯聚到邊緣節(jié)點(diǎn)進(jìn)行初步處理和存儲(chǔ)，實(shí)時(shí)響應(yīng)并診斷前端設(shè)備健康狀況，形成健康評(píng)價(jià)指標(biāo)，并通過(guò)加密方式與云端平臺(tái)進(jìn)行數(shù)據(jù)交互[3]。

智能運(yùn)維與傳統(tǒng)的運(yùn)維模式不同，它并不是對(duì)單一設(shè)備或是通過(guò)單一手段或途徑來(lái)進(jìn)行運(yùn)維，而是協(xié)調(diào)各個(gè)影響因素，包括電力影響、網(wǎng)絡(luò)因素、數(shù)據(jù)結(jié)構(gòu)、事件管理以及行業(yè)應(yīng)用等多方面影響進(jìn)行運(yùn)維。在技術(shù)層面上通過(guò)對(duì)邊緣能力進(jìn)行協(xié)同，以充分挖掘邊緣計(jì)算的潛力，可實(shí)現(xiàn)大規(guī)模的數(shù)據(jù)協(xié)同、智能化的協(xié)同、應(yīng)用和管理的協(xié)同、業(yè)務(wù)管理協(xié)同，擴(kuò)展到專業(yè)運(yùn)維領(lǐng)域，可以歸納出三大要素，包括電力智能感知運(yùn)維，即通過(guò)硬件檢測(cè)手段對(duì)設(shè)備的電流電壓狀態(tài)進(jìn)行檢測(cè)，從而對(duì)設(shè)備的供電健康狀況進(jìn)行判斷;網(wǎng)絡(luò)智能感知運(yùn)維，即對(duì)設(shè)備的在線狀態(tài)進(jìn)行檢測(cè)以確定網(wǎng)絡(luò)的聯(lián)通狀態(tài)：姿態(tài)智能感知運(yùn)維，即對(duì)設(shè)備正常態(tài)和實(shí)時(shí)姿態(tài)的對(duì)比分析得到姿態(tài)偏離度，從而對(duì)故障進(jìn)行預(yù)警。基于邊緣節(jié)點(diǎn)的分布式運(yùn)維過(guò)程可以概括為事件驅(qū)動(dòng)型閉環(huán)運(yùn)維，即事件感知、事件預(yù)警、事件定位以及事件完結(jié)。

事件感知，即在設(shè)備出現(xiàn)異常情況時(shí)，將異常情況主動(dòng)上報(bào)至云端或者通過(guò)上位機(jī)對(duì)設(shè)備的巡檢來(lái)發(fā)現(xiàn)需要運(yùn)維的事件;通過(guò)設(shè)備運(yùn)行過(guò)程中的異常事件監(jiān)測(cè)、發(fā)生故障時(shí)的錯(cuò)誤決策以及對(duì)事件評(píng)價(jià)指標(biāo)的預(yù)測(cè)來(lái)對(duì)時(shí)序數(shù)據(jù)的異常情況進(jìn)行自動(dòng)監(jiān)測(cè)發(fā)現(xiàn)，從而在構(gòu)成復(fù)雜的環(huán)境中提前發(fā)現(xiàn)潛在的故障以及風(fēng)險(xiǎn)，以提高系統(tǒng)在應(yīng)對(duì)多重異構(gòu)環(huán)境時(shí)的故障檢測(cè)能力。

事件預(yù)警，即在實(shí)現(xiàn)智能運(yùn)維的過(guò)程中主動(dòng)進(jìn)行運(yùn)維事故預(yù)警;為有效地提高預(yù)警的效率，預(yù)警可以劃分為幾個(gè)等級(jí)，錯(cuò)誤預(yù)警、故障預(yù)警、提示預(yù)警和人工預(yù)警等幾個(gè)級(jí)別，云端可以根據(jù)需要進(jìn)行分類并且自動(dòng)提取出所需要的預(yù)防和警示等級(jí)，針對(duì)不同的預(yù)警級(jí)別采取相應(yīng)的應(yīng)對(duì)方案。

事件定位，即對(duì)設(shè)備運(yùn)行過(guò)程中可能產(chǎn)生的電力系統(tǒng)故障，網(wǎng)絡(luò)阻塞以及設(shè)備的姿態(tài)偏離進(jìn)行排查，利用設(shè)備常態(tài)查詢、狀態(tài)關(guān)聯(lián)查詢以及故障的根因查詢，在運(yùn)維大數(shù)據(jù)庫(kù)中進(jìn)行相應(yīng)的對(duì)比分析，從而快速的定位到設(shè)備故障的原因。

事件完結(jié)，在感知、預(yù)警以及定位到運(yùn)維事件之后，基于智能運(yùn)維知識(shí)庫(kù)，將對(duì)應(yīng)的解決方案和經(jīng)驗(yàn)推送給運(yùn)維人員。閉環(huán)運(yùn)維模式如圖1所示。

邊緣節(jié)點(diǎn)在智能運(yùn)維中最大的優(yōu)勢(shì)是其具有天然分布式特征，擁有強(qiáng)大的虛擬化能力，可以實(shí)時(shí)響應(yīng)并實(shí)時(shí)處理突發(fā)運(yùn)維事件。將船舶配套設(shè)備作為邊緣節(jié)點(diǎn)構(gòu)建遠(yuǎn)程運(yùn)維系統(tǒng)，可以充分發(fā)揮邊緣計(jì)算技術(shù)的近端優(yōu)勢(shì)，快速識(shí)別并診斷設(shè)備狀態(tài)，降低集成系統(tǒng)狀態(tài)數(shù)據(jù)存儲(chǔ)和傳輸壓力。為形成船舶配套邊緣節(jié)點(diǎn)，對(duì)數(shù)據(jù)采集系統(tǒng)提出了更高的要求，結(jié)合智能船舶實(shí)踐和相關(guān)調(diào)研結(jié)果，數(shù)據(jù)采集系統(tǒng)應(yīng)滿足以下一般性技術(shù)要求：數(shù)據(jù)采集系統(tǒng)的主要功能包括數(shù)據(jù)的采集、處理、存儲(chǔ)及上傳和系統(tǒng)配置。

其中，數(shù)據(jù)采集功能可采集傳感器輸出信號(hào)并將其轉(zhuǎn)換為物理量及相關(guān)信息數(shù)字參數(shù)，應(yīng)適用于船舶機(jī)艙設(shè)備狀態(tài)數(shù)據(jù)采集，安裝在機(jī)艙設(shè)備上的多種傳感器按照規(guī)定測(cè)量間隔和采樣頻率獲取機(jī)艙設(shè)備的原始振動(dòng)、溫度、壓力信息;應(yīng)能適用不同傳感器的多種有線/無(wú)線通信方式，并支持模擬量/開(kāi)關(guān)量的采集與處理;數(shù)據(jù)采集系統(tǒng)應(yīng)能適應(yīng)于電壓（±5 V或±12 V）、電流（4～20 mA）信號(hào)的高速采樣，最高采樣頻率不低于8 kHz;針對(duì)不同狀態(tài)參數(shù)的采集，數(shù)據(jù)采集系統(tǒng)應(yīng)能配置為同步采集;數(shù)據(jù)采集功能轉(zhuǎn)換原始傳感器信號(hào)形成的物理量及相關(guān)信息數(shù)字參數(shù)包括：數(shù)字化數(shù)據(jù)、時(shí)序數(shù)據(jù)/時(shí)間基準(zhǔn)數(shù)據(jù)（通常參考 UTC或地方時(shí)區(qū)）、數(shù)據(jù)質(zhì)量指標(biāo)（例如好、差、未知、檢查中等）。

數(shù)據(jù)處理方面，在完成數(shù)據(jù)采樣之后，數(shù)據(jù)處理功能可執(zhí)行信號(hào)處理，如濾波、開(kāi)窗、FFT等;執(zhí)行同步或非同步平均;執(zhí)行算法計(jì)算;執(zhí)行特征提取等處理操作。

在數(shù)據(jù)存儲(chǔ)以及上傳方面，數(shù)據(jù)采集系統(tǒng)可保存采集數(shù)據(jù)（按時(shí)間保存或根據(jù)存儲(chǔ)空間大小循環(huán)覆蓋保存），并通過(guò)以太網(wǎng)、Wi-Fi網(wǎng)絡(luò)上傳采集數(shù)據(jù)。數(shù)據(jù)存儲(chǔ)上傳應(yīng)滿足以下要求：系統(tǒng)應(yīng)設(shè)置足夠容量的存儲(chǔ)單元/服務(wù)器/數(shù)據(jù)庫(kù)，實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)、備份與管理，應(yīng)能保存至少一個(gè)檢驗(yàn)周期的數(shù)據(jù)（船端保存至少5 a，建立數(shù)據(jù)備份機(jī)制）;針對(duì)隱私問(wèn)題，任何對(duì)狀態(tài)數(shù)據(jù)的查看、獲取、存儲(chǔ)與使用應(yīng)事先得到船東的許可與授權(quán)。

關(guān)于系統(tǒng)配置，數(shù)據(jù)采集系統(tǒng)應(yīng)滿足：可通過(guò)軟件方式，對(duì)關(guān)鍵系統(tǒng)參數(shù)（如采樣頻率、采樣間隔、采樣時(shí)間長(zhǎng)度、數(shù)據(jù)分析方式（數(shù)據(jù)處理）等進(jìn)行配置）;可通過(guò)軟件系統(tǒng)設(shè)置登錄權(quán)限;可通過(guò)軟件系統(tǒng)進(jìn)行網(wǎng)絡(luò)參數(shù)配置等要求。

3 基于大數(shù)據(jù)流式結(jié)構(gòu)的船舶運(yùn)維模式

在大型船舶的自動(dòng)化運(yùn)維管理系統(tǒng)中，傳感器實(shí)時(shí)地采集和處理數(shù)據(jù)，由于傳統(tǒng)的單中心數(shù)據(jù)處理架構(gòu)所能達(dá)到的處理速度并不能滿足實(shí)時(shí)處理數(shù)據(jù)的要求，因此數(shù)據(jù)處理的架構(gòu)應(yīng)由單中心架構(gòu)向著更加多中心架構(gòu)的方向發(fā)展。流式架構(gòu)[4]采用了統(tǒng)一調(diào)度、分布式計(jì)算的方式，對(duì)采集得到的數(shù)據(jù)按照不同類型進(jìn)行分類存儲(chǔ)，通過(guò)負(fù)載均衡算法對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的任務(wù)調(diào)度，實(shí)現(xiàn)了對(duì)計(jì)算資源的有效利用。一種基于流式結(jié)構(gòu)的運(yùn)維模式如圖2所示。

基于大數(shù)據(jù)流式結(jié)構(gòu)的運(yùn)維模式包含數(shù)據(jù)采集、流式處理以及自動(dòng)運(yùn)維應(yīng)用3個(gè)模塊：

（1）數(shù)據(jù)采集模塊

數(shù)據(jù)采集模塊將通過(guò)傳感器或者是監(jiān)控系統(tǒng)采集得到的數(shù)據(jù)通過(guò)無(wú)線網(wǎng)絡(luò)（4 G或5 G）或?qū)Ｓ蠾iFi 局域網(wǎng)傳輸?shù)绞孪戎付ǖ牟⑿形募到y(tǒng)地址中，并行文件系統(tǒng)對(duì)接收到的文件日期及其相應(yīng)的存儲(chǔ)空間進(jìn)行監(jiān)控，如果有新增數(shù)據(jù)傳輸則在系統(tǒng)新生成一條數(shù)據(jù)日志并提交，該日志描述了新接收到的數(shù)據(jù)是否已經(jīng)被處理，若這些數(shù)據(jù)已經(jīng)處理完畢，則進(jìn)行刪除。

（2）流式處理模塊

該模塊用于檢測(cè)文件系統(tǒng)中各數(shù)據(jù)所對(duì)應(yīng)的日志，首先按照鍵值信息對(duì)日志進(jìn)行查找，如果這些數(shù)據(jù)未被處理則將其中的數(shù)據(jù)所對(duì)應(yīng)的地址信息自動(dòng)提取出來(lái)，在該系統(tǒng)中一個(gè)完整的數(shù)據(jù)可能分成若干子數(shù)據(jù)從而存在于不同的并行文件地址中，因此在獲取完整的一個(gè)文件地址時(shí)，子進(jìn)程將會(huì)被掛起直到將所有的數(shù)據(jù)已經(jīng)讀取完畢并且被重新復(fù)位。在對(duì)數(shù)據(jù)進(jìn)行處理完畢后，將經(jīng)過(guò)處理后得到的結(jié)果一一保存到Hive數(shù)據(jù)庫(kù)中，為上層調(diào)用做準(zhǔn)備。

（3）自動(dòng)運(yùn)維應(yīng)用模塊

運(yùn)維應(yīng)用模塊需要通過(guò)中間接口JDBC調(diào)用處理Hive數(shù)據(jù)庫(kù)，同時(shí)通過(guò)B/S架構(gòu)[4]提供交互式的接口查詢，其中B/S 架構(gòu)為瀏覽器-服務(wù)器模式，對(duì)數(shù)據(jù)的讀取、查詢、展示及字段的設(shè)置提供接口。

利用航運(yùn)大數(shù)據(jù)技術(shù)，可以實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)以及能效管理分析：借鑒國(guó)外有關(guān)船舶大數(shù)據(jù)路標(biāo)這一研究成果，能夠長(zhǎng)期持續(xù)有效地對(duì)船舶運(yùn)行過(guò)程中設(shè)備工作狀態(tài)的數(shù)據(jù)進(jìn)行評(píng)估測(cè)試，從而對(duì)其運(yùn)行狀態(tài)進(jìn)行判別。獲取運(yùn)行狀態(tài)之后結(jié)合其本身的運(yùn)行特性，能夠?qū)υO(shè)備的故障進(jìn)行預(yù)防報(bào)警，從而保障船舶設(shè)備日常維護(hù)的及時(shí)開(kāi)展，并降低運(yùn)維管理成本，提高設(shè)備運(yùn)行的安全性。另外，針對(duì)設(shè)備在運(yùn)行過(guò)程中產(chǎn)生的大量數(shù)據(jù)，例如航速，功率等，利用大數(shù)據(jù)清洗篩選，對(duì)數(shù)據(jù)進(jìn)行分類提取，挖掘數(shù)據(jù)的相關(guān)性，并對(duì)關(guān)聯(lián)性進(jìn)行分析，從而對(duì)缺失的數(shù)據(jù)進(jìn)行推算并可校正失真數(shù)據(jù)。將得到的數(shù)據(jù)進(jìn)行轉(zhuǎn)換運(yùn)算，分析船舶運(yùn)行過(guò)程中航速以及功率信息，得到能效營(yíng)運(yùn)指數(shù)，從而為航運(yùn)能效管理、海事核查以及監(jiān)測(cè)提供數(shù)據(jù)支持。以船舶附加氣體節(jié)能裝置為例，利用航運(yùn)大數(shù)據(jù)，可獲得裝置在運(yùn)行過(guò)程中有關(guān)航速以及功率數(shù)據(jù)信息，并在修正過(guò)程中避免來(lái)自海上環(huán)境因素的影響，從而更加真實(shí)有效地對(duì)裝置運(yùn)行之后對(duì)船舶能效控制效果進(jìn)行評(píng)價(jià)分析。

船舶結(jié)構(gòu)復(fù)雜度及動(dòng)力系統(tǒng)的監(jiān)控范圍的不斷擴(kuò)大，使需要處理的數(shù)據(jù)種類越來(lái)越多，利用上述的運(yùn)維結(jié)構(gòu)將傳統(tǒng)的單中心處理模式變?yōu)槎嘀行牟⑿谢幚恚軌虼蟠蠼档蛿?shù)據(jù)處理所需要的時(shí)間。

4 基于物聯(lián)網(wǎng)和工業(yè)云的遠(yuǎn)程運(yùn)維系統(tǒng)

在上述遠(yuǎn)程運(yùn)維模式分析的基礎(chǔ)上，面向設(shè)備的安全管理，基于物聯(lián)網(wǎng)和工業(yè)云的遠(yuǎn)程運(yùn)維系統(tǒng)體系架構(gòu)[5]，設(shè)計(jì)了一套機(jī)艙設(shè)備遠(yuǎn)程運(yùn)維系統(tǒng)，如圖3所示。該系統(tǒng)主要包括物聯(lián)網(wǎng)感知層、數(shù)據(jù)傳輸層、云平臺(tái)層和應(yīng)用層。系統(tǒng)功能的實(shí)現(xiàn)借助了信息采集技術(shù)、網(wǎng)絡(luò)技術(shù)、中間件技術(shù)、云計(jì)算技術(shù)以及一些公共技術(shù)的支持。系統(tǒng)通過(guò)船舶機(jī)艙設(shè)備上的傳感器對(duì)設(shè)備信息進(jìn)行采集，通過(guò)3G/4G網(wǎng)絡(luò)接入互聯(lián)網(wǎng)，將數(shù)據(jù)傳輸至云平臺(tái)進(jìn)行數(shù)據(jù)的分析處理，并通過(guò)應(yīng)用接口程序進(jìn)行岸端操作。

（1）物聯(lián)網(wǎng)感知層

物聯(lián)網(wǎng)感知層是系統(tǒng)的物理最底層，在船舶設(shè)備遠(yuǎn)程運(yùn)維系統(tǒng)中，該層主要由數(shù)據(jù)采集、舵機(jī)狀態(tài)監(jiān)測(cè)和軸系振動(dòng)監(jiān)測(cè)系統(tǒng)組成，如圖4所示。通過(guò)各類傳感器，對(duì)船舶設(shè)備的狀態(tài)信息進(jìn)行實(shí)時(shí)采集，通過(guò)現(xiàn)場(chǎng)總線將數(shù)據(jù)匯集到船上集成平臺(tái)并通過(guò)通信網(wǎng)關(guān)進(jìn)行數(shù)據(jù)上傳。

（2）數(shù)據(jù)傳輸層

通過(guò)建立高效、高可靠的數(shù)據(jù)傳輸系統(tǒng)，將傳感器采集到的船端設(shè)備數(shù)據(jù)傳輸?shù)焦I(yè)云計(jì)算中心的數(shù)據(jù)收集集群，并存入云端數(shù)據(jù)庫(kù)中。

（3）云平臺(tái)層

主要在云端服務(wù)器（計(jì)算/存儲(chǔ)/網(wǎng)絡(luò)）的基礎(chǔ)上對(duì)由物聯(lián)網(wǎng)感知層現(xiàn)場(chǎng)采集得到的各類數(shù)據(jù)進(jìn)行分析處理，并構(gòu)建基于智能云服務(wù)的IOT設(shè)備管理平臺(tái)。船舶設(shè)備遠(yuǎn)程運(yùn)維系統(tǒng)中，通過(guò)物聯(lián)網(wǎng)平臺(tái)對(duì)船舶設(shè)備的各項(xiàng)信息進(jìn)行采集并上傳至云端，構(gòu)建數(shù)據(jù)統(tǒng)一的平臺(tái)，即航運(yùn)數(shù)據(jù)中臺(tái)。

數(shù)據(jù)中臺(tái)主要由數(shù)據(jù)服務(wù)、數(shù)據(jù)引入、數(shù)據(jù)處理、存儲(chǔ)以及智能分析五個(gè)部分組成。其中，數(shù)據(jù)服務(wù)是指用于處理云托管數(shù)據(jù)存儲(chǔ)基礎(chǔ)結(jié)構(gòu)中數(shù)據(jù)虛擬化編程邏輯的Web服務(wù)，能夠使用戶遠(yuǎn)程按需訪問(wèn)數(shù)據(jù)。主要包括API生命周期管理，即監(jiān)督API程序從生成、發(fā)布、訂閱/取消訂閱到執(zhí)行的過(guò)程;托管API服務(wù)，旨在通過(guò)策略保護(hù)API，將API進(jìn)行分組管理、監(jiān)視以及流量分析;數(shù)據(jù)推送服務(wù)，允許應(yīng)用程序異步與用戶代理通信。

數(shù)據(jù)引入則是將數(shù)據(jù)從各種源傳輸?shù)酱鎯?chǔ)介質(zhì)中，組織可以對(duì)注入的數(shù)據(jù)進(jìn)行訪問(wèn)、使用以及分析，數(shù)據(jù)引入的目標(biāo)通常是用來(lái)進(jìn)行操作數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市、數(shù)據(jù)庫(kù)或文檔的存儲(chǔ)。主要包括設(shè)備運(yùn)行過(guò)程中日志數(shù)據(jù)的收集、獲取和導(dǎo)入從船舶傳感器或其他相關(guān)渠道接收的視頻和圖像等媒體數(shù)據(jù)、以自動(dòng)方式對(duì)多個(gè)文件進(jìn)行批量上傳。

數(shù)據(jù)的處理，包括將原始數(shù)據(jù)轉(zhuǎn)換為機(jī)器可讀形式、通過(guò)系統(tǒng)和內(nèi)存?zhèn)鬏敂?shù)據(jù)到輸出設(shè)備以輸出數(shù)據(jù)的格式轉(zhuǎn)換;任何使用計(jì)算機(jī)或設(shè)備對(duì)數(shù)據(jù)執(zhí)行操作均可被定義為數(shù)據(jù)處理。

數(shù)據(jù)存儲(chǔ)是一個(gè)持續(xù)存儲(chǔ)數(shù)據(jù)集合的存儲(chǔ)庫(kù)，它為存儲(chǔ)的每個(gè)不同數(shù)據(jù)實(shí)體創(chuàng)建數(shù)據(jù)存儲(chǔ)，并允許用戶以應(yīng)用程序所需要的格式進(jìn)行數(shù)據(jù)的插入、更新、查詢以及刪除。

智能分析則是利用復(fù)雜的技術(shù)和工具對(duì)數(shù)據(jù)進(jìn)行自主或半自主檢查，以便發(fā)現(xiàn)更深入的見(jiàn)解或做出預(yù)測(cè)。

（4）應(yīng)用層

主要是通過(guò)PC客戶端、WEB客戶端、手機(jī)APP等形式提供設(shè)備實(shí)時(shí)狀態(tài)監(jiān)測(cè)服務(wù)、運(yùn)行統(tǒng)計(jì)分析服務(wù)、故障/異常工況報(bào)警服務(wù)、設(shè)備故障率分布分析服務(wù)、在線故障診斷服務(wù)、實(shí)時(shí)視頻監(jiān)控服務(wù)，等等。

在本章所介紹的系統(tǒng)中，通過(guò)航運(yùn)數(shù)據(jù)中臺(tái)進(jìn)行收集，處理以及分析得到的數(shù)據(jù)，通過(guò)不同種類的API接口傳輸給前端進(jìn)行應(yīng)用開(kāi)發(fā)，能夠?qū)崿F(xiàn)在PC端或手機(jī)APP端對(duì)船舶舵機(jī)狀態(tài)的實(shí)時(shí)監(jiān)控（見(jiàn)圖5）、運(yùn)行趨勢(shì)分析（見(jiàn)圖6）和設(shè)備故障的預(yù)警、報(bào)警等服務(wù)。

上述遠(yuǎn)程運(yùn)維系統(tǒng)將物聯(lián)網(wǎng)、工業(yè)云等技術(shù)相結(jié)合，通過(guò)對(duì)設(shè)備狀態(tài)的實(shí)時(shí)監(jiān)測(cè)與分析，實(shí)現(xiàn)對(duì)設(shè)備的遠(yuǎn)程診斷與維護(hù)，從而降低了設(shè)備運(yùn)維成本，并通過(guò)各類傳感器裝置，實(shí)現(xiàn)了預(yù)防式維護(hù)。

5 結(jié) 論

本文介紹了幾種應(yīng)用了新技術(shù)的運(yùn)維模式：利用大數(shù)據(jù)流式結(jié)構(gòu)對(duì)數(shù)據(jù)并行化處理，降低了處理時(shí)間，提高了數(shù)據(jù)實(shí)時(shí)處理分析的可行性;采用分布式邊緣節(jié)點(diǎn)，利用邊緣節(jié)點(diǎn)的近端優(yōu)勢(shì)，對(duì)收集到的數(shù)據(jù)進(jìn)行邊緣計(jì)算，實(shí)現(xiàn)對(duì)突發(fā)運(yùn)維事件的實(shí)時(shí)分析和處理;最后面向舵機(jī)等機(jī)艙設(shè)備，采用工業(yè)物聯(lián)網(wǎng)，利用傳感器實(shí)時(shí)采集設(shè)備狀態(tài)信息，借助岸基數(shù)據(jù)中臺(tái)，完成了設(shè)備狀態(tài)信息的遠(yuǎn)程監(jiān)測(cè)和趨勢(shì)預(yù)測(cè)，提供了一種船舶設(shè)備的岸基遠(yuǎn)程運(yùn)維的應(yīng)用方法。

從應(yīng)用前景分析，在對(duì)數(shù)據(jù)進(jìn)行采集時(shí)，在船用設(shè)備上安裝傳感裝置，達(dá)到對(duì)設(shè)備狀態(tài)信息的實(shí)時(shí)采集，便于監(jiān)測(cè)與維護(hù)，同時(shí)利用歷史日志信息，在一定程度上能夠?qū)崿F(xiàn)對(duì)故障的預(yù)防以及突發(fā)事件的快速處理;對(duì)數(shù)據(jù)進(jìn)行處理時(shí)，利用大數(shù)據(jù)流式結(jié)構(gòu)并行處理，實(shí)現(xiàn)多中心數(shù)據(jù)分析處理，減少處理時(shí)間，降低運(yùn)維成本。與此同時(shí)，結(jié)合邊緣計(jì)算技術(shù)，將數(shù)據(jù)在近設(shè)備端先行處理，對(duì)數(shù)據(jù)進(jìn)行清洗篩選，減少匯入云端的數(shù)據(jù)量，提高數(shù)據(jù)的處理速度，降低因云端收集數(shù)據(jù)冗余而帶來(lái)的成本。

參考文獻(xiàn)

[1] 湯敏，李沨，曾力，華霖. 船舶配套設(shè)備智能化發(fā)展戰(zhàn)略研究[J]. 中國(guó)工程科學(xué)，2019（6）：22-26.

[2] 陳林博，何支軍，顏挺進(jìn)，等. 智能運(yùn)維發(fā)展史及核心技術(shù)研究[EB/OL]. https：//www.sohu.com/a/322100594_411876.

[3] 朱述寶，修科鼎. 基于邊緣節(jié)點(diǎn)的分布式智能運(yùn)維研究[C]. 第十五屆中國(guó)智能交通年會(huì)科技論文集：2020年2卷.深圳：電子工業(yè)出版社，2020. pp：632-639.

[4] 楊麗. 大數(shù)據(jù)與 B/S 技術(shù)在船舶自動(dòng)運(yùn)維系統(tǒng)中的應(yīng)用[J] .艦船科學(xué)技術(shù)，2018（8A）：115-117.

[5] 張勤剛，姚衡，趙虹，張少民，沈加海. 基于物聯(lián)網(wǎng)和工業(yè)云的紡織機(jī)械遠(yuǎn)程運(yùn)維系統(tǒng)運(yùn)用[J]. 機(jī)電信息， 2018（27）：61-62.

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2019YFB1600600），高技術(shù)船舶科研項(xiàng)目（工信部重裝函[2020]313號(hào)：CJ02N20）