船舶电站虚拟操作平台智能评估系统

李婷云，黄建伟，郭家建



船舶电站虚拟操作平台智能评估系统

李婷云，黄建伟，郭家建

（福建船政交通职业学院，福建福州 350007）

虚拟仿真是提高轮机模拟器训练效果的重要手段之一。为了更好的规避主观意识或者主观标准，特别引入智能评估系统，智能评估系统里最重要的参数就是各种评估规则下权重的使用，结合评估算法对人机交互操作进行有效性判断，提高学员培训的时效性和仿真真实度。

智能评估 虚拟仿真 评估算法 交互操作 有效性

0 引言

虚拟仿真技术在船员培训及考核中的应用已经有了大量的探索和前瞻性的研究，轮机模拟器仿真系统的核心是数学模型和三维虚拟模型，包括船舶机舱设备的数学模型、监控系统数学模型、各种控制逻辑模型及交互操作评估模型等。STCW公约采用相当大的篇幅规范了使用模拟器进行训练和考核的有关规定，采用新型的虚拟模拟器进行智能评估和考核将会成为未来航海教育的重要应用和评估手段。

评估模型的基础是数学仿真模型、三维仿真模型、交互控制模型和专家评估模型。数学仿真模型主要是利用数值模型模拟实际系统的物理过程，并在实际的仿真实施中，将被仿真系统的物理过程描述成一定的数学模型，将其转化成计算机处理的离散化模型，最后进行程序编码以实现对实际物理过程的仿真。

三维仿真模型主要是建立完整的虚拟机舱几何模型并提供高度真实感场景画面，提升机舱视景系统的沉浸感，重在对于机舱三维场景漫游的真实感和模型的精度的几何建模。交互控制模型主要是研究在三维仿真模型的视景系统中参与仿真训练学员的交互方式和控制算法，以及仿真响应速度，提供一种更易于操作、训练和研究的真实感和实时渲染速度。专家评估模型主要是对于评估学员在实现机舱设备的场景漫游和人机虚拟交互操作的算法模型和评估建模，对三维拾取过程附加有效性判断，对三维交互点进行了行为建模和权重评估，给出智能评估操作分析结果。

最后，模型的校验和仿真的认定也是相辅相成，交替进步的结果，通过各个学员经过一系列的虚拟交互操作模型后，所得出的智能评估结果能否真实反映原系统的真实特性，这也是虚拟交互操作系统必须重视的工作，一方面可以用来验证研究对象的连续数学模型经过离散化后建模的离散化数学模型是否正确；另一方面也可以通过比较实际系统或实物模型与仿真模型在相同的输入条件下，输出结果的一致性程度来衡量模型的准确度。因此，仿真模型的校验和认定也可以反过来促进仿真质量的提高，以期发现和优化仿真模型及智能评估软件中的程序错误和评估权属问题。

2 智能评估体系

智能评估是对学员操作训练及对其掌握的熟练程度进行综合评估，仿真模型的数据处理和输出是产生数据库的关键步骤，智能评估的核心是建立层次结构的评估指标体系，通过数值仿真验证模型的准确性，在可视化仿真环境中实现船舶机舱机电控制系统的实时渲染、自动漫游与交互操作，提升了仿真系统的真实感。智能评估系统根据虚拟模型的交互碰撞和评估算法得出评估结果。该体系是一个递阶层次结构模型，智能评估体系结构按功能划分为4个层次，包括目标层、评估层、管理层、物理层。其组成结构如图1所示。

图1 船舶智能评估结构图

最高层是总目标层，给出虚拟智能评估的总体目标和智能评估结果，例如船舶电站电能质量评估、船舶电站故障冗余和容错控制仿真评估、船舶电力系统综合监控系统分析评估等。中间层又称评估层、准则层，根据实际仿真的船舶电站机电装置和评估模型进行系统综合评价的准则和知识推理评估分析[1]。管理层又称指标层或权重层，各项指标对应的各项模型的重要程度是不同的，当衡量各项指标对其相关目标的贡献值时，应该赋予不同的权重。权重的确定可以采用德尔菲法（Delphi）和层次分析法（AHP法）等[2]。前者擅长评估系统预测，在智能评估评价中用于指标权重的选择，后者则将复杂的系统进行简化，用一种有序的层次结构和判断矩阵的方法进行定性定量分析判断和数学运算结合起来，确定各模型目标的权重。最底层是物理层，根据实际的模型库和数据库所提供的操作交互数据来作为指标度量标准的依据，包括指标归一化、指标定量化，甚至精确到度量分级的标准，以进一步优化模型参数作为参照标准确定评估模型的指标值，如图2所示。

3 评估操作权重的确定

传统的轮机仪器操作评估主要是依赖评估员，在具体的评估过程中难免存在一些主观标准评估或者评估标准不一致的现象，这些现象的存在导致评估的理想状态难达到。为了更好的规避主观意识或者主观标准导致的非评估理想状态，特别引入智能评估系统，智能评估系统里最重要的参数就是权重的使用。

权重又称权数、加权系数，是指各评价指标对评价对象影响程度的大小，在多指标评价和预测体系中经常用到权重。即目标对象重要性的度量，反映的是评估系统对目标的重视程度、各目标指标值的差异程度、各目标指标值的可靠程度等。智能评估系统采用的是多层次多指标评价体系，即各个层次中每项目标指标根据不同的工况都有各自不同的权重[3]。优势在于权重的使用有利于评价指标的评分值。合理确定权重值主要体现在技术性能评估、正确度评估和经济性评估，使智能评估具有良好的综合性能和准确性。

4 模糊操作评估判断

轮机员对船舶电站负载设备操作有多种，如发电机的起停、负荷的转移、频率的调整，冷却水泵的起停，燃油的加热，油品的切换等，看起来纷繁复杂，难以分类。其实，仔细分析轮机人员对船舶电站负载设备的所有操作过程，可以发现，操作处理过程按目的可分为3种类型：保持稳定工况、工况的切换转移、突发情况处理。

最难处理的就是凭主观臆断出的评价系统，比如采用的是大致、可能、比较等模糊语言，这种评判虽然比较符合客观实际和人的表达方式，但是对于量化处理有些困难，需要通过一定的方法量化、综合后才能得到评价信息，这种指标本身模糊性较高、复杂度较大，评价指标具有一定的局限性，需要一定的证据推理方法使其定性量化的结果有成效性[4]，概率分配函数具有一定的不确定性和合理性。

比如评价标准是特征集：

同时对应的模糊词语集定义为：

可以根据7个类来充分灵活的表达各个模糊词语，比如表述为肯定时，指标判断为优；表述为绝对不可能时，指标判断为差；下面两个表格分别为模糊词语的定义集和特征集的定义。

(k=1,2,3,4;j=1,2,...n;) （1）

表1 模糊词语的定义集

表2 模糊词语的特征集

由此可根据各专家的知识、理解和偏好上的差异，得出可靠的专家评估意见。假设各指标tl给出n个专家的权重为：

(k=1,2,..n;)

假设一组专家群组中，权重比例最高的专家其判断结果的可靠性最高，不可靠程度只和专家的经验、偏好有关。其他专家评判不可靠的相对程度除与自身的经验、偏好有关外，还与其他同等最高权威的知识的相对差异有关。我们可以对专家指标tl评判的相对可靠性定义为：

属于专家评价中的未知信息，可以用于多个定性指标的不确定信息进行层次综合。在具体的实施中通过运用评估模型对相应的轮机机电设备进行评估和考核，前提是通过相应的经验对题型和使用过程进行更深层次的细化和优化，并且在评估模型的基础上提取相应的评估参数，然后设置权重等内容[5]，从而形成更完整的评估模型机制，达到难易度的调整需求。

5 智能评估专家库

基于专家的经验和专业知识建立逻辑推理和操作程序，再加上实际培训过程中涉及的理论、实操、故障判断、应急处理措施等建立一套完善的智能评估系统。该系统主要分为三部分：推理机制专家库、评估系统专家库、故障判断应急处理故障库。各大专家库的支撑数据主要来源于仿真初始化数据库、仿真变量库、仿真模型数据库、仿真过程数据库、故障变量越限数据库等多个子库。它们各自的子系统统一管理，各种应用程序只能通过各库的子系统才能访问低层的数据[6]，这样方便保护低层数据不被轻易改写。通过与评估子系统的交互和逻辑控制分析脚本，才能完成具体的评估，得出相应的评估结果，后台会实时保存学员的仿真训练步骤和记录，以备学员和老师查询操作者的成绩。脚本是基于虚拟场景平台利用VRML语言的事件机制和route路由，结合Javascript编写的程序，通过键盘和鼠标交互，按照船舶电站各个实操项目的操作要求和逻辑控制，实现虚拟仿真环境下的仿真操作训练和评估考核，远程、网络、在线评估和交互操作在客户端可以便捷地实现[7]。逻辑控制实际上是指Javascript编写的逻辑判断和动作执行的脚本程序语句，由VRML在应用软件进行时加以解释，从而让评估学员建立各动作与逻辑的系统函数之间的联系。

各个子库平台的搭建主要是基于船舶机舱各个机电操作设备虚拟系统的实际构建一体化平台VRML，对各个操作对象进行虚拟操作过程的分析，建立知识库，通过该平台通过Microsoft Visual C++ 6.0（VC++ 6.0）、Microsoft DirectX 9.0 SDK、VRP开发工具包（VRP-SDK）、声音引擎（FMOD-SDK）和数据库系统（Microsoft SQLServer）搭建实现操作记录步骤[8]，完成原始数据的采集，结合相应的算法与实际操作中的专家库系统数据进行对比推理判断，并给出实操提示和代码，进而给出智能评估的最终目标和智能评估结果。数据库系统主要记录操作数据和评估库的信息，考虑数据的安全性和数据交换的便捷性，选用的是SQLServer2010数据库系统。因智能评估系统重在评估结果的正确性和逻辑推理评估判断的快速性，为了提高评估的速度和交互操作的时效性，模型库的模型尽量删除一些不必要的面采用简模。在操作评估的过程中，当相应的事件或者虚拟对象代码被激活，就会给出动态的提示，比如虚拟场景中避碰操作时的文字提示，或者右击鼠标事件做出选择操作。或给与某些特殊操作声音提示以弥补虚拟操作场景的不足。

6 小结

智能评估系统实际上就是对船舶电站操作系统的各种属性的描述，只是有些操作属性是定性、定量的，也有些是模糊的、不具体的，没有办法直接给出具体、严谨的量化标准。单纯定量的指标，直接用度量的数据转化为数量等级标准，像启动和停止操作。具有半定性和半定量性质的指标，采用定量与定性相结合的方法，像减速停车和调频调载操作。需要完全依赖专家系统模型进行经验判断的指标，可以视为模糊指标或灰色指标。这类指标采用模糊评价方法，用指标向量度量标值，然后转化为数量等级，比如故障判断操作。不管采用何种智能评估指标和评估准则进行操作步骤的指标定量化，都需要依据实际操作的步骤和具体评价对象进行分析，建立能够准确反映设备属性和描述各种属性的指标体系，然后根据评估体系中的有关指标度量标准数据进行指标归一化、指标定量化。最后运用多种方法评价各操作结果，并把各种综合评价结果与实际实物操作判断结果相互比较印证，以提高智能评估的可信度和有效性。

[1] 吴志良. 船舶电站及其自动化系统[M]. 大连海事大学出版社, 2010.

[2] Xu Minghua.Design of ship power station monitor system based on muCOS-II. Ship Engineering, 2012, 34(5): 47-50.

[3] Wang Haoliang, Zhang Chunlai. Research on tran-sient stability simulation of ship power system. Manufacturing Science and Technology, 2012(383): 2055-2059.

[4] Tang Wusheng, Li Qinghua, Sun Qiucheng. The s-tudy of the application of XML Technology in B/S System. 2010 Internation Conference on Computer,. Mechatronics, Control and Electronic Engineering(CMCE), Hubei, 2010, (5): 334-337.

[5] 周晓光. 基于GDI+的地图符号库的设计开发与优化[D]. 湖南: 中南大学, 2010.

[6] Yong Zhang, Bin Gecui. Research on web-based scientific computing legacy application sharing[J]. Elsevier Journal, 2012, (24): 926-931.

[7] 林成春, 孟湘来, 马朝东. C#数据库程序设计[M]. 北京: 清华大学出版社, 2010.

[8] 白德平, 袁斌, 刘建全. B/S与C/S混合体系结构开发应用程序[J]. 微计算机信息, 2010, 26(7): 151-153.

Intelligent Evaluation System for Virtual Operation Platform of Ship Power Station

Li Tingyun, Hua Jianwei, Guo Jiajian

(FuJian Chuanzheng Communications College, Fuzhou 350007, Fujian, China)

U665.12

A

1003-4862（2019）03-0037-06

2018-09-19

2018年福建省中青年教师教育科研项目（JZ180351）

李婷云（1983-），女，讲师。研究方向：从事船舶电气，船舶模拟器虚拟仿真研究。E-mail:.