大数据技术在船舶管理中的运用及效果观察

◎ 王维成 抚州市交通运输局

随着水路运输行业的不断发展，船舶管理工作越发受到重视，将大数据技术应用到船舶管理中，借助大数据的优势，有利于提高船舶运输过程中的系统识别效果以及数据分析水平，促使船舶信息化发展水平得到快速发展。此外利用大数据技术还能够有效提高船舶管理效能，降低船舶运行成本，对加快水路运输的能效有明显帮助。

1.大数据技术运用特点

大数据技术在应用过程中将网络与电脑整合，能够在短时间内完成对海量数据的收集、处理与集成。其不仅具有速度快和量大等特点，同时具备多种表达方式，且结构较为复杂，能够应用到不同的系统中，促使相关系统功能价值得到显著提升。大数据技术在运用过程中的特点主要体现为：规模性、多样性、高速性和价值性四个方面，在实际应用时，多用于数据挖掘、数据预测以及聚类分析中。通过对大量数据的整合分析，能够找到不同数据之间的关联，以此为基础进行预测，或数据分类，有利于提高数据的使用效率。

未来大数据的发展趋势主要包括以下方面：其一，与云计算结合，构建新的计算形态，如在船舶管理中，可以提高数据的采集与运用效率。其二为数据管理。通过与管理功能的结合，使其水平得到提升，如在船舶管理中，利用大数据技术能够帮助调度工作，分析资源情况，并对故障系统进行维护等。

2.大数据技术在船舶管理中的运用

2.1 识别系统的运用

船舶管理中的自动识别系统（AIS）在运行中，通过收集和分析船舶与岸边以及运行经纬度变化等数据，分析当前船舶运行状态，自动识别船舶运行中的风险因素和非法操作，保障船舶的稳定运行[1]。由于水路网整体复杂性较高，尤其在内陆河道中，水体面积有限，船舶运行过程中容易受到多种因素影响，产生运输故障，为保障安全性，应借助大数据技术构建自动识别系统，提高船舶管理效率。

在识别系统构建时，应在大数据技术的基础上，构建新的计算框架，为大规模数据的计算提供帮助。以Spark为例，其在运行过程中，需要构建计算框架，如图1所示，在驱动器作用下，构建集群管理器，并与不同工作节点联系，为驱动系统的运行提供调整依据，使启动程序顺利运行。

图1 Spark计算框架

以船舶轨迹数据预处理工作为例，在大数据技术作用下，优化船舶轨迹AIS系统的运行效果[2]。由于船舶运行过程中，内部安装多个AIS设备，使得其在运行中，收集大量的轨迹数据，而想要得到船舶的运行情况，需要利用轨迹数据进行分析，以此来确定数据是否存在异常。由于轨迹处理数据量非常大，因此可以使用大数据技术提高数据预处理速度，同时避免数据的缺失和异常情况，保障数据完整性。

在船舶轨迹数据预处理时，需要结合船舶的编号、报告位置的时间和经纬度以及船舶类型，并将其绘制成表格，见表1，再利用系统完成数据处理工作。

表1 AIS数据模式表格

在数据预处理时，需要将原始的船舶轨迹数据传输到系统中，并借助大数据技术清洗数据，去除重复和异常内容，并按照要求进行整合排序。完成后进行数据采样分析。结合计算结果提取异常数据，在此基础上删除异常数据并重新计算航向等信息，为后续的AIS轨迹数据管理提供参考。

2.2 调度工作中的运用

船舶调度工作主要是安排船舶的生产活动，同时监管指导船舶稳定作业与航行，在该过程中需要结合各种影响因素对船舶的运行状态进行调度，保障船舶安全航行。在该过程中，融合大数据技术构建智能监控体系，是当前船舶调度工作发展的主要方向，工作人员可以利用系统监控船舶的运行动态，并利用大数据处理船舶的运行参数，并由系统自动跟踪和批量查询船舶的相关数据，全面加强船舶调度作业效率。

与传统的调度系统相比，智能大数据调度系统的运行效率更为理想，且整体数据的分析准确性较高[3]。设置仿真测试，设置传统船舶调度系统和新型智能大数据调度系统两个实验组，并向其中分别输入难度等级1-5的数据，计算数据的调度时间和准确率，整合测试数据并分析。通过仿真测试，分析不同难易程度状态下，调度程序的运行情况，不同调度系统的时间消耗情况如表2所示，调度数据的准确率如表3所示。

表2 仿真调度数据时间对比表（s）

表3 仿真测试调度数据准确率对比表（%）

通过结合仿真测试的数据能够发现，相同调度系统下，难度等级提升后，其调度时间延长，同时相同难度等级下，智能大数据调度系统的数据调度时间明显少于传统调度系统，且智能系统的调度准确率始终保持100%，在应用上具有明显的优势，对提高船舶运行稳定性和安全性有较大帮助。

2.3 数据采集中的运用

船舶运行过程中，利用各类型传感器识别并采集环境信息和运行信息，并对信息进行处理，以确保船舶的稳定运行[4]。此类数据量较大且存在较多的无效数据，因此使用大数据技术完成数据的采集与处理，对保障系统稳定性十分重要。在船舶数据采集系统构建时，需要设置船舶无线局域网以及传感器，在网络支持下，使传感器数据顺利回传到系统中。传感器的设置需要根据需求合理选择，常见的传感器包括姿态传感器、GPS、温度传感器以及超声波传感器，其中GPS系统使用时需要在船舶上安装RD射频以及基带芯片等设备，构建监测站，确保能够与卫星系统达成合作，完成数据的传输。超声波传感器在测量时，主要使用s=vt/2计算（其中s为测量距离；v为超声波传播速度；t为超声波往返时间）。

数据采集时，系统识别数据类型，并构建相应表格，使后续的查询更加便捷，在设置表格时，以用户表格为例，见表4。

表4 用户信息数据采集表格

结合实际数据采集工作需求，采集用户信息、船舶运行信息、船舶内设备运行数据等相关内容，借此来进行数据的分析，了解当前船舶的实际运行情况，帮助识别运行故障，为船舶运行提供相关的参考，保障船舶顺利航行。

2.4 资源分析中的运用

船舶资源分析的主要目的是提高船舶运行中的能源利用率，加大节能航行管理效果。在该过程中，一方面，应利用大数据技术提高船舶纵倾优化效果，快速并准确计算船舶在不同条件下的运行情况，以及不同运行速度下受到的阻力情况，在此基础上通过优化的方式减小船舶航行阻力，提高实际的运行效率，保障船舶运行稳定性。设定不同的船舶运行条件，使用大数据技术完成数据的统计和计算，分析在不同状态下船舶的资源消耗情况，此时考虑船舶在外界影响下的动态变化情况，最终得到最佳的船舶动态纵倾情况[5]。

另一方面，利用大数据技术优化船速，提高船舶的航行能效，以此减少油耗情况，使资源利用率得到提升。在大数据技术计算时，需要采集船舶在不同速度下的航行状态，包括主机转速、油耗情况等，结合船舶的运行航线要求以及运输过程中的载重情况，计算最佳的运行速度，有效减少能源消耗。在计算时，可以构建相应的计算模型，如速度与功率的关系模型、设备负荷与油耗的关系模型等。收集大量船舶运行数据，并分析不同变量之间的关系，使船舶保持在最佳航行速度。

2.5 预测性维护中的运用

预测性维护技术能够通过分析设备运行数据，预测设备可能发生故障的可能性，并根据监测的数据，提出恰当的应对措施，以此加大设备监管效果，保障设备的稳定运行。船舶管理中，由于船舶整体控制体系较为复杂，且容易受到多种环境因素影响，恰当的预测性维护管理，能够提前识别并发现船舶的运行故障情况，并自主采取恰当的维护方法，使船舶系统保持稳定性。在预测性维护系统运用时，需要利用船舶监控体系，收集相关装置和设备的运行数据和状态信息。

以船舶液压装置为例，在液压系统中安装传感器，监测系统运行数据，并利用网络上传到系统中。使用大数据对采集的监控数据进行预处理，一是剔除数据集中的异常值，此类异常值受到不可控因素影响，不具备代表性。二是去除数据噪声，将监测数据中非实验数据剔除，加大特征提取效果。特征提取时，根据液压装置监测数据，从时域和频域两方面分析信号，最终得到真实特征数据。

3.大数据技术在船舶管理中的运用效果

船舶管理过程中，合理融入大数据技术，不仅能够加大对船舶状态的把控效果，同时能够为船舶运行状态做出正确指导，促使船舶保持稳定运行状态。在具体应用过程中，利用系统识别技术了解船舶运行情况，利用智能化大数据调度系统，提高船舶调度精准性和效率，同时借助数据采集和资源分析系统，结合船舶实际情况，使船舶保持最佳的运行状态，并利用预测性维护系统，保障船舶运行安全。通过对大数据技术的充分应用，构建新的船舶运行线路和管理方案，将其与以往的船舶航行数据进行对比，结果如表5所示。

表5 船舶管理状态对比表

通过船舶状态对比情况能够发现，在大数据技术支持下，船舶的载货工况变化幅度相对较小，同时船舶管理的年耗油量明显减少，降低7.29%，船舶的波浪增阻下降，使船舶运行过程中的阻力减小，通过增加速度达到提高能源利用的目的。由此可见，大数据技术作用下，船舶管理效果有明显提升[6]。

4.结束语

综上所述，大数据技术在船舶管理中具有十分重要的作用，通过分析能够发现，大数据技术能够明显提升船舶管理中的相应功能使用效果，能够大幅度提高系统识别能力、强化调度系统作用效果、加强数据收集处理效率、加大资源分析力度、提升预测性识别准确率，促使船舶的管理功能更加完善。未来发展中，为进一步提高船舶管理效果，需要相关人员加大相关技术的研究与应用，不断提升我国船舶管理水平。