购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

第五节
现代海洋电子信息业与工程装备制造业融合发展的重点领域

技术融合是海洋电子信息业和工程装备制造业融合发展的重点领域,当前,欧美等发达国家和地区的电子信息技术较为成熟,日本和韩国等后发赶超国家也在海洋工程装备智能制造及系统集成制造方面取得突破。虚拟技术、精密制造技术、集成技术等是当前海洋工程装备制造的电子信息化方向。

一、国外融合发展现状

目前,国外生产海洋工程装备的发达国家和地区正在不断推动海洋工程装备的电子信息化,将海洋电子信息业的技术突破用于海洋工程装备制造的发展上。当前,海洋工程装备制造的电子信息化方向有虚拟技术、精密制造技术、集成技术、人工智能技术等。随着生产理念的改变、网络化制造的升级,海洋工程装备制造的异地设计、异地生产管理也是技术发展的焦点。在数字化、敏捷制造等先进技术突破的背景下,并行工程等先进模式逐渐得到广泛应用。

欧美的电子信息技术较为成熟,目前已初步实现了海上油气生产设施的智能化设计和管理。如西门子创建了海洋工程装备制造从设计到售后全周期的“数字孪生模型”,充分发挥了Top sides 4.0综合软硬件一体化设计和管理解决方案的作用,为海上油气生产设施的全生命周期管理提供支持,实现了开发周期更完整、建设成本更低、运维效果更好的目标。

日本、韩国在海洋工程装备智能制造及系统集成制造方面取得较大的突破,日韩通过开发集成制造系统,打通各个环节的数据流通问题,加强设计与集成制造之间的联系,实现了油气生产设备设计与制造一体化。如由韩国三星重工与Intergraph联合开发的Smart 3D是智能设计的一大突破,于2012年首次在钻井船设计中使用,极大地提高了设计效率。Smart 3D通过充分利用专门为海洋工程项目开发的宏观几何系统和高级版本,集成各种设计规则,能够快捷地创建节点模型,自动检查设计问题并纠错,还能够与制造自动化系统共享设计信息,避免数据的偏差,并根据设定的时间表自动执行操作。据统计,Smart 3D在实际的运用中提高了50%以上的设计效率。在生产设备设施方面,日本海上油气生产设备企业重点开发开放式和封闭式结构的双壳体焊机,从而更加智能、灵活、操作方便,同时易于维护。各种类型的焊接机器人广泛应用于制造过程中,以提高装配和焊接效率。韩国现代重工一直注重进行大数据研究,目前已将大数据技术应用到海洋工程装备制造第一、二代的设计开发以及装备制造管理的决策支持中。当前,韩国启动了“利用大数据防止海洋工程装备施工延误研究项目”,该项目将海洋工程装备项目的建设过程分为不同阶段,并对每个阶段进行重点分析,以减少延迟交付错误。研究成果将应用于实际的施工过程中,预计将支持施工过程优化并每年节省约500万美元。

总体而言,西门子、三星重工等少数国外企业在单体海上油气保障装备智能化生产方面具备一定优势,并在综合项目信息管理系统方面积累了一定经验。但目前,国外海上油气生产装备的智能化生产整体还处于早期阶段,中国国内行业有机会迎头赶上。

二、技术融合路径方向

(一)人工智能赋能海洋装备

未来,评价海洋工程装备的性能将从传统的数量、吨位转变为其智能化、数字化、无人化发展水平。装备智能化与智能设备是人工智能赋能海洋装备的两种实现形式。装备智能化强调用人工智能算法对原有的装备进行智能化改造,将算法嵌入传统装备从而提高其识别、判断等能力;智能设备强调设备本身是具有感知、分析等智能功能。装备智能化是后来的转变,而智能设备是先天的。装备智能化的关键在于为装备定制具有感知、推理等功能的智能模块。智能设备的典型代表是无人系统,具有自主性的特点。人工智能赋能海洋装备,海洋装备的智能化水平体现在以下几个方面:

其一,物理领域的智能化。将控制规则等知识以智能模块或软件的形式融入海洋装备中,提高其感知能力、机动能力等,从而催生无人船、无人机、无人潜艇以及智能生产系统和自动诊断修复系统等。其二,信息领域的智能化。将人工智能应用到海洋工程装备制造信息获取、处理等各个环节,扩大采集范围,加快处理速度,提高信息质量,丰富信息对抗手段。其三,认知领域的智能化。为我国海军装备的航路规划、指挥控制、维修保障等领域建立类人脑的分析、判断、决策与学习能力,提升态势感知、态势判断与辅助决策的能力。其四,社会领域的智能化。将人类智慧与机械精度有机结合起来,从而达到人与人、人与设备、设备与设备之间的深度融合、共享感知、协同行动。

(二)海洋装备智能化发展

设备智能化可以渗透到海洋设备“建设、管理、运行、维护”等环节,如今,海洋装备的传感装置、控制系统、决策策略、运维技术、制造环境的智能化改造取得了重大进展。海洋装备智能化改造如图1-14所示。

图1-14 海洋装备智能化改造

1.感知智能化

“看得清、听得远”是提高船用设备性能的重要指标,海洋设备一般通过雷达、声呐以及各种成像设备来感知电、声、光的变化,进而了解周围的环境。因此,提高雷达、声呐和视觉感知装置的智能化水平,有利于增强海洋工程装备的感知能力。

智能雷达。雷达的智能化包含三个层面:处理智能化、系统智能化和体系智能化。处理智能化是基于数据挖掘、深度学习、强化学习和视觉认知,可实现特征提取、目标识别、干扰对抗、检测跟踪;系统智能化能够实现电子战博弈对抗、雷达无人控制;体系智能化能够实现复杂射频探测、多源信息融合、雷达群体智能等关键技术。

智能声呐。声呐智能将先验知识和持续学习引入传统声呐系统中,对发射器进行自适应反馈控制,从而通过深度学习等系统方法在发射器与接收器、环境与目标之间建立动态闭环,该方法提高了声呐图像识别能力。当今第四代主流声呐的主要特点是多阵列、多频段探测,复杂信息处理和集成应用,随着人工智能技术的不断发展与完善,声呐系统的智能化程度也在不断提高。第五代声呐将实现多功能无人战斗声呐,在灵敏度、探测范围、算法精度、智能水平等方面都有较大的提升,典型产品是美国雷神公司为美国国防高级研究计划局的反潜连续跟踪无人船“海上猎人”项目开发的模块化可扩展声呐系统(MS3)。

智能视觉感知装置。以色列Orac AI公司的智能视觉传感系统能够有效降低由人因错误导致的碰撞事故,保障航道及深海水域的航行安全。这种飞行器能够将AIS数据、雷达数据以及电子海图数据进行整合,提出了一种基于自主导航的船舶自动感知方法,通过对电力系统和传感器的信息进行有效的交互,保证了船舶的自由航行。粤港澳大湾区海洋工程装备应以人工智能算法为基础,将视觉传感装备智能化,以提升海洋装备的成像性能,针对海洋环境、气候海况及复杂照明等特点,将自然光与红外光源相结合,对图像进行配准、识别与匹配,以改善图像的显示效果,并迅速获取语义信息。其中,智能成像技术包括透雾技术、黑光与高分辨成像、红外与可见光图像配准、图像识别、语义分割和图像抽取等。

2.控制智能化

运行平稳、精准是衡量船用设备性能的重要指标,波浪和汹涌的洋流使海洋设备难以保持稳定位置、精确控制和准确定位,人工智能的引入可以进一步提高海洋设备的检测率。

船舶动态智能定位。动力定位是船舶工程的一种定位方法,首先利用声呐确定船舶位置,然后船舶自动控制系统发出指令,控制安装在船头和船尾的侧推进器确定船舶位置。基于比例积分微分(PID)控制、线性二次高斯(LQG)控制、直接参考自适应控制(DMRAC)、反馈和模糊控制以及神经网络方法,可以实现智能动态定位控制。

智能水下位置控制。自主水下机器人(AUV)的位姿控制涉及自身运动形态、执行器和传感器等多个方面的复杂控制,而海洋环境复杂多变,使得其定位控制成为AUV研制中的一大难题。AUV六个自由度的空间运动是一种显著的非线性、交联结构。常用的控制方式有:神经网络控制、模糊控制等。神经网络控制具有较好的优势,可充分利用AUV的强非线性和各自由度间的相互联系,具有自主学习能力;但其参数难以调节。结果表明,在外界干扰幅值较小的情况下,神经网络将产生显著的学习时滞,从而引起系统的振荡。模糊控制器设计简单、稳定性好,但模糊变量和隶属函数的选择范围较大,限制了模糊控制在控制水下机器人运动中的应用。相关文献在模糊控制方法的基础上,结合神经网络的自学习能力,提出一种新的S面控制策略,并利用免疫遗传算法对其进行优化,加快S面控制器的整定速度,从而显著地提高控制器的控制精度与收敛性。

智能水下导航。当前,大部分的AUV都是利用人工智能算法进行联合导航,以实现惯性、多普勒声呐以及基于声呐影像的视觉导航;采用增强学习等方法,实现了对水下声波的追踪与定位。采用GPS外定位技术,改善了定位的准确性。

3.决策智能化

海洋环境十分复杂、瞬息万变,陆地、海洋、空中、太空等维度的情况相互关联,仅仅依靠手工解读情况地图,已日益难以理解和预测形势,清晰的判断和精确的计划也是提高海上设备性能的重要标准,人工智能的引入可以进一步提高海上设备的决策能力。

智能路线规划。智能路径规划不仅包括水面车辆的智能导航路径规划,还包括水下机器人的智能避撞。为解决船舶导航问题,有关研究拟从船舶动力学与静态性能两个角度出发,采用粒子群人工智能算法,对船舶航迹进行自适应搜索,从而实现船舶航迹规划。针对现有航迹规划方法存在的条件单一等问题,有关研究拟基于云计算的基因特征算法,对船舶航迹的大数据进行基因特性分析,获取有代表特性的备选航迹。在此基础上,采用大数据优化算法,求解并获取备选航线的最优航迹。水下航行器由于风浪、海流和深海压力等多种因素,其在海洋中的运动受到了极大的影响。为了更快地适应海洋环境,并具备较好的避撞规划与路径优化能力,AUV必须具备很好的学习机理。针对上述问题,该项目提出了一种基于网络的Q-学习方法,并将其引入多个传感器数据中,并利用势场方法,将多个传感器的信息融合起来,最终实现AUV在较为复杂的海洋环境中的自主避障行为学习。

智能辅助决策。辅助决策的智能化,就是在知识地图与群体智能算法的基础上,引入各种传感信息,融合先验知识与规则,进行海洋信息的智能关联与集成处理,以及资源调度策略的自动生成与优化,为指挥员快速、准确、全面地决策提供支持。如我国已实现的基于电子海图显示与信息系统的防避台智能辅助决策系统,其通过综合运用计算机技术、人工智能技术和自动控制技术,使智能化船舶海上机动避台和防台部署成为可能。通过智能辅助系统的使用,船舶在出海探测、远洋漂流中机动避台,利用智能辅助决策对台风动态的分析判断,自动化生成防避台决策方案,并辅助实施。 WBmXUEw8R5kbYkOpvKsa2OSlGC1zSJd7B0jtygp9yX84BMR+w9cIAjxAcnxcFKTN

点击中间区域
呼出菜单
上一章
目录
下一章
×