大數據技術在航運業中的應用

李純

摘 要：大數據技術在船舶制造業和航運業中應用，能夠發現很多有價值的信息與規律，對于促進造船和航運業的技術進步具有重要的意義。

關鍵詞：大數據 船舶業

什么是大數據

1980年，著名未來學家阿爾文·托夫勒便在《第三次浪潮》一書中將大數據熱情地贊頌為“第三次浪潮的華彩樂章”。大約從2009年開始，“大數據”成為互聯網信息技術行業的流行詞匯。

大數據（big data ， mega data），或稱巨量數據、海量數據；是由數量巨大、結構復雜、類型眾多數據構成的數據集合，是基于云計算的數據處理與應用模式，通過數據的集成共享，交叉復用形成的智力資源和知識服務能力。

大數據特點

要理解大數據這一概念，首先要從“大”入手，“大”是指數據規模，大數據一般指在10TB（1TB=1024GB）規模以上的數據量。大數據同過去的海量數據有所區別，其基本特征可以用4個V來總結（Vol-ume、Variety、Value和Veloc-ity），即體量大、多樣性、價值密度低、速度快。

數據體量巨大。從TB級別，躍升到PB級別。

數據類型繁多。如網絡日志、視頻、圖片、地理位置信息，等等。

價值密度低。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅只有一兩秒。

處理速度快，1秒定律。最后這一點也是和傳統的數據挖掘技術有著本質的不同。物聯網、云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器，無一不是數據來源或者承載的方式。

大數據分析

眾所周知，大數據已經不簡簡單單是數據大的事實了，而最重要的現實是對大數據進行分析。大數據的分析方法在大數據領域就顯得尤為重要，可以說是決定最終信息是否有價值的決定性因素。基于如此的認識，大數據分析普遍存在的方法理論有：

1、可視化分析

大數據分析的使用者有大數據分析專家，同時還有普通用戶，但是他們二者對于大數據分析最基本的要求就是可視化分析，因為可視化分析能夠直觀的呈現大數據特點，同時能夠非常容易被讀者所接受，就如同看圖說話一樣簡單明了。

2、數據挖掘算法

大數據分析的理論核心就是數據挖掘算法，各種數據挖掘的算法基于不同的數據類型和格式才能更加科學的呈現出數據本身具備的特點，也正是因為這些被全世界統計學家所公認的各種統計方法（可以稱之為真理）才能深入數據內部，挖掘出公認的價值。另外一個方面也是因為有這些數據挖掘的算法才能更快速的處理大數據，如果一個算法得花上好幾年才能得出結論，那大數據的價值也就無從說起了。

3、預測性分析能力

大數據分析最終要的應用領域之一就是預測性分析，從大數據中挖掘出特點，通過科學的建立模型，之后便可以通過模型帶入新的數據，從而預測未來的數據。

4、數據質量和數據管理

大數據分析離不開數據質量和數據管理，高質量的數據和有效的數據管理，無論是在學術研究還是在商業應用領域，都能夠保證分析結果的真實性和有價值。

大數據與船舶業

大數據作為當前的時髦術語，在國內還稍顯稚嫩。這是因為：第一，大數據要在中國滋生，還缺乏文化土壤。“差不多先生”、“大概”的標簽一直貫穿了中國文化的整個脈絡。多數時候，決策的形成是依據主觀經驗，而不是客觀數據。第二，對于數據開放尺度的把握目前還處于探索階段。盡管有些機構掌握了大量原始數據，但是，如何開放數據成了一個頭痛的問題。是開放原始數據，還是開放經過各種加工的數據？是轉讓給擁有更高級計算和儲存能力的大型數據公司，還是將數據開源，與各種各樣的企業共享？第三，國內挖掘數據的工具還不是很成熟。

即便如此，沒有人否認數據時代的到來，尤其在互聯網行業。人們試圖在海量數據中淘到金子。大數據雖然是這兩年才熱起來的概念，但是跟它相關的“數據監測”、“數據挖掘”等概念卻是傳統造船行業中早就有的概念。船舶行業是個傳統產業，它與互聯網和大數據技術結合相對滯后。但是船舶行業是一個全球性且規模龐大的行業，聯系著設計、制造和貨物運輸，聯系著貿易市場和人們的生活，數據來源廣泛，蘊涵著許多具有潛在價值的知識與信息，需要去挖掘，需要去發現。比如以下幾個方面：

1、提升船舶監控系統的“智能化”設計

船舶是由多個系統組成的運載工具，在造船流程甚至是航行過程中，不可或缺的就是監控船舶各種設備的運轉狀況。以往有儀表盤、計算機等等，但最新的智能化船舶監測系統會收集到來自各方面的海量數據，數據一旦變大，就會給監控帶來新的挑戰。如何從海量的監測數據中方便、快捷地查詢與獲取用戶所需的監測信息是船東和船長們極為關注的問題之一。若能把這些大數據好好地加以分析，將有利于監控系統的完備，提高效率，使監控更為及時、自動。

2、監控造船施工，確保安全生產

在安全監管方面，造船界可以積極借鑒和利用有效的技術手段，通過傳感技術的應用和數據的采集，對造船施工過程進行遠程監控；通過對處于流動狀態和室外作業人員行為的遠程監控，確保作業人員的安全。通過這些監控體系的革新和智能化設計，相信對船舶行業是一個福音。

3、推動造船市場的縱深開發

在造船領域，大數據的應用現狀不太樂觀。就全國范圍來看，各個造船廠存在業務數據互相獨立、信息孤島和重復建設等現象，“多數據”往往成了一堆無用之物，難有集約資源、精準決策的導向與價值。若能在此基礎上構建大數據模式，從中發現和洞悉市場風云變幻，將有利于早決策、快行動。例如，通過定期接收、存儲造船的訂單量，分析出某型船的需求態勢，并通過數據分析，了解某時段內造船行業的波峰、波谷態勢，以及各造船廠的接單特色、生產周期等等。通過這樣一份數據報告，可為船廠的經營工作做好前瞻性的準備，提供有意義的參考。endprint

4、開發船舶能源需求預測系統

建造節能型船舶，已是大勢所趨。在這方面，大數據能做的就是預測了。以船舶油耗監控管理為例，通過安裝船舶油耗遠程實時監控和航速優化綜合信息系統，采用傳感器、數據采集、數據挖掘、數據融合、無線通信、定位等技術，能夠為船舶提供實時高效、調度監控、綜合分析等信息服務功能，實現節能、減排、環保目標。具體實現過程為：一是通過該系統監控船舶位置、發動機油耗和轉速信息，實現船舶燃油消耗狀況實時遠程監測；二是通過對實時測量的數據進行統計分析，根據主機油耗量、船舶排水量和航速之間的關系，對船舶油耗進行優選，得到一個位移油耗指標，根據該指標，指導船舶在最佳工作點上運作，實現船舶油耗最經濟的目標；三是通過該系統為航運商提供實時監控和數據管理平臺，結合生產調度系統，實現船舶運輸產業流程的整合，使管理更輕松，航運更高效，有效地降低航運業燃油消耗量，實現節能減排目標。

大數據與航運業

大數據在船舶行業的應用也已經啟動。歐洲已經發表了“MUNIN（Maritime Unmanned Navigation though Intelligence NetWork）”項目，旨在發展新一代控制系統與通信技術，顯示并控制在港和離港的船舶，這無疑推動了信息化船舶與信息化航運的發展。2014年7月，日本船舶技術研究協會著手船舶“大數據路標”工作，通過搜集多艘船舶的航行及其相關數據形成大數據，計劃為船舶的節能航行、船型開發、裝備遠程維護等項目所使用。此外，在航運業的低谷期，人們也在積極探索大數據時代給航運業的轉型發展所帶來的積極影響。隨著G6、2M、CKYH和O3四大航運聯盟的形成，動力將達到全球動力的80%左右。無論是航線設置、港序版圖，還是網絡覆蓋、運力調整、營銷設計，都將催生航運的大數據時代。

1、船舶營運數據的監測

通過收集船舶營運數據信息及營運船舶性能監測，將獲得大量與船舶營運管理、船舶航行環境、船舶航行性能及營運能耗有關的數據。目前信息技術和通信技術發展迅速，船舶儀器設備已逐步智能化，航行船舶的衛星定位技術已經比較成熟，使得營運船舶很多物理數據的測量已成為可能，通過對營運船舶長期監測，將逐步形成大數據的集合，奠定航運業船岸信息一體化的基礎。

2、航運數據的挖掘與應用

通過收集和對營運船舶監測獲取的數據進行統計分析以及價值挖掘，可以獲得很多有價值的數據信息，如船舶的功率與航速、船舶能耗數據、風浪對船舶航速的影響、各種節能措施的節能效果、污底對功率的影響、航線航區的海況資料和各類設備運行狀態等數據，具有廣泛的用途。

結語

在大數據時代的背景下，給船舶制造業和航運業帶了挑戰，也帶來了機遇！正確處理好大數據，將為企業帶來更大的利益和優勢！

（作者單位：中國船級社武漢分社）endprint