船舶技術狀態評估方法研究狀況概述

趙 軍

?

船舶技術狀態評估方法研究狀況概述

趙 軍

（92493部隊60分隊，遼寧葫蘆島 125000）

本文從船舶技術狀態評估方法現狀出發，研究分析了中外船級社、軍隊和科研院校等單位對船舶技術狀態評估相關領域的研究現狀，探討了采用多目標決策進行船舶技術狀態綜合評估方法，并提出一些展望。

船舶狀態 評估方法 評價指標 多目標決策

0 引言

船舶技術狀態評估是船舶管理使用的關鍵環節。目前，許多船舶的管理依賴評估人員的技術經驗實施船舶狀態評估，缺乏真實性，且存在主觀性。影響船舶狀態的因素種類繁多、數量眾多，層次復雜，并且各影響因素本身具有不確定性。因此，有關組織本著科學性、實用性的原則，結合船舶自身狀態及國際國內公約、法規等現狀，研究制定了實施船舶狀態評估的相關標準，這些標準著重以船舶主機、副機、舵機、錨機、鍋爐、船體結構、救生消防應急設備、通訊導航設備等實際運行狀態為依據，評估船舶的完好率，并根據評估的結果有針對性的安排重點設備檢修與船體維護，解決船舶設備存在的問題，制定有效的船舶狀態改善計劃，確保船舶的安全航行，避免船舶在港滯留時間過長，同時降低船舶檢修費用，從而使船舶能夠更好的完成任務。

1 狀態評估方法研究現狀

應用于艦船裝備系統綜合評估的方法很多，最常見的綜合評估方法大都與平均值相關，如加權算術平均、加權幾何平均，以及兩種平均聯合使用等方法。另外，主成分分析法、功效系數法、理想解法、層次分析法也是艦船裝備系統綜合評估的常用方法。

目前，針對船舶領域，國內外各船級社都已經先后實施了一種與入級無關的船舶狀態評估程序(CAP)，是根據檢查檢驗、厚度測量、強度計算和性能測試等內容對船舶實際技術狀態進行等級劃分的一項獨立和完整的評定，如德國勞氏船級社(LR)、日本船級社(NK)、中國船級社(CCS)等。CAP的目的是為申請方提供一個可供貨主或有關方進行新的租賃或屆滿更新時，使用的與機械設備、結構強度和維持船舶壽命等有關的船舶實際狀態技術文件和聲明，也可為延長船舶的使用壽命而進行的維修保養，以及船舶買賣提供合理的技術依據。

在外軍，美國防部在1988年就簽署指令發布了《美國國防部全面質量管理總計劃》，并在全軍推行全面質量管理體系。例如制定的《海軍常規裝備維修質量評估政策指令》，該指令指出為提高軍用裝備的戰備完好性，定期對軍用裝備的狀態全面評估，并依據評估結果制定維修計劃，且強調在進行質量評估時，應重點考慮裝備的安全性、可靠性和可用性[1]。美國海軍為實現裝備維修保障的精確化和信息化，已全面推行了綜合評估系統(Integrated Condition Assessment System，ICAS)。

國內在民用船舶技術狀態評估方面，中國船級社實施的《現有船狀態評估程序（CAP）指南》提供了一些評級方法。上海海事大學鄭士君教授提出了模糊方法與人工神經網絡法相結合獲得模糊神經網絡法來進行狀態評估[2]，構建了船舶狀態評估與預算系統[3]。由于海軍對艦船的技術狀態綜合評估較晚，再加上艦船類型及型號多樣，很難構建一套適合所有艦船綜合評估系統。一些科研院校先后開展了一些針對艦船主動力裝置綜合評估的研究，目前還沒有形成完整的評估標準與評估方法。如海軍工程大學金家善等[4]提出了基于貼近度的機械設備技術狀態綜合評估方法，并給出了艦船動力裝置綜合狀態監測與評估系統的組織架構[5]。

設備狀態綜合評估就是通過對采集表征設備技術狀態數據，采用科學合理的評估模型和方法，得出評估結果?，F行設備綜合評判方法有層次分析法、加權評分法、模糊綜合評估法、專家系統以及神經網絡法等多種。層次分析法（Analytic Hierarchy Process，簡稱AHP）特別適合一個由相互關聯、相互制約的眾多因素構成的復雜而往往缺少定量數據的系統的決策，并很好地解決了系統中指標體系的構建和各元素賦權值的問題。 AHP方法在我國能源、交通、人口、經濟、環境評估等許多領域得到了應用，如文獻[6]進行了混凝土橋梁健康評估；文獻[7]進行了管路風險評估。模糊綜合評估通常是針對模糊事物或現象的被評估對象，運用一種基于模糊數學的綜合評估法，即由眾多具有模糊性的因素構成的復雜系統。該綜合評價法根據模糊數學的隸屬度理論，利用隸屬函數對模糊因素進行量化，通過建立模糊關系來構造模糊變換，進而對受到多種因素制約的事物或對象做出一個總體的評價，把定性評價轉化為定量評價，目前在許多領域得到了廣泛應用，如文獻[8] 進行了噴水推進器液壓系統安全評估。人工神經網絡（Artificial Neural Network，即ANN是一種運算模型，由大量的節點（或稱神經元）之間相互聯接構成的復雜非線性、自適應信息處理系統，具有自適應、自組織和實時學習等特點，智能機器人、自動控制、模式識別等人工智能是ANN重要應用領域。其在評估預測中也有良好的應用，如文獻[9]對船舶柴油機NOx的排放特性預測研究；

2 船舶狀態評估綜合方法

在船舶行業發展的進程中，較為準確有效的狀態評估方式有以下幾種[10]：1.直接測量法；2.建立數學模型，總結分析；3.故障排除法；4.專業人員評估；5.智能化的狀態監測診斷；6.基于信號技術之上的監測；7.多種技術相結合的評估方式。

船舶狀態評估的決策過程中都具有多個設備，但是各個設備沒有統一的度量標準，難以進行比較。采用多目標決策技術進行船舶狀態綜合評估，建立總評估目標（即船舶總體狀態），總目標反應各分目標（各系統狀態）的綜合水平，從而逐級建立多目標決策，直至最底層目標。下對船舶狀態評估步驟作簡單介紹。

2.1 建立評價指標體系

船舶技術狀態評估的評價指標體系是一個遞階層次結構模型，各階層目標如下：

1）最高層，給出船舶評估的總體目標（船舶總體技術狀態），比如好、良好、修理、延壽、退役等，為總目標層；

2）中間層，給出船舶中各大設備系統綜合評估的目標（各系統狀態，分系統狀態），比如船體部分、輪機部分、電氣部分等，為分目標層；

3）底層，是設備系統中各設備評估的技術狀態。

以上層次并非代表評估模型只有三層結構，在中間層可以建立多個遞階層次，在此不作過多解釋。

2.2 量化評價指標

首先，確定指標值，分為定性指標和定量指標兩大類。定量指標是指通過檢測設備能夠進行定量檢測的指標，如紅外測溫等；定性指標，如通過檢查判斷當前設備是否可繼續使用的這種無法通過測量完成的指標，需要先由該設備領域的專家給出定性判斷結果，然后進行量化處理后給出標值。

評估指標的量化難點之一就是定性指標不容易給出嚴謹的量化標準。根據設備對象不同，可分別采用如下方法確定標值：

1）單純定量指標用度量的數據轉化為數量等級標準；

2）半定性和半定量性質指標采用定量與定性相結合的方法；

3）需要完全依賴專家的經驗判斷的指標可以采用模糊指標或灰色指標法。

2.3 確定指標權重

根據各指標對相關目標的重要程度，衡量各指標對相關目標的貢獻賦予不同的權重，構建指標權重體系。權重的確定可以采用德爾菲法（Delphi法）和AHP法等。

2.4 選擇綜合評價方法

船舶系統綜合評估指標體系的指標集具有定量、定性和既定性又定量的指標集成的特點，選擇綜合評價方法應當采用基于混合型指標體系和評估模型的技術途徑。目前常用的多目標決策方法是模糊綜合評價法，灰色系統評價法，AHP法和Delphi法等。雖然人工神經網絡有著需要大量的訓練樣本數據和本身具有評價算法復雜性的缺點，但是其自適應能力強和自學習的優點，使其在船舶綜合評估方面有很好的應用前景。

3 展望

由于近些年云智能的概念已開始滲透各領域，因此未來船舶狀態評估中可能引入以下技術：

1）數據庫在船舶狀態評估中的應用

當新的故障出現時，及時的對數據庫進行補充，不斷的豐富數據庫中的專業知識和實踐經驗，利用數據庫容量大的優點，能夠為船舶狀態評估提供廣泛的依據。

2）虛擬現實技術在船舶評估中的應用

虛擬現實技術可以對故障進行真實再現，在故障再現的過程中不斷的進行經驗的總結和教訓的吸取。另外還可以對船舶本身進行預期的故障演示，在不斷的假象與解決中做好船舶未來安全問題的預防。

4 結束語

本文通過研究得出的主要研究結論：1）目前船舶狀態評估方法絕大多數是對裝置狀態的單一評估，極少出現船舶狀態的整體評價，因此，船舶整體評估的研究可能會成為船舶行業的一個研究熱點。2）單一的分析方法和數學模型已不適應日益復雜的船舶評估需求，目前已從層次分析法起步，向模糊層次分析及人工神經網絡等復雜方法方向發展。針對未來人工智能的廣泛應用，將其應用于船舶狀態評估中是未來的趨勢。

[1] Murphy B P. Machinery monitoring technology design methodology for determining the information and sensors required for reduced manning of ships[D]. Monterey, California. Naval Postgraduate School, 2000.

[2] 董建華, 鄭士君, 王偉彬, 等. 船舶狀態檢測技術與評估方法探討[J]. 機電設備, 2004, 21(3): 1-4.

[3] 董建華, 吳雨華, 鄭士君. 船舶狀態評估及預算系統[J]. 中國航海, 2009, (2): 26-29.

[4] 金家善, 譚猛泉, 孫豐瑞. 基于貼近度的機械設備技術狀態綜合評估方法[J]. 海軍工程大學學報, 2003, 15(2): 1-5.

[5] 金家善, 孫衛明, 譚猛泉. 艦艇綜合狀態監測與評估系統展望[J]. 中國造船工程學會修船技術學術委員會船舶維修理論與應用論文集第八集, 2006.

[6] 王東升, 金偉良, 龔順風. 運用層次分析法鑒定混凝土橋梁健康狀況[J]. 科技通報, 2005, 21(1): 41-44.

[7] 張波, 李向陽, 董彩常. 艦船海水管路腐蝕狀態評估技術研究[J]. 裝備環境工程, 2014, 11(4): 120-124.

[8] 崔文彬, 吳桂濤, 孫培延, 張余慶. 基于 FMEA 和模糊綜合評判的船舶安全評估[J]. 哈爾濱工程大學學報, 2007, 28(3): 263-267.

[9] 黃連忠, 吳桂濤, 尹自斌. 神經網絡在船舶柴油機 NOx 排放特性預測中的應用[J]. 哈爾濱工程大學學報, 2008, (1): 6-10.

[10] 趙國良, 雷鳴, 邢同旺. 新時期船舶幾點設備故障診斷方法的改變[J]. 電源技術應用, 2014, (2): 241-241.

Summary of Research on Ship Technical Condition Evaluation Methods

Zhao Jun

(92493 Troops 60 Units, Huludao125000, Liaoning, China )

U692.7

A

1003-4862（2018）08-0006-03

2018-04-09

趙軍(1977-)，男，高級工程師。研究方向：艦船技術狀態評估和設備故障診斷。E-mail: navy2002cn@126.com