基于數字孿生技術的船舶遠程應用研究與探討

中船重工信息科技有限公司 朱 軍

中國船級社江蘇分社連云港辦事處 閻 璐

近年來，數字孿生這一前沿技術得到了工業界與學術界的廣泛關注。全球最具權威的IT研究與顧問咨詢公司Gartner 將數字孿生列為十大戰略科技發展趨勢之一。目前，數字孿生主要應用于制造業領域，并且數字孿生已成為制造企業邁向工業4.0的重要解決方案之一。針對數字孿生的概念，行業與行業之間存在不同的技術內涵，從技術層面來看，該技術是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程。根據2019年初的調查部署物聯網的企業和組織中，已有約13%應用數字孿生，約62%的組織正在準備使用數字孿生。

數字孿生具有將虛擬空間和物理實體緊密融合的特點，在5G等新一代技術的牽引下，數字孿生將會更容易落地。數字孿生目前主要運用于在工業領域，醫療領域、智慧城市等領域。文章通過其他領域的應用，將對數字孿生技術在船舶遠程應用領域進行研究和探討，從制造、醫療、智慧城市逐步延伸拓展至更多的工業互聯網空間。

基于數字孿生技術的船舶遠程檢驗共享總體模型架構

船舶檢驗包括產品、設備以及全船的檢驗，涉及到船東、設備廠商之間的信息交流和可信交換。目前，在推進遠程檢驗的過程中，面臨著一些現實問題，如怎樣保證實體之間的相互信任、數據隱私、數據一致性、數據可溯及信息共享可控等。

同時在新環境的引領下，如何將驗船、檢修、維護的數據及時反饋并且防止數據篡改，如何利用新技術實現在網絡空間中復現船舶產品和船舶系統，將數字空間的模型船與物理空間的實船進行信息交互，實現兩者數據與測試檢驗環境的一致性，并完成真正意義上的船舶遠程檢驗，需要引入新的技術手段來合理安排出船舶檢驗計劃和驗船師的檢驗時間，提高檢驗效率的需求。為解決船舶遠程檢驗、遠程運維、實時診斷的便捷與成本問題，保障遠程檢驗的安全可信，通過開展基于數字孿生技術的船舶遠程檢驗共享總體模型架構，基于數字孿生技術的船舶產品性能遠程評估，基于網絡安全的船舶檢驗可信保障技術，船舶檢驗干擾因數參數庫構建，綜合功能演示驗證等研究，實現船舶及船舶設備的遠程檢驗；通過船舶虛實對接，協同操作，實現船舶遠程運維以及船舶設備的實時診斷；通過后臺大數據分析處理平臺，將數據進行有效篩選和處理，實現船舶從建造、檢驗、運維、診斷以及決策的全流程智能、綠色、安全。

根據船舶檢驗規范及要求，該內容的最大特點在于整個檢驗過程是由不同粒度的數字孿生模型實時感控。因此為了使各個節點在檢驗過程中更好地協同操作，必須根據感控內容和檢驗內容對數字孿生模型進行分類。各類型的數字孿生模型主要集中在數字孿生模型層，且每一個數字孿生模型由一個指定的邊緣節點進行管理。

核心的功能包括多學科建模與協同工具集、構造模型管理工具集、資源綜合管理應用、專業化分析計算等。針對前期階段，提供船舶系統功能/性能建模、仿真模型代碼生成、仿真模型測試、系統功能推演、仿真支撐引擎、仿真過程管理、仿真數據采集等功能，實現對前期方案的驗證分析；對船舶的運行維護、作業檢驗等需求，提供大規模三維可視化場景，支持模型輕量化、模型文件導入及幾何特性、物理特性、行為關聯特性等。

在數字世界中，設備數字孿生模型感知控制船舶設備的測試檢驗狀態（壓力、溫度、能耗、濕度等）；系統數字孿生模型感控船舶系統在測試檢驗過程中的功能、性能指標；性能數字孿生模型記錄和感控產品在仿真測試過程中的試驗數據和實際加工過程得到的性能參數，同時感知記錄不同檢驗環境對應的不同的產品性能參數等；協作檢驗數字孿生模型通過空間網絡通信感知記錄協作檢驗過程中的數據信息以及設備與設備、設備與系統之間的關聯數據信息。通過船舶遠程測試檢驗，實現記錄測試過程中存在擾動動態因素。船舶的檢驗決策和結論在云數字孿生模型上實現，通過工業大數據分析，依托新一代神經網絡模型，構建一套船舶遠程檢驗共享模型平臺，在該平臺上進行構建測試檢驗的知識圖譜，實現云端的船舶檢驗。

船舶遠程檢驗共享總體模型是基于不同粒度的數字孿生模型感控，因此如何準確有效地快速重構數字孿生模型，實現不確定擾動環境下的動態優化調整與實踐擾動因素相吻合是十分重要的。借鑒分形理論，將復雜的設備、產品、系統、協作過程等高度抽象成具有自相似性的分形單元。分形單元從輸入（輸入對象、設備參數、輔助參數、輸入動作、干擾參數等）、模型（設備模型、關聯模型、環境模型等）、機理（檢驗機理、關聯規律等）、約束（環境約束、邏輯約束、關聯約束等）、輸出等。其中輸入屬性與所建模型的實際工況狀態保持一致，即設備模型及輔助參數要與實際過程中的參數相同。為了保證所構建模型的準確性，檢驗過程中模型所涉及的機理、約束和控制等屬性與真實生產過程中的狀態保持一致。構建好數字孿生模型后，進行仿真，并將所得結果與實際檢驗的結果進行修正比對，然后將優化后的輸入參數、輸出屬性賦給相應的數字孿生模型，并進行反復迭代優化，使其與真實檢驗環境相一致。

另外，在協同操作檢驗的過程中如何保障網絡的有效性，需要對網絡進行綜合性的需求分析。隨著衛星技術的快速發展，衛星通信技術及其應用取得了較大的進步。空間信息網絡作為衛星網絡的進一步延伸，將衛星網絡和地面寬帶網絡聯系起來，形成了智能化體系。將實體船（或設備）、空間傳船（或設備）、設備廠商、船東以及檢驗機構進行綜合互聯，進行有效的協同檢驗操作。

基于數字孿生技術的船舶設備性能遠程檢驗

在構建多樣化的檢驗工作條件下，隨著新技術的快速發展，船舶共享檢驗要實現全船的遠程檢驗還需要一段時間技術的積累。但在目前的技術水平下，可根據需求在船舶設備的遠程檢測上進行試點和推廣，從點到面逐步實現全船的遠程檢測。

在構建復雜的運行環境下，船舶設備的材料、內部構造、零部件、功能以及性能等在工作過程中均可能出現異常狀況，針對不同的干擾因素（例如誤操作、惡劣環境等）會對設備造成不同程度的影響，因此要實現在設備數字孿生模型中對其進行遠程性能評估及檢驗，需要將物理環境中的各種因素進行收集，并在數字環境中進行實景模擬。

因此，基于數字孿生的船舶設備性能評估及檢驗是通過對實體船舶設備與虛擬船舶設備的實時信息交互與雙向真實映射，實現物理船舶設備、虛擬船舶設備以及全生命周期、全要素、全業務數據的集成和融合，從而提供可靠的遠程評估及檢驗。

數字孿生設備檢驗從物理的船舶設備、虛擬船舶設備、孿生數據、動態連接等幾個方面進行綜合出發。物理的船舶設備從設備本身的采集系統將數據傳輸到虛擬空間，支撐虛擬船舶設備的高度仿真；物理數據與虛擬數據的融合，進行船舶檢驗特征的提取，輔助構建模型；虛擬的船舶設備模型包括集合模型、關聯模型以及行為模型，從這三個方面進行刻畫和物理色設備的狀態；動態連接是在新一代信息傳輸技術的驅動下，通過高效快捷準確的檢測技術，實現實體設備、虛擬設備之間的實時信息交互，達到遠程設備檢驗的效果。基于物理設備的性能，變化以及干擾等在虛擬環境下進行精確地仿真的測試，從而對船舶設備遠程精確性的評估和檢驗。

為滿足在數字虛擬環境下數據的真實性與精確性，針對數據缺乏連續性、真實性以及數據融合性等問題，開展物理信息異構要素融合、虛擬船舶多維模型融合、物理-信息數據融合、船舶檢驗能力測試與驗證服務融合等多應用方面研究，通過信息物理的交互與融合，及船舶實體與數字虛體的精準映射，分析設備、產品、船舶現場檢驗數據、虛擬空間模型數據、仿真數據等覆蓋全要素、全流程的相關數據關聯。

基于網絡安全的船舶遠程檢驗可信保障技術

船舶設備遠程檢驗過程數據安全保障要實現在多信任主體中，流轉的檢驗過程數據實現“安全”“防篡改”和“透明”。由于目前的技術水平和檢驗現狀，數據由不同的異構平臺產生，格式不一造成難以統一解讀，進而導致真實性無法判斷。在新型的數據安全保障的框架下，保證各個參與方可以通過統一、可信的數據源來記錄整個船舶設備檢驗過程，同時，引入新一代技術保證數據不可篡改，結合網絡安全和物聯網等技術保證數據真實性。

針對船舶檢驗的復雜特點，構建供應商可信信息流轉機制，實現相關組件的整個供應鏈的可信追溯；實現對于每一個零部件檢驗的全方位數據管理和監督，有效保障組件檢驗的真實性；通過可信保障技術，對相關的組件供應商進行更加有效的評級管理，提高供應商信息的可信程度，提升相關數據和信息流轉的及時性、準確性。

通過在船東，設備廠商及船級社等節點部署5G基站，通過5G安全網關將船舶檢驗數據通過運營商的5G核心網，傳輸到工業云服務平臺上進行統一管理和存儲，各參與方可通過網絡在該平臺上進行數據的同步操作，實現數據同步。另外為保障船舶設備的檢驗全流程信息數據不發生泄露的同時，實現溯源信息動態共享，利用屬性加密等新技術完成檢驗的全流程數據防護，通過適用于區塊鏈的策略更新算法實現溯源信息動態共享。

遠程船舶檢驗的系統優化

現有船舶檢驗模式，更多地依賴驗船師的個人經驗和能力，通過構建參數庫，可更全面地了解擾動因數的范疇，對前期的檢驗提供支撐。通過船舶檢驗干擾因數參數庫構建技術，整合過程中相關的知識、資源、活動、流程等，進行全面的控制和管理，將干擾知識融合到檢驗的各個環節中，自動推送可能受到的干擾因數，實現干擾因素的智能應用，從而實現船舶設備遠程虛擬檢驗環境的建立。

針對船舶產品、設備、系統等不同形式的檢驗特點，建立基礎資源類的參數庫、工藝方案類參數庫和設備關聯類的參數庫，具備實例推理和規則推理能力的多層次、可擴展參數庫體系，提升設備本身參數、干擾參數、環境參數的全面性。為滿足船舶設備在賽博虛擬空間進行檢驗要求，針對船舶設備檢驗無反饋，無優化等問題，實現虛擬船舶設備的仿真檢驗，并將檢驗結果進行分析挖掘。檢驗的結果、檢驗的過程可在船舶遠程檢驗模型上進行綜合展示，并進行優化，優化后將優化結果反饋給各參與方，再優化，實現實際檢驗和虛擬檢驗的一致性。將數據、網絡、平臺和中心進行系統的考慮。此外，船舶全域感知及遠程運維服務主要以分布在船上的各主機、輔機以及關鍵系統和設備為主要監測對象，在共享模型上同樣實現數據采集、設備控制、參數調整、故障預警及診斷、檢修維護計劃制定以及狀態評估等。

通過云數據中心，對船舶的電機組設備狀態與運行數據、以及機電設備運營管理數據，進行集中存儲、綜合分析與決策評估。

通過遠程運維中心，根據具體的運維應用需求，以大數據中心的數據分析能力為支撐，實現設備大部件預警、故障分析、壽命預測、重大安全報警、電機組評估、運維服務管理、無人巡檢系統等功能。

以上數據均會通過船舶遠程檢驗共享模型進行綜合展示和預警分析，將其推送到各個參與方的主管部門。

目前，中國船級社已推出了遠程船舶檢驗服務，通過與船舶進行雙向通信，共享船舶的照片、視頻內容和數字圖像進行檢驗。隨著技術的不斷發展，未來使用船舶遠程檢驗共享模型進行船舶、產品、設備的檢驗將成為一大亮點，船級社可以聯合科研院所、船東、設備廠商一起在新技術的引領下，使用船舶遠程檢驗共享模型進行船舶檢驗和遠程運維。在設備、產品、船舶實現遠程檢驗后，在船舶運行過程中，把船上的運維數據上傳到船舶遠程檢驗共享數字模型上，經過大數據分析處理，實現船舶故障、設備壽命、運維周期進行智能分析和預測，將完善現有的再次檢驗模式，變被動為主動，合理安排出船舶檢驗計劃和驗船師的檢驗時間，提高檢驗效率。