1  引言

在大数据时代背景下，船舶智能化已成为当今船舶制造与航运领域发展的必然趋势。对于传统的船舶工业来说，利用先进的网络技术和信息技术，推动船舶向数字化、网络化、智能化方向发展，从而提高船舶营运的安全性和效率，帮助航运业降低成本、提升竞争力，是发展革新的必由之路。在这种情况下，智能船舶科研能力的高低决定了各国船舶工业在未来船舶市场的地位，因此各国都投入大量精力到智能船舶相关产业的研发工作中^[1]。

为在智能船舶市场抢占先机，日本、韩国、中国及欧美国家的不少船级社、造船厂、设计及配套企业都积极投身于智能船舶的研制中。其中，日本船级社、现代重工、卡德米勒、ABB等在这一领域都比较活跃。^[2]我国的船级社、船舶制造企业也都开展了相关的智能船舶项目。

机舱智能化系统作为智能船舶的重要组成部分，主要针对机舱主要设备进行状态监测、故障预警、健康评估、辅助决策和视情维护。^[3]利用新的传感器、感知技术，结合原有船舶数据实现主动力系统、电力系统、辅助系统等的状态监测，通过各类智能诊断算法实现对将发生而未发生的故障、报警进行预测和提前预警；以状态监测、故障预警为依据，对对象进行健康状态评估，实现设备可用性分析、系统安全性分析、整船航行状态评估，并进行多系统数据融合、关键设备和路径分析，实现对船员、远程管理人员的决策辅助。

目前，机舱智能化系统主要是将所有传感器的采样数据上传至上层计算机，由单一计算机或者计算机柜进行统一的数据处理和分析，很容易出现网络带宽不够、网络传输不稳定、计算机处理能力不足等情况，大大限制了整个系统的监测设备的覆盖面。

2  机舱智能化主要手段

机舱中的主要设备包括柴油机、发电机、齿轮箱、轴系、泵组、风机等，这些设备多属于机械设备，归纳起来主要分为旋转机械和往复式机械两大块。^[4]这些机械设备采用常规传感器信号检测已经无法满足故障诊断的需求，与常规传感器采集的温度、流量、压力等慢变量不同，对于机械设备的故障诊断需要对设备每一时刻的瞬时变化进行采样分析，只有这样才能对把握机械设备中微小损伤对设备状态带来的影响。

目前，比较常用的机械设备的快变状态采集主要是振动信号，机械设备的状态最直观影响的就是设备本身的振动，内部微小的变化最先有反应的就是设备的振动，通过对机械设备的故障信号的采集来实现设备的故障诊断。^[5]

机械设备故障诊断的内容包括状态监测、分析诊断和故障预测三个方面。其具体实施过程可以归纳为以下四个方面：（1）信息采集；（2）信号处理；（3）状态识别；（4）诊断决策。机械设备故障诊断流程如图1所示。

                                                                           图1  机械设备故障诊断流程

机舱智能化系统的最终目标就是将机械设备采集到的振动信号转换为故障诊断的结果，将结果输出给船员，为船员提供机舱内机械设备的健康程度，并提供故障设备的辅助决策建议。

3  边缘计算智能化系统

振动信号本身就是一个快变量，采样速率一般需要达到10kHz左右，但是为了达到准确定位设备机械故障的实际应用需求，振动传感器的采样速率一般需要达到25kHz左右，每秒单个传感器的数量就会达到25KB。对于一般的船舶机舱，在考虑精简配置的情况下，需要对2台柴油机、2台发电机组、2组齿轮箱、2组轴系和20台泵组进行数据采集，柴油机组和发电机组按照8缸的进行估算，最小需要的真的传感器数量大概在150个左右。传统船舶传感器数量统计如附表所示。

附表  传统船舶传感器数量统计                                                                                                                                            

按照每条船150个振动传感器的数量配置，每秒的振动数据量就能够到达4MB的数据，单纯占用以太网带宽就达到了40M，如此巨大的数据量使用单台计算机进行数据处理已经无法满足实际的计算需求。如果考虑采用计算能力强的服务器，虽然可以解决目前的问题，但是集中处理会导致存储位置的单一性和可靠性的降低，不利于保证机舱设备健康状态评估的稳定性。

随着物联网、工业采集板卡的兴起，边缘计算已经成为了很多采集计算系统的首要选项。边缘计算起源于传媒领域，主要是指将应用程序进行边缘开发，将主要的计算能力分布到现场，针对单设备优先进行计算，在通过网络的形式将计算结果传输到云端或者集控终端，通过现场计算的形式降低了云端的运算负荷和带宽占用。

整个边缘计算智能化系统主要由传感器、PCIE采集板卡、边缘计算机和管理计算机构成。PCIE采集板卡作为边缘计算机的数据采集模块嵌入到边缘计算机内部，使边缘计算机集成了数据采集、分析、结果上传的功能。边缘计算机安置于相应设备附近，作为就地分析设备，船员可以在监测设备本地就近查看相应的分析诊断结果。

同时，边缘计算机在监测设备本地对实时采样数据进行存储管理，将存储接口下沉至现场，方便现场数据的检索和查询。边缘计算系统基本框图如图2所示。

图2 边缘计算系统基本框图

各分系统的边缘计算机完成数据采集、数据分析、故障诊断，并将诊断结果和主要的分析数据通过以太网发送至机舱智能化管理计算机。

机舱智能化管理计算机汇总各边缘计算机的计算结果，并结合边缘计算机的初步诊断结果，最终形成机舱健康程度的判断，以及主要设备的故障诊断建议。

4  边缘计算智能化系统性能

4.1  基于边缘计算的船舶智能化系统的相关问题

（1）将计算能力下沉到设备现场，管理计算机就无法获取所有的现场数据，只能依据边缘计算机提供的诊断建议和分析后的过程数据，无法得到现场的真实数据。所以，这就要求边缘计算机的计算的可靠性，保证上传的诊断结果和内部分析所得数据的准确性，这样管理计算机才能得出确实有效的诊断建议。

（2）虽然数据存储功能在边缘计算机实现可以有效的扩大整个系统的容量，但是这样也会给数据分析人员的数据查询工作带来不便，在收集整机舱的数据时需要到各个边缘计算机中提取数据。即使考虑管理计算机远程访问边缘计算机的数据库，在网络带宽受限的情况下，提取这些数据还是非常耗费时间的。

4.2  基于边缘计算的船舶智能化系统的优点

（1）进行振动数据的边缘计算，有效的降低了整个机舱内部网络的带宽消耗，大大保证了数据传输的可靠性。

（2）边缘计算机的本地化方便了船员在进行现场维修时的维修建议查看和软件的操作指导。

（3）管理计算机不直接与传感器连接，而是改为为与边缘计算机通信，降低了整个机舱内部线缆铺设的难度。

（4）边缘计算机内部采集板卡采用PCIE总线形式，在边缘计算机内部直接采用驱动接口调用的形式，既保证了边缘计算机原始数据获取的效率，也保证了边缘计算机原始数据获取的可靠性。

（5）方便了整个系统的扩展，对于一些特殊作业船舶，如挖泥船、工程船，在机舱设备基础上扩展外部作业设备监测只需要在设备端增加边缘计算机并提供网络服务，不会因为系统扩展而出现网络带宽等的硬件瓶颈。

5  结论

（1）该系统针对机舱智能化系统提出了一种基于边缘计算的监测方法。该方法采用设备现场级结果分析的形式，为大数据量的机舱智能化系统提供了一种有效的数据及结果传输方法。

（2）此方法极大降低了机舱内部网络的带宽占用率，同时提高了网络数据传输的可靠性，也为机舱布线节省了成本和空间。

参考文献：

[1]曾晓光. 智能船舶发展新态势[J]. 中国船检,2018.1:43-45.

[2]佚名. 船舶行业将驶入智能时代[J]. 珠江水运，2015,(24):46-47.

[3]黄嵘,祖成弟,刘志兵. 满足智能船舶的动力系统发展浅析[J]. 船舶,2018(z1):106-110.

[4]张炜,张玉祥. 导弹动力系统故障机理分析与诊断技术[M]. 西北工业大学出版社,2006.

[5]李增芳，金春华，何勇. 基于废气成分分析和支持向量机的柴油机故障诊断[J]. 农业工程学报,2010,(4):143-146