基于人工智能的船舶模塊化設計

(黃海造船有限公司，山東 威海 264309)

人工智能技術自出現以來就一直備受關注，在長期的發展下逐漸成為了一項實用性技術，在各大領域中都展現出了很高的應用價值，說明該項技術具有較強的泛用性，這也是該項技術受人關注的因素之一。因此隨著人工智能技術的不斷深入，該項技術開始進入船舶設計領域，相關設計人員可以利用該項技術去優化以往的設計方式，能夠降低設計難度、保障設計質量，對此進行研究具有一定現實意義。

1 人工智能基本概念

人工智能的基礎在于“人工神經網絡”（Back Propag ation，以下簡稱BP 神經網絡），其是人工智能的智能邏輯生成源，即當人們向智能技術系統內注入了基礎信息之后，這些信息就會在系統內生成對應的神經元節點，各節點之間存在一定的聯系，根據聯系路徑的長短可知兩個節點之間的關聯度；根據聯系路徑上的節點分布可知節點之間的關系是直接還是間接；根據聯系路徑的走向可知節點的發展方向，當所有神經元節點全部形成之后就構成了BP 神經網絡。BP 神經網絡代表了一個事件，人們可以通過網絡結構中各神經元節點的情況對事件本質有深入了解，且可以對其中某個節點進行調整，讓BP 神經網絡來分析調整后事件的發展變化，例如在船舶設計智能系統中輸入“材料實際硬度”、“設計硬度要求標準”兩個信息，即可得到對應的神經元節點，對其中“材料實際硬度”節點的數值進行調整，BP 神經網絡就能判斷該節點當前數值是否符合“設計硬度要求標準”節點要求，如果不符合則整個網絡就會朝負面方向發展，說明當前船舶設計在硬度標準不合規，不能保障船舶最終質量，而通過反復的調整，最終就能保障船舶設計質量達標，不會出現硬度標準不合規的問題。又或者在系統中輸入“材料形變速率”、“形變因素”、“船舶結構銜接處縫隙標準”三項信息，待神經元節點形成之后，可以直觀的看到“材料形變速率”節點在不同的“形變因素”節點作用下的形變速率，而形變速率又會對“船舶結構銜接處縫隙標準”節點造成影響，說明“材料形變速率”節點與“船舶結構銜接處縫隙標準”節點之間存在間接關系，依照這一關系能夠判斷船舶的使用壽命長短，由此檢驗船舶質量是否合格。總體而言，人工智能技術在傳播設計中的應用方式多種多樣，可以在某些設計環節上取代人工，幫助人工完成復雜的數據處理工作，還能給人工提供數據檢測服務，整體表現出了較高的應用價值，值得在船舶模塊化設計中的進行應用。

2 船舶模塊劃分方案

要使用人工智能來進行船舶模塊化設計，就要先對船舶設計方案進行模塊劃分，這是使用人工智能的前提條件，其會對人工智能的實際應用表現造成影響，因此不可忽視，需要正確對待。下文將對船舶模塊劃分方法及對應方案進行論述。

2.1 船舶模塊劃分方法

通常情況下可以使用“分類編碼法”來進行船舶模塊劃分，即船舶結構雖然復雜，但因為不同結構的主要作用、功能存在差異，所以可以根據這一差異對船舶結構進行劃分，可得不同模塊。同時為了保障劃分所得模塊能夠與人工智能對接，需要對不同模塊進行編碼，且將編碼預先導入人工智能系統中生產基礎標準邏輯，以便于神經網絡在后續設計中對不同模塊的信息進行識別。以船舶動力室為例，該模塊中所有部件都可以采用P（Power room）開頭，在依照工藝流程用數字進行編碼，如P-1、P-2 等，采用該方法就實現了船舶模塊分類編碼，模塊自然得到劃分[1]。

2.2 船舶模塊劃分方案

因為不同船舶的結構模塊及模塊內所含部件存在類型、數量上的差異，所以船舶模塊劃分方案不能混為一談，下文主要論述所有船舶都具備基本模塊，分別為船身、船面、動力室、控制室。

2.2.1 船身

船身中最重要的設計信息就是外側結構縫隙大小、內側對接點，其中前者過大會導致船體容易滲水，使船舶在使用過程中吃水過深，甚至引發安全事故，因此船身外側結構的縫隙必須達標，不能出現任何誤差；后者代表了船身與內部結構之間是否能夠良好對接，如果不能良好對接，則可能導致船舶制造時出現問題，某些部件不能被妥善安裝，這會影響船舶內部功能，因此后者對接點也必須符合規范，在類型與數量上不能出現任何誤差。

2.2.2 船面

船面即甲板，是船內人員的主要活動區域，也是用于安裝立面部件的部位，因此任何船舶設計中都要重視船面設計。船面設計的要點集中在空間使用率，即所有立面部件的安裝必然會占用一部分空間，而當空間占用情況比較嚴重，就會導致船面沒有足夠的空間供人活動，具體取決于船舶類型，如小型工業用船在人員活動區域上的要求比較小，因此有足夠的空間讓立面部件進行安裝，而如果是商業用船則就要留有足夠的人員活動區域，立面部件安裝空間相對較小。根據這一邏輯，船面設計就必須根據船舶類型來把控空間使用率，要注重立面部件安裝基座的布局與數量。

2.2.3 動力室

任何船舶都有動力室，主要用于安裝發動機、電氣設備等，為船舶內相關部件提供對應能源，如果動力室出現問題，則船舶在能源供應上必然會受到負面影響，尤其是發動機出現問題時，船舶可能喪失動力無法行駛，這也是一種比較常見的安全事故。這一條件下，動力室設計就非常重要，在模塊化設計當中必須嚴格審核動力室設計情況，如果發現任何問題必須第一時間調整。但值得注意的是，動力室設計質量涉及到的因素非常多，負面影響表現也是數不勝數，因此要保障動力室設計質量是一項難度較大的工作，設計人員要處理量級、種類繁多的數據，而因為人工的不穩定性，所以質量把控有效性比較弱，針對這一問題人工智能可以給予幫助。

2.2.4 控制室

船舶控制室主要用于安裝各類儀表及控制裝置，控制人員可以根據儀表對船舶當前狀態進行判斷，如果發現異常可通過對應的控制裝置進行調整，以保障船舶狀態正常或控制行駛方向。因此如果船舶控制室出現問題，就可能導致控制人員誤判或無法操控，這兩種影響對于船舶內人員而言都是存在安全風險的，因此在設計中必須予以重視。

3 人工智能下的船舶模塊化設計策略

采用以上船舶模塊劃分方法對四大基本模塊進行分類編碼后，即可采用人工智能來進行模塊化設計，設計策略可分為三項，即模塊標準化設計、標準模塊設計調整、整體模塊設計調整，各策略具體內容如下。

3.1 模塊標準化設計

在人工智能基礎上將船舶模塊設計標準信息導入其中，生成神經元節點及BP 神經網絡。依照神經網絡中不同神經元節點，讓人工智能系統自主判斷各模塊的標準設計參數，隨后人工依照標準設計參數進行設計即可。例如在人工智能系統中輸入船身外側透水率，系統就會根據透水率數值計算外側結構縫隙的標準值，假設該標準值為0.1cm，系統就會在數據庫中尋找縫隙大小不超過0.1cm 的材料，人工使用此類材料完成設計即可初步保障設計符合標準。此外，如果人工智能系統能夠在數據中找到縫隙不超過0.1cm 的材料固然是最好的，但多數情況下系統并不能找到此類材料，這時就要通過螺栓、焊接等工藝手段來縮小縫隙，這種情況下人工智能依照標準值就會對螺栓規格、緊固度及焊接溫度、深度等進行計算，依照計算結果同樣可以完成標準化設計[2]。

3.2 標準模塊設計調整

因為船舶在行駛過程中遭遇的實際環境存在差異，所以單純的標準模塊設計并不一定能保障船舶狀態穩定，這一條件下就要在人工智能基礎上對標準模塊設計進行檢測與挑戰，以便于應對不同的實際環境。首先在模塊標準化設計中得到了船舶模塊的基本數據模型，其次在人工智能系統中輸入航道環境數據（數據必須具備代表性，如最大透水率、最大水流阻力等）可模擬實際環境，隨后將模塊基本數據模型導入環境模型中，即可檢測基本數據模型是否足以應對實際環境，如果在某方面存在問題及時調整即可，通過循環檢測與調整，可保障船舶設計貼合實際，對設計質量作出保障。

3.3 整體模塊設計調整

船舶中的四大基本模塊之間存在直接或間接的關聯，其中任意模塊出現問題，其他模塊也會受到負面影響，如動力室的電氣設備受到影響，則控制室儀表就可能無法正常運作，因此單純對單個模塊進行測試是不夠的。這一條件下，設計人員就要利用人工智能技術對整體模塊進行設計調整，具體方案同上（3.2 標準模塊設計調整），區別只在于實際環境中導入的基本模型不再是單獨模塊的基本數據模型，而是整體模塊的基本數據模型，可用于設計質量綜合判斷。

4 結語

綜上，本文對基于人工智能的船舶模塊化設計進行了分析，闡述了人工智能基本概念、船舶模塊劃分方案、人工智能下的設計策略。通過分析可知，人工智能因為泛用性強，所以在船舶模塊化設計中也可以使用，且具有良好的應用價值體現，但要充分發揮人工智能功能，就要先做好船舶模塊劃分，后采用相關策略來完成設計。文中提出的船舶模塊劃分方案及人工智能設計策略可提供參考，能起到保障船舶模塊設計質量的作用。