船舶數字孿生平臺的設計與應用

周 毅，李 萌，華先亮，范 旭，王 瑛

(1. 中海油能源發展采油服務公司 天津 300452；2. 上海船舶研究設計院 上海 201203)

數字孿生是指以數字化方式建立物理實體的多維、多時空尺度、多學科、多物理量的動態虛擬模型來仿真和刻畫物理實體在真實環境中的屬性、行為和規則等[1]。近幾年，數字孿生得到了廣泛關注[2]，隨著研究熱度的提升，這一概念已經表現出很大的研究價值和社會價值。

通過構造船舶數字孿生體可以對船舶實體的航行情況、設備狀態進行細致刻畫和評估。陶飛等[3]提出了數字孿生五維模型的概念，闡述了數字孿生概念的外延和內涵及其應用領域。李凱等[4]提出數字化船舶的總體框架，并對其全生命周期船舶的概念做了一定的應用設想。劉大同等[5]針對目前研究的復雜機械設備總結了當前數字孿生發展的挑戰和要求。李福興等[6]在研究數字孿生預測性維護模型基礎上將其分為創建數字孿生體、數據獲取、數據預處理、模型訓練、故障預測與診斷、設備維護6個階段，并分別介紹了各階段的主要任務和技術?？?赟等[7]根據PHM技術的技術框架提出以燃油系統為例的柴油機子系統PHM系統實現路線，剖析了船舶柴油機PHM技術面臨的挑戰。總體上講，當前關于數字孿生的研究還處于發展階段，在船舶領域應用過程中仍存在很多問題和不足。

本文在前期多年工作積累的基礎上，以“大西洋”集裝箱輪為研究對象，在構建三維虛擬船舶及其航行環境的基礎上實時采集船舶運行數據，初步搭建了船舶數字孿生體，在此基礎上利用多源感知數據融合技術航行態勢重構技術對船舶航行輔助、故障預測和健康管理等方面進行研究。

1 總體設計

船舶數字孿生體可以應用到船舶生命周期的各個階段，包括產品設計、制造、服務與運維等。本文僅圍繞船舶航行輔助、故障預測和健康管理方面進行研究，總體架構如圖1所示。本文開發的船舶數字孿生體主要包括船舶虛擬呈現、航行輔助決策和設備運維管理3部分內容。船舶虛擬呈現主要是依據船舶的形狀信息、物理材質等對船舶進行三維建模，同時對船舶周圍的航行環境進行模擬；航行輔助決策主要是實時采集船舶航行的多源數據，并對其進行融合、識別和態勢重構，進而對船舶航行態勢進行預測；設備運維管理主要是對船舶機艙的主要設備進行數據采集、分析和提取，并融入到設備的數字孿生體中，進而對實船設備進行實時監測、故障診斷和健康預測。

圖1 船舶數字孿生體的設計架構 Fig.1 Design framework of ship digital twin

以下僅對船舶虛擬呈現、設備運行數據采集、航行輔助決策、故障診斷與健康評估等關鍵性技術進行分析。

2 船舶虛擬呈現

為了逼真地呈現船舶航行環境，需要做3個方面的工作：一是搭建與實船完全一致的復雜三維模型，包括船舶主體、上層建筑、甲板設備、駕駛室、機艙、各種設備、儀器儀表等；二是需要對船舶的航行水域和典型港口進行模擬，特別是對船舶航行過程中可能遇到的復雜海況環境或海難場景進行模擬；三是建立船舶運動數學模型，對船舶的運動、海浪與船舶的作用進行模擬。本文對三維船舶模型的高效構建、高真實感航海場景的動態模擬、高精度船舶六自由度運動模型的建立等進行了研究。

2.1 三維船舶模型的高效構建

選取“大西洋”集裝箱輪為母型船，依據實船設計、試航等資料對船舶進行三維建模，對虛擬船舶表面與內部的幾何特征、材質屬性、物理性態等進行逼真表達和高效構建。采用自適應采樣、混合建模等方法對船舶模型進行合理簡化。

圖2為“大西洋”輪駕駛室的實船照片和建模效果，圖3為“大西洋”輪整船和機艙的建模效果。我們將三維船體、甲板設備、船樓、機艙的三維環境逼真、動態地在場景中展示出來，可實現全船的虛擬漫游、主要船舶設備的交互操作，且操作過程和效果與實船基本一致。

圖2 駕駛室實拍及建模對照 Fig.2 Actual shooting and modeling comparison of cab

圖3 整船及機艙建模效果 Fig.3 Modeling effect of whole ship and engine room

2.2 高真實感航海場景的動態模擬

船舶在大海上航行，海浪的波動規律十分復雜，且海浪的范圍一般很大。因此，本文采用基于物理與非物理相混合的機制繪制海浪，即對于較小尺度的目標區域采用較為精細的基于物理方法的建模[8]；對于較大尺度且離視距較遠的目標區域則采用基于高速FFT方法等[9]進行多分辨率模型的建模，以有效簡化場景復雜度，并通過無縫繪制的方法將2個區域順滑地相接，兼顧場景的逼真度和計算效率。

對于復雜海況環境或海難場景采用拉格朗日形式的Navier-Stokes方程組作為海水運動的控制方程組，基于光滑粒子流體動力學方法對控制方程進行離散求解。通過邊界處理與流固交互、海上溢油建模、隨機脈沖風場建模和面向SPH框架的海洋表面重構關鍵技術的深入研究實現了大風浪、海上溢油、驚濤拍岸的場景模擬[8]。圖4是海浪與燈塔的流固耦合效果，圖5是海上溢油的模擬。

圖4 流固耦合效果 Fig.4 Fluid structure coupling effect

圖5 海上溢油的模擬 Fig.5 Simulation of offshore oil spill

2.3 高精度船舶水動力學模型的建立

船舶水動力學模型主要涉及船舶操縱運動建模、船舶在波浪中的運動建模等。如圖6所示，利用分離型建模思想建立船舶操縱水動力學模型[10]，其中包含慣性力矩、附加慣性力矩和波浪擾動力矩等，模型考慮船舶在不規則波浪中的非線性橫搖，對于縱搖和垂蕩采用新切片法，充分利用船舶型線圖數據進行建模。在此基礎上通過2個方面對于船舶水動力學模型的精度進行評估和驗證：一是充分利用已有的船模試驗數據資料將所建立水動力學模型在測試工具上進行操縱性試驗和耐波性試驗，并將試驗結果與船模試驗數據資料進行比較；二是邀請經驗豐富的船長實際操縱，修正船舶水動力學模型，最終實現具有高可信度的船舶水動力學模型。

圖6 船舶水動力學模型建模技術路線 Fig.6 Technical route of ship hydrodynamic model modeling

圖7是基于本節3個技術模擬的“大西洋”輪停靠碼頭的場景。

圖7 大西洋輪、海浪及碼頭的顯示效果 Fig.7 Display effect of Atlantic ship，wave and wharf

3 設備運行數據采集

搭建船舶數學孿生體需要采集船舶運行的相關數據，特別是船舶航行數據和設備數據，以此來為后繼的數據分析、航行輔助和故障預測打下基礎。為此，本文建立了船基數據采集系統，該系統主要包括數據集采模塊、網絡智能交互管理模塊、船基核心數據服務模塊、船岸通信模塊等。其中，數據集采模塊能夠采集船上主要系統的實時結構化數據(主機、輔機、齒輪箱、空壓機等的數據)，實現結構化數據為1s的采樣；網絡智能交互管理模塊能夠實現船基系統所有節點之間的高帶寬、低時延數據傳輸的交互管理；核心數據服務模塊能夠實現對數據庫進行權限管理和控制。船岸通信模塊通過選型和軟硬件配置研制了包括VSAT、FBB、5G信道的船岸通信，實現了多信道優化管理、流量監控、策略優化等功能。

如圖8所示，船基數據采集系統分為感知控制層、數據層、服務器層和應用層4層架構，由控制模 塊、通信模塊、信號采集單元、傳感器系統等組成，用于船舶重要設備的控制、報警和監測。其中，綜合自動化系統和智能機艙系統在感知控制層和數據采集層共享相應的I/O系統、網絡設備等硬件，并實現了數據采集層的數據共享。采集的相關數據在回傳至岸基的構建三維虛擬船舶及其航行環境的基礎上實時采集船舶運行數據回傳到岸基數據管理中心，并與第2節建立的虛擬船舶融合，初步形成了船舶數學孿生體。

圖8 船基數據采集系統 Fig.8 Ship-based data acquisition system

4 航行輔助決策

基于初步搭建的船舶數學孿生體對船舶航行數據進行分析，通過對多源感知異構數據融合、復雜航行環境態勢重構和航行態勢虛實混合呈現技術的研究預測船舶的航行態勢，以期為船舶遇到突發情況時的及時應對提供方案。

4.1 多源感知異構數據融合

基于船舶上的可見光全景視覺系統、激光掃描雷達系統、船舶自動識別系統(AIS)等航行環境感知設備研究航行環境感知與信息提取技術，有效利用各類感知信息和岸基提供的參考信息，對多源數據通過信號級、數據級、圖像級、決策級的融合手段實現了目標檢測、信息融合和基于融合信息的目標跟蹤及狀態估計[11]，如圖9所示。信號級融合完成了脈沖雷達和連續波雷達觀測的浮冰、油污、運動小橡皮船、海浪目標的融合，提高目標的檢測概率；數據級融合完成雷達光電點跡/航跡數據，提高目標屬性精確度；圖像級融合完成雷達光電視頻圖像融合，提高目標形態精度；決策級融合在信號級、數據級、圖像級基礎上進行進一步融合，提煉目標的威脅程度信息。

圖9 多源數據融合與態勢理解重構 Fig.9 Multi-source data fusion and situation understanding reconstruction

4.2 復雜航行環境態勢重構

開展對融合數據的態勢理解技術、態勢預測技術、態勢重構技術研究，進而重現當前航行態勢。研究多源異構數據的機器學習的態勢理解技術，理解多源異構數據中的航行環境中的周圍目標、海浪、油污、島嶼等一系列影響航行的態勢信息，從不同維度理解目標特征和目標的威脅程度，進而深層次理解當前航行環境的整個態勢信息。在此基礎上進一步開展基于時間序列態勢預測技術的研究，預測整個航行環境中影響船舶航行目標的下一步態勢，根據態勢預測出的態勢信息對船舶航行軌跡修正，為船舶遇到突發情況時及時應對提供方案。

4.3 航行態勢的虛實混合呈現技術

開展多源感知數據與虛實混合呈現技術研究，將 船載可見光高清攝像機和紅外熱成像儀等實時數據用于虛擬船舶的幾何、行為特性，真實地反映實船態勢，建立虛擬船舶和實際船舶之間的直接數據映射通道。對船舶周圍的海況進行基于物理的動態演化模擬，并將氣象、潮流等信息融入其中；依據雷達圖像、AIS等數據中獲取的目標船、島嶼、碼頭、助航設施等信息重構并在場景中實時顯示這些物體[12]。圖10為融合視頻數據、AIS數據和船舶常用信息的顯示 效果。

圖10 航行態勢虛實混合呈現效果 Fig.10 Effect of virtual reality mixed presentation of navigation situation

5 故障預測和健康管理

基于初步搭建的船舶數學孿生體建立船舶機艙主要設備的數字化鏡像，實現設備監測信息的三維實景化呈現?；谒杉脑O備狀態監測數據建立多維、多時空尺度的故障診斷模型，用實時數據修正模型，并將相關經驗和知識轉化為知識庫融入模型中形成專家系統，如圖11所示。該診斷模型對機艙相關設備的運行信息進行實時監測，通過深度學習和強化學習優化識別故障現象、診斷故障原因，提高故障診斷準確率。同時，故障診斷模型把最可能發生事故的報警點篩選出來，優先把該場景推送給監控人員，以提高監控人員的工作效率。如圖12為應急發電機的三維場景及二維故障診斷模型。

圖11 故障預測和健康管理技術路線圖 Fig.11 Technology roadmap of prognostics and health management

圖12 應急發電機的三維場景及二維故障診斷模型 Fig.12 3D scene and 2D fault diagnosis model of emergency generator

基于初步搭建的船舶數學孿生體，融合實船實時監測數據、已有歷史數據及技術參數等，建立與實船設備實體相一致的數字孿生體，并產生孿生數據。在數字孿生體中通過三維可視化技術將數據進行逼真再現，使數字孿生體運行狀態與船舶實體設備一致，通過數字孿生體對實船設備進行實時監測。

通過研究多種失效形式耦合的破壞理論并在此基礎上發展船舶主要設備健康評估與預測技術，發展復雜載荷、多種環境因素和多種失效形式下先進的壽命試驗方法與數據分析技術，建立設備運行狀態監測及其剩余壽命預測的物理模型和數學方程，利用設備狀態監測技術和適合于小樣本預測的技術獲得設備健康狀態的評估結果?；诠铝⑸炙惴ń⒋霸O備退化預測模型，充分利用退化數據集來訓練孤立森林退化預測模型，為設備剩余使用壽命預測提供決策支持[13]。

6 結 論

本文以“大西洋”集裝箱輪為研究對象，初步搭建了船舶數字孿生體，通過多源感知數據融合和航行態勢重構對船舶航行態勢進行分析，利用狀態監測數據和相關知識經驗建立設備狀態監測專家庫，并基于孤立森林算法對船舶設備壽命預測進行研究，旨在為船舶數字孿生體的研發提供一些參考。

當前船舶數字孿生的研究還處于起步階段，下一階段將在以下2個方面進行研究：一是設備模型方面的研究，包括行為判定、材質變化、故障診斷點、準確率等方面，這將有助于提高模型的精度；二是信息物理融合方面，目前僅在數據融合方面的降維處理、數據集分類等方面有初步研究，針對船舶孿生體中的數據同步和融合等方面的研究仍是空白，這也將是我們下一步的研究重點?！?/p>