基于CPS决策模块的船舶智能设备运维的协同决策方法技术

本发明专利技术公开了基于CPS决策模块的船舶智能设备运维的协同决策方法，所述方法包括以下步骤：步骤1，设备端采集船舶设备状态数据，并明确所检测的数据在船舶实体设备所属的位置，对获取的数据进行信号处理、特征提取，使其形成有效的信息，将数据传输至船舶运维系统的数据库；步骤2，利用获取的有效数据建立针对赛博空间的分析模型和推演模型，充分地分析和模拟决策对象的活动与结果之间的关系；步骤3，根据决策要素的维度、是否线性、数据类型等因素，基于对象模型的层次，选择合适的优化算法模型，为决策对象制定优化目标，给定决策过程的限制条件。件。件。

【技术实现步骤摘要】
基于CPS决策模块的船舶智能设备运维的协同决策方法


[0001]本专利技术涉及船舶行业的运行维护决策
，具体是基于CPS决策模块 的船舶智能设备运维的协同决策方法。

技术介绍

[0002]随着大数据、物联网等技术和概念的推动，船舶的智能化是船舶自动化、 信息化后的又一重要发展趋势；船舶的智能化伴随着船舶设备的复杂化、一体 化和精细化，传统的船舶设备维护管理方法已无法满足要求，传统的运维管理 方式效率低下且容易出错，增加了维护的成本，且可靠性不足。
[0003]智能制造是其重要主题，智能运维是其主要核心内容，而“物理-信息系统 (CPS)”是实现智能运维的重要载体；随着大量数据的获取和设备互联的实现， 设备状态数据将呈爆炸式的增长，而数据本身不会带来价值，要将其转化成信 息后才会对运行维护过程产生价值；随着网络通信技术(ICT)的不断发展，获 取数据早已不再是难题，然而人并不擅长处理多维数据之间的精确量化分析， 因此制约决策质量的是对数据进行精确的分析与对目标进行优化。

技术实现思路

[0004]为此，本专利技术提出基于CPS决策模块的船舶智能设备运维的协同决策方法 以解决上述
技术介绍
中提出的问题。
[0005]基于CPS决策模块的船舶智能设备运维的协同决策方法，所述方法包括以 下步骤：
[0006]步骤1：设备端采集船舶设备状态数据，并明确所检测的数据在船舶实体设 备所属的位置，对获取的数据进行信号处理、特征提取，使其形成有效的信息， 将数据传输至船舶运维系统的数据库；<br/>[0007]步骤2：利用获取的有效数据建立针对赛博空间的分析模型和推演模型，充 分地分析和模拟决策对象的活动与结果之间的关系；
[0008]步骤3：根据决策要素的维度、是否线性、数据类型等因素，基于对象模型 的层次，选择合适的优化算法模型，为决策对象制定优化目标，给定决策过程 的限制条件；
[0009]步骤4：针对多维决策优化目标问题，考虑多环节、多部门的决策活动、决 策因素、决策目标之间的影响，通过多维度与多尺度协同优化、多目标赋权方 案优选等手段给出当前决策下各个优化目标的结果指标，使系统能够快速和准 确地得出多要素、多维度的最优决策方案；
[0010]步骤5：提供决策结果的可视化信息，实现船舶设备实时运维的可视化动态 决策；
[0011]步骤5.1：平台为船舶维护人员提供可视化的最优维护决策方案；
[0012]步骤5.2：船舶人员可在平台上修改决策因素的权重，使其进行重新决策；
[0013]步骤5.3：再次提供最新的维护决策方案，实现实时动态决策。
[0014]进一步，作为优选，所述步骤2中分析模型和推演模型的建立方法为：针 对赛博空间中的个体空间、群体空间、活动空间及对应的知识推理空间，建立 有效的模型，尤其是以数据驱动为核心的CPS数据模型，为后继的决策计算做 基础，其中，
[0015]所述个体空间的建立需要利用数据驱动分析手段配合机理研究技术，研究 赛博空间中个体对象的映射规则，并形成按需按类的元模型群，建立各单元或 系统机理知识库；
[0016]所述群体空间的建立研究基于CPS技术的模型集成技术，在个体机理映射 的基础上，研究系统级的设备拓扑关系，建成面向群体对象的群体空间知识库；
[0017]所述活动空间的建立，需要能够面向对象在环境中的活动状态，提取对象 的活动特征并进行关联分析，形成活动规则模型，进而以活动的优化协同为目 标，简称活动空间知识库；
[0018]所述推演模型的建立，需要在对象数据模型的基础上，针对对象在环境中 的活动状态，提取对象及对象群体的活动特征并进行关联分析，进而以推演、 评估与预测为重点，形成多模型的协同知识推演规则，以多目标、多层次、多 环节活动的优化协同为目标，构建推演决策模型，达成杂复杂环境下的多对象 活动协同。
[0019]进一步，作为优选，所述步骤3中选择合适的优化算法模型的方法为：不 同算法在解决不同问题上的优势不同，选择决策对象的最佳协同决策优化算法， 基于决策对象的层次等级，部件、个体、群体系统级等不同的层次有着不同的 运行方式和维护措施，再根据决策要素的不同选择合适的优化算法模型，为决 策对象制定优化目标，给定决策过程的限制条件。
[0020]进一步，作为优选，所述步骤4中，多目标、多层次化的决策方法为：在 船舶进行动态运维决策时，将其分为三个等级，其中，
[0021]第一级决策先对所有任务进行排序，这个排序只考虑每个任务的先后顺序， 而不考虑具体开始的时间；
[0022]第二级决策则是在任务排序的基础上确定每一个任务开始的最优时间；
[0023]第三级决策是对维护人员和维护资源的分配进行优化，同时确定船舶设备 的最优维护方案。
[0024]进一步，作为优选，所述步骤4中，基于多目标决策的非劣解集，利用熵 权法进行优选的方法采用以下步骤：
[0025]步骤a.根据实际问题确定优选指标集；
[0026]步骤b.确定待优选方案集；
[0027]步骤c.计算各方案指标值；
[0028]步骤d.熵权法确定权重；
[0029]步骤e.指标值标准化处理；
[0030]步骤f.进行综合评价。
附图说明
[0031]图1为基于CPS决策模块的船舶智能设备运维的协同决策方法的实施流程 图；
[0032]图2为基于CPS决策模块的船舶智能设备运维的协同决策方法中决策要素 联系
图；
[0033]图3为基于CPS决策模块的船舶智能设备运维的协同决策方法中多目标遗 传算法流程图；
[0034]图4为基于CPS决策模块的船舶智能设备运维的协同决策方法中决策方案 优选方法流程图。
具体实施方式
[0035]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清 楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是 全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造 性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0036]实施例：请参阅附图1-4，本专利技术提供一种技术方案：基于CPS决策模块的 船舶智能设备运维的协同决策方法，所述方法包括以下步骤：
[0037]步骤1：设备端采集船舶设备状态数据，并明确所检测的数据在船舶实体设 备所属的位置，对获取的数据进行信号处理、特征提取，使其形成有效的信息， 将数据传输至船舶运维系统的数据库；
[0038]步骤2：利用获取的有效数据建立针对赛博空间的分析模型和推演模型，充 分地分析和模拟决策对象的活动与结果之间的关系；
[0039]步骤3：根据决策要素的维度、是否线性、数据类型等因素，基于对象模型 的层次，选择合适的优化算法模型，为决策对象制定优化目标，给定决策过程 的限制条件；
[0040]步骤4：针对多维决策优化目标问题，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于CPS决策模块的船舶智能设备运维的协同决策方法，其特征在于，所述方法包括以下步骤：步骤1：设备端采集船舶设备状态数据，并明确所检测的数据在船舶实体设备所属的位置，对获取的数据进行信号处理、特征提取，使其形成有效的信息，将数据传输至船舶运维系统的数据库；步骤2：利用获取的有效数据建立针对赛博空间的分析模型和推演模型，充分地分析和模拟决策对象的活动与结果之间的关系；步骤3：根据决策要素的维度、是否线性、数据类型等因素，基于对象模型的层次，选择合适的优化算法模型，为决策对象制定优化目标，给定决策过程的限制条件；步骤4：针对多维决策优化目标问题，考虑多环节、多部门的决策活动、决策因素、决策目标之间的影响，通过多维度与多尺度协同优化、多目标赋权方案优选等手段给出当前决策下各个优化目标的结果指标，使系统能够快速和准确地得出多要素、多维度的最优决策方案；步骤5：提供决策结果的可视化信息，实现船舶设备实时运维的可视化动态决策；步骤5.1：平台为船舶维护人员提供可视化的最优维护决策方案；步骤5.2：船舶人员可在平台上修改决策因素的权重，使其进行重新决策；步骤5.3：再次提供最新的维护决策方案，实现实时动态决策。2.根据权利要求1所述的基于CPS决策模块的船舶智能设备运维的协同决策方法，其特征在于，所述步骤2中分析模型和推演模型的建立方法为：针对赛博空间中的个体空间、群体空间、活动空间及对应的知识推理空间，建立有效的模型，尤其是以数据驱动为核心的CPS数据模型，为后继的决策计算做基础，其中，所述个体空间的建立需要利用数据驱动分析手段配合机理研究技术，研究赛博空间中个体对象的映射规则，并形成按需按类的元模型群，建立各单元或系统机理知识库；所述群体空间的建立研究基于CPS技术的模型集成技术，在个体机理映射的基础上，研究系统级的设备拓扑关系，建成面向群体对象的群体空间知识库；...

【专利技术属性】
技术研发人员：姚玉南，沈轩，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：