首页 > 论文范文 > 工程工业论文 > 重工业论文 > 船舶工业论文 > 解读新形势下构建我国船舶建造大数据体系的必要性

解读新形势下构建我国船舶建造大数据体系的必要性

2020-05-13 327 上传者：管理员

摘要：基于中国推动建设制造强国和大数据广泛应用的背景，传统的管理与控制方式已难以满足船舶与海洋工程行业实际发展的需求，因此就需要科学应用大数据技术对行业各类数据进行分析，希望以此来提高各项工作时效性、准确性与可靠性，满足行业改革、转型和发展需求。通过制定船舶建造大数据体系标准，建立船舶大数据体系的数据层，在船舶建造中搭建数据库、统计数据分布情况，并对数据价值进行评价，实现大数据体系信息融合框架的设计，最终完成船舶建造大数据分析平台的构建。大数据体系下的船舶建造必将引起船舶行业新一轮的洗牌。

关键词：
体系
大数据
建造
船舶工业
加入收藏

船舶工业是中国高端装备制造业的重要组成部分，是我国海上战略的基础和重要支撑。目前，我国船舶工业的数字工艺设计能力不足，造船设备自动化和系统的智能程度较低，制造技术和信息技术的集成度过低，缺乏有效的数据支持来控制造船过程^[1]。大数据时代与航运业的结合，实际上是网络和实体的整合。这意味着船厂和船东将能够通过网络连接信息，并共同承担风险以使其利益最大化。为了加快下一代信息技术与先进造船技术的融合，建立造船大数据体系是增强中国造船公司核心竞争力的有效途径，也是实现船舶工业转型升级的关键所在。

1、制定大数据体系标准

大数据体系标准涵盖生产准备标准、制造执行标准、大数据制造环境标准以及网络的测试标准^[2]。要想制定完整的大数据体系标准，需要建立完整的中间产品系统标准。根据船舶的制造过程，设计完成从构建开始至完工交船全过程的中间产品系统。大数据体系标准的制定需要从构建的现实出发，对构建过程中生成的数据进行数字化转化，并对其进行处理以生成相关信息。这些标准的制定体现在船舶建造环节的方方面面。大数据制造环境标准则需要对造船精度进行实时的信息识别，通过分析制造过程以及控制实时数据，达到生产模式的标准要求，从而实现完整的生产过程和全面的环境控制；网络的测试标准主要体现在整个造船过程中的物流管理审查环节，作用于产品识别、跟踪、调度和分配等的自动化和智能标准。

1.1 国外船舶行业大数据体系标准

国外船舶行业大数据体系目前没有设计与国外航运业相关的标准。而是通过Tribon，CADDSS和其他2D设计软件建立自己的一组建模标准^[3]。许多外国造船厂和研究机构直接使用这些标准，并且一些国家已经制定了自己的标准。造船公司具有自己的独特特征，例如生产准备和生产执行。因此，大多数参与生产准备和生产执行的人员已经建立了内部规范，但尚未达到行业大数据体系标准水平。

1.2 国内船舶行业大数据体系标准

由于国内船舶建造行业的独特性和船体的复杂性，大数据的应用仍处于自己的状态。一些船舶设计单位和建筑工厂根据各自的应用情况应用二维船舶设计技术。这些技术通过数据收集，汇集了一些相关的2D设计技术指导文件和2D设计规则，在指导船舶2D设计的开发中发挥了重要的作用。但是由于大数据体系标准的要求，装置本身没有通用性，可能会导致重复，由于系统的不完善，或是各个单位的大数据体系标准和做法之间缺乏统一，造成了劳力和资源的浪费。当前，中国船舶工业集团公司已经起草了基于Tribon的数字设计标准和基于CADDSS的数字设计标准，但这2个标准只是该领域的初步尝试^[4]。由于它尚未在业界内得到广泛的认可，因此不是正式的国内船舶行业大数据体系标准。关于大数据体系的进一步制定，船舶建造行业制定了生产系统改革指南，通过该指南组织专家，为造船公司提供实施生产系统转型的操作指南。大数据体系标准是在建立船舶大数据体系数据层之前的必备条件。

2、建立船舶大数据体系的数据层

要考虑到在网络互连互通和不同业务系统提供数据信息的前提条件下，使不同类型的单个业务数据资源能够实现多角度、全方面的应用共享。通过船舶大数据体系数据层的搭建，可以将不同类型的船舶相关数据进行异类重组，以形成一个统一的虚拟完整业务信息集成平台。

2.1 搭建数据库

建立船舶大数据体系的数据层，需要从船舶建造大数据来源、特点、数据库的构建的流程等角度，开展船舶建造两大数据库的构建。即通过搭建分布式实时数据库和集成历史数据库，完成造船大数据体系的核心模块组建。数据库数据的准确性、有效性和价值性直接影响大数据系统分析层的高度和质量。造船大数据涵盖了电力行业及相关领域中的结构化、半结构化和非结构化数据，通过各种形式如数字、文本、图形、音频和其他静态数据等形式表现出来^[5]。根据数据收集的不同渠道，可以分为内部数据和外部数据。内部数据主要来自企业内的各种系统，包括生产管理系统、电源收集系统、电源营销系统、客户服务系统和管理平台系统。外部数据主要来自政府机构、相关行业、公共平台和其他系统，包括经济发展数据、天气地理数据、人口数据、城市规划、能源和电力行业数据等^[6]。在此基础层上构建分布式实时数据库和集中式历史数据库，经过数据分析和数据应用程序构建船舶建造大数据体系数据库。

2.2 统计数据分布情况

船舶建造大数据具有分散性、多样性和复杂性的特点。这些特点主要体现在以下几个方面：首先，数据分散在各个系统中。大数据生产管理系统主要包含设备管理和维护等数据。其次，大数据类型多种多样，形式也各有不同。经济数据主要是结构化的数字数据，而客户服务系统中的电话服务数据是语音数据，地理和天气数据主要是图像数据。最后，数据之间的关系很复杂。营销系统数据包括客户功耗信息、功率数据和客户服务数据等，但是这些数据也存在于不同的体系中，例如收集系统和客户系统。

2.3 评价数据价值

根据船舶建造数据的差异性、多样性和复杂性，需要基于确定船舶建造数据的来源来评估不同类型数据的价值。集中存储和构建高价值和高质量数据库的基础流程和方法如下：首先，需要计算船舶建造内部和外部的数据源，以确定与船舶建造相关的直接或间接影响船舶建造的数据^[7]。然后评估各种类型的数据，并将其与数据清单结果组合。

3、设计大数据体系信息融合框架

大数据体系信息融合是将来自一个或多个信息源的数据进行关联组合以获得准确估计的过程。这是一种使用数学和技术工具从各种来源中收集数据以获取更加全面的信息的方法。通过使用船舶产品建模技术、仿真技术、虚拟制造技术等技术手段，将信息和大数据流程集成到船舶产品设计的过程中，加速船舶建造开发，最终建立完整的中间产品系统结构，完成船舶大数据体系信息融合框架的设计。

4、搭建船舶建造大数据分析平台

通过大数据分析平台的构建，从设计概念到船舶制造等各个方面，大数据可以支持整个运营、设计、生产和财务流程环节的运转，从而为提高建造效率并实现利润最大化打下坚实的基础。对于海洋和海洋工程行业而言，获得独特的问题解决方案，发现和发现新的商机并创造新的工业价值是提高整个行业竞争力和盈利能力的有效途径。

未来，大数据分析平台也将成为所有公司的平台标准，影响着海洋工程、互联网、金融和船舶等各个领域的产业链，塑造了新的商业模式和新的大数据分析平台^[8]。船舶建造大数据分析平台不仅是智能制造和工业互联网相互融合实现的重要组成部分，而且是致使船舶建造效率提高的崭新平台。船舶建造大数据分析平台在船舶建造业中具有广泛的应用潜力，极大地促进了船舶建造行业的结构调整和升级，中国的船舶建造行业将加速实现智能制造的新目标。

5、结语

本文通过对我国船舶建造大数据体系进行研究，分析了船舶建造大数据体系的制定标准，在经过搭建船舶建造大数据体系数据层后，开始搭建数据库、统计数据分布情况，并对数据价值进行分析评价，从而设计出大数据体系信息融合框架，最终构建船舶建造大数据分析平台。但随着船舶建造行业的不断发展，所需获取的船舶货物、作业人员以及通航环境的数据信息量越来越大，处理数据信息的要求愈来愈高，这些问题的出现尚未得到解决，希望通过本文对船舶建造大数据体系的研究能够为我国的船舶建造行业带来一定的指引与帮助。

参考文献：

[1]李奇楠.船舶智能制造标准体系构建[J].船舶建造技术,2017(03):8-14+23.

[2]郭佳.大数据在船舶与海洋工程行业的应用基础和展望[J].内燃机与配件,2017(19):87-89.

[3]刘微,尚家发.智能船舶发展现状及我国发展策略研究[J].舰船科学技术,2017,39(11):189-193.

[4]陈弓.基于大数据的智能船舶研究[J].江苏船舶,2018,35(01):13+30+4.

[5]管官,郑孟添,纪卓尚.大数据技术在船舶主尺度确定中的应用研究[J].应用科技,2018,45(02):1-5.

[6]李楷,刘曼婷,张楠,等.基于DEA方法的船舶建造项目多指标评价研究[J].大连理工大学学报,2018,58(06):587-593.

[7]冯朝阳,武君秀.船舶建造工艺的发展现状及改进方案[J].山东工业技术,2018(04):67+47.

[8]武君秀,冯朝阳.项目管理在现代船舶建造工程中的应用[J].工业设计,2018(01):128-129.

徐晓昂.构建我国船舶建造大数据体系的研究[J].船舶物资与市场,2020,(1):77-78.