近日DNV GL應邀在挪威商會舉辦的海事技術論壇上分享了數字化和智能船舶發展的最新趨勢以及人工智能研究的最新實例。
DNV GL中國技術中心副總經理劉小峰認為,海事行業正在經歷一場重大轉型,船舶正逐步成為集成各類傳感器的中心,不斷生成大量數據,并通過衛星連接到不斷擴張的互聯網絡中,船舶及其系統和部件也正越來越多地接入互聯網,可以從任何地方訪問,并成為在線海事資產網絡的一部分。由此,行業能通過船舶營運匯聚大量數據,并通過數據管理及分析技術,結合行業專業知識,開發并部署智能運維支持系統,以提高了自動化程度、決策支持和遠程監控能力,并全面提升了安全性、能效及環境足跡,以及設備可靠性等。正如其他特別關注安全的行業一樣,結合數字化技術及大數據匯聚應用的推廣,航運業也正逐步走向更加智能化及集中化的船舶運營管理模式。與此同時,這些云儲存的數據可用于數字孿生和其他運營、設計及建造模擬仿真的基礎,并結合數字孿生技術的應用深刻改變著船舶從設計、建造到運營的全生命周期,也使得數字孿生/數字化船舶正逐漸成為實體船舶一樣重要的全生命周期營運資產。數字化轉型正如在其他行業一樣作為規則改變者,正在深刻改變著海事業的發展,同時也將催生新的商業模式機會以及風險。
為了助力海事業的數字化轉型并解鎖數據帶來的效率提升特別是營運價值的體現,DNV GL在其全球領先的船舶入級規范方面譜寫了新的篇章——數字化特征。新規范于10月28日發布,包括三個新的船級符號(D-INF、DDV、REW),將于2021年1月1日起生效。此外,還引入了新的智能船級符號(Smart),用于評估與展現數字化智能船舶特征的規范框架。DNV GL 新的智能船船級符號重點關注于作為船級社怎么助力行業進一步開發及挖掘智能船的實際營運價值,以及在長期的數字化轉型過程中如何開發建造智能就緒的船舶,幫助當前智能船隊建設的制定合理智能設計方案及投資規劃,以保證未來的智能拓展性及資產在全生命周期的競爭力。為此,DNV GL專門開發了D-INF,DDV,REW船級符號作為智能就緒船舶的主要數字化功能特征,并從規范的角度鼓勵行業盡快推進數據采集及管理的標準化實施及落地,比如按照ISO 19848/19847的標準化要求搭建智能船的船端和岸基數據采集管理中心。
劉小峰介紹說DNV GL 一直在和全球及中國地區客戶深入開展數字化相關合作,比如在智能船設計、數據采集及管理、標準化及數據共享、數據應用開發、岸基數據中心或運維中心等各方面開展具體項目合作。他表示DNV GL期待著和業界伙伴進一步探討并作為數字化轉型旅程中的最佳合作伙伴共同推進海事業的數字化轉型發展。
DNV GL人工智能中心負責人陳中寧在會上著重介紹了DNV GL研發的二個最新研究實例。他表示數字資產及服務的保證是DNV GL在數字化時代實現保護生命、財產和環境愿景的重要手段。他介紹的第一個實例是Battery.ai 基于人工智能的動力/儲能電池性能分析解決方案。該方案建立在DNV GL的衰減建模經驗基礎上,及數百萬小時的實際電池測試數據,并以創新的人工智能技術手段而成。可以提供數字化的電池健康狀況及生命周期的預測,以及不同工況下的電池性能指標。使用該解決方案DNV GL可以對動力/儲能電池提供精準的第三方獨立評價。第二個實例是有關DNV GL在自動駕駛無人船安全保障的探索。DNV GL作為著名的船級社,負責保障船舶的技術安全。自動駕駛無人船作為新興概念,在小型船舶上已經有了早期實驗性應用。在本次交流會中,主要介紹了DNV GL的TESTIT系統,該系統建立于數字化的規范評價系統以及模擬仿真系統用以評價自動駕駛船在航行規劃以及避碰中的應用。