Избегание корабельных катастроф с помощь новых технологийКомпании могут сэкономить миллионы, используя передовые статистические методы для извлечения информации из больших объемов собранных данных. Одной из компаний, которая приняла этот новый способ мышления, является международная промышленная группа ABB. Они тесно сотрудничают со статистиками в Университете Осло в Норвегии, что позволяет судоходным компаниям экономить миллионы на более оптимальных операциях и повышать безопасность судов.

Новые статистические методы должны позволять бить тревогу до того, как возникнут неисправности на больших судах, сказали Мортен Стаккеланд и Ингрид Глад. Фото: Ингве Фогт

Суда проверяются через регулярные промежутки времени, чтобы убедиться, что они поддерживают свое состояние. Для этого они должны быть пристыкованы, и такие интервалы могут быть довольно дорогостоящими.

«Вместо того, чтобы отправлять инспекторов на суда, мы можем использовать статистические методы для отслеживания всех данных на предмет изменений, например, когда двигатель собирается перегреться или выйти из строя. Этот автоматический мониторинг данных должен быть в состоянии предупреждать об инцидентах до того, как они произойдут », — говорит Мортен Стаккеланд, инженер по проектам в ABB и адъюнкт-профессор статистики в Университете Осло в Норвегии.

Если капитан получит уведомление за несколько часов до того, как двигатель выйдет из строя, его можно починить до того, как судно остановится. Представьте себе катастрофу, если двигатель выйдет из строя, когда танкер длиной в несколько сотен метров приближается к нефтяному терминалу.

Основная мантра статистиков заключается в извлечении и интерпретации огромного количества информации, которую можно собрать с больших кораблей. «Суть в том, чтобы найти образец в этих отчетах, чтобы звучала тревога, когда что-то приближается к кризису», — говорит Ингрид Глад, профессор кафедры математики в университете Осло для исследовательского журнала Apollon. Она является частью исследовательской группы Big Insight, центра инновационных исследований. Они работают над разработкой и коммерциализацией статистических методов.

Проверка датчиков

Данные поступают от большого количества датчиков на борту. Один корабль может иметь несколько тысяч датчиков. Некоторые датчики передают данные каждые 10 секунд. Другие датчики передают данные так же часто, как каждую миллисекунду. Очевидно, это составляет огромное количество данных в течение года.

Датчики не являются единственным источником данных. Многие части оборудования на борту также общаются друг с другом. На больших танкерах приборы посылают друг другу серию загадочных сообщений; эти отчеты не стандартизированы. Огромные объемы данных постоянно хранятся на корабле или отправляются в центры управления на берегу. Дело в том, чтобы найти то, что выделяется в потоках данных.

«Затем мы можем построить статистическую модель, которая показывает нормальное состояние и где мы можем найти отклонения. Мы можем обнаружить отклонения только в одном датчике, или, возможно, все данные от всех датчиков находятся в допустимом диапазоне, но корреляции между данными настолько особенные, что они все еще вызывают тревогу », — говорит Эрик Ванем, старший исследователь DNV- GL.

Проверка корпуса

Трещины в корпусе корабля — один из сценариев, которых боятся. Борьба с большими волнами в бурных морях в худшем случае может разрушить корпус. Сотни датчиков могут быть размещены внутри корпуса, чтобы контролировать риск разрушения материала. Компания DNV-GL, ранее Veritas, ищет напряженность в корпусе. Они специализируются на безопасности судов и работают над безопасностью морского транспорта.

«Мы можем измерить напряжение в корпусе и использовать это, чтобы сказать что-то о силе корабля и риске усталости. Помимо регулярного осмотра судов, мы можем оснастить критически важные компоненты датчиками для обеспечения постоянного контроля. Затем мы можем ловить вещи, которые мы не можем поймать, с помощью выборочных проверок и использовать дополнительные знания для планирования, когда требуется физический осмотр, вместо того, чтобы осматривать судно через определенные промежутки времени », — говорит Эрик Ванем.

Данные датчика также связаны с погодными данными для расчета степени нагрузки на корпус с течением времени. «Если судно подверглось сильным избиениям, мы можем уделить дополнительное внимание», — говорит Эрик Ванем.

Проверка батареи

Даже такое простое, как проверка аккумулятора, может сэкономить транспортным компаниям большие суммы денег. Электрические суда с большими батареями должны быть выведены из эксплуатации на целый день для проведения ежегодного обслуживания. «Это потерянное время работы. Мы рассмотрим, как можно использовать статистику для оценки батарей. Это сэкономит владельцам судов много денег », — говорит Мортен Стаккеланд.

Одним из важных моментов является техническое обслуживание только при необходимости, а не через определенные промежутки времени. «Судовладельцы могут потенциально сэкономить миллионы крон за корабль», — говорит Стаккеланд. Он считает, что мониторинг данных может стать первым шагом на пути к судам без водителя.

Расширенная статистика

Задача заключается в интерпретации огромных объемов данных и подаче сигнала тревоги только при необходимости. «Конечная цель — сообщить о том, что двигатель выйдет из строя до того, как это произойдет», — говорит Ингрид Глад.

Она сравнивает это с поиском чего-то ненормального в лесу, не зная, что это такое. «Если вы идете за грибами, вы точно знаете, что ищете. Однако мы ищем то, чего никогда не видели в лесу раньше. Это намного сложнее».

Анализ также должен проводиться в режиме реального времени. Это означает, что статистикам необходимо создать систему, которая обнаружит аномалии до того, как ненормальная ситуация приведет к неисправностям или повреждениям. В то же время они должны снизить вероятность ложных срабатываний. Это математическая задача.

По материалам phys.org