自主货物运输船舶航行风险辨识与事故致因分析研究
发布时间：2021-08-07 07:19
随着船舶智能技术的快速发展和应用,未来航运业的发展必然趋向于船舶的自主化。2017年在第98次海安会上国际海事组织提出了海事自主水面船的概念,次年在第99次海安会上,正式开始了对水面自主船舶的法规梳理工作,并给出自主船的初步定义以及自主船舶自主水平发展的几个阶段。但是自主货物运输船舶的研究处于起步阶段,很多理论与模型都是一个概念及设想,在其设计与制造的初期,其航行风险问题较为突出。针对第等级自主货物运输船舶,开展自主货物运输船舶航行风险辨识与事故致因分析研究具有重要意义。本文采用文本挖掘、故障假设分析法风险、故障树和模糊理论等方法,分别对自主航行货物运输船航行事故风险因素辨识、船舶自主航行事故风险建模与分析以及远程控制模式下岸基控制中心人因失效建模与分析展开研究。主要研究内容如下。自主货物运输船舶航行风险因素识别。在统计分析382起传统船舶航行历史事故数据的基础上,利用文本挖掘提炼出传统船舶航行事故风险因素,通过故障假设分析法对这些因素进行分析探讨,识别出可能出现在自主货物运输船舶上的风险因素,然后通过专家经验以及文献阅读等途径,分析未来自主货物运输船舶航行事故所面临新的风险因素,实现...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
远程操控自主货物运输船舶避碰过程
5氏船级社认证的智能散货船在上海海事会上正式发布[20]。同年12月份，中国船级社、武汉理工大学以及珠海市政府携手云洲智能公司开展以小型自主货物运输船舶为目标的研究项目。该项目中的小型自主货物运输船舶名为“筋斗云”，如图1-2所示，寓意“云”上航行，自主化航行。该船规划500t级，船身长度50m，正在实体试验场进行测试，预计2018年底下水，2019年率先在全球范围内实现商业运营，开启全球无人航运之门。为保障自主货物运输船舶平稳发展，中国船级社于2018年发布《自主货物运输船舶指南》，该指南涵盖了自主货物运输船舶的定义、船舶系统功能要求、实现系统功能所需要的先进技术指标以及船舶的检验与试验要求[21]。通讯船体图像回传数据通讯控制障碍物智能路径识别规划系统组合导航环境感知生成系统人机交互系统动力导航图1-2“筋斗云”系统组成尽管自主货物运输船舶处于发展的初期，但是放眼国际，丹麦已启动自主货物运输船舶研发项目，挪威开辟自主货物运输船舶试验区，韩国开发了自主货物运输船舶通用技术平台，荷兰正研发利用“浮动自驾自主货物运输船舶”实现载人和货运，可以说自主货物运输船舶的应用正在成为船舶工业的发展趋势[22,23]。总而言之，伴随着自主货物运输船舶的关键技术的发展，世界各国对自主货物运输船舶发展的重视，有关自主货物运输船舶的核心技术也在一一被攻破，一艘可以代替传统船舶的自主货物运输船舶将会得到实现，自主货物运输船舶时代指日可待。
44理模式。其中向前推理也可以说是一种预测推理，它是通过贝叶斯模型，顺着贝叶斯网络弧的方向，将新的解释变量信息传递给响应变量，从而更新响应变量的概率；向后推理又称为诊断推理，它是先确定响应变量所需要的期望值，然后将其置于贝叶斯网络中，将该信息反向传递，从而确定解释变量的值。贝叶斯网络中含有n个节点时，通常用△={G(V,E),P}来表示，其中G(V,E)代表的是包含n个节点的无环有向图G。贝叶斯网络图中的节点变量由集合V={V1，...，Vn}中的元素表示，贝叶斯弧E则代表了各个变量之间的因果关系，P代表的是贝叶斯网络模型中节点的条件概率分布表（ConditionalProbabilityTables,CPTs）。假设一个具有n个参考值的事件θ={θ1，...，θn}，用贝叶斯网络来分析它，在给定观察值X={X1，...，Xn}，那么由公式（4-3）可以计算θ的后验概率分布表。P(|,…,)=P(,…,|)()P(,…,)（4-3）图4-2是贝叶斯网络中事件A到事件B的一个范例。ABP(B|A)图4-2贝叶斯网络基本元素的图形表示方法如上图所示，贝叶斯网络中节点A指向节点B，代表着节点A是节点B的父节点，A事件会影响B事件发生的概率，图中箭头代表有向无环图中节点A指向节点B的有向弧，显示了两个事件之间的子父节点关系，而条件概率P（A|B）则表示事件A与事件B之间的依赖关系。需要注意的是，在构建贝叶斯网络模型中，每个节点可以与其他节点建立子父节点关系，但是不能存在环形指向的模型，即贝叶斯网络模型不能出现闭环。4.4岸基控制中心操作员行为过程分析本章在第3章的基础上，即船舶自主驾驶模式下遇到紧急突发状况自身无法
【参考文献】：
期刊论文
[1]自主水面货船研究现状与展望[J]. 吴青,王乐,刘佳仑. 智能系统学报. 2019(01)
[2]自主运输系统安全研究——ESREL 2018国际会议综述[J]. 张锴,张笛,范存龙,姚厚杰,张明阳. 交通信息与安全. 2018(05)
[3]基于模糊证据推理的内河船舶航行安全状态评价[J]. 张笛,姚厚杰,万程鹏,梁峥,张明阳. 安全与环境学报. 2018(04)
[4]基于文本挖掘的内河船舶碰撞事故致因因素分析与风险预测[J]. 吴伋,江福才,姚厚杰,黄明,马全党. 交通信息与安全. 2018(03)
[5]一种基于文本挖掘的铁路基础设施设备风险隐患识别模型[J]. 李擎,张秋艳,白磊. 铁路计算机应用. 2018(02)
[6]跨海大桥船桥碰撞模糊Bow-tie风险评估方法[J]. 陈伟炯,卢忆宁,张善杰,谢启苗,许循齐,郭锦春. 中国安全科学学报. 2018(01)
[7]面向智能航行的货船“航行脑”概念设计[J]. 严新平,吴超,马枫. 中国航海. 2017(04)
[8]无人驾驶船舶发展与航海教育对策[J]. 吴兆麟. 中国航海. 2017(04)
[9]“大智”轮的标志性意义[J]. 胥苗苗. 中国船检. 2017(12)
[10]智能航运系统的发展现状与趋势[J]. 严新平,柳晨光. 智能系统学报. 2016(06)
博士论文
[1]船舶避碰过程中的人的可靠性分析[D]. 刘正江.大连海事大学 2004
硕士论文
[1]基于贝叶斯网络的地铁行车调度系统人因可靠性分析[D]. 吴丹.西南交通大学 2018
[2]基于贝叶斯网络的内河船舶碰撞致因分析[D]. 张磊.中北大学 2016
[3]基于贝叶斯网的船舶碰撞致因分析[D]. 孙俊君.大连海事大学 2013
本文编号：3327345
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
远程操控自主货物运输船舶避碰过程
5氏船级社认证的智能散货船在上海海事会上正式发布[20]。同年12月份，中国船级社、武汉理工大学以及珠海市政府携手云洲智能公司开展以小型自主货物运输船舶为目标的研究项目。该项目中的小型自主货物运输船舶名为“筋斗云”，如图1-2所示，寓意“云”上航行，自主化航行。该船规划500t级，船身长度50m，正在实体试验场进行测试，预计2018年底下水，2019年率先在全球范围内实现商业运营，开启全球无人航运之门。为保障自主货物运输船舶平稳发展，中国船级社于2018年发布《自主货物运输船舶指南》，该指南涵盖了自主货物运输船舶的定义、船舶系统功能要求、实现系统功能所需要的先进技术指标以及船舶的检验与试验要求[21]。通讯船体图像回传数据通讯控制障碍物智能路径识别规划系统组合导航环境感知生成系统人机交互系统动力导航图1-2“筋斗云”系统组成尽管自主货物运输船舶处于发展的初期，但是放眼国际，丹麦已启动自主货物运输船舶研发项目，挪威开辟自主货物运输船舶试验区，韩国开发了自主货物运输船舶通用技术平台，荷兰正研发利用“浮动自驾自主货物运输船舶”实现载人和货运，可以说自主货物运输船舶的应用正在成为船舶工业的发展趋势[22,23]。总而言之，伴随着自主货物运输船舶的关键技术的发展，世界各国对自主货物运输船舶发展的重视，有关自主货物运输船舶的核心技术也在一一被攻破，一艘可以代替传统船舶的自主货物运输船舶将会得到实现，自主货物运输船舶时代指日可待。
44理模式。其中向前推理也可以说是一种预测推理，它是通过贝叶斯模型，顺着贝叶斯网络弧的方向，将新的解释变量信息传递给响应变量，从而更新响应变量的概率；向后推理又称为诊断推理，它是先确定响应变量所需要的期望值，然后将其置于贝叶斯网络中，将该信息反向传递，从而确定解释变量的值。贝叶斯网络中含有n个节点时，通常用△={G(V,E),P}来表示，其中G(V,E)代表的是包含n个节点的无环有向图G。贝叶斯网络图中的节点变量由集合V={V1，...，Vn}中的元素表示，贝叶斯弧E则代表了各个变量之间的因果关系，P代表的是贝叶斯网络模型中节点的条件概率分布表（ConditionalProbabilityTables,CPTs）。假设一个具有n个参考值的事件θ={θ1，...，θn}，用贝叶斯网络来分析它，在给定观察值X={X1，...，Xn}，那么由公式（4-3）可以计算θ的后验概率分布表。P(|,…,)=P(,…,|)()P(,…,)（4-3）图4-2是贝叶斯网络中事件A到事件B的一个范例。ABP(B|A)图4-2贝叶斯网络基本元素的图形表示方法如上图所示，贝叶斯网络中节点A指向节点B，代表着节点A是节点B的父节点，A事件会影响B事件发生的概率，图中箭头代表有向无环图中节点A指向节点B的有向弧，显示了两个事件之间的子父节点关系，而条件概率P（A|B）则表示事件A与事件B之间的依赖关系。需要注意的是，在构建贝叶斯网络模型中，每个节点可以与其他节点建立子父节点关系，但是不能存在环形指向的模型，即贝叶斯网络模型不能出现闭环。4.4岸基控制中心操作员行为过程分析本章在第3章的基础上，即船舶自主驾驶模式下遇到紧急突发状况自身无法
【参考文献】：
期刊论文
[1]自主水面货船研究现状与展望[J]. 吴青,王乐,刘佳仑. 智能系统学报. 2019(01)
[2]自主运输系统安全研究——ESREL 2018国际会议综述[J]. 张锴,张笛,范存龙,姚厚杰,张明阳. 交通信息与安全. 2018(05)
[3]基于模糊证据推理的内河船舶航行安全状态评价[J]. 张笛,姚厚杰,万程鹏,梁峥,张明阳. 安全与环境学报. 2018(04)
[4]基于文本挖掘的内河船舶碰撞事故致因因素分析与风险预测[J]. 吴伋,江福才,姚厚杰,黄明,马全党. 交通信息与安全. 2018(03)
[5]一种基于文本挖掘的铁路基础设施设备风险隐患识别模型[J]. 李擎,张秋艳,白磊. 铁路计算机应用. 2018(02)
[6]跨海大桥船桥碰撞模糊Bow-tie风险评估方法[J]. 陈伟炯,卢忆宁,张善杰,谢启苗,许循齐,郭锦春. 中国安全科学学报. 2018(01)
[7]面向智能航行的货船“航行脑”概念设计[J]. 严新平,吴超,马枫. 中国航海. 2017(04)
[8]无人驾驶船舶发展与航海教育对策[J]. 吴兆麟. 中国航海. 2017(04)
[9]“大智”轮的标志性意义[J]. 胥苗苗. 中国船检. 2017(12)
[10]智能航运系统的发展现状与趋势[J]. 严新平,柳晨光. 智能系统学报. 2016(06)
博士论文
[1]船舶避碰过程中的人的可靠性分析[D]. 刘正江.大连海事大学 2004
硕士论文
[1]基于贝叶斯网络的地铁行车调度系统人因可靠性分析[D]. 吴丹.西南交通大学 2018
[2]基于贝叶斯网络的内河船舶碰撞致因分析[D]. 张磊.中北大学 2016
[3]基于贝叶斯网的船舶碰撞致因分析[D]. 孙俊君.大连海事大学 2013
本文编号：3327345
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3327345.html
