以網宇實體系統透過物理模型與機器學習模型整合研究監測船殼狀態

台灣的各大航運公司例如陽明海運公司、長榮海運公司與萬海海運公司，近年來開始積極關注智慧船舶系統的發展，準備開始透過船舶航行時大數據的收集與分析，來減低油耗以提高航行的效率。船舶航行資料，單船每年有1000多萬筆資料，分散在數萬個檔案，無法直接運用，須將船報資訊、機艙監控、GPS航儀、海洋與氣象資訊等幾項資訊來源進行整合，因此需要建立整合的數據分析與應用平台。本計畫即是基於此項需求，洽商陽明海運公司並得到授權使用該公司船舶航行的資料，希望規劃並建置船上大數據分析的系統並定義出重要的欄位與分析項目以建立資料庫。這些數據包含機艙遠端監控相關數據、航行位置、裝載資訊、海洋氣象與海況等資訊。本研究的首先建置雲端資料庫，透過將分析結果與陽明海運公司共享，更希望透過本研究驗證實船的能源效益，透過分析比較船舶於實際營運條件下的性能，比對該船原始設計點的差異，分析出該船型最適合的操作條件，了解最適化的螺槳與船體維護的週期。本研究的目的是探討船殼狀態監測的可能性，並開發相應的方法。為達到研究目的，本研究將涵蓋以下三個方面: (1) 透過分析，確認與動力消耗量相關特徵的重要性。(2)比較維護前後的動力消耗量差異。(3)利用監測系統收集到的數據，建立了船殼維護後動力消耗量變化明顯的健康狀況評估模型。本研究包括三項任務(1)識別從現有數據中擷取的特徵與船殼相應的動力消耗量之間的重要關係。(2)比較維修前後的動力消耗量，以量化維護效果(特別是對船殼或螺旋槳)。(3)建立了監測流體動力學損失的方法。