一种无人驾驶船舶溢油监测系统及方法

本发明涉及无人驾驶船舶的轻油溢油监测，尤其涉及一种无人驾驶船舶溢油监测系统及方法。

背景技术：

1、目前，溢油应急体系建设主要是为了应对船舶事故造成的大面积溢油事件，无法应对船舶供油作业中造成的跑冒滴漏现象(跑冒滴漏造成的溢油量小且作业单位往往能够及时清理)，由于船舶供油作业存在频次高、位置不固定(港口或锚地)、溢油量小的特点，部分作业单位对跑冒滴漏的预防和清理工作并不重视，造成了港口或者海面存在少量不明来源的油污带。

2、船舶供油作业是船舶轮机部的一项关键性操作，关乎船舶作业安全以及海洋环境安全，在供油过程中，油管连接处、燃油舱透气孔，及对舷的加油站管封板处，是容易发生溢油的关键部位，目前，除测量受油舱油位外，主要依靠在供油过程中，安排船员对各油管连接处，透气孔及对舷的加油站等进行巡查的方式，检查是否发生溢油，这种方式无法适用于无人驾驶船舶，且人工巡查的方式容易出现误差和错漏，导致无法及时发现溢油事件的发生，从而危害海洋生态环境。

3、cn112229584a公开了一种船舶供油作业溢油监测方法及检测装置，其通过照度传感器判断监测环境的光线是否充足，并根据光线情况判断通过图像采集装置还是通过紫外荧光油污监测传感器采集监测数据，对监测数据进行处理和分析，判断水面是否存在油花，以此监测船舶供油作业是否出现溢油；该方法以照度传感器和光线情况进行图像识别，以油浓度与水浓度的谱段进行鉴别，但仅适用于使用重油的船舶，若使用轻油，则不易甄别。

4、cn106154263a公开了一种船舶溢油检测用雷达信号处理装置及监测方法，其通过结构对称的两台收发机，同时发射雷达波，通过预设参数，指定其中任一台用于探测船舶目标，另一台用于探测溢油，实现船舶的监测；该方法通过雷达信号进行船舶交通时的溢油监测，适用于大型、远洋的重型船舶，现有的无人驾驶船舶体型较小，且通常用于港口或近海使用，并不适于搭载该收发机。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有存在的问题，提出了本发明。

3、因此，本发明解决的技术问题是：如何快速、精准、有效、及时的监测到无人驾驶船舶在供油作业时发生溢油事件，以避免造成海洋环境的污染。

4、为解决上述技术问题，本发明提供如下技术方案：信息采集模块，用于采集各传感器的参数数据，所述信息采集模块包括压力传感器、温度传感器、流量传感器和液位传感器，其中，所述压力传感器、所述温度传感器、所述流量传感器和所述液位传感器至少有两个及以上；

5、储油模块，用于存储、运输船舶的燃油，所述储油模块包括油仓和油管，所述油仓、所述油管通过所述液位传感器和所述流量传感器，与所述信息采集模块相连，以实时监测所述燃油的储存、流动情况；

6、透气模块，用于控制所述油仓内的气体压力和气体流动，所述透气模块通过所述压力传感器与所述信息采集模块相连，以实时监测所述油仓内的气体压力变化；

7、通信模块，用于与数据处理中心进行数据通信；

8、所述数据处理中心，用于接收所述信息采集模块采集的数据、所述通信模块传输的信号，并通过搭载的算法程序实时进行对所述储油模块和所述透气模块的故障分析、溢油监测；

9、报警模块，用于在监测到溢油情况时发出警报信号。

10、作为本发明所述的无人驾驶船舶溢油监测系统的一种优选方案，所述通信模块采用无线通信技术，以实现实时数据传输和远程控制。

11、作为本发明所述的无人驾驶船舶溢油监测系统的一种优选方案，所述报警模块采用声光报警器、信息通知方式，以及时提醒相关人员采取应急措施。

12、作为本发明所述的无人驾驶船舶溢油监测系统的一种优选方案，所述油仓内设置有所述压力传感器、所述液位传感器和所述流量传感器，以监测所述油仓内燃油的压力值是否异常、燃油流量是否异常。

13、作为本发明所述的无人驾驶船舶溢油监测系统的一种优选方案，所述油管的各个节点处均设置有所述温度传感器和所述流量传感器，以实时监测所述油管各节点是否出现溢油事件或油管燃油流动是否异常。

14、作为本发明所述的无人驾驶船舶溢油监测方法的一种优选方案，所述方法包括以下步骤：

15、采集船舶溢油监测系统中的历史运行状态数据，提取其中含有溢油故障的参数信息并进行数据预处理；

16、基于神经网络算法建立故障判别模型，将经由预处理后的所述参数信息代入所述故障判别模型中进行学习训练；

17、将训练好的所述故障判别模型部署至所述船舶溢油监测系统中，开启运行，根据实时采集的传感器数据进行溢油故障判定：

18、若所述故障判别模型输出的向量值≥监测系统设定的故障阈值，则判定为发生溢油故障，将溢油故障信号推送至报警模块中进行声光报警和信息通知，以及时提醒相关人员采取应急措施；

19、若所述故障判别模型输出的向量值＜监测系统设定的故障阈值，则判定为未发生溢油故障，将未发生溢油故障信号推送至数据处理中心，以供实时对各传感器数据进行监测。

20、作为本发明所述的无人驾驶船舶溢油监测方法的一种优选方案，采集的所述历史运行状态数据，包括船舶种类、船舶型线图、船舶尺度、船舶主尺度比、船体系数、船舶机组状态参数；

21、提取含有所述溢油故障的参数信息，包括发动机转速、发电机线圈温度、前后轴承温度、液压系统油温、油压、油位以及油管和油仓的压力、温度、液位、流量、透气装置的压力、温度。

22、作为本发明所述的无人驾驶船舶溢油监测方法的一种优选方案，建立所述故障判别模型并进行学习训练，包括：

23、基于神经网络的输入层和数类建立网络分类的并网络；

24、定义类别为溢油故障的数类为0，类别为无溢油故障的数类为1；

25、建立以多分类对数损失函数为目标函数的所述故障判别模型，其数学表达公式如下：

26、

27、其中，μ为传感器参数平均方差求得的权重系数，n为采集数据输入数量，m为待分类的类别数量，yij为对输入xi是否分类准确，即j是否为xi的真实类别，pij为网络分类器对输入xi的输出，即属于类别j的概率值。

28、作为本发明所述的无人驾驶船舶溢油监测方法的一种优选方案，所述学习训练包括：

29、将历史溢油故障时的参数数据作为单个样本数据，标记所述样本数据为多类别标签；

30、从全部的所述多类别标签中随机抽取70％的所述样本数据，将其作为训练集，剩余30％的所述样本数据作为验证集；

31、利用所述训练集训练所述故障判别模型，所述验证集对所述故障判别模型进行模型判别精准度验证，直至输出分类数量满足分类目标数量时停止训练。

32、本发明的有益效果：

33、1、本发明通过信息采集模块实时监测船舶油仓油管的参数数据，利用数据处理中心进行数据分析和处理，实现准确监测和智能应急措施，提高溢油事故的应对效率；

34、2、本发明的无人驾驶船舶溢油监测系统具有高效准确、实时通信、智能化应急措施和自动化操作的优点，适用于海洋环境保护领域；

35、3、本发明通过对油仓油管传感器参数的计算，结合故障分类模型判断船舶储油模块是否出现溢油故障，并结合报警模块及时进行报警，提高对溢油事件的应急处理效率。