近日DNV GL应邀在挪威商会举办的海事技术论坛上分享了数字化和智能船舶发展的最新趋势以及人工智能研究的最新实例。
DNV GL中国技术中心副总经理刘小峰认为，海事行业正在经历一场重大转型，船舶正逐步成为集成各类传感器的中心，不断生成大量数据，并通过卫星连接到不断扩张的互联网络中，船舶及其系统和部件也正越来越多地接入互联网，可以从任何地方访问，并成为在线海事资产网络的一部分。由此，行业能通过船舶营运汇聚大量数据，并通过数据管理及分析技术，结合行业专业知识，开发并部署智能运维支持系统，以提高了自动化程度、决策支持和远程监控能力，并全面提升了安全性、能效及环境足迹，以及设备可靠性等。正如其他特别关注安全的行业一样，结合数字化技术及大数据汇聚应用的推广，航运业也正逐步走向更加智能化及集中化的船舶运营管理模式。与此同时，这些云储存的数据可用于数字孪生和其他运营、设计及建造模拟仿真的基础，并结合数字孪生技术的应用深刻改变着船舶从设计、建造到运营的全生命周期，也使得数字孪生/数字化船舶正逐渐成为实体船舶一样重要的全生命周期营运资产。数字化转型正如在其他行业一样作为规则改变者，正在深刻改变着海事业的发展，同时也将催生新的商业模式机会以及风险。
为了助力海事业的数字化转型并解锁数据带来的效率提升特别是营运价值的体现，DNV GL在其全球领先的船舶入级规范方面谱写了新的篇章——数字化特征。新规范于10月28日发布，包括三个新的船级符号（D-INF、DDV、REW），将于2021年1月1日起生效。此外，还引入了新的智能船级符号（Smart），用于评估与展现数字化智能船舶特征的规范框架。DNV GL 新的智能船船级符号重点关注于作为船级社怎么助力行业进一步开发及挖掘智能船的实际营运价值，以及在长期的数字化转型过程中如何开发建造智能就绪的船舶，帮助当前智能船队建设的制定合理智能设计方案及投资规划，以保证未来的智能拓展性及资产在全生命周期的竞争力。为此，DNV GL专门开发了D-INF，DDV，REW船级符号作为智能就绪船舶的主要数字化功能特征，并从规范的角度鼓励行业尽快推进数据采集及管理的标准化实施及落地，比如按照ISO 19848/19847的标准化要求搭建智能船的船端和岸基数据采集管理中心。
刘小峰介绍说DNV GL 一直在和全球及中国地区客户深入开展数字化相关合作，比如在智能船设计、数据采集及管理、标准化及数据共享、数据应用开发、岸基数据中心或运维中心等各方面开展具体项目合作。他表示DNV GL期待着和业界伙伴进一步探讨并作为数字化转型旅程中的最佳合作伙伴共同推进海事业的数字化转型发展。
DNV GL人工智能中心负责人陈中宁在会上着重介绍了DNV GL研发的二个最新研究实例。他表示数字资产及服务的保证是DNV GL在数字化时代实现保护生命、财产和环境愿景的重要手段。他介绍的第一个实例是Battery.ai 基于人工智能的动力/储能电池性能分析解决方案。该方案建立在DNV GL的衰减建模经验基础上，及数百万小时的实际电池测试数据，并以创新的人工智能技术手段而成。可以提供数字化的电池健康状况及生命周期的预测，以及不同工况下的电池性能指标。使用该解决方案DNV GL可以对动力/储能电池提供精准的第三方独立评价。第二个实例是有关DNV GL在自动驾驶无人船安全保障的探索。DNV GL作为著名的船级社，负责保障船舶的技术安全。自动驾驶无人船作为新兴概念，在小型船舶上已经有了早期实验性应用。在本次交流会中，主要介绍了DNV GL的TESTIT系统，该系统建立于数字化的规范评价系统以及模拟仿真系统用以评价自动驾驶船在航行规划以及避碰中的应用。
