摘要：近年来，大数据技术在船舶与海洋工程领域的应用得到了国际学术界、产业界的高度关注，不过相关的研究仍处于起步阶段。大数据技术在船舶工业的应用范围目前还比较有限，集中于数据的存储、航运数据的分析等少数领域，同时技术成熟度相对较低，因此对大数据技术在船舶工业应用的技术架构和业务模式，有待进一步研究。
关键词：船舶海洋工程，大数据，应用与展望
1大数据
1.1大数据概念
大数据综述对于“大数据”的概念，目前来说没有一个明确的定义。经过多个企业、机构和数据科学家对于大数据的理解阐述，虽然描述不一，但都存在一个普遍共识，即大数据是指规模大且复杂、以至于很难用现有数据管理I具或数据处理应用处理的数据集。大数据有多方面的特点，从最开始的3V模型到月前扩展的4V模型就是以大数据的特点命名的：即Volume（容量大）、Variety（种类多）、Velocity（速度快）和最重要的Value（价值密度低）13-51。Volume是指大数据巨大的数据量与数据完整性，Variety则意味着要在海量、种类繁多的数据间发现其内在联系，Velocity可以理解为更快地满足实时性需求，Value是大数据最为关键的特征，Value的意思是指大数据的价值密度低。
1.2大数据处理涉及数据的采集、管理、分析与展示
首先，大数据的数据源多样化，包括数据库、文本、图片、视频、网页等各类结构化、非结构化及半结构化数据，因此，大数据处理的第一步是从数据源采集数据并进行预处理操作，为后继流程提供统一-的高质量的数据集。其次，数据分析是大数据应用的核心流程，根据不同层次大致可分为3类：计算架构、查询与索引以及数据分析和处理。最后，数据解释旨在更好地支持用户对数据分析结果的使用，涉及的主要技术为可视化和人机交互。
1.3船舶行业大数据技术典型应用与展望
近年来，大数据在船舶和海洋工.程领域的应用得到了学术界、产业界的高度关注。沪东中华基于大数据的理念、方法和技术，紧密结合自身需求，在船舶设计、制造和管理三个领域均开展了初步的技术探索，针对企业实际工程问题提出了-些创新解决思路。
2船舶与海洋工程中大数据应用总体结构
船舶工业大数据应用总体架构分为5层，从下自上分别为：（1）数据获取层：系统在运行中，基本条件就是大量的数据，船舶工业主要通过两个渠道获取数据，一个渠道是信息经过人工数据或物联网采集得到的初始数据，主要有模型数据、物流数据、工艺数据、制造数据等。另一个渠道是经过需不需信息系统生成的数据，主要有信息统计数据、计划数据等。（2）数据存储层：将获得的研发设计数据、运行服务管理数据以及制造过程管理数据等大量的数据，在分布式文件系统、网络技术等功能的使用下，将网络中较多的数型不同的储存设备集合起来，一同完成工作，将数据储存以及业务访问等功能一同提供给外界。（3）计算分析平台:该平台主要有云计算与大数据分析两个部分的内容。云计算平台是在互联网基础上进行的计算平台，该平台可以将共享资源信息根据计算机和其它设备的需求提供给外界。大数据分析平台主要是对数据的可视化和预测化分析、数据管理与质量及挖掘算法等，从而将大量数据的价值挖掘出来。
期刊文章分类查询,尽在期刊图书馆（4）应用平台层：该平台是一种共服务平台，在产业互联网上进行，应用场景是生产活动、应用用户生产者，利用互联网那个技术改进船舶工业的各项内容与各个环节，打造出融运营服务、研发设计、交易、增信融资、物流交付以及智能制造为一体的服务平台。（5）用户层：主要有制造企业、船舶设计单位、船舶运营单位、船舶运营客户以及船舶监管单位等利益方。
3大数据库在船舶与海洋工程行业的应用展望
3.1航运数据的挖掘与应用
航运数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、未知的，但也是具有潜在价值的知识和信息，其方法是统计分析方法学的延伸和拓展，可包含分类统计、关联分析、可视化描述、预测、再验证的迭代与逼近等过程。1）分类统计：是将大量数据进行有目的分类、排序和统计，获取期望得到的相关参数间的函数关系与信息，诸如浮态与油耗、载况与功率等；2）关联分析：两个或两个以上变量存在某种规律性，就称之为关联。这种关联性对船舶营运过程中某些难以测量或收集数据的获取、推算或验证提供了一种重要的途径。例如：船舶航行过程中的动态吃水和波浪参数及船舶运动参数相关联；海况波浪参数和船舶失速以及船舶运动参数相关联等；3）可视化描述：对于数据挖掘获得的结果，需要转换成能被人们理解或接受的知识或信息。可视化描述可形成常规的曲线图、表格、分布图、等值图、云图等等；4）再验证的迭代与逼近：船舶营运过程中通过数据挖掘获得的知识，往往还受到监测数据的精度、船舶运行的状态、船上各种设备运行的状态、海况环境等众多因素的影响，随机因素对于分析结果的准确性和可靠性的影响是存在的。需要通过后续监测的数据进行再验证，通过多次迭代与分析，逐步逼近正确的结果。通过收集和对营运船舶监测获取的数据进行统计分析以及价值挖掘，可以获得很多有价值的数据信息，如船舶的功率与航速、船舶能耗数据、风浪对船舶航速的影响、各种节能措施的节能效果、污底对功率的影响、航线航区的海况资料和各类设备运行状态等数据，具有广泛的用途。
3.2大数据库在船舶与海洋工程行业的展望
不可否认，目前的船舶与海洋工程行业各设计与建造平台各异、数据标准不一、统计模式涣散的状态下，海量数据被分割，流散在机构或企业的闭环内，并未构成“大数据”，因为“多数据”并不等于“大数据”。相较于传统的船舶与海洋工程研发设计、制造过程数据管理，船舶与海洋工程行业的工业大数据管理及服务将成为一个新兴市场、新标准，其处在全球货主、贸易商、船东、港口、设计所和船厂、配件企业等各行各业上下游交汇点上，将每时每刻都制造着庞大而纷繁的海量、统一、易用的数据。
不难看出，通过大数据平台的构建，从设计概念到船舶购买等各个方面，大数据可以为整个经营、设计、生产、金融过程提供支持，从而提高生产效率，实现效益最大化，船舶与海洋工程行业将获得独特问题解决方案，挖掘和发现新的商机，创造新的产业价值，将是提升整个行业竞争力和利润率的有效路径。甚至在未来，大数据平台将成为各个企业的标配，形成船舶与海洋工程+互联网+金融+各个领域的全新商业模式、新微笑曲线将在船舶与海洋工程工业产业链中形成具有影响力的服务平台。
4结语
随着国际上船舶保有量绝对值的增加，所涉及相关服务的业务量将急剧增加。大数据分析在不同类别的服务中也将发挥巨大作用，而基于大数据分析技术的云服务平台的推广将在船舶工业服务领域带来一场革命。大数据技术在船舶工业有着广阔的应用前景，对于船舶工业结构调整和转型升级有着极大的促进作用，并将推动我国船舶工业加快实现智能化制造的发展新目标。
参考文献
[1]杜力.大数据背景下的船舶管理风险评估[J].舰船科学技术,2019,41(02):85-87.
[2]吴艳敏,钱素娟.大数据在港口船舶管理技术中的应用研究[J].舰船科学技术,2018,40(20):178-180.
论文作者:朱帅,宋书明
论文发表刊物:《基层建设》2019年第12期
论文发表时间:2019/7/17
标签：数据论文; 船舶论文; 海洋工程论文; 船舶工业论文; 技术论文; 平台论文; 大数论文; 《基层建设》2019年第12期论文;