人工智能船舶对我国《海商法》及相关规定的影响

为使人工智能船舶在海事海商领域的应用与我国《海商法》及相关规定更加平稳衔接,分析现有的国际公约、规则,以及我国国内法的规定,通过类比指出人工智能船舶对现行法律存在的影响,结合当前人工智能船舶的研究阶段与相关规定,提出建议:人工智能船舶符合"船舶"的概念,应受到法律监管;人工智能船舶具有更强的技术性和特殊性,应提出更严格的适航标准,对其信息系统应提供更严密的保护;在人工智能系统需要人为操控时,岸基操作人员在职能上类似于船员或船长,与传统船长法定职能存在差别;人工智能船舶可能不适用《国际海上避碰规则》,且碰撞发生后承担责任的主体在不同情况下也会有差别。     

大型船舶柴油机装配工艺编制专家系统设计研究

结合"大型船舶柴油机装配工艺智能编制"的研究课题,运用专家系统的知识,将人工智能、网络数据库、软件工程等理论与技术应用到大型船舶柴油机装配工艺编制设计中,建立一个能用于船舶柴油机制造厂进行柴油机装配工艺编制和管理的专家系统应用程序框架。本文介绍了大型船舶柴油机装配工艺编制专家系统的设计方案。     

智能船舶

正目前,随着我国船舶工业进入结构调整期,一方面,面临着一系列新的挑战,如降低船舶控制和管理难度、减少人为误操作、提高设备及船舶营运的安全、优化船舶航行、控制燃油消耗、降低成本和提高收益;另一方面,综合船桥系统、云计算、人工智能和"大数据"等新型科学技术迅速发展。作为船舶与数据传输、分析技术和人工智能等新技术融合的产物,智能船舶,因其具有安全可靠、节能环保、经济高效等特点,成为我国船舶工业发展的重点。     

船舶与海洋工程人才“5333”教育培养模式研究

结合智能船舶发展特点,采用文献研究方法分析智能船舶对传统船舶与海洋工程领域教育的影响,进而分析"人工智能+"船舶与海洋工程人才的培养目标与培养规格,探讨构建船舶与海洋工程人才"5333"教育培养体系,强化学科融合建设,改进教学方法,构建产教融合育人新机制,形成面向智能船舶的复合型船舶与海洋工程人才的培养模式。     

基于人工智能算法的港口物流船舶运输路径优化研究

传统的港口物流船舶运输路径优化后,船舶运输成本很高,运输时间过长。针对上述问题,引用人工智能算法研究了一种新的港口船舶运输路径优化方法,通过船舶配送和客户管理两阶段解决优化问题,通过线性优化区分港口路径组成的种群,形成若干个子种群,分析种群之间的密度,根据密度分析结果得到协同进化方案,同时使用提升操作和协同操作解决路径优化问题,利用"径—环切割"理论对客户进行分组优化,通过时间窗解决运行时间问题。设定对比实验验证方法效果,结果表明,基于人工智能算法的港口物流船舶运输路径优化方法可以有效降低运输成本,缩短运输时间。     

船舶柴油机装配工艺专家系统之任务管理实现

结合研究课题,运用专家系统的知识,将人工智能、网络数据库、软件工程等理论与技术应用到大型船舶柴油机装配工艺编制设计中,建立一个能用于船舶柴油杌制造厂进行柴油机装配工艺编制和管理的专家系统应用程序框架。介绍了大型船舶柴油机装配工艺编制专家系统的任务管理实现。     

船舶技术:从自动化到自主化

随着人工智能、大数据、物联网等前沿技术与传统船舶的深度融合,船舶技术由自动化向自主化方向"进化",船舶自主化技术的应用将引发船舶行业的技术革命,为船舶技术的发展带来新的机遇与挑战。同时,船舶自主化技术是一门新兴技术,产品规范、技术标准、法律法规等方面尚未成熟,而自动化技术在船舶领域已经有了几十年的应用经验,技术及配套体系相对完善,船舶自主化技术在发展过程中即借鉴了船舶自动化技术的应用经验。     

智能船舶七大关键技术

<正>信息感知与通信导航是目前智能船舶最为核心的智能技术,而智能集成平台是各关键技术的连接中心。目前,智能船舶已成为国际海事界研发和关注的新热点。智能船舶通过将现代信息技术、人工智能技术等新技术与传统船舶技术进行融合,从而达到安全可靠、节能环保、经济高效的目的。本文基于智能船舶模块的功能和经济性,剖析各关键技术在其中发挥的优势     

马六甲—新加坡海峡智慧海事管理与服务研讨活动在广州启动

<正>3月25日,由交通运输部海事局主办,广东海事局承办的马六甲—新加坡海峡智慧海事管理与服务研讨活动在广州启动,来自沿岸的印度尼西亚、马来西亚、新加坡等3国及中国代表共40余人参加此次活动。此次活动围绕海事信息化智能监管、智能船舶给海事管理带来的挑战与机遇、人工智能/大数据技术在海事管理中的应用等热点话题,特邀国内信息技术、船舶检验、海事信息化顶层设计等领域一线的专家分享前沿信息,还到广州、佛山实地考察"智慧海事"智能平台、"海事之眼"、电子巡航、"口袋工程"便民服务等智慧海事应用实践。     

基于人工智能的现代船舶安全事件预测研究

现代船舶行驶条件复杂,在实际预测时参与预测的数据易掺杂噪声,导致安全突变数值过小,预测结果不准确。针对该问题,研究基于人工智能的现代船舶安全事件预测过程。利用人工智能获取含信息的分布性信号,细化为互不相交的数值子序列后控制数据内的噪声,并数值化处理为安全状态变量,互信息处理变量为变联合分布,构建船舶安全状态数值关系,引用GRNN模型中的激活结构,构建船舶安全状态的预测过程。设定船舶外部行驶环境后,准备基于突变理论的预测方法、基于知识图谱的预测方法与所设计的预测方法进行预测。结果表明,设计的安全时间预测过程得到的安全突变数值最大,预测结果准确。     

船舶柴油机装配工艺编制专家系统之范例库设计

结合研究课题,运用专家系统的知识,将人工智能、网络数据库、软件工程等理论与技术应用到大型船舶柴油机装配工艺编制设计中,建立一个能用于船舶柴油机制造厂进行柴油机装配工艺编制和管理的专家系统应用程序框架。介绍了大型船舶柴油机装配工艺编制专家系统的范例库设计。     

基于人工智能的船舶识别关键技术研究与应用

内河航运受环境和航道等因素影响,现有船舶识别技术对船舶身份进行识别,存在识别不准确、无法识别等问题。为解决这一问题,项目课题组首次提出通过人工智能技术来实现船舶自动识别。本文提出的基于人工智能的船舶识别技术,在湖州的实验表明,应用了人工智能技术的船舶识别系统,整体识别精度达到95%以上,识别效果改善明显。本文将对人工智能技术在船舶智能识别系统中的应用进行论述,以期为行业应用提供技术支撑。     

人工智能技术在船舶电力系统故障诊断中的应用

近年来人工智能技术在很多领域得到了成功应用,特别是故障诊断方面。船舶电力系统是保障船舶自动化系统正常工作的重要组成部分。由于船舶电力系统工作环境恶劣,因而船舶电力系统一旦出现故障将会产生很严重的后果。传统船舶电力系统故障检测费时费力,本文通过对人工智能技术进行分析,研究了人工智能技术在船舶电力系统故障诊断中的应用,提出了一种故障诊断系统架构,重点研究了基于人工神经网络以及专家系统的电力系统故障诊断,设计了神经网络模型,给出了推理机的故障诊断流程。     

浅议管理水平对船舶设备运行的影响

船舶设备管理是现代航运业诞生以来一个具有重要意义的话题。它涵盖了诸多方面,概括起来就是:"管、用、养、修"。使船舶设备能够安全、长效运营,船舶生产效率即营运率最大化,这是我们设备管理人员奋斗的目标。本文就我们多年来总结的船舶设备管理经验与大家交流探讨。     

船用柴油机人工智能故障诊断应用综述

智能船舶代表了船舶未来的发展方向,柴油机作为船舶主要驱动设备,其故障诊断对智能船舶的安全性和可靠性具有重要意义。人工智能有效地解决了传统故障诊断方法存在的问题,基于人工智能方法的柴油机故障诊断技术成为近些年的研究热点。本文总结人工智能在柴油机故障诊断中的研究进展,对迁移学习应用到柴油机故障诊断中的前景进行展望,分析了柴油机故障诊断的研究趋势和面临的挑战。     

安徽建设内河智能船生产基地

<正>日前,《安徽省推进船舶总装建造智能化和智能船舶发展实施方案(2019—2021年)》(简称《实施方案》)出炉,明确以提升造船质量、效率和效益为核心,以关键环节智能化改造为切入点,以现代信息技术、新一代人工智能技术与船舶技术跨界融合为主线,打造全国内河智能船舶生产基地。     

S-CUBE!内河航运的零碳排放解决方案来了

日前在202l世界人工智能大会"AI赋能海洋"智能船舶创新论坛上,中国船舶上海船舶研究设计院牵头发布了一型模块化船舶电源系统标准化产品——集装箱式动力电池单元(S-CUBE,SDARI containerized utility battery module).该产品由上船院牵头,携手宁德时代、赛尔尼柯、上海电巴及厦门太平货柜等业内知名供应商共同完成.     

动态

正交通运输部海事局参加首届国际交通运输安全博览会2017年12月19日-21日,以"现代社会的交通运输安全"为主题的首届国际交通运输安全博览会在国家会议中心举行。交通运输部海事局参加了此次博览会,并应邀在博览会现场设置了海巡船舶模型、直升机模型、南海灯塔模型、信息系统、实物展品等22个展板,集中宣传了通航管理、危险品与防污染管理、船舶监督、船员管理、搜寻救助、综合安全管理、航海保障、技术装     

船岸一体化管理系统研制

对航行船舶进行规范化、实时、高效、安全和节能管理与控制是现代船舶管理的必然趋势.本文采用先进的船岸通讯技术和船舶管理理念,设计一船岸一体化管理系统,为现代船舶管理提供有利的工具.     

罗尔斯·罗伊斯联手谷歌云,助力无人驾驶船舶变为现实

正罗尔斯·罗伊斯日前宣布与谷歌签署协议,进一步开发智能感知系统,用以提升现有船舶的安全性。该系统是实现无人驾驶船舶的关键。根据协议,罗尔斯·罗伊斯将利用谷歌云机器学习引擎,进一步训练其基于人工智能的分类系统,用于探测、识别和跟踪船舶在海上可能遇到的各种物体。罗尔斯·罗伊斯船舶智能高级副总裁Karno Tenovuo表示:"智能感知系统不仅有助于