【科技动态】（人工智能篇3）以生成式AI创新船舶设计!西门子和CML合作“数字建筑师”

摘要：西门子数字化工业软件公司宣布与Compute Maritime（CML）开展合作，将CML用于船舶设计和优化的旗舰平台NeuralShipper与西门子用于计算流体力学（CFD）和结果验证的Simcenter™STAR-CCM+™软件相结合，共同推动生成式人工

点击蓝字

前沿动态

西门子和CML合作利用生成式AI增强船舶设计

西门子数字化工业软件公司宣布与Compute Maritime（CML）开展合作，将CML用于船舶设计和优化的旗舰平台NeuralShipper与西门子用于计算流体力学（CFD）和结果验证的Simcenter™STAR-CCM+™软件相结合，共同推动生成式人工智能技术在船舶设计领域的应用。

对于今天的船舶行业而言，采用新型燃料和节能装置可以显著提高减排和燃油的效率；然而，许多现代船舶的最初设计并不足以支持这些技术或燃料的应用，从而大大限制了节能潜力。为了充分利用新技术，新的船舶需要在设计前期就整合此类技术对船舶性能进行优化.

作为一款生成式人工智能驱动的船舶设计和优化平台‌，Compute Martime的NeuralShipper能够在设计初期为设计师提供支持，担任数字建筑师的角色。NeuralShipper可以在几分钟内生成数百个高性能、新颖的设计选项，助力团队显著加快概念开发，快速进入详细设计阶段。西门子的CFD软件Simcenter STAR-CCM+能够为设计团队自动化仿真过程，并对船舶行为的复杂性进行准确仿真。

OKI开发 “船舶分类AI系统技术”，可自动分类船舶

OKI开发了“船舶分类AI系统技术”，通过对水下声音进行深度学习，自动分类船舶类型。即使在船舶交通繁忙的港口或夜间无法使用摄像机进行视觉识别的情况下，该技术也能持续自动获取船舶分类数据。OKI的内部验证实验表明，即使仅使用从船舶声音数据中提取的少量学习数据，该系统也能以90%或更高的准确率对船舶进行分类。

由于无线电波在海水中衰减严重，光波也会被广泛散射，因此水下通常采用声波进行探测，因为声波在水下可以传播数公里到数千公里的距离。此外，无论是动物还是船舶，每种水下声源都有其独特的特征，可以通过声音进行识别。传统方法通常需要人工聆听水下麦克风捕捉的声音，并通过可视化其特征频率来进行分类，但这种方法的结果可能因人员的技能水平而异。

凭借在水下声学产品研究方面的丰富经验，OKI开发了分析水下麦克风接收到的声音特征的系统。新开发的“船舶分类AI系统技术”利用深度学习技术，根据水下声音自动对船舶进行分类。该系统通过分析安装在海中的水下麦克风记录的声音，创建深度学习模型，然后根据频率特征自动分类船舶类型。这使得船舶分类不再依赖于人工技能水平。由于比以往需要更少的人力，也满足了近年来对节省劳动力的需求。

OKI使用收集的船舶声音数据进行了验证。此次，系统基于使用约四小时的船舶声音数据准备的深度学习模型，实现了90%或更高的分类准确率。通常，深度学习模型需要大量的学习数据才能准确识别声音类型。然而，公开可用的水下声音数据有限，提前准备各种船舶声音信息在时间和成本方面都面临巨大挑战。因此，OKI应用了某些处理技术，使得即使使用少量的学习数据也能进行分类。通过数据增强技术，人工为实际的船舶声音数据创建多样性，以及半监督学习，利用部分数据的船舶声音信息训练模型，解决了上述挑战。结果表明，即使使用少量的学习数据，系统也能达到90%或更高的准确率。

WiseStella将人工智能融入安全管理系统

海事行业正经历数字化转型，其中一项引人注目的创新是将人工智能（AI）融入海事安全管理系统。随着新规章和程序的增加，所需的文书工作也在增加，这对海员提出了更高的要求。然而，像WiseStella这样的公司正在利用AI来减轻认知负担，提升全球船队的安全性。

WiseStella的AI解决方案名为“Wise-AI”，利用大型语言模型（LLM）的力量，分析过去安全检查的大量历史数据。通过识别常见问题和潜在根本原因，该系统为海员提供定制的建议和见解，即使他们对法规的细节不熟悉。

这种主动的方法不仅帮助海员节省时间，减少压力，还促进了对安全协议的深入理解。通过学习AI的见解，船员可以更好地预见和缓解问题，提升船舶的整体安全性。

值得注意的是，WiseStella的AI技术由其数据科学家团队自主开发，这使其区别于现成的解决方案。这种定制化的方法使公司能够不断优化算法，确保系统的预测更加准确。

WiseStella的AI平台的一个主要优势是能够利用各种来源的数据，包括行业报告和已发布的研究成果。通过汇总和匿名化这些信息，系统可以提供海事行业常见问题和最佳实践的全面视图。

GasLog与Propulsion Analytics合作开发船队数字发动机管理平台

GasLog，一家拥有、运营和管理35艘液化天然气（LNG）运输船和1艘浮式储存再气化装置（FSRU）的国际公司，已选择领先的海事性能软件提供商Propulsion Analytics，开发定制版的Engine Hyper Cube®平台，专门针对GasLog的船队。该平台将由Kongsberg Digital的Vessel Insight云基础设施支持。

这个定制平台基于Propulsion Analytics的核心Engine Hyper Cube®应用程序，利用船上发动机传感器的高频数据，进行持续的发动机性能分析。这些数据通过Kongsberg Digital的Vessel Insight船到云基础设施无缝集成，自2022年GasLog将整个船队连接到Vessel Insight以来，该基础设施在船上已成功运行。通过将持续的发动机性能分析与来自各种其他数据源的见解相结合，该平台能够改进发动机状态评估，优化性能，并支持数据驱动的发动机维护决策。

该先进平台的主要目标包括：

提高发动机可用性：开发先进的诊断和预测性维护策略，以提高船舶可靠性并减少发动机停机时间。

优化燃油效率并减少环境影响：通过改进发动机性能，减少温室气体排放。

数据驱动的预测性维护：将持续的发动机性能监测、预测和优化操作与长期统计数据和基于可靠性的工程原理相结合，根据LNG运输船的运营特性和船坞计划，实现更灵活的检修计划。

中国舰船研究

Chinese Journal of Ship Research