Development of a self-learning system for intelligent control agents of a ship's engine

Abstract

В статье раскрываются актуальные вопросы, связанные с созданием эффективных и надежных систем управления судовыми двигателями на базе технологии интеллектуальных агентов, что позволит повысить эффективность эксплуатации оборудования, даст возможность снизить расход топлива и затраты на техническое обслуживание. Концепция интеллектуального судового двигателя расширяет возможности бесперебойной работы традиционных узлов и агрегатов для облегчения внедрения прорывных технологических решений и инноваций. Интеллектуальная система управления двигателем сочетает в себе систему моделирования его узлов и агрегатов на основе нейронных сетей и ядро нечеткого управления. Основу интеллектуальной системы составляет единая конвергентная сеть, соединяющая гребные винты и двигатели в машинном отделении вплоть до пункта управления и мостика. С помощью этой конвергентной сети операторы судов могут достичь более высокой интеграции подсистем и быстро регулировать управление ходом, движением и расходом топлива даже в быстро меняющейся морской среде. Представлена архитектура системы аппаратно-программного комплекса управления судовым двигателем. Предложена структурная схема интеллектуального агента. Отдельное внимание в процессе исследования уделено самообучению интеллектуальных агентов, которое осуществляется на базе нечеткого классификатора. Задача нечеткого классификатора заключается в определении параметров управления судовым двигателем в зависимости от сигналов, поступающих из внешней среды. Описанный в статье подход к управлению судовым двигателем на основе самообучающихся интеллектуальных агентов обладает рядом несомненных преимуществ благодаря тому, что он обеспечивает необходимую основу для мониторинга, обнаружения и принятия мер в отношении любых аномалий, возникающих в системе. Кроме того, каждый агент содержит знания о своей области, а архитектура агентов способствует модульности и повторному использованию. The article reveals topical issues related to the creation of efficient and reliable marine engine control systems based on intelligent agent technology, which will improve the efficiency of equipment operation, will make it possible to reduce fuel consumption and maintenance costs. The concept of an intelligent marine engine enhances the smooth operation of traditional components and assemblies to facilitate the implementation of breakthrough technological solutions and innovations. An intelligent engine control system combines a system for modeling its components and assemblies based on neural networks and a fuzzy control core. The basis of the intelligent system is a single converged network connecting propellers and engines in the engine room up to the control room and the bridge. With this converged network, ship operators can achieve higher subsystem integration and quickly adjust propulsion, propulsion and fuel management even in a rapidly changing marine environment. The architecture of the system of the hardware-software complex for ship engine control is presented. A block diagram of an intelligent agent is proposed. Special attention in the process of research is paid to self-learning of intelligent agents, which is carried out on the basis of a fuzzy classifier. The task of the fuzzy classifier is to determine the ship engine control parameters depending on the signals coming from the external environment. The self-learning intelligent agent approach to marine engine control described in the article has a number of undoubted advantages due to the fact that it provides the necessary basis for monitoring, detecting and taking action against any anomalies that occur in the system. In addition, each agent contains domain knowledge, and the agent architecture promotes modularity and reusability.