DEVELOPMENT AND EXPERIMENTAL STUDY OF ANALYZER TO ENHANCE MARITIME SAFETY

Abstract

On the basis of empirical experimental data, relationships were identified indicating the influence of navigators’ response to such vessel control indicators as maneuverability and safety. This formed a hypothesis about a non-random connection between the navigator’s actions, response and parameters of maritime transport management. Within the framework of this hypothesis, logical-formal approaches were proposed that allow using server data of both maritime simulators and operating vessels in order to timely identify the occurrence of a critical situation with possible catastrophic consequences. A method for processing navigation data based on the analysis of temporal zones is proposed, which made it possible to prevent manifestations of reduced efficiency of maritime transport management by 22.5 %. Based on cluster analysis and automated neural networks, it was possible to identify temporary vessel control fragments and classify them by the level of danger. At the same time, the neural network test error was only 3.1 %, and the learning error was 3.8 %, which ensures the high quality of simulation results. The proposed approaches were tested using the Navi Trainer 5000 navigation simulator (Wärtsilä Corporation, Finland). The simulation of the system for identifying critical situations in maritime transport management made it possible to reduce the probability of catastrophic situations by 13.5 %. The use of automated artificial neural networks allowed defining critical situations in real time from the database of maritime transport management on the captain’s bridge for an individual navigator. На основі емпіричних експериментальних даних були ідентифіковані зв’язки, що вказують на вплив реакцій навігаторів (судноводіїв) на такі показники управління судном як маневреність і безпека. Це сформувало гіпотезу про невипадковий зв’язок між діями навігатора, його реакціями та параметрами управління морським транспортом. У рамках зазначеної гіпотези були запропоновані логіко-формальні підходи, що дозволяють застосувати серверні дані як морських симуляторів, так і діючих суден морського транспорту з метою своєчасної ідентифікації виникнення критичної ситуації з ймовірними катастрофічними наслідками. Запропоновано метод обробки навігаційних даних, що заснований на аналізі темпоральних зон, який дозволив попередити прояви зниження результативності управління морським транспортом на 22,5 %. На основі кластерного аналізу і автоматизованих нейронних мереж вдалося виділити часові фрагменти управління судном і класифікувати їх відповідно до рівня небезпеки. При цьому тестова помилка нейронної мережі склала лише 3,1 %, а помилка навчання 3,8 %, що забезпечує високу якість отриманих результатів моделювання. Запропоновані підходи були апробовані із застосуванням навігаційного тренажера Navi Trainer 5000 navigation simulator (Wärtsilä Corporation, Фінляндія). Проведене імітаційне моделювання системи ідентифікації критичних ситуації під час управління морським транспортом дозволило зменшити ймовірність виникнення катастрофічних ситуацій на 13,5 %. Використання автоматизованих штучних нейронних мереж дозволило проводити ідентифікацію критичних ситуацій в режимі реального часу на основі бази даних управління морським транспортом на капітанському містку для індивідуального навігатора.