文 | 语君辞

编辑 | 语君辞前言：随着海运业的发展和当前的技术进步，自动运输是该行业走向未来的一步。
通过正在进行的各种项目，使船舶上此类系统的实施标准化，海事行业朝着自主发展的方向变得显而易见。
然而，2016年的一项研究发现，大多数海员认为，对在船上完成和储存的文件和文书的需求越来越大。
此外，该研究的结果强调了这样一种观点，即海员们已经表明，不断增加的文书工作可能会干扰船只的安全操作，并且由于时间限制，他们面临着更大的压力。
在现代航海官员培训制度中，模拟器是一种工具，虽然在培训标准中使用，但并不严重依赖它来帮助海员发展值班技能。
随着研究确定了可以进行的演习的变化，如飞行员通道规划以及如何在整个航行值班期间改善瞭望活动，有可能将模拟器进一步集成到航海官的现代培训制度中。
此外，研究还概述了如何利用模拟器来提高技术和非技术导航技能。
在航海培训制度中使用模拟器可能对向自主导航过渡有用，因为这将使个人能够在实时环境中磨练自己的技能，而不会遇到海上的危险。
一、实验材料来自船员导航部门的50人在驾驶室内操作模拟船只进行了分析，这项研究监测了每一位候选人和他们自己在大桥内的经历。
每一次演习都是使用孔斯伯格二桥套房进行的，每个套件都实现了Kongsberg Polaris模拟器软件，该软件允许候选者控制模拟器，以及Seaview R5可视化软件，该可视化软件为候选者提供了控制模拟船只时其动作的视觉反馈表示。
模拟器的布局包括前方的三个屏幕，为候选人提供120°的船舶前部视图，以及模拟器服背面的一个屏幕，允许候选人查看船舶的尾部和尾流。
图1 桥梁模拟器布局此外，套房还配备了一个转向控制单元、一个带火警控制的工作站和一个控制台，其中包括预计位于驾驶室内的系统，即电子海图显示信息系统（ECDIS）雷达和电报。
模拟器中舰桥的设置代表了活船上预期系统的简化视图，主要区别在于缺少左舷和右舷舰桥机翼。
图1显示了集成桥梁模拟器的设置。
1.实验框架为了准备每个实验，使用模拟器套件创建了不同的练习。
除了模拟测验外，每个测试站还向受试者发放了一份工作包，以模仿基本的文书工作。
预计将在航海官员值班期间在舰桥上完成。
为了在每个测试站保持连续性，使用了相同的船只和操作参数，这些参数已预先编程到模拟软件中。
在实验中，选择的船是一艘散货船，以14节的速度行驶，航向为000。
该船的自动驾驶仪被配置为，一旦该船超过偏离航道1海里的横道限制，就会发出偏离航道限制警报，这可以在海上根据海况和天气进行更改。
设计了三个20分钟的练习，每个练习中都会出现独特的错误，以确保真实性和沉浸在模拟器中。
考生必须进行所有三项练习，以确保他们能够在每个测试站接受评估。
然而，考生完成测试的顺序是任意的，将基于考生的选择。
在第一次演习开始前，所有候选人都进行了熟悉情况介绍。
简报详细介绍了如何在控制模拟船只和与教员通信方面操作该系统。
随后，候选人完成了所有三项练习。
演习的目的是确保所有候选人都经历过：方向舵偏移故障形式的机械故障；一系列常规火灾报警测试形式的报警；以及自动驾驶陀螺漂移故障（GDF）形式的自动化故障。
每个演习都被赋予了不同的故障流量条件和相应测试站内的时间戳。
设计的每一个故障都得到了不同航海官员经验的交叉认可，例行火警测试由船上的机组人员每周进行一次。
方向舵偏移可能是由过多的问题引起的，这些问题可能会导致转向机堵塞。
然而，陀螺仪漂移可能是由为系统磁控管供电的电池组故障引起的，导致陀螺仪漂移，从而导致船舶自动驾驶仪遵循错误的绘图线。
每次演习都会发放不同的时间戳，以确保候选人知道电台的变化。
除了变量之外，所有三个练习的配置方式都是促使候选人对模拟中发生的错误和故障做出反应。
以云模式形式出现的视觉线索——恒星位置和尾流都在视野中。
由此产生的警报被激活，以允许候选人自行进一步检查故障，并在每个测试站和监测站之间建立通信，为候选人创造一种监督的感觉，允许他们致电队长或他们认为与实验相关的任何其他人。
图2 雷达显示图所有练习总共进行了20分钟，因此候选人可以操作模拟器总共一个小时。
候选人一参加演习就获得了工作包。
通过监测和分析他们的工作包并向他们汇报情况，如果在每次练习中发现任何异常，每个候选人都能够传达对其的确认。
对于每次演习，都需要变量来显示模拟中相应的交通船只。
表1显示了变量的参数。
此外，表1所示的数据分别与图2（I）、（III）和（VI）所示的每个练习的显示图相关。
表12.练习1–0000小时方向舵偏移进入测试站进行练习1时，考生将看到一个黑暗的驾驶室，时间戳显示为午夜。
图2（I）显示了候选人能够在雷达上看到什么。
当候选人开始练习时，他们将知道该船将按照自动驾驶仪的命令以000的航向行驶。
演习开始11分钟时，船舵将开始向右舷偏移7.5°角。
为了增加ROF，转向指示器将在11分钟时开始冻结，以评估候选人是否能够使用自己的判断识别故障。
事实上，这将阻碍任何手动操作，并鼓励候选人相信，由于指示器没有移动，船只可能没有转向。
然而，在练习开始18分钟时，指示器标题将解冻，并显示正确的转弯角度。
从ROF开始，磁罗盘将开始发出咔嗒声，指示船只正在转弯。
此外，船只的雷达将开始指示船只正在转向，因为故障纯粹是机械故障，而不是系统故障。
指示船只转向的最后视觉提示是恒星的位置。
如果候选人从窗户向外看模拟的天空，他们会开始看到恒星在移动，这表明飞船不再保持000的航向。
如果候选人在不改变路线的情况下离开模拟运行，自动驾驶警报将在练习开始14分钟和56秒时开始响起。
这将是候选人改变航向并确认更改航向的最后提示。
如果候选人在20分钟的时限内没有改变航向或控制船只，候选人将获得540秒的时间分数，从而表明候选人未能识别故障。
图2（II）中的雷达图显示了如果在整个演习过程中船只控制保持不变，该图会是什么样子。
2.练习2–0800陀螺仪漂移当进入模拟器套件时，候选人将看到如图2（III）所示的雷达显示屏。
从雷达显示图中可以看出，模拟船附近有三艘船。
候选人将进入模拟器套件，发现船只按照自动驾驶仪的命令以000的航向行驶。
在训练开始9分钟时，该船将开始经历GDF。
船舶将开始以每分钟3度的漂移率偏离其航向，直到船舶达到20度的偏离航向极限。
当船只开始经历GDF时，船只的磁罗盘将开始点击，从而向候选者指示船只正在偏离其原始航向。
然而，由于该误差影响了船只的陀螺仪，航向显示和雷达读数将输出船只航向为000的输出。
在这次演习中，候选人必须仔细观察周围船只的位置，并使用雷达上的跟踪功能帮助他们评估情况。
由于舰桥配备了备用陀螺仪以实现冗余，候选人可能会切换到船上的第二个陀螺仪，从那里他们可以清楚地看到出现了航向偏差。
二、结果所分析的数据是候选人对ROF和GDF演习的失误做出反应所需的时间。
对以下候选人的人口统计数据进行了统计分析：年龄等级和教育水平。
将数据整理成这些人口统计数据可以进行进一步分析。
表2显示了上述人口统计方面的候选人范围。
表2为了测量每个候选人的反应时间，使用视觉和音频CCTV对候选人进行监控，这使得教练能够记录候选人对测试站故障的反应时间。
对于ROF和GDF演习，每个候选人的反应时间分别为从故障开始0秒到演习结束540秒和660秒。
1.原始数据图3中显示的图表显示了每个候选人对GDF和ROF演习的个人响应时间。
在该图中，突出显示了两项练习完成的时间以及自动驾驶仪偏离轨道警报在引入ROF后236秒和引入GDF后414秒开始响起的时间。
图3 GDF和ROF演习的个人反应时间以及完成的文书工作从图3可以看出，超过一半的候选人成功地对ROF演习中的失误做出了反应。
预计成功的候选人总数将超过这一数值，因为由于演习是在黑暗中进行的，候选人应该有更高的警觉性。
然而，在正确的提示下，即自动驾驶偏离轨道警报，只有五名候选人未能对故障做出反应。
相反，图3显示，共有14名候选人对GDF做出了回应。
然而，七名候选人在对路线偏离做出反应之前，需要发出跨道警报。
2.模拟器事件树分析图4 标准事件树逻辑图对每次演习进行事件树分析（ETA），从而能够分析每种可能的结果及其概率。
ETA的使用允许设计逻辑图来分析源自初始故障的顺序事件。
每个图表都突出显示了每个单独事件的发生频率。
一个标准的事件树如图4所示。
每个ETA都显示了一个意外事件，可以将其定义为与预期情况的重大偏差，从而导致不必要的后果，因此，根据候选人的决策，给他们留下了多个结果。
图5（a）显示了每一次ROF演习失败的概率。
可以看出，最大比例的候选人未能进行主机减速。
如果候选人进行了主发动机减速，那么结果会减少，航向偏差会最小化，从而导致成功但不理想的结果。
图5 （a） 所有候选人的ROF演习事件树（b） 军官候选人ROF演习的事件树当只看合格的军官时，从图5（b）中可以看出，所有军官候选人在激活手动转向之前都成功地克服了所有安全障碍。
然而，可以看出，合格的官员在执行主机减速以评估故障时遇到了困难。
3.练习2–0800陀螺仪漂移如表2所示，所有类别的分组都很难成功地对GDF做出反应，其中最年轻和经验较少的组尝试失败的次数最多。
在所有人口统计数据中，对GDF反应最成功的群体是“26-29”“学位”和两个合格的军官群体。
这可能表明，候选人的情境意识随着年龄和经验的增长而增强。
图6（a）显示了整个GDF演习中每个事件失败的概率。
图6 （a）所有候选人的GDF练习的事件树（b） 军官候选人GDF演习的事件树如图所示，随着考生在练习中的进步，选择正确途径的概率明显大于选择错误途径的概率。
然而，在50名候选人中，通过选择正确的路径进行演习的人数是6次正确的尝试，这对船员和船只来说都是最安全的路径。
如图6（b）所示，在对演习的空间参数做出反应之前，所有军官候选人都成功地完成了演习。
相反，候选人在要求进行转向器测试和评估备用陀螺仪时开始犹豫不决，这两个安全屏障都有助于指示陀螺仪漂移。
如图7（a）所示，大多数考生都很难处理的事件是将火警面板转到测试模式。
通过将火警面板置于测试模式，候选人将能够安全地完成工作并进行值班，而不会因为必须单独静音而持续分心。
图7 （a） 所有候选人的火警演习事件树（b） 军官候选人火警演习的事件树结论从所进行的练习中可以明显看出，年龄较大、经验丰富的候选人对自动驾驶系统的信任度较低，观察力更强，因此表现出更高水平的态势感知。
在所有练习中，考生都有多次机会识别、反应和纠正错误，但只有有限数量的考生成功完成了每项练习。
然而，对于导航官员来说，要想更熟练地掌握未来的系统，至关重要的是，他们应该是当前机载自动化系统（如自动驾驶仪）的专家。
此外，可以停用有利于导航官员态势感知的驾驶台值班导航警报系统。
这种系统的停用可能导致危险后果和事故。
海事行业在自主导航方面的重点一直是建立一个综合的桥梁警报系统，并安装导航传感器来帮助和提醒运营商。
加强舰桥警报系统，让海员有机会探索故障原因，同时适当地向他们发出警报，这可能是有益的。
完全自主运输不会在一夜之间推出。
研究表明，尽管人们对引入自主航运充满热情，但这将是一个渐进的过程，让海运业有时间适应。
导航官员必须接受有关船上自主系统管理的适当培训。

参考文献：1.电子导航数字化和无人驾驶船舶:未来航海教育和培训的挑战，巴塞罗那国际技术教育与发展会议，巴尔多夫，2018年2.人为因素:海上事故的关键因素，法国布雷斯特大西洋利益相关者平台会议，梅斯特，2015年3.识别操作未来自主船的海员培训需求:系统文献综述，澳大利亚海运协会，艾玛德，2021年4.海事作业中人机交互影响的调查，海洋工程，诺曼，2018年5.共享引航通道计划和引航期间的航行安全，谷歌学术，罗宁，2017年