An Overview of Data Veracity Issues in Ship Performance and Navigation Monitoring

Abstract

An overview of data veracity issues in ship performance and navigation monitoring in relation to data sets collected from a selected vessel is presented in this study. Data veracity relates to the quality of ship performance and navigation parameters obtained by onboard IoT (internet of things). Industrial IoT can introduce various anomalies into measured ship performance and navigation parameters and that can degrade the outcome of the respective data analysis. Therefore, the identification and isolation process of such data anomalies can play an important role in the outcome of ship performance and navigation monitoring. In general, these data anomalies can be divided into sensor and data acquisition (DAQ) faults and system abnormal events. A considerable amount of domain knowledge is required to detect and classify such data anomalies, therefore data anomaly detection layers are proposed in this study for the same purpose. These data anomaly detection layers are divided into several levels: preliminary and advanced levels. The outcome of a preliminary anomaly detection layer with respect to ship performance and navigation data sets of a selected vessel is presented with the respective data handling challenges as the main contribution of this study.

Estimation of Link Occupancy During TCP Transmissions in Internet of Things

“…Zastosowanie Internetu Rzeczy w gospodarce morskiej pozwala na poprawę efektywności transportu morskiego, a także na optymalizację kosztów spedycji dzięki zwiększeniu możliwości analizy czynników wpływających na koszty. Do czynników kosztotwórczych, których wartości są pozyskiwane na podstawie ciągłego pomiaru dokonywanego z użyciem urządzeń IoT należą, między innymi, zużycie paliwa i wody oraz aktualny stan ładunku [14]. Urządzenia IoT ograniczają koszty napraw i diagnostyki, pozwalając na monitorowanie w trybie ciągłym aktualnego stanu statku [14].…”

“…Do czynników kosztotwórczych, których wartości są pozyskiwane na podstawie ciągłego pomiaru dokonywanego z użyciem urządzeń IoT należą, między innymi, zużycie paliwa i wody oraz aktualny stan ładunku [14]. Urządzenia IoT ograniczają koszty napraw i diagnostyki, pozwalając na monitorowanie w trybie ciągłym aktualnego stanu statku [14]. Umożliwiają zdalne sterowanie i zarządzanie urządzeniami zmniejszając konieczną obsługę na pokładzie statku.…”

“…Zastosowanie specjalizowanych urządzeń Internetu Rzeczy ma również wpływ na poprawę bezpieczeństwa transportu morskiego. Urządzenia takie dają możliwość pełnego, realizowanego w czasie rzeczywistym, monitorowania struktury statku [14,15]. Możliwe jest monitorowanie różnego typu naprężeń i deformacji struktury statku, a także analiza wibracji, realizowana z wykorzystaniem trójosiowych czujników, umieszczonych w różnych punktach statku [15].…”

“…Oryginalne oprogramowanie [14] współpracuje tylko z terminalem, co w praktyce oznacza, że aby uruchomić pomiar należałoby zalogować się na mikrokontrolerze Raspberry PI i wydać odpowiednie polecenie. Tymczasem nasza koncepcja zakładała, że oprogramowanie pomiarowe powinno być uruchamiane automatycznie w odpowiedniej fazie uruchamiania systemu, i to niezależnie od tego, czy użytkownik się zaloguje na mikrokontrolerze, czy nie.…”

Decentralized System Intelligence in Data Driven Networks for Shipping Industrial Applications: Digital Models to Blockchain Technologies

“…Firstly, the domain knowledge can be used to identify data anomaly clusters that often relate to system abnormal events. Secondly, the outlier of the data structure can be used to identify possible data anomalies [5] that often relate to sensor faults. Hence, the respective network structures can also be used to detect, isolate and recover various data anomalies, i.e.…”