基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。     

神经网络在船舶主柴油机建模中的应用

该文研究用BP神经网络建立船舶主柴油机模型的方法,并对BP算法进行了改进,提出了一种动态优化学习率的方法,对6L80MC柴油机实际数据用BP网络进行计算的结果表明,该算法能有效地建立船舶主柴油机模型。该模型已成功用于船舶主机遥控仿真系统中。     

基于人工神经网络的船舶油耗模型

针对船舶能效管理计划SEEMP的实施需求,寻求建立油耗模型的通用方法,为航行优化提供决策基础。以丹麦籍客滚轮MS Smyril号作为研究案例,对船舶实测运行数据进行了分析和预处理,并采用人工神经网络构建了船舶油耗和航速的黑箱模型。基于实测数据与模型预测数据的对比,验证了上述油耗模型的准确性和实用性,对于提高船舶能效运行指数EEOI具有重要意义。     

基于航行数据的船舶航行油耗模型建立方法

准确评估船舶的能效表现是研究船舶性能、优化船舶能效的基础。为准确评估船舶航行状态对船舶航行油耗的影响和船舶的能效表现,以某超大型散货船为研究对象,基于船舶智能能效综合管理系统获取大量船舶航行数据,通过数据处理和特征工程找出影响船舶航行油耗的因素,采用人工神经网络建立船舶航行油耗模型。采用该模型预估船舶在一段航程中的总油耗量,验证该模型在评估船舶航行状态对船舶航行油耗的影响方面的有效性。此外,采用该模型对航程和转速进行优化,验证该模型对能效优化的可行性。     

基于LASSO的船舶日油耗预测研究

随着船舶燃油价格的不断上涨和国际海事组织对船舶碳排放的愈发限控,提高船舶油耗效率逐渐得到广泛关注,而船舶油耗预测是提高船舶油耗效率的重要前提。目前,在高维、稀疏的船舶油耗数据集中,众多算法存在可解释性低、泛化能力差的问题,为准确、有效地预测船舶日耗油量,提出一种基于套索(Least Absolute Shrinkage and Selection Operator, LASSO)算法的船舶日油耗预测模型。以某货船午时报告油耗数据为例,对船舶油耗数据进行了预测,并与岭回归(Ridge)、最小二乘法(Ordinary Least Squares, OLS)和人工神经网络(Artificial Neural Networks, ANN)进行对比,其均方误差均值分别降低了0.07、0.08和3.77。     

基于区间约束GPC的船舶SCR脱硝系统多工况控制

不同工况下的船舶柴油机脱硝系统具有很强的非线性和时变性，常用的单一控制器难以准确控制，因此对船舶选择性催化还原（SCR）脱硝系统进行自适应控制研究尤为重要。从SCR的反应微分方程入手，建立船舶柴油机SCR脱硝系统的机理模型，并通过模型仿真的离线数据辨识建立不同工况下该系统的ARMAX模型；设计基于该模型的广义预测控制器以实现多工况的自适应控制。考虑到执行机构的使用寿命，加入区间约束算法，提出并设计带区间约束算法的广义预测控制（GPC）控制器。研究结果表明：与传统的GPC和模型预测控制（MPC）控制器相比，带区间约束的GPC控制器不仅能在变工况时保持较高的脱硝率，而且能显著减少执行器的动作次数，从而提高船舶柴油机SCR脱硝系统的使用寿命。     

船舶低速柴油机推进轴系扭转振动研究

本文采用集总参数法建立10000DWT油船低速柴油机推进轴系扭转振动模型,将模型分为直链式扭转振动模型和带分支式扭转振动模型,建立单质量点的扭转振动数学方程和Simulink仿真模型,从而提出采用系统矩阵法和Simulink软件仿真方法分别对该轴系的频域振动特性和时域振动特性进行研究;同时通过对实船轴系进行扭转振动测试,验证了该船舶推进轴系扭转振动数学模型和理论分析方法的正确性,对降低船舶轴系振动和提高船舶安全性具有一定的理论指导意义。     

基于BP神经网络的船舶交通流量预测研究

在分析船舶交通流量特性的基础上,以船舶交通流量控制为最终目标,建立基于BP神经网络的船舶交通流量预测模型,以长江口深水航道的交通流量数据作为训练样本,进行模拟分析。预测结果与实测加权数据进行对比表明,该模型对船舶交通量的预测是有效的。     

节能型轮胎式集装箱起重机智能调速技术

为解决柴油机动力轮胎式集装箱起重机油耗高的问题,响应国家节能减排要求,采用新型智能调速技术对传统节能方式进行优化。利用逆变器连接柴油发电机为起重机供电,代替常规整流器供电方式。智能控制器实时检测起重机各机构电流、力矩等状态数据,结合柴油机特性曲线建立数学模型,计算出柴油机运行所需功率,通过速度控制器对可变速柴油机进行连续调速。在不配置额外储能装置的情况下,应用该智能调速技术的轮胎式起重机节油率可达50%,有效降低油耗,减小废气排放和噪声污染。     

基于AAKR模型的船用低速柴油机状态监测方法

针对船用二冲程低速柴油机运行状态监测,本文分析现有的柴油机状态监测方法,并指出现有方法的不足之处。提出基于AAKR模型的柴油机状态监测方法,同时阐述AAKR模型的原理。该方法具有无需故障数据、无需对模型进行训练与调参、高效快捷等优点。本文建立柴油机仿真模型,通过对柴油机模型进行模拟状态监测实验,证明基于AAKR模型的柴油机状态监测方法的有效性,最后讨论不同带宽的选择对模型性能的影响。该方法无需故障数据的特性使其具有更强的普适性,可广泛应用于船舶柴油机的在线状态监测和预警。     

重油在线乳化装置在实船柴油机上的试验与分析

开发了一套基于在线乳化理论的重油乳化智能控制装置,该装置根据船舶柴油机运行参数,在不改变柴油机结构、不添加乳化剂的前提下,应用单片机技术,运用模糊控制理论,油水比例随船舶柴油机负荷变化实现掺水的优化控制,使船舶柴油机达到较佳的节能效果。同时采取加压防破乳技术,在重油高温状态下,实现了良好的重油乳化效果,且边乳化边稳定燃烧。在"宁大6号"船舶柴油机上进行推进特性、废气排放特性等试验。结果表明,常用工况节油率可达9.8%,NOx降低率为15.40%,烟度降低率为24.92%,具有较高的实用推广价值。     

冷却系统对船用柴油机性能参数的影响研究

推进工况下,为研究某型船用柴油机冷却系统中海水泵转速变化对油耗率、有效功率、峰值缸压、缸盖温度的影响,文章采用GT系列软件建立柴油机工作过程—冷却系统—燃烧室耦合仿真模型,通过仿真计算得到各项性能参数随海水泵转速变化的数据及曲线图。结果表明随着海水泵转速增加,有效功率、峰值缸压增加,在高负荷时增加幅值最大,油耗率、缸盖温度降低,在高负荷时降低幅值最大。     

基于K-Means和XG-Boost算法的“两步式”船型分类映射

由于当前的船舶分类较为单一,不同类型船舶的尺度和航行油耗等特征参数存在很大差异,采用相同的油耗标准衡量不同类型船舶的油耗会产生很大偏差。为有效解决该问题,以某公司的干散货船、集装箱船和油船为研究对象,提出一种“两步式”船型分类方法。采用K-Means算法对该公司内部船舶的9个属性进行分类,并基于肘部法则确定分类数量;根据得到的簇的数量,采用K-Means模型对船舶进行分类,并打上分类标签。针对该公司外部船舶属性数据缺失严重、数据质量较差的情况,基于上述分类标签,采用XG-Boost算法对该公司内部的船舶进行二次训练,使船舶分类模型具有处理数据缺失问题和提供分类概率的能力。实际应用结果表明,该“两步式”船型分类方法能对公司内外船舶能耗表现一致的船舶进行合理分类,并建立公司内外船舶的映射关系。     

基于小波能量谱分析与SVM的柴油机气阀间隙异常故障诊断

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机气阀间隙异常的故障诊断,由于柴油机气阀间隙振动信号噪声多,利用SVM对柴油机气阀间隙进行预测时需要进行特征提取。鉴于此,研究了基于小波能量谱分析的SVM柴油机气阀间隙的故障诊断方法,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备当前状态。     

船舶柴油机-调距桨控制系统的设计及仿真研究

推进系统是船舶的动力来源,决定了船舶的动力特性,随着海洋运输行业的迅猛发展,对船舶推进技术的要求也变得越来越高。为了提升船舶的动力特性,适应复杂的航行环境和货物负载,柴油机-可调螺距螺旋桨推进装置被成功研发出来,并获得了较大的装机量。柴油机-可调螺距螺旋桨推进装置可以根据船舶的负载、速度、载荷等工况调节螺旋桨的螺距角,改善推进作用力、推进效率和机动性,具有重要的市场应用价值。本文介绍了柴油机-可调螺距螺旋桨推进装置的结构与数学模型,设计了柴油机-可调螺距螺旋桨推进装置的控制系统,并采用AMESim软件对该控制系统进行仿真试验。     

Residual life prediction for marine diesel turbocharger based on Wiener process北大核心CSCD

[目的]针对船舶柴油机增压器难以收集到全生命周期性能退化数据的问题,提出一种基于维纳过程的寿命预测模型。[方法]首先,采用K-Means模型对增压器实际运行工况进行聚类,提取出典型工况数据;然后,使用贝叶斯突变点检测模型识别增压器的缺陷点;最后,建立基于维纳过程的退化模型,并以某型船用柴油机增压器为应用对象,预测增压器的剩余使用寿命。[结果]结果显示,基于维纳过程的寿命预测方法能够在不需要同类设备历史退化数据的情况下对增压器的剩余寿命进行预测。[结论]所提方法对缺少故障样本的船舶柴油机增压器寿命预测具有一定的参考价值。     

Pielstick船舶柴油机冷起动模拟及其ADRC控制

船舶柴油机良好的冷起动性能是其机动性的重要指标。本文根据物理模型、实测数据以及经验模型,对Pielstick船舶柴油机冷起动过程分三阶段进行精确建模。然后采用ADRC理论设计该型船舶柴油机的数字式调速控制器。Matlab数学仿真,以及ADRC与PID的对比控制实验表明,该模型能精确模拟该型船舶柴油机的冷起动过程,并且ADRC控制方法在稳定性、快速性、超调性和抗干扰能力等方面优于传统的PID方法。     

燃油系统参数匹配优化对船用柴油机性能影响及试验研究

采用试验与仿真结合的方法研究电控化改造对柴油机性能的影响。分别用AMESim和AVL_FIRE仿真软件建立燃油喷射系统模型与柴油机缸内燃烧高压循环模型,以喷油压力为优化目标对喷油参数进行匹配,并将优化结果代入到燃烧模型中计算分析。以优化结果为基础进行台架试验,分析电控化改造对柴油机经济性和排放性的影响。研究结果表明,对于15mm×2.5mm×0.40 mm/°CA×0.30mm×900mm(柱塞直径×油管直径×凸轮型线速率×喷孔直径×油管长度)的组合(试验号8),喷油压力相对于原机提高了40.2%。试验号8的台架试验表明:油耗率有所降低,且在低速低负荷工况下油耗率降低较显著;对于NOx排放,电控化改造后试验号8的NOx排放浓度在负荷特性工况和推进特性工况下相对于原机平均降幅分别在50%以上。     

基于大数据技术的船舶油耗监测系统设计

为适应IMO关于船舶记录油耗数据的强制性要求,分析船舶油-机-环境系统的监测参数集,建立基于大数据技术的、具备船舶油耗数据分析能力的船舶油耗监测系统,使该系统可对船舶油耗信息进行收集、整合和挖掘,向有关部门提供优质的船舶油耗监测服务和实时的节能管理咨询服务。利用无线传感器采集数据监测船舶能耗并开发船舶能耗数据库,不仅为船舶运营管理提供参考依据,还有助于船舶所有人更直观地掌握船舶实时动态信息,更方便地调度和管理船舶。     

基于AVL BOOST的船用柴油机典型故障仿真及其数据分析

[目的]大型船用柴油机故障类型的数据通过台架试验或者实船来获取存在许多不利因素,因此针对柴油机的故障仿真数值计算就显得尤为重要,同时对故障排除及数据驱动的智能故障诊断系统的构建也具有重要意义。[方法]基于AVL BOOST软件和台架试验数据,建立柴油机仿真模型,验证4种负荷工况下仿真模型需满足的精度要求;基于100%负荷工况模型,采用控制变量法模拟柴油机发火点提前、单缸停油及曲轴箱窜气这些典型故障,并分析计算得到的数据。[结果]结果表明:发火点提前5°时,缸内最高燃烧压力提高了17.4%;第1缸停缸后,有效油耗率上升近15%;对于不同气缸停油情况,第2号和3号气缸停油时的特征参数变化幅度较小;随着活塞有效窜气间隙的增加,各特征参数基本上呈线性扩大趋势,在窜气间隙值为0.04 mm时,部分特征参数急剧增加,例如油耗率增加了近40%。[结论]所得结果可作为柴油机故障状态识别及智能故障诊断系统构建的重要依据,为探索船舶柴油机智能故障诊断技术提供新的途径。