船舶营运实时检测与节能控制系统

船舶节能是我国建设资源节约型社会和环境友好型社会的迫切需要,船舶营运实时检测控制系统采集主机转速、主机瞬时油耗、主机累计油耗、船舶航速、船舶航行累计里程、船舶经纬度、航向等相关参数,通过建模分析,对航行船舶的经济航速、航道、船舶操纵和船舶状态维修提供指导,获得了良好的船舶节能效果。     

基于EEOI的船舶能效管理措施节能分析

为了构建船舶能效运营体系,指导船只运营管理实践,以新美洲轮为例,利用实船数据结合能效运营指数(EEOI)公式,分别从增压器数量、船舶航速、装卸货以及主机气缸注油率等方面进行了理论计算和实验,得到各因素对船舶能效运营指数的影响。结果显示,优化增压器数量、航速、装卸货以及主机汽缸注油率的方法可以有效地减少船舶油耗,为今后船舶运营以及节能减排管理提供参考。     

多桥水域航道通过能力仿真研究

为了确定内河多桥水域的航道通过能力,提出多桥航道的交通流仿真模型.以长江武汉段的多桥航道为研究对象,收集大量的船舶交通流历史数据,用统计的方法分析这些数据获得交通流特征,提出基于蒙特卡罗方法的船舶生成模型、队列模型、航路模型和船舶运动模型等;开发仿真系统并对模型进行验证;通过仿真实验确定多桥水域的航道通过能力.仿真结果表明,所提出的内河多桥航道交通流仿真模型是可行和有效的;在目前的通航条件下,长江武汉段多桥水域的航道通过能力与实际的交通流量相比显得非常富余;在安全航速范围内,通过整体提高船舶的航行速度可以显著提高航道的通过能力;航道水深的变化对上行和下行航道通过能力的影响具有明显的差异.     

船舶航速优化综述

从航速优化模型、油耗预测模型、航速优化模型求解方法与船舶能效管理系统方面, 分析了国内外航速优化研究现状, 探讨了航速优化存在的问题, 并针对这些问题提出了建议。研究结果表明: 在航运市场持续萎靡的情况下, 经济航行将被更广泛应用, 针对航速优化的研究仍然具有重要的意义; 在航速优化模型方面, 目前多集中在以碳排放政策、不确定因素的影响、排放控制区政策、船队调度等为单一优化目标建立航速优化模型, 优化目标主要为成本最小化和利润最大化, 未来应将航速与航线、纵倾、船队部署联合优化, 考虑多种不确定因素、多种优化目标建立航速优化模型; 在油耗预测模型方面, 预测模型主要分为白盒模型、黑盒模型和灰盒模型, 白盒模型具有更好的可解释性, 黑盒模型的预测性能更好, 灰盒模型弥补了白盒模型和黑盒模型的缺点, 将成为未来的研究重点, 未来应基于精确的船舶数据和先进的人工智能算法进行数据学习, 提升油耗预测模型预测准确性; 在优化算法方面, 由于航速优化模型的复杂性, 大多采用启发式算法进行优化求解, 这种算法可以减少优化求解时间和提高求解质量, 未来需要探索更加精确高效的求解算法; 在优化策略方面, 采用大数据分析可以识别天气对航行的影响, 动态优化策略可以补偿环境因素引起的扰动, 能够进一步提升船舶能效水平; 在船舶能效管理系统方面, 船舶能效管理系统主要包括航行数据采集、数据传输、数据储存、数据分析与智能决策等功能, 由于其成本高昂, 目前尚未在船舶上大规模运用。      

内河船舶主机动态油耗模型的研究与建立

针对内河某宽浅型船舶进行研究,结合实船设计参数和船模试验数据,建立了船舶动态油耗模型,对船舶的航速和油耗进行了定量的计算与预测．为船舶经济航速的确定提供了数据基础。     

基于CAPESIZE船型澳大利亚西北航线经济航速与超经济航速的应用研究

针对国际油价的不断攀升,船舶营运成本的不断加大,航运公司越来越重视船舶的营运经济问题.运用了主机转速有效控制船舶航速的方法,对澳大利亚西北至中国大陆航线上的经济航速与超经济航速的应用进行对比分析,得出了船舶运营油耗节约与航速、主机转速的关系,为航运公司实现精细化航运管理、提升经营效益提供参考.     

改变航速对珠江水系船舶能效设计指数影响的研究

船舶能效设计指数(EEDI)是反应船舶在设计和建造阶段船舶固有的CO2排放水平的一个参数,在国际海事组织推荐计算新船能效设计指数公式中,通过改变船舶的设计航速,来实现珠江水系船舶的船舶能效设计指数(EEDI)的变化.文章针对珠江水系船舶的特点,推导珠江水系船舶的船舶能效设计指数与船舶航速的关系,确定珠江水系船舶设计航速,从而满足国际海事组织对船舶能效设计指数(EEDI)的要求.     

基于ASAE深度学习预测海洋气象对船舶航速的影响

为了有效地预测海洋气象对船舶航速的影响, 在稀疏自编码(SAE) 网络模型的基础上提出交替稀疏自编码(ASAE) 网络模型; 构建了海洋气象对船舶航速影响的预测框架, 利用关联规则方法对航行数据进行特征选择, 挖掘了船速影响因素及其隐含关系; 整合了中国远洋海运集团有限公司提供的船舶航行数据以及美国国家海洋和大气管理局提供的气象数据, 用训练样本对ASAE网络模型进行训练, 用测试样本对ASAE网络模型进行验证, 并与支持向量回归(SVR) 模型、反向传播神经网络(BPNN) 模型、深度信念网络(DBN) 模型及SAE网络模型的预测结果进行了对比。研究结果表明: ASAE网络模型的训练时间和海洋气象对船舶航速影响预测值的均方根误差分别为8.2s和0.287 3kn, 与SVR模型、BPNN模型、DBN模型及SAE网络模型相比, 训练时间分别缩短了1 683.1、66.9、2.0、1.5s, 预测准确度分别提高了0.045 5、0.296 9、0.153 4、0.178 6kn; ASAE网络模型的预测结果更符合实际海况, 可动态掌握海洋气象对船舶航速的影响; 通过预测的航速影响值来推算实际航速可为气象导航优化船舶运输过程起到辅助作用, 在进行航线规划、航速推荐等航行优化策略时能准确考虑海洋气象所产生的复杂影响, 从而改善船舶运营能效指标, 实现节能、低碳、绿色航行的宗旨。      

基于多元回归的司机驾驶行为对油耗的影响

为量化司机驾驶行为对油耗的影响,根据实车运行数据,提取整车行驶数据中有关驾驶行为的特征参数,基于多元回归分析法,得到与整车油耗相关性较强的显著影响特征参数,建立司机驾驶行为模型,并对司机驾驶行为模型与油耗的强相关性进行验证。选取多个整车运行数据,通过模型计算得到油耗与实际油耗的误差在10%以内,验证了所建模型的精确性。该研究可为司机驾驶行为评价提供参考。     

基于单目视觉的水面船舶多目标定位方法

针对水面船舶的多目标实时定位,提出了一种定位和运动参数求解算法,采用固定位置和视角的单目摄像机采集船舶图像,对采集的图像进行高斯滤波和图像畸变校正,提出了基于船舶颜色、尺寸与运动学特征同时识别多个船舶目标(每个船舶目标独立识别)的方法,构建了图像坐标与真实环境坐标的转换模型与实时航速、航向和轨迹的计算模型,在水池环境下搭建了实时定位系统,开发了实时定位程序,并验证了定位方法的定位精度和轨迹跟踪性能。验证结果表明:在存在外界干扰的情况下,定位算法能实现对2艘船舶的精确识别;修正前坐标点横、纵坐标平均误差分别为0.058、0.209m,修正后分别为0.038、0.124m;摄像机定位数据更新频率为8 Hz,满足船舶控制需要;算法能实现对船舶位置、航速和航向的准确、实时计算,轨迹平滑且未出现异常点。