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。     

运行船舶轴系扭振特性与转速禁区的试验研究

介绍一种船舶试航时扭振测量方法,简要叙述了其工作原理.通过分析船舶试航时扭振特性,将轴系扭转应力对比于持续扭转许用应力及瞬时扭转许用应力,确定主机转速禁区.并以57000t＂MY WAY＂号散货船为例,简要介绍其主机转速禁区确定方法.     

实船与船模相关因子的分析研究

将某50 000吨化学品/油船在3种不同装载(满载、设计及压载)状态下的实船试航结果与船模试验预报进行了相关分析,获得了不同装载状态下实船试航与船模试验的功率相关因子C_P及转速相关因子C_N。对不同状态下实船试航结果与船模试验预报之间出现差异的原因进行了分析,提出了关于选用相关因子C_P及C_N值的改进建议,可供船舶研究及设计人员参考和选用。     

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。     

船舶轴系转速禁区快速通过分析

针对船舶轴系应快速通过已设定转速禁区这一船级社规范要求,以及部分船级社就此进一步要求提供转速禁区通过时间的许用值并于试航中不同工况下测量予以验证的审图意见,运用材料疲劳的相关理论分析相关规范要求及审图意见提出的技术背景,随后结合对具体项目转速禁区通过时间计算许用值与试航实测值的对比、分析,就相关的轴系设计及试航实测数据...     

某2400 TEU集装箱姊妹船能效分析

为了更好地对船舶营运性能进行管理和评估,研究了2艘2400 TEU集装箱船,并对其船速、主机功率和主机转速等参数以及船舶油耗进行分析对比,运用数据可视化和机器学习等大数据分析方法,实现对船舶能效数据的可视化,通过对比分析得出影响船舶转速与功率的主要因素.     

基于BP神经网络的船舶主机能效状态评估

[目的]在船舶航行期间,需要通过分析船舶和主机的运行参数来客观判断主机当前的工作情况,从而准确评估主机的能效状态。[方法]以状态良好的船舶运行记录为样本,结合主成分分析法和BP神经网络算法,构建船舶的航行状态识别模型和主机油耗模型,并在船舶航行期间对船舶实时运行参数进行分析,得出船舶主机在当前工况下的油耗量正常值。以某30万吨级远洋散货船为例开展模型计算验证,将正常油耗值与实际油耗值进行对比,以二者的残差值为依据,进而评估当前的主机能效状态。[结果]计算结果显示,航行状态识别模型的正确率为98.05%,油耗模型的平均误差为3.47%,2种模型的可靠性均较高。[结论]研究成果可为智能船舶的能效管理提供一定的参考。     

智能化船舶油耗监测系统

为了降低船舶的综合运行成本,对船舶的燃油经济性有较多关注。本文建立船舶的油耗模型,分析船舶油耗与航行速度的关系,结合GPS和GPRS通信技术,开发了一款智能化船舶油耗监测系统,对油耗监测系统的RS232-标准接口、GPS通信电路和GPRS无线通信电路进行了详细设计。     

营运碳强度指标影响下的班轮航速优化

随着全球航运碳排放量的不断增长，节能减排已成为全球航运业发展的必然趋势。本文基于海洋环境保护委员会第76届会议通过的营运碳强度指标及评级制度对营运船舶的影响，从降低成本、节能减排的目的出发，在对航线上各航段载货情况进行预测的前提下，建立油耗预测模型与船舶航速优化模型，实现以降低油耗为目标的更精准航速优化。这对于班轮公司管理者和船舶服务方在全球航运碳减排趋势背景下的营运优化具有一定的实践意义。     

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。     

基于人工蜂群算法的船舶航速优化

航速优化是船舶智能能效管理的主要组成部分,对降低船舶营运成本、减少温室气体排放具有重要意义。为减少船舶航行时的主机燃油消耗,根据实船数据首先构建了主机油耗模型,模型的平均误差仅为0.813%,然后对整个航程进行分段,基于人工蜂群算法对整个航程的航速进行优化。经过验证可得结论：优化后的航速对应的整个航程航行时间减少了14.44%,油耗量降低了3.012%。研究结果表明,使用人工蜂群算法对航速进行优化,能够对航速提出建议,达到提高船舶能效水平,提高经济性、环保性的目标。     

针对高转速A/D采集的自适应平滑处理方法

船舶领域常用瞬间转速测量对各类大型机械设备进行运行状态监测及信号控制,为了提高瞬时转速测量的精度,从而提高船舶设备运行控制的准确性以及设备健康状态评估的有效性,基于传统模数转换（A/D）采集的采集转速方法——测频率法和测周期法,通过对A/D转速测量点数进行多周期平滑处理,并加入转速分段测量的自适应机制,提高A/D采集瞬时高转速的精度。在进行模拟仿真与理论结果比较验证后,进一步开展在实际测量中自适应平滑处理方法对转速测量精度影响的研究。仿真及试验结果表明,采用的转速测量方法针对不同的转频均可有效降低转速测量误差,研究成果可为船舶机械设备转速测量提供一定参考。     

船舶主要动力设备能效模型与仿真分析

根据船、机、桨关系,以船舶动力装置的能量传递为基础,基于Matlab/Simulink仿真平台建立主机能效模型。以某内河旅游船舶为研究对象,根据船体与主机参数,利用回归多项式法得到螺旋桨敞水特性曲线。在船舶上安装油耗仪等传感器,采集了主机瞬时油耗、船舶对地航速、对水航速等数据,并计算了主机的实际能效。针对实船采集的数据,分析了航道水流速度的分布特征。基于仿真模型,计算了船舶在不同航道水流速度与对水航速下的主机能效,比较分析了实测数据与仿真结果,并对模型进行了验证。本文研究对于提升船舶的营运能效指数具有实际指导意义。     

基于EEDI Ⅲ要求的某新巴拿马型散货船主机选型

针对新巴拿马型散货船主机选型和满足船舶能效设计指数（EEDI）Ⅲ的问题,对新巴拿马型85 000 t散货船主机最小装机功率的评估方法和EEDI进行分析和计算。获取主机最小装机功率参数,对低转速主机机型进行选型,合理选择主机约定最大持续功率（Specified Maximum Continuous Rating,SMCR）和转速,降低主机功率储备和单位油耗。在仅预留适当的主机功率裕度且不配置额外的节能设施或不采用环保新能源的设计方案措施下,确保船舶满足EEDI Ⅲ的要求,为85 000 t散货船主机选型和设计提供参考。     

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。     

新造船舶试航的安全监管研究

<正>中国是世界造船大国,根据英国克拉克松研究公司对2021年造船业三大指标的统计,中国船舶企业的造船完工量、新接订单量、手持订单量均占世界总量的50%左右,保持全球第一。试航是新造船舶正式交付、投入使用前的必要环节,却时常发生险情事故。2015年,试航船舶“皖神舟67”轮在长江江苏段沉没,造成22人死亡,引起了行业与社会的重点关注。如何系统化制度化地开展船舶试航的安全监管,从源头上提升船舶本质安全,必须深入研究并提出务实对策。     

发电柴油机转速波动现象分析及处理

康明斯发电柴油机普遍应用于船舶,本文根据笔者长期管理康明斯发电柴油的经验,从实际情况分析了其在运行过程中出现的小范围转速波动现象产生的原因,并结合实际进行了合理化的处理。     

基于图谱设计法的11300 DWT油船螺旋桨优化设计

针对目前航运市场萧条、船舶运价急剧下降、能源消耗大、运营成本居高不下的问题,以11 300 DWT油船为研究对象,运用图谱设计法对螺旋桨进行优化设计,并利用CFD方法对螺旋桨优化后的淌水性能与节能效果进行了数值模拟及实船试验,进而达到船舶节能降耗的目的。实船试验结果表明,优化后的螺旋桨在保证效率的同时,船舶油耗下降约19%,在很大程度上降低了船舶的运营成本。     

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。     

船舶燃气轮机转速自适应模糊控制

船舶燃气轮机对转速的要求较高,需在瞬间完成响应并保持稳定。然而,由于燃气轮机具有惯性和时间延迟等特性,导致转速的调整可能存在响应滞后或者波动问题。为此,提出基于状态观测的船舶燃气轮机转速自适应模糊控制方法。应用船舶燃气轮机转速状态观测器,结合船舶燃气轮机转速与燃油量之间的映射关系,根据当下燃油量状态,观测实际船舶燃气轮机转速,通过基于模糊自适应PID控制器的转速控制模型,计算实际转速与给定转速的转速偏差、偏差率,由模糊自适应PID控制器自适应调节船舶燃气轮机转速。实验结果证明：此方法应用下,船舶燃气轮机转速能够得以准确控制。