基于“育鲲”轮探究营运船舶碳排放对策

目前,船舶碳排放问题逐渐引起各方重视。为在实践中探究降低营运船舶碳排放的措施,以大连海事大学实习船"育鲲"轮为研究对象,从航线设计、航速、船舶转向操纵、船体保养和维护等方面进行实验和分析,探究出营运船舶碳排放对策。结果表明,优化航线、优化航速、小角度转向操纵、良好的船体保养和维护都可以起到降低船舶碳排放的效果,为船员提供了降低船舶碳排放操作规范的理论支持和实践指导。     

基于GRU-DconvLSTM的船舶轨迹预测

利用深度学习方法预测船舶未来航行趋势，对海上交通安全以及船舶管理具有重要意义。在船舶自动识别系统（AIS）中已知的经度、纬度、航速数据基础上，提出一种基于门控循环单元结合双卷积层长短期记忆神经网络（GRU-Dconv LSTM）预测模型。根据原始数据的变化趋势，采用标准差法对数据中的异常值进行处理，得到最终试验数据。该模型一方面通过门控循环单元（GRU）学习船舶历史数据上的运动规律；并采用双卷积层与长短期记忆神经网络（LSTM）结合的形式充分提取数据深层信息，提高模型对时序数据深层次特征的挖掘能力。将该模型与卷积长短期记忆神经网络（CNN-LSTM）、卷积门控循环神经网络（CNN-GRU）以及卷积层长短期记忆（Conv-LSTM）神经网络等3个模型进行对比，将均方根误差、平均绝对误差、平均绝对百分比误差作为评价标准，结果表明，GRU-Dconv LSTM模型在经度和纬度预测上误差较小，精确度较高。     

基于计算兴波云图的舰船航速智能识别方法

数据挖掘是船舶领域中的研究热点,针对船舶领域流场分析问题,基于波形图的航速判断误差较大,提出一种人工智能解决方法。由于可利用的数据集较少且图像噪声较多,采用数据增广扩充数据。通过图像处理降噪与生成对抗网络增加仿造样本,结合深度神经网络迁移学习的方式进行模型融合并分类,分别通过原始样本实验测试、数据扩增实验测试和迁移学习实验测试并比较,得出该方法预测结果接近实际航速,在样本丰富的情况下可以实际应用。     

基于计算机编程的船舶航速预测研究

当前的一些方法由于存在预测准确率较低的问题,因此提出一种基于计算机编程的船舶航速预测方法,该方法使用高级编程语言,实现了船舶航速预测方面的创新。基于计算机编程对船舶进行数值模拟,使用的计算机语言为BASIC,使用的编程软件为Eclipse。根据船舶数值模拟结果进行船舶行驶阻力的估算,使用的软件为FLUENT。通过船舶模型针对船舶实施随浪规则波与迎浪规则波的自主航行试验,对波浪中船舶的运动响应、航速与周期、波高间的关系进行分析,从而预测波浪推进下的船舶航速。配置仿真环境,对该方法进行预测准确率的实验测试,并将现有方法作为测试中的对比项。测试结果表明该方法在迎浪航行时与随浪航行时均能达到较高的船舶航速预测准确率,具备很强的实用性,有一定的应用前景。     

基于LSTM的船舶航迹预测

提出一种基于长短期记忆网络的船舶航迹预测方法,应用三次样条插值对船舶自动识别系统数据进行修复以保证其时间间隔相等,以船舶经度、纬度、航速和航向作为模型的输入,经度和纬度作为输出构建船舶航迹的实时预测模型。实验结果表明,该方法可以突破对预测时间间隔相等的要求,经纬度预测最大误差不超过5×10~(-4)°,能够比较准确地预测出船舶轨迹。     

基于安全航速的船舶航运事故防范方法

根据船舶事故产生的原因,研究了船舶航运事故防范的方法。即实时快速计算船舶在每个时刻的安全航速,根据实际航速和安全航速的比较,进行航运安全的判断,从而提前预测事故隐患,提高船舶的安全性。     

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。     

海洋航线优选

本文就现代“海洋气象导航”中使用电子计算机对横渡大洋的航船进行航线优选,提供导航决策咨询的有关技术问题作扼要的介绍。主要内容是:船舶失速回归方程的计算和任设节点动态规划优选航线。海洋水文气象因素对船舶航行的影响,主要是反映在船舶航速的变化上。为了能定量地分析这些因素对航速的影响,并能进行预测估算,可以采用数理统计的原理,收集各型船舶的失速实测数据,进行回归分析,求得船舶失速回归方程,以便在优选航线时,预测估算全程各点的航速。把水文气象因素的影响,体现在航速的变化上,同时把船舶要求的各种约束条件,作为一种信息,同样也使船舶航速自动改变。由于航速因条件而变化,故航程最短的航线并不一定是最佳航线,最佳航线应该是全程航时最短的航线。为了求得全程航时最短的航线,可以采用任设节点动态规划的方法。这种方法,在主航线的两侧任意设定适当密度的节点组成航路网络,根据“最优化原理”,对各条支路及节点进行递推计算,求得一组最优决策的集合,联结最优决策的各节点,即得最优航线。计算结果可以提供航线分析人员作最后的分析判断。由上述原理和方法编制的计算机程序,可以完成海洋气象导航工作中航线推荐、跟踪导航和总结分析的计算工作,计算机程序还可以自动绘制航线图,提供形化的显示和记录。     

海港航道船舶航速控制标准量化方法

为协同提升海港航道通航安全与通航效率,运用船舶漂移计算方法、富余水深计算方法和跟驰理论提出一种海港船舶航速控制标准量化方法。根据航道水深的垂向约束,考虑船舶航行时的富余水深,建立基于船舶下沉量的最大控制航速计算模型;根据航道宽度的横向制约,分别考虑单、双线航道的通航模式,建立基于风流漂移量的最小控制航速计算模型;根据船舶纵向安全间距需求,考虑最大和最小控制航速计算模型,提出基于跟驰理论模型的航速控制范围确定方法;应用天津港主航道数据对提出的方法进行案例分析。结果表明：海港航道航速控制标准取决于船舶类型、船舶吨级等要素,不同航段宜采取不同的航速控制标准。该研究对于海港航道船舶航速控制标准的确定有一定的应用价值。     

人工智能的船舶航行数据自动采集系统

为提升船舶航行数据自动采集的实时性、完整性,并保证采集数据的质量,设计人工智能的船舶航行数据自动采集系统.数据感知设备采集船舶航行相关数据,采用卷积神经网络部署动态网络节点,利用时间反转镜方法控制网络信道的均衡程度,数据管理模块通过执行器下达执行指令,控制数据的读写、交互缓存等,并对数据实行滤波处理后,再次利用卷积神经...     

不确定环境下的班轮运输补油策略与航速优化

考虑燃油价格的不确定性及航运碳排放因素,以船舶加油港口的选择、补油量和各航段航速为决策变量,建立基于模糊规划的班轮运输船舶燃油补给策略与航速优化模型。从理论上分析论证该模型存在最优解,并运用实例验证模型的有效性。进一步分析燃油价格模糊区间大小、碳税税率对航运成本、船舶补油策略和航速决策的影响。结果表明:班轮企业只有合理设置燃油价格模糊程度和碳税税率,才能保证企业的经济效益和社会效益。     

低碳经济下船舶航行速度选择

温室气体排放引起的全球气候变暖是人类迄今面临的最重大的环境问题,备受国际社会广泛关注.研究报告显示,航运业目前每年排放的CO2超过12亿t,约占全球碳排放总量的4％.因此减少海运业的CO2排放乃大势所趋.在这样的背景下,必须研究船舶在低碳经济下的最优运行速度.在建立了船舶CO2排放量与航速之间的关系的前提下,运用数学方法求出使整个船队碳排放量最小的航行速度;接着又建立了船东盈利与航速之间的关系函数,找到在确定的燃油价格下,使船东盈利最大的航速,并揭示了它与使船队CO2排放量最小的航速之间的差异;进而,提出了政府引导航运企业降低营运航速、减少碳排放量的措施和方法.     

基于船舶日志的船舶主机碳排放核查

船舶碳排放核查是航运碳减排的基础工作。船舶主机作为主要的碳排放源，是船舶碳排放核查的重中之重。根据国际公约的要求，为核查评估船舶记录的主机碳排放数据，通过研究主机、螺旋桨的功率、转速相关特性，基于航海日志和轮机日志等船舶日志记录的船舶营运参数，提出估算船舶主机油耗量等碳排放数据的方法，并考虑多种因素将估算值相对记录值的绝对偏差设定在5%以内，以评估船舶日志记录的主机碳排放数据的合理性。该方法简单易行，可方便主机碳排放数据的核查评估，供相关方参考。     

考虑航速的集装箱轴辐式航运网络设计研究

随着航运市场状况的不断变化,船公司为了维持自身利益不得不对船舶航速进行相应调整,然而船舶航速的变化在一定程度上影响轴辐式航运网络的设计,进而影响船公司的利益。因此,本文主要研究了集装箱船公司在不同的市场环境下寻求不同目标的情况下,调整船舶的航速对于集装箱轴辐式航运网络设计的影响。根据现实环境建立相应数学模型,进而利用软件对算例进行分析、对比不同航速在不同目标下所设计的集装箱轴辐式航运网络的差异性,以及其成本的变化,最后选择出不同市场环境下适合船公司的最佳航速,从而为集装箱船公司的决策提出相应的参考。     

长江口深水道船舶交通流特征分析

为解决深水航道船舶通航能力提升问题,根据深水航道发展变化以及历年船舶数据信息,分析历年船舶交通流变化、船舶航速分布等,以交通流理论为基础,采用归类分析方法,得出在现有条件下,深水航道船舶航速的提升,能使船舶流量增加,船舶密度适当降低,促进航道整体的通航能力。     

太阳能游览船能量平衡及续航里程研究

以某太阳能游览船为对象,分析船机桨能量平衡关系,建立船舶运动能量计算模型,计算匀速航速下的能量消耗,根据电池输出能量与船舶航行消耗能量相等原则,预测游览船续驶里程。通过实际运行数据表明,该模型能够较为准确的计算消耗功率,有效地预测游船的续驶里程。     

基于营运数据的船舶能效分析及预测

为应对航运业日益严苛的温室气体减排要求,提出一种计算船舶实际营运性能的方法,并基于该方法实现对营运能效的分析和预测。以某大型集装箱船为研究对象,对其在2021年前2个月的营运数据进行分析。结果表明：该船的实际性能相比设计值降低约11.2%,通过采取坞修和调整船舶营运工况等措施能有效提高船舶的营运能效指数;通过对该船的营运能效进行预测,可给出提高船舶碳排放强度等级的具体措施,为船舶能效管理计划的制订提供参考。     

基于长短期记忆神经网络的船体及螺旋桨性能退化评估

采用线性插值和时空插值构建包含气象、航行性能和机舱信息的船舶综合数据库，经统计分析筛选出9个输入变量，基于长短期记忆神经网络建立航速预测模型，获得由预测航速与实测值的残差描述的船体及螺旋桨性能退化的特征参数，建立以航速残差的时间序列为路径的船体及螺旋桨性能退化评估方法。基于某30万吨散货船一年的航行数据进行性能退化评估，航速预测结果的均方误差为0.01，目标船的性能退化路径具有时间相关性和单调变化的趋势。