基于EEOI的内河船舶航速优化研究

航速优化对船舶节能减排,提高能效水平具有重要意义.运用船舶动力学理论,以内河船舶为实例,规避理论模型中的不确定参数,利用实测数据确立主机油耗与航速关系模型,该模型考虑水流速度对油耗的影响,进而建立船舶EEOI与主机转速模型,并应用Matlab软件对模型进行优化求解.研究结果表明,在预定时间内,船舶主机采用优化得到的转速运行时,油耗节省0.8t,EEOI减少1.64%,提高了船舶能效水平.      

基于随机森林算法的内河船舶油耗预测模型

准确的船舶油耗预测模型是船舶实现各项航行优化措施的基础.以长江干线某旅游船为研究对象,通过安装信息采集系统获得了大量的船舶实时营运数据.通过理论分析得出影响船舶油耗的主要因素为风速、风向、水深、水流速度和船舶航速;改进了随机森林建模时参数的设置方法,提出一种变量的重要性测度方法;对去噪处理后数据进行系统抽样并进行归一化处理,得到建模的样本数据;把样本数据按0.7∶0.3的比例随机分为训练样本和测试样本,对训练样本采用随机森林(RF)算法建立油耗预测模型;通过模型预测测试样本的油耗值,与实测数据对比,结果显示预测误差低于6.8%,优于BP神经网络与支持向量机(SVM)的预测结果;分析模型中各变量的重要性顺序为:航速>水流速度>水深>风速>风向,利用偏相关分析得到了单个因素与油耗间的定量关系.      

内河船舶 EEDI 测试影响因素研究

为了帮助船检人员获取相对准确的内河船舶EEDI测试结果,指导内河船舶EEDI测试,从而提高内河船舶的能效水平,对内河船舶主机转速和通航环境偏差等因素对 EEDI测试结果的影响进行了研究.以1艘西江千吨级散货船为研究对象,结合船舶静水阻力计算公式、EEDI计算公式和船-机-桨匹配原理建立了船舶EEDI仿真计算模型;利用实测数据对EEDI仿真计算模型的准确性进行了验证.利用EEDI仿真计算模型研究了对象船舶主机转速、测试时风速和水深对内河船舶EEDI测试结果的影响程度.研究结果表明,①与实测值相比,所建立的EEDI模型油耗仿真结果与实船测试结果比较相近,平均误差约为2 .77% ;②主机转速偏差率大于3 .5% ,水深小于8 m或风速大于5级时,EEDI测试结果的偏差将超过5% .      

基于模型预测控制的船舶纵向航速协同控制方法

多船协同航行在海事搜救、资源勘探、极地航运等领域中具有显著优势,其中纵向航速协同控制是实现船舶协同航行的关键.通过分析船舶螺旋桨转速、加速度与航速之间的关系,构建了考虑风力影响的船舶纵向动力模型,为实现前后船加速度与跟驰距离的关联,引用基于变时距策略的船舶间距模型.设计了考虑航速、加速度等多约束的多船航速控制目标函数,...     

水深对船舶摇荡运动影响的数值方法研究

随着船舶大型化、高速化的发展趋势,以及船舶数量的逐年增多,海上航行的船只不免在相对浅水域航行,浅水域会对船舶的航行状态产生影响,浅水效应是保障船舶安全航行所需考虑的重要因素.采用有限水深的三维势流理论,以某NPL型船模为例,分别对在其次浅水、浅水和超浅水条件下的纵摇和垂荡运动幅值响应函数进行了计算,并对纵摇和垂荡运动随水深的变化规律进行总结.      

船舶导航与海洋运输安全的发展动态与展望——TansNav 2017国际会议综述

船舶安全、智能、高效航行一直是船舶行业各领域不断追求的目标,第12届船舶导航与海洋运输安全会议 (12th International Conference on Marine Navigation and Safety of Sea Transportation)的召开致力于推动船舶航行安全化、智能化和高效化的发展进程.通过对该国际会议的大会报告内容及会议论文的信息统计与分析,从船舶航行优化的角度出发,探讨了该领域的研究热点问题,包括船舶避碰、船舶领域、人因可靠性、智能船舶和能效优化等,并阐述了相关理论及技术在船舶航行优化方面的应用情况.最后,论述了船舶航行安全、智能化和能效优化等方面存在的挑战,并指出了航行安全管理与决策系统研制、航行脑系统的开发、智能能效管理与基于大数据的船队能效优化等研究将是未来船舶航行优化的主要研究方向.      

基于船舶行为的武汉长江大桥水域货船通航规律研究

内河桥区是水上交通事故的多发水域,为保障船舶通航安全、预防和减少事故的发生,从船舶行为的角度来对船舶自动识别系统(AIS)数据开展研究,以航速和航向角作为船舶行为特征来分析上下行和水期因素对其的影响.通过对各影响因素条件下的特征数据分别采用正态分布和对数正态分布拟合,发现后者能更准确描述航行规律;同时以航速、航向角区间散点比例的统计结果来量化各因素的影响.研究表明,货船航速在下行时受枯水期影响相对明显,航速整体倾向于向较高航速区间[7,9]kn转移;货船航向角在上下行时受洪水期影响较大,其中货船上行时航向角具有增大的趋势,而下行时具有相反的趋势.      

惠州港马鞭洲港区航道航行及富余水深控制探讨

随着惠州港临港工业的发展,进出惠州港船舶大型化日趋明显,VLCC引航艘次逐年增加.文中介绍了惠州港供VLCC航行航道基本情况、航道水文及其周边情况,通过对不同航段受流情况及航速对超大型船舶下沉量的影响进行了分析,给出了目前我站对富余水深的控制情况,提出了重载超大型船舶进港的注意事项.      

基于轨迹的内河船舶行为模式挖掘

从内河海量的船舶AIS数据中提取出有用的交通知识,辅助水上安全监管,对于研究日益复杂的水上交通安全形势具有重要意义.基于内河船舶行为特征,构造由船舶位置、航速和航向4个维度组成的船舶航行状态空间来描述船舶行为.针对传统DBSCAN聚类算法提取状态空间中相似船舶轨迹存在计算复杂高的问题,提出增量式算法改进DBSCAN算法用以高效地计算不同船舶的行为模式;然后利用核密度估计等统计方法对不同模式的船舶行为特征进行数据挖掘,得到船舶航速、航向和位置的时空分布特征规律,进一步挖掘不同行为模式下的船舶微观特征.以武汉航段的汉江分叉航道水域作为研究案例,利用所提的方法对该水域分析研究,得到了6类不同行为模式,挖掘出不同模式下分叉航道内船舶静态属性信息(船舶类型、船舶尺寸)、空间分布特征(轨迹点分布、航速分布、航向分布)、船舶到达规律等信息.利用该模型所提取的知识有助于水上监管人员迅速获取水域交通态势,从而提高水上交通安全监管的水平和效率.      

水上交通事故中人为因素研究综述

75%~96%水上交通事故是由人为因素引起,探寻船员在工作环境下的生理和心理状态与水上交通事故之间存在内在的联系,对降低船员失误率、保障航行安全具有重要意义.通过阐述水上交通事故人为因素研究内容,介绍水上交通人为因素研究手段(如脑电图EEG、近红外反射光谱NIRS技术等),对生理信号检测与人为因素的相关研究进行综述,阐述船员的工作负荷、注意力、情绪、压力、疲劳与神经生理特征数据变化的关联.讨论了人为因素研究趋势,利用新型测量技术研究船舶驾驶员行为特征、预警船舶航行人为差错、优化船员培训体系、改进值班制度,为减少海事领域人为失误、保障船舶航行安全提供帮助.      

评估关键零件摩擦损失对发动机油耗影响的方法研究

为研究关键运动副对发动机性能的影响,以发动机摩擦功分解试验和发动机燃烧理论为基础,建立关键运动副摩擦损失和发动机油耗之间的关系式,结合实例对该计算方法进行验证。计算结果表明:在相同转速下,负荷越低运动副摩擦损失的变化对油耗的影响越敏感;在相同负荷下,除气阀机构外,其它摩擦副均是转速越高运动副摩擦功变化对油耗的影响越敏感;气阀结构恰恰相反。在各关键运动副均减小5%的摩擦损失情况下,活塞组件最高可节油1.07%;主轴承次之,最高可节油0.43%;机油泵、水泵摩擦功变化对油耗贡献最低,基本在0.1%以内。     

Analysis of vehicle fuel efficiency and survival patterns for the prediction of total energy consumption from ground transportation in Korea

In this study, correlation between vehicle fuel efficiency and total fuel energy consumption is analyzed to support the energy consumption and greenhouse gas (GHG) emissions reduction master plan in Korea. The background and highlights of recently amended fuel economy regulations and fuel efficiency labeling standards in Korea are also introduced. 18 representative vehicle groups, classified by class, type, size, and fuel, are selected by investigating vehicle distribution statistics based on market penetration and registration data sets in order to reflect and predict total fuel energy consumption in the overall ground transportation sector in Korea. Validity of the vehicle survival patterns modeled and vehicle classification rules are confirmed by comparing national fuel energy consumption statistics to the total amount of fuel consumed by each selected representative vehicle group. The latter figures are approximated from representative number of registrations, weighted average fuel economy, and average annual distance traveled.     

基于大数据技术的纯电动汽车减速器速比优化研究

针对电动汽车减速器速比匹配问题,本文提出一种基于大数据技术的优化理论,基于MATLAB建模方法对电动汽车速比进行优化设计,获得更接近实际最优状态的减速器速比。该方法可应用于未来汽车的定制化服务中,达成降低能耗、提升续航的目标。实例分析中,使用大数据技术的速比优化相对于使用基于模型的速比优化的情况,电驱动系统效率提高1.34%,百公里能量消耗率降低0.174kWh/100km。     

多特征点驱动的船舶轨迹聚类方法

轨迹聚类在船舶行为分析与海事监管等领域发挥着重要作用。船舶轨迹存在长度与采样率不一致、结构差异明显等特点,在大范围水域难以实现大量船舶轨迹的高精度与快速聚类。针对该问题,在利用船舶自动识别系统获取海量船舶历史航行数据的基础上,提取与船舶航行行为、船舶交通密度相关的位置特征点,进而提出了多特征点驱动的船舶轨迹聚类方法。针对船舶航行时在大多数情形下具有保向、保速的特点,采用数据压缩的方法捕获船舶航行状态以及船舶航向发生显著变化的轨迹点,作为船舶轨迹结构特征点;针对目标水域中某些特定区域常存在船舶交叉会遇的情形,利用概率密度估计法分析船舶交通流的空间分布特点,并提取船舶会遇局面下的轨迹点,作为船舶交通流特征点;为剔除2类特征点中的异常值,采用密度聚类算法对特征点进行聚类,进一步提高特征点提取的可靠性,并将聚类结果中每类特征点的中心作为代表性特征点;统计途经代表性特征点的船舶轨迹分布情况,将具有相似分布的船舶轨迹视为同一类。实验结果表明：相比于常用的K-medoids聚类、层次聚类、谱聚类和DBSCAN等方法,提出的轨迹聚类方法在成山头水域、长江口南槽水域及舟山水域等典型区域均可获得优异的聚类...     

基于遗传算法系统效率优化的PHEV电量保持模式控制策略

为了提高插电式混合动力汽车（PHEV）在电量保持下的燃油经济性,并解决插电式混合动力汽车在运行过程中动力元件效率对系统能量利用率影响的问题,制定了系统效率最优的控制策略。以PHEV关键动力部件的测试数据为基础,建立发动机、驱动电机、无级变速器（CVT）以及动力电池等关键部件的效率数值模型,并考虑了温度及荷电状态（SOC）对动力电池充放电功率的影响。设计以混合动力系统效率最优为适应度评价函数,将CVT速比、发动机转矩作为优化变量,以车速、加速度和SOC为状态变量,在动力性指标的约束下,运用遗传算法进行迭代寻优,PHEV的系统效率在第20代左右收敛于全局最优值。同时发动机转矩和CVT速比通过多代遗传进化,较快收敛于最佳值。将相关优化结果与车速、加速度拟合成相应的三维控制数表,综合数值建模和试验测试数据建模的方法,基于MATLAB/Simulink搭建插电式混合动力汽车整车控制策略仿真模型,采用新欧洲行驶循环工况进行仿真验证。结果表明：插电式混合动力汽车在电量保持模式下,利用遗传算法优化的系统效率最优控制策略相比优化前,动力电池SOC运行更为平稳,CVT效率有所提升,驱动电机及发动机转矩分配更为合理;百公里燃油消耗量从优化前的5.2 L降至4.5 L,燃油经济性提升了13.5%。     

基于双延迟深度确定性策略梯度的船舶自主避碰方法

为满足智能船舶自主航行的发展需求,解决基于强化学习的船舶避碰决策方法存在的学习效率低、泛化能力弱以及复杂会遇场景下鲁棒性差等问题,针对船舶避碰决策信息的高维性和动作的连续性等特点,考虑决策的合理性和实时性,研究了基于双延迟深度确定性策略梯度（TD3）的船舶自主避碰方法。根据船舶间相对运动信息与碰撞危险信息,从全局角度构建具有连续多时刻目标船信息的状态空间;依据船舶操纵性设计连续决策动作空间;综合考虑目标导向、航向保持、碰撞危险、《1972年国际海上避碰规则》（COLREGs）和良好船艺等因素,设计船舶运动的奖励函数;基于TD3算法,根据状态空间结构,结合长短期记忆（LSTM）网络和一维卷积网络,利用Actor-Critic结构设计船舶自主避碰网络模型,利用双价值网络学习、目标策略平滑以及策略网络延迟更新等方式稳定网络训练,利用跳帧以及批量大小和迭代更新次数动态增大等方式加速网络训练;为解决模型泛化能力弱的问题,提出基于TD3的船舶随机会遇场景训练流程,实现自主避碰模型应用的多场景迁移。运用训练得到的船舶自主避碰模型进行仿真验证,并与改进人工势场（APF）算法进行比较,结果表明:所提方法学习效率高,收敛快速平稳;训练得到的自主避碰模型在2船和多船会遇场景下均能使船舶在安全距离上驶过,并且在复杂会遇场景中比改进APF算法避碰成功率高,避让2~4艘目标船时成功率高达99.233%,5~7艘目标船时成功率97.600%,8~10艘目标船时成功率94.166%;所提方法能有效应对来船的不协调行动,避碰实时性高,决策安全合理,航向变化快速平稳、震荡少、避碰路径光滑,比改进APF方法性能更强。      

节能导向的信号交叉口生态驾驶策略研究

为解决信号交叉口区域车辆频繁启停及怠速停车造成的燃油浪费和污染物排放问题,研究了以节能为导向的信号交叉口的生态驾驶策略问题.借助交叉口区域的V2I通信系统获得车辆自身定位和运动状态数据,以及信号灯状态与配时信息,对车辆所处车速引导场景及可通行性进行判定.对各场景下车辆时空运动轨迹进行分析,综合考虑交叉口上下游的燃油消耗,以平均每公里油耗最小建立统一的优化目标函数,求得生态驾驶轨迹最优解,以向驾驶员提供车速建议.利用M atlab开展的随机仿真实验表明,与不采用生态驾驶车速引导相比,采用生态驾驶车速引导至少可降低10% 以上的燃油消耗.对于划分的6种车速引导场景而言,最优生态驾驶策略在场景2下的节油效果最为显著,可达到30% ~60%;其次是场景4,可达到25% ~50%;在场景3和场景5中表现略差.从节约能源的角度而言,车辆在通过信号交叉口时应尽量避免停车等待,防止发动机长时间空转造成的燃油浪费,必要时可采取适当加减速的方式通过交叉口.