CN104507792A - 用于船只性能的评估的方法和系统 - Google Patents

Abstract

本发明提供一种用于船只性能的评估的计算机实现的方法和系统。在该方法中，定义了船只的一个或多个性能变量和影响性能变量的动态输入参数。然后借助于计算来自动地学习性能变量与动态输入参数之间的相关性。借助于所述初始模型中的性能变量和动态输入参数之间的所述相关性来创建用于模拟船只性能的初始模型。在船只的操作期间获得来自传感器的测量结果用于产生要在模型中使用的新的动态输入参数的集合而不是在所述初始模型中使用的前述输入参数。更新该初始模型以用作进一步操作中的模型，并且进一步更新模型直至该模型满足用于要使用的模型的预置质量标准为止。使用已更新模型来分析给定输入参数对性能变量中的一个或多个的影响。本发明还涉及一种用于执行此类方法的系统和计算机程序。

Description

用于船只性能的评估的方法和系统

技术领域

本发明涉及用于船只性能的评估的方法和系统。

背景技术

在远洋船或船只中，使用例如油或有时天然气之类的燃料作为用于使船只的发电机或主推进器旋转的一个或多个柴油引擎的能源。燃料在港中或在航行期间用燃料车（fuel tanker）输送到海船。

功率产生和推进系统已经是用于连续调整、控制和监视以便相对于船只的性能实现最佳效率的目标。功率控制是船只的控制系统的基本部分。同样地，控制推进系统以通过使用可用电和/或初级能量（primary energy）来产生所需功率。然而，在实践中，能量的充足性不如设备及其控制系统的效率那么关键。

通过控制船上的单独设备的功率，可以高效地且经济地消耗能量。这例如适用于单独推进单元、泵送设备、照明和加热设备及其他辅助设备。

还有很多其他因素影响海船的总能量效率，并且应在船只性能中考虑到，包括船只的动力设备的优化和配置、燃料类型的选择、船只的调平和横倾规划路线。

计算机模拟或计算机模型是尝试模拟特定系统的抽象模型的计算机程序。已经通过创建描述船只的操作变量因素与呈现这些因素所取决于的输入变量的参数之间的关系和相关性的计算机实现的模拟模式来执行船只性能的优化，例如能量消耗。该模型使得能够根据参数和初始条件的集合来预测系统的行为。

此类模型使用的示例是在WO公开2011/161211中提出的用于基于设计数据的高效能量控制的技术方案。其公开了用于基于不同的输入数据来控制海船中的能量消耗的方法和布置的示例，所述输入数据诸如操作数据、路线数据、天气预报和不同的环境因素。还将与燃料本身有关的数据考虑在内，例如燃料类型、燃料成本等。基于计算的预测来管理能量消耗设备的能量平衡，计算的预测基于所述输入数据。

WO公开2007/017908提出了一种通过使得设计者可能采用帮助船的设计的工具来增加船只设计效率的设计工具。该设计工具还用来通过从传感器接收信号并根据传感器信息模拟操作来优化操作中的船只的操作成本且相应地调整能量系统。该公开是鉴于仅依赖于设计数据的技术方案的改进，因为其也考虑到传感器信息以便在操作期间控制能量平衡。

可以放入此类计算机模拟中的可靠性和可信性取决于模拟模型的有效性。

对性能变量与有影响输入变量之间的相关性进行建模是复杂的且基于经验方法。现有技术方法要求人类努力和参数的手动设置。

另外，该模型在给出关于单独因素如何影响总性能的信息方面是不充分的。

在性能评估系统中，重要的问题将是不仅为用户提供整个系统的当前状态的信息，而且给出相对于所选操作条件来评估性能的参考。

本发明的目的是开发给出关于影响船只性能的不同因素的更多详细且可靠的信息的模拟模型。

在申请正文中使用以下术语

调平（TRIM）：纵向（俯仰）方向上的船只的浮动倾度，即船只的船头和船尾的下沉之间的差。

横倾（LIST）：横向（滚转）方向上的船只的浮动倾度。

吃水深度（DRAFT）：船只的船身中部下沉。

浮动位置（FLOATING POSITION）：调平、吃水深度或横倾或调平、吃水深度和横倾的任何组合。浮动位置影响船只的排量（displacement）、湿表面和水阻力。

动力设备配置（POWER PLANT CONFIGURATION）：不同功率发生和消耗设备（例如柴油发电机、轴发电机、废热回收系统等）之间的负载的共享/分配。

最优动力设备配置（OPTIMAL POWER PLANT CONFIGURATION）：履行诸如燃料消耗、排放等优化标准的不同功率发生和消耗设备之间的负载的分配。

船只行为/船只性能（SHIP BEHAVIOUR/SHIP PERFORMANCE）：描述船只的实际功能，包括例如船只的移动、能量消耗、燃料消耗以及排放。

船只操作（SHIP OPERATION）：描述了船只的机动和操舵及控制动作以便驱动引擎和电气设备并使船只移动。

船（VESSEL）与船只（SHIP）以同义词方式使用

海洋状况（SEA STATE）：由浪高、波浪周期、波浪方向、涌浪、风致波浪（wind-induced wave）等确定的海洋状况。

发明内容

本发明提供一种用于评估船只性能的计算机实现的方法和系统。在该方法中，定义了船只的一个或多个性能变量和影响性能变量的动态输入参数。借助于计算来自动地学习性能变量与动态输入参数之间的相关性。借助于所述初始模型中的性能变量和动态输入参数之间的所述相关性来创建用于模拟船只性能的初始模型。在船只的操作期间获得来自传感器的测量结果以便产生要在模型中使用的新的动态输入参数的集合而不是在所述初始模型中使用的前述输入参数。更新该初始模型以用作进一步操作中的模型，并且进一步更新模型直至该模型满足用于要使用的模型的预置质量准则为止。使用已更新模型来分析给定输入参数对性能变量中的一个或多个的影响。

本发明的系统定义将训练数据取作输入的学习算法，该输入在实现初始模型中可能基于早先的知识而组成初级输入数据。在模型的更新中，使用来自传感器信号的新输入数据的集合作为新的训练数据而不是在初始模型中使用的数据。该学习算法在学习输入参数如何影响性能变量之后从训练数据输出模型。该模型包含参数集与性能变量之间的相关性定义以及可能的特征规范。该学习算法是一般的且在给出不同的训练数据作为输入时将产生不同的模型。

本发明的优选实施例具有从属权利要求的特性。

在创建模型中，本发明将计算学习方法用于相关性定义。

因此，该模型继续改进其本身直至其满足预定义完成和质量标准为止。停止标准可以包括例如针对信号的预期变化范围比较的输入信号的变化范围、与先前看到的数据相比较的新输入数据的附加信息内容、模型的预测性能、模型参数的统计显著性、数据的量的统计显著性等。该模型还监视输入数据的质量，诸如其基于预测和测量值之间的差的动态以及输入信号的行为来评估测量信号的可靠性。另外，可以由模型来监视输入信号与输出信号之间的相互相关性，并且如果测量的输入信号之间的相关性改变，则模型能够基于测量历史、当前值来估计量。除估计之外，一旦已训练了模型，可能通过使用该模型来识别传感器的故障。

在质量控制中，监视测量之间的关系、测量的特有动态和测量的物理变化。这可以借助于例如船只的速度来举例说明。船只是非常大的整体，并且其速度不能非常快速地改变。该模型可通过将速度测量与船只的前述状态和其他测量结果相比较以确定该测量是否可以信任来将不可能的改变和无意义的变化或被定义成过大的差异考虑在内。如果该测量不能信任，则模型可以决定例如将其忽略。

另一示例与测量误差有关。船只的最大速度是已知的，并且如果测量值例如超过，则其可能是物理上不可能的值并可以从训练数据中删除。通过使用该模型，可以忽略这些测量，或者可以基于来自其他测量、先前值、描述测量的关系的信息和动态而将其估计为是某个其他值。

算法指示计算机基于经验数据而演进行为，诸如根据传感器数据或数据库，以便定义性能变量与来自传感器的动态输入参数之间的相关性。借助于计算以便识别图案且通过使得有用输出连同新的输入数据一起被馈送到系统而自动地学习该相关性。由于行为是基于通常从复杂的多维系统记录的经验数据，所以该相关性通常是多维且非线性的。

可以利用早先的知识来捕捉特性的未知底层概率分布的感兴趣特性。初级输入数据可以由观察的变量之间的关系的示例组成。作为学习的结果，生成将输入映射到期望输出的函数。

在海洋应用中非常典型的是船只设备的性能相对于操作条件而言比相对于不良操作而言更显著地改变。例如，在深海上，船只的推进功率的最大变化来自船只的速度以及风、天气和波浪。这些操作条件需要在评估性能时考虑在内。

本发明提供了一种用于将操作期间的实际条件考虑在内以便评估船只性能和单独因素对性能的影响的评估的技术方案。

本发明中的必要思想是可以将每个性能变量显示为相对于考虑影响变量的操作条件的参考而给出的趋势或数字。这可以例如通过呈现用于性能变量的目标来完成，其基于给定情况下的变量的变化范围。

当尝试基于在船只操作期间收集的实际数据来评估设备的性能时，由于多维和非线性关系而难以将一个特定条件因素的影响与所有其他改变条件隔离。设备意指从其获得测量的任何装置或器件，例如用于产生冷冻的机器，其功率需要取决于情况和状况，船只的推进系统，其功率取决于例如速度、风以及吃水深度。

本发明使用归一化方法以便去除性能测量的各种条件因素的影响，使得可以评估不同条件的效果。本发明还可以用来检查系统是否正在高效地操作以及相对于测量的动态参数来评估设备的性能。

通过在测量数据中将情况及其他因素考虑在内而借助于归一化来修改数据，使得可以识别由于坏操作或逐渐的故障而引起的性能降级。

用于评估船只性能的当前现有技术解决方案并未提供用于将期望条件影响因素与影响船只的建模性能的所有因素隔离的方法。

本发明因此与现有技术的系统相比提供了若干优点，例如不同输入数据与给定性能变量之间的相关性的自动学习。此外，可以评估输入值对性能变量的影响。

本发明还借助于自学习算法且通过将数据归一化提供了用于船只性能的实践和简化的建模方案，使得可以预测单独因素的影响。通过从模型去除所选外部条件的影响来执行性能和条件测量的归一化。

进一步地，本发明提供关于系统的性能如何受到设备条件、设备调谐状态和/或使用设备的方式影响的可见性。

开发的系统将相对于任何给定条件的任何性能变量归一化到海船上的可比状态。可以将该归一化条件用于船只之间、船只上的设备之间或者设备或船只的当前和先前状态之间的可靠比较。

当已从测量将不同情况和条件的影响归一化时，可以将在不同条件下运行的船只相互比较。当将不同的条件和操作点考虑在内时，可以比较一个船只中或其他船只中的类似设备。

该模型可以用来通过利用条件概率分布来预测性能的条件分布。可以预测用于性能变量的期望值及其在条件（例如固定、测量、当前）情况下的变化范围。

当不再训练模型时，可以识别单独装置或设备的降级。由于该模型基于所获得的测量结果而给出用于性能变量的参考或变化范围或目标，所以可能识别从长远来看与参考的偏差是否开始发生。例如，如果给定设备的功率消耗系统地偏离测量环境中的给定参考或目标，则可以怀疑设备出了毛病。

可以使用当前测量的性能变量和性能变量的条件分布来计算用条件分布的参数归一化的指数。

很多不同变量影响可以在其上面实现本发明的方法的船只的性能。实际性能变量取决于要监视的装置。能量消耗是一个此类变量。其他可能的性能变量涉及例如功率消耗、时间、压力等。因此，可以例如实现本发明以便计算转矩和旋转速度对单轴机械轴线船只中的主引擎的燃料消耗的影响。转矩和旋转速度表征轴功率，其应具有主引擎的燃料消耗中的数学关系（将环境条件考虑在内）。如果该关系改变，例如主引擎系统地消耗超过模型预测，则引擎可能需要维护。如果电动机在给定速度下振动超过模型所预测的，则可能是轴承被磨损的指示。另一示例可能是作为环境条件（天气、风、波浪、海水温度、湿度等）和操作条件（速度、吃水深度、深度等）的函数的整个船只的燃料消耗。如果船只在主导情况下消耗比模型所预测的多，则原因可能是船只（过程、设备等）的不良操作以及设备的降级的性能。一般地，性能值可以是关于过程级（诸如通风所需的总消耗）、关于设备级（单独设备的消耗）或关于操作级（整个船只的能量消耗）的对象，或者其甚至可以是从点A至点B的消耗、时间等。不同的外部条件对不同的性能值具有影响，其可以在模型的创建中考虑在内。

因此，可以关于任何性能变量实现本发明，其变化或改变告知关于恒定条件下的设备的性能、设置或操作的退化。本发明的基于模型的方法对用于此性能变量的条件的相关性进行建模，由此，由装置的不良操作、技术工作条件引起的变化更加明显。

本质思想是定义性能值和对其进行影响的参数并收集其全部的数据且创建描述模型与参数之间的关系的模型。然后可以将该模型用于归一化以评估由性能变量描述的系统或设备的性能有多好。

下面，将借助于详细实施例来描述本发明，其中，以能量消耗作为性能变量的示例。本发明绝不限制附图的实施例的细节，因为如上文提出的，在由主权利要求限制的本发明的范围内可能有许多其他实施例。

附图说明

图1以框图形式呈现了本发明的实施例。

图2呈现了本发明的流程图。

具体实施方式

图1以框图形式呈现了本发明的特定实施例并图示出船只性能的模型的创建，其中已选择能量消耗作为性能变量。其示出根据本发明的思想如何考虑船上条件以改进模型。

船只中的能量消耗设备是与推进能量有关的那些，其职责是将船只从出发港移动并引导至目的港。其他能量消耗设备部分地独立于船只的移动，诸如用于照明、泵送、加热、通风等的辅助设备。

例如与船只的能量消耗有关的若干因素和参数在船只的实际操作中以及船上的不同引擎和辅助设备上的能量负载的分配中被考虑在内。

能量消耗不仅由不同设备的共同作用确定，而且还受到诸如天气和海流、以及海洋深度之类的船只操作期间的外部条件以及受到操作参数的影响，该操作参数诸如速度、排放目标、操作小时以及操作模式，比如港中的行驶、公海行驶或机动行驶，其具有不同种类的需要。

在本发明中，创建用于模拟船只的性能的初始模拟模型。该模型定义在操作期间与船只有关的因素（诸如能量负载和能量分配）与呈现取决于所述因素的动态输入数据的参数之间的关系。

图1的框图由表示机器、传感器、控制和管理单元以及数据处理单元的方框组成。来自方框的箭头描述方框的输出且到方框的箭头描述方框的输入。

发电/电气系统单元2产生用于船只的需要的所需电功率，并产生用于推进器的推进功率。因此，发电/电气系统单元向推进单元3和用符号表示为辅助单元4的所有电功率消耗设备供应能量。

在创建用于船只性能的初始模拟模型中，来自发电/电气系统单元2的信息将被传输到处理器单元1以用于创建模型来获得从负载点到可用功率的所有基本数据以便找到用于系统上的正确能量平衡的模型。例如，决定发电机的数目以在模拟模型中尽可能高效地产生所需功率。在初始模型的创建中还考虑诸如港口数据之类的初始路线信息7以及诸如天气预报之类的天气信息8、海流数据14、海况13和海洋深度。

港口数据7给出关于从起点至目的地的港口和这些点之间的任何中间点的可用信息。创建路线规划，其考虑输入数据和在将计算的从起点至终点的航行期间海船将面对的外力以及用于在船只的当前操作中要使用的能量消耗的估计。

还可能在初始模型的创建中将除外力之外的考虑在内，诸如船只9的速度数据、由定义海船根据其进行操作的特定细节的数据和指令组成的操作模式11，例如公海模式或端口模式，如果这些可以预先预测的话。操作小时12定义不同操作模式的持续时间及其序列，并且还可以在初始模型中使用。燃料成本10给出要使用的燃料类型和过程。

燃料/燃料质量单元6具有可用燃料及其特性的信息以便找到最高效的操作方式。该单元使得引擎能够以高效的方式进行操作并将排放目标考虑在内。

通过利用在船只的操作期间连续地收集的新鲜信息来连续地改进模拟模型1。因此收集关于路线7、天气8、速度9、燃料成本10、操作模式11、操作小时12、排放（未示出）、引擎5、海况13和海流14的新鲜信息并作为输入馈送以用于模型1的更新。

此外，模拟模型1可以具有来自引擎3的输入，该输入由动力设备优化的效率曲线组成。基于船只在其中操作的实际外力而生成速度/功率报告。每单位功率是船只速度的函数。实际速度/功率值将在航行期间改变若干次，例如当船只改变航线或进入浅水时或者海流改变时。

来自引擎5的输入还由排放的信息组成，由此，引擎的排放被输入到模型，以便将排放与由规则或管理机构设定的排放目标相比较，并将排放的量限制在目标值以下。

关于排放和效率曲线的初始信息可能也在创建作为用于船只操作的基础的初始模型中考虑在内。

用于模拟模型1的输入可以由用于船只的操作的当前操作参数的信息和船上的实际条件的信息两者组成。船上条件的信息由在船只操作期间船上的信号形成传感器给出。该信号被处理器单元1直接地接收，其创建模型并处理输入数据，并且该信号被在系统中使用的被创建成利用影响船只性能的动态参数的新鲜信息的模拟模型处理。

所获得的信号表示在船只操作期间来自传感器的测量结果并用于产生将在模拟模型的更新中使用的新的动态输入数据的集合。然后通过在模拟模型中使用所述产生的输入数据来计算用于船只操作的优化的模拟结果。然后将该优化的模拟结果与已作为来自系统中的控制单元（未示出）的输入而接收的实际船只操作相比较。

如果模拟结果与实际操作之间的差异超过定义的阈值标准，则通过重新定义负载的分配与动态输入数据之间的关系来改进模型，动态输入数据例如外部因素和与操作及排放有关的因素。

所述新输入数据在模型的更新中被考虑在内以便实现改进的模型。由传感器给出的所述新输入数据包括在操作之前在创建初始模型中使用的相同种类的输入数据，即天气7和路线8数据、港口数据、船只的速度9、船只的操作模式10、关于操作小时11的信息、燃料成本13以及来自引擎3的效率曲线和排放。当然，某些输入数据可能未改变。该模型可根据情况和实际条件而具有除这里提到的之外的其他输入。在某些实施例中，可能并非提到的所有这些输入在模型中都使用。所有变化都属于本发明的范围。

可以利用在本发明中创建的模型来分析一个或多个所选输入参数对性能变量的影响。这在图2中更详细地呈现。

图2以流程图的形式呈现本发明。

本发明利用计算机实现的方法以用于船只性能的评估且尤其用于某些条件或可变参数对某个性能变量或若干性能变量的影响的评估。此类性能变量可以例如是船上设备的能量消耗、燃料成本或船上消耗设备上的能量分配或者在发明内容小节中提到其示例的某个其他变量。

在该方法中，因此在步骤1和2中分别地定义了船只的一个或多个性能变量和可能影响（一个或多个）性能变量的动态可变（variable）输入参数。结合图1提出了可能的输入参数，诸如关于路线的信息、天气和海洋数据、船只的速度、燃料成本的信息、关于操作模式和条件及操作小时的信息以及以能量消耗数据的形式来自引擎的信息和关于排放和目标排放的信息。

然后在步骤3中将预测操作的数据以及性能变量的早先数据和初级输入数据馈送到处理器中。

为了创建初始模拟模型，本发明的系统定义将训练数据取作输入的学习算法，其在实现初始模型中可能如所述的那样基于早先的知识以组成初级输入数据和取决于所述输入数据的性能变量。

该算法然后自动地学习初级输入参数和性能变量之间的相关性，并且可以定义描述要在初始模拟模型的创建中使用的步骤4中的这些相关性的函数。

然后可以由算法在步骤5中借助于性能变量与要用作所述初始模型中的动态输入参数的初级输入数据之间的所述相关性来创建用于模拟船只性能的初始模型。

处理器在步骤6中在船只操作期间从传感器获得测量结果以便产生要在模型中使用的新的动态输入数据的集合而不是所述初级输入数据。

在步骤8中将在步骤7中模拟的模型性能与质量标准相比较。该比较可以通过将模拟结果与船只的实际操作相比较而发生，并且如果差异超过预置阈值值且如在步骤8中考虑的那样未满足用于模型的设定质量标准，则通过重复步骤5—8直至以步骤5中的差异满足质量标准为止来更新模型，而不是创建初始模型，现在通过模型的创建中使用输入数据的所述新集合来创建已更新模型，即改进初始模型。

本发明因此提供了一种捕捉船上设备的操作条件与性能测量之间的关系的自学习模型。该模型可以在没有任何人类努力的情况下在操作期间自动地学习性能变量与操作条件之间的相关性。一旦模型可以在认为充分的程度上预测消耗设备行为，则模型可以开始分析设备的性能。

在步骤10中，使用已更新模型来分析输入参数对性能变量的影响。

通过根据模型中的消耗设备测量将操作条件的影响归一化，例如可以容易地认出（spot）由于设备磨损或不良操作而引起的性能降级。

如所指示的，仅当未满足质量标准时才重复步骤5—8。因此，如果在步骤9中的第一比较之后已满足质量标准，则甚至理论上可以使用初始模型来评估性能。

通过使用模型来隔离每个输入变量对性能变量的影响且通过去除并不感兴趣的输入变量的影响来执行步骤10。

所获得的结果是已从其去除不必要影响因素的归一化的性能变量。

本发明的模型因此可以预测性能变量的条件分布。可以使用当前测量的性能变量和性能变量的条件分布来计算用条件分布的参数归一化的指数（index）。

换言之，可以预测性能变量在这些条件下在哪个范围内改变。作为简化示例，环境温度在船只操作期间改变很多。如果预测船只HVAC（加热、通风和空调）的能量消耗的模型，除预期消耗之外的HVAC系统的能量消耗条件（被调节到测量的环境温度）变化范围。如果例如预期HVAC能量消耗和测量的环境温度条件中的其变化范围是感兴趣对象。然后将测量的环境温度作为输入给予模型和模型，由此，其给出主导条件下的预期HVAC消耗和变化范围。然后可以给出指数，其中，测量的HVAC消耗与变化范围成比例。获得可以例如为0—100的指数，其中，100意指HVAC消耗明显小于预期且0意指消耗明显多于预期。这样可以非常快速地看到当指数接近于100时，HVAC系统的性能和操作与相同操作条件下的历史性能相比是非常好的。

Claims (16)

1. 一种用于船只的性能的评估的计算机实现的方法，所述方法包括步骤：

a）定义船只的一个或多个性能变量和影响性能变量的动态输入参数，

b）借助于性能变量和动态输入参数来创建用于模拟船只性能的初始模型，

c）在船只操作期间从传感器获得测量结果以用于产生新的动态输入参数的集合，

d）自动地学习性能变量与动态输入参数之间的相关性，

e）更新将在进一步操作中使用的所述模型以直至模型满足预置质量标准为止，

f）使用已更新的模型来分析输入参数对性能变量的影响。

2. 权利要求1的方法，其特征在于分析其他输入参数对性能变量的影响。

3. 权利要求1的方法，其特征在于使用已更新的模型来相对于测量结果评估设备的性能。

4. 权利要求1、2或3的方法，其特征在于借助于模型从测量去除所选条件或因素的影响，并在没有所述影响的情况下呈现用于性能变量的值的估计。

5. 权利要求1、2、3或4的方法，其特征在于使用所述模型来评估性能。

6. 权利要求1、2、3、4或5的方法，其特征在于使用模型来预测性能变量的条件分布。

7. 权利要求6的方法，其特征在于使用当前测量的性能变量和性能变量的条件分布来计算用条件分布的参数归一化的指数。

8. 权利要求6或7的方法，其特征在于性能值是关于过程级、关于装置级或关于操作级的对象。

9. 权利要求1、2、3、4、5、6、7或8的方法，其特征在于性能值是船只的总能量消耗、船只上的一个或多个单独设备的能量消耗、船只的功率消耗、船只上的一个或多个单独设备的功率消耗、完成操作的时间、管道、管子和漏斗中的压力（压力差、流量、温度）、油或其他液体的碎屑或清洁度、船只的一个或多个单独设备的燃料消耗、船只上的旋转设备的振动能量以及船只的一个或多个设备中的操作的阻力以及由设备产生的转矩或力。

10. 权利要求1、2、3、4、5、6、7、8或9的方法，其特征在于动态输入参数由关于以下的信息组成：路线、天气、海流、速度、海洋深度、环境温度、空气湿度、船只运动、浮动位置（吃水深度、调平、横倾）、船只中的推进和辅助设备的设定点、燃料成本、操作条件，诸如操作模式、操作小时以及排放或物理测量，诸如旋转速度、温度、流量、碎屑或清洁度、振动、加速度、时间、阻力、功率、电流、转矩、力、物理负荷、压力或压力差。

11. 权利要求1、2、3、4、5、6、7、8、9或10的方法，其特征进一步在于如果所获得的测量被评估为是错误的，则通过忽略测量或基于来自其他测量的信息和动态、先前值和/或描述测量的关系来将测量估计为某个其他值来连续地监视和评估测量数据质量和可靠性以及模型质量并对结果进行建模。

12. 一种用于船只的性能的评估的船只中的系统，该系统包括

a）处理器单元，其具有计算机模型，其

—模拟船只的性能，

—定义船只的一个或多个性能变量和影响性能变量的动态输入参数，

—具有用于自动地学习性能变量与动态输入参数之间的相关性的装置，并且具有

—用于在船只的操作期间连续地获得测量结果并用于将该测量结果用于产生将在模型中使用的新动态输入参数的集合而不是早先在模型中使用的输入参数的装置，

—用于更新将作为进一步操作中的模型使用的模型并进一步更新所述模型直至所述模型满足预置质量标准为止的装置，

—用于分析输入参数对一个或多个性能变量的影响的装置，以及

b）传感器，将船只操作期间的测量结果用信号发送到处理器。

13. 权利要求12的系统，其特征进一步在于所述模型具有用于从模型去除非重要输入变量的影响并呈现描述归一化的性能变量的模型的装置。

14. 权利要求12或13的系统，其特征进一步在于所述模型具有装置，所述装置用于用于连续地监视和评估测量数据质量和可靠性以及模型的质量并对结果进行建模的装置。

15. 权利要求12、13或14的系统，其特征在于模型具有以下装置，其用于如果所获得的测量被评估为是错误的，则通过忽略测量或基于来自其他测量的信息和动态、先前值和/或描述测量的关系来将测量估计为某个其他值来连续地监视和评估测量数据质量和可靠性以及模型的质量并对结果进行建模。

16. 一种在船只中的处理器单元中运行的计算机程序产品，由模拟船只操作的模型组成，该模型定义船只的一个或多个性能变量和影响性能变量的动态输入参数，并执行步骤

—自动地学习性能变量与动态输入参数之间的相关性，并且具有

—在模拟中连续地使用新动态输入参数的集合而不是早先所使用的输入参数，所述新动态输入参数由在船只操作期间来自传感器的测量结果产生，

—更新其本身直至其满足预置质量标准预置质量标准为止，以及

—分析一个或多个输入参数对一个或多个性能变量的影响。