CN112208728A - 一种船舶污底监测预警方法 - Google Patents
一种船舶污底监测预警方法 Download PDFInfo
- Publication number
- CN112208728A CN112208728A CN202011061786.XA CN202011061786A CN112208728A CN 112208728 A CN112208728 A CN 112208728A CN 202011061786 A CN202011061786 A CN 202011061786A CN 112208728 A CN112208728 A CN 112208728A
- Authority
- CN
- China
- Prior art keywords
- load
- navigational
- section
- power
- full
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/20—Monitoring properties or operating parameters of vessels in operation using models or simulation, e.g. statistical models or stochastic models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/30—Monitoring properties or operating parameters of vessels in operation for diagnosing, testing or predicting the integrity or performance of vessels
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T70/00—Maritime or waterways transport
- Y02T70/10—Measures concerning design or construction of watercraft hulls
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种船舶污底监测预警方法,属于船舶污底处理技术领域,解决了污底监测手段缺乏、准确性低的问题。该方法包括,获得待评估空/满载航段的航行数据;基于航行数据,获得空载或满载航段的燃油效率‑主机负荷关系曲线以及功率‑航速关系曲线;当燃油效率‑主机负荷关系曲线在主机经济性基线正负偏差预设范围内时,基于空载或满载航段的功率‑航速关系曲线,结合拟合模型,获得空载或满载航段的拟合功率‑航速关系曲线,结合空载或满载工况下的功率‑航速基准数据矩阵,计算空载或满载航段的总体污底系数;设定污底系数阈值,当总体污底系数大于污底系数阈值时,输出预警状态。从整体上实时定量分析污底状态并及时输出预警,提示清污时机。
Description
技术领域
本发明涉及船舶污底处理技术领域,尤其涉及一种船舶污底监测预警方法。
背景技术
无论是远洋船舶还是内河船舶,由于长时间在水中航行,使得船舶底部不可避免的附着有水生物,诸如贝类,藻类等,这些船底附着物被称为船舶污底。
船舶污底的产生会造成船舶的航行阻力增大,燃油损耗增加,还会破坏船体表面的涂层从而导致船体表面生锈腐蚀,如果不及时判断监控污底状态并且计划清理污底,将直接影响到船舶的正常运营寿命,给船东和营运公司带来经济损失。
目前判断船舶污底程度主要依据航行时间长短以及蛙人水下检查等手段,然而船舶污底的增长程度与船舶的航速、航行海域的海洋环境等诸多因素有关,不能直接根据船舶航行时间长短对污底情况进行正确的判断;蛙人水下检查虽然直观,但是不能提前判断船舶污底程度,且只能在船舶靠港或停航的状态下查看,检查清理的时机不准确、成本高、危险系数大,而且也不能做出客观的定量分析,有一定的局限性。
基于现有的污底监测方法数据信息获取维度少、数量小、不够准确、不能实时定量分析污底状态而且无法做到实时的检测和预警以至于不能及时清理污底的问题,急需寻求一种船舶污底监测预警方法。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种船舶污底监测预警方法,用以解决现有污底监测方法数据信息获取维度少、数量小、不够准确、不能实时定量分析污底状态以至于不能及时清理污底的问题。
本发明实施例提供了一种船舶污底监测预警方法,包括以下步骤:
获得待评估空载和满载航段的航行数据;
基于所述待评估空载或者满载航段的航行数据,获得待评估空载或者满载航段的燃油效率-主机负荷关系曲线以及功率-航速关系曲线;
当燃油效率-主机负荷关系曲线在主机经济性基线正负偏差预设范围内时,基于所述待评估空载或者满载航段的功率-航速关系曲线,结合拟合模型,获得所述待评估空载或者满载航段的拟合功率-航速关系曲线;
基于所述待评估空载或者满载航段的拟合功率-航速关系曲线,结合空载或者满载工况下的功率-航速基准数据矩阵,计算所述待评估空载或者满载航段的总体污底系数;
设定污底系数阈值,当待评估空载或者满载航段的总体污底系数大于污底系数阈值时,输出预警状态。
进一步,所述设定污底系数阈值,当待评估空载或者满载航段的总体污底系数大于污底系数阈值时,输出预警状态包括:
所述污底系数阈值包括第一阈值,当待评估空载或者满载航段的总体污底系数大于所述第一阈值时,输出预警状态;或者
所述污底系数阈值包括第一阈值以及第二阈值,当待评估空载或者满载航段的总体污底系数大于第一阈值且小于第二阈值时,输出轻微预警状态;当待评估空载或者满载航段的总体污底系数大于等于第二阈值时,输出严重预警状态。
进一步,所述航行数据包括实测功率、航速;所述获得待评估空载航段的航行数据以及待评估满载航段的航行数据,包括:
对待评估时间段内的各个航段的船舶航行数据进行质量筛选,所述质量筛选包括基于航速以及滑失率对所述航行数据进行质量筛选;
对筛选后的航行数据进行修正,获得修正后的航行数据;所述修正包括对实测功率进行修正,获得修正后的功率;
基于修正后的航行数据,获得所述待评估空载航段的航行数据以及所述待评估满载航段的航行数据。
进一步,所述获得待评估空载航段的功率-航速关系曲线,包括:
基于所述待评估空载航段的航行数据,计算每一空载航段中各个航速对应的修正后的功率的中位数,获得每一空载航段对应的功率-航速关系曲线。
进一步,所述计算待评估空载航段的总体污底系数包括:
基于所述每一空载航段的拟合功率-航速关系曲线,设定第一航速区间,获得所述每一空载航段对应所述第一航速区间的第一功率拟合值区间;
基于所述空载工况下的功率-航速基准数据矩阵,获得对应所述第一航速区间的第一基准功率拟合值区间;
计算每一待评估空载航段中对应所述第一航速区间的第一功率拟合值区间的功率拟合值与对应的所述第一基准功率拟合值区间的基准功率拟合值的偏差百分比的平均值,获得所述每一待评估空载航段的总体污底系数。
进一步,所述方法还包括:
按照各个待评估空载航段时间上的先后顺序,获得各个待评估空载航段的总体污底系数变化趋势曲线。
进一步,所述获得待评估满载航段的功率-航速关系曲线,包括:
基于所述待评估满载航段的航行数据,计算每一满载航段中各个航速对应的修正后的功率的中位数,获得每一满载航段对应的功率-航速关系曲线。
进一步,所述计算待评估满载航段的总体污底系数包括:
基于所述每一满载航段的拟合功率-航速关系曲线,设定第二航速区间,获得所述每一满载航段对应所述第二航速区间的第二功率拟合值区间;
基于所述满载工况下的功率-航速基准数据矩阵,获得对应所述第二航速区间的第二基准功率拟合值区间;
计算每一待评估满载航段中对应所述第二航速区间的第二功率拟合值区间的功率拟合值与对应的所述第二基准功率拟合值区间的基准功率拟合值的偏差百分比的平均值,获得所述每一待评估满载航段的总体污底系数。
进一步,所述方法还包括:
按照各个待评估满载航段时间上的先后顺序,获得各个待评估满载航段的总体污底系数变化趋势曲线。
进一步,所述方法还包括:
获得基准空载航段的航行数据以及基准满载航段的航行数据;
基于所述基准空载航段的航行数据,获得所述空载工况下的功率-航速基准数据矩阵;
基于所述基准满载航段的航行数据,获得所述满载工况下的功率-航速基准数据矩阵。
与现有技术相比,本发明至少可实现如下有益效果之一:
1、以每一个航段为一整体,综合该航段内各种航速的情况,得到每一个航段对应的一个总体污底系数,结合多个航段对应的多个总体污底系数构成的总体污底系数变化趋势曲线,从整体视角定量化显示各个空/满载航段的污底加重或者减轻的程度随时间变化的趋势;
2、设定污底系数阈值,结合空/满载航段的总体污底系数,及时输出预警状态,有利于及时准确地制定除污计划,为后续清理污底做准备;
3、引入燃油效率-主机负荷关系曲线,结合主机经济性基线,判断主机性能与健康状态,排除主机性能因素对功率-航速关系曲线的影响,即排除对污底程度的正常判断产生干扰的相关因素,提高数据处理的准确性。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例中一种船舶污底监测预警方法的流程图;
图2为本发明实施例中以某VLCC为例,多个空载航段对应的功率-航速关系曲线;
图3为本发明实施例中以该VLCC为例,多个满载航段对应的功率-航速关系曲线;
图4为图2中多个空载航段对应的拟合功率-航速关系曲线;
图5为图3中多个满载航段对应的拟合功率-航速关系曲线;
图6为图2中多个空载航段的总体污底系数变化趋势曲线;
图7为图3中多个满载航段的总体污底系数变化趋势曲线;
图8为本发明实施例中以该VLCC为例的一种污底状态预警示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本发明一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
本发明的一个具体实施例,公开了一种船舶污底监测预警方法,如图1所示。
该船舶污底监测预警方法包括以下步骤:步骤S1、获得待评估空载和满载航段的航行数据;步骤S2、基于所述待评估空载或者满载航段的航行数据,获得待评估空载或者满载航段的燃油效率-主机负荷关系曲线以及功率-航速关系曲线;步骤S3、当燃油效率-主机负荷关系曲线在主机经济性基线正负偏差预设范围内时,基于所述待评估空载或者满载航段的功率-航速关系曲线,结合拟合模型,获得所述待评估空载或者满载航段的拟合功率-航速关系曲线;步骤S4、基于所述待评估空载或者满载航段的拟合功率-航速关系曲线,结合空载或者满载工况下的功率-航速基准数据矩阵,计算所述待评估空载或者满载航段的总体污底系数;步骤S5、设定污底系数阈值,当待评估空载或者满载航段的总体污底系数大于污底系数阈值时,输出预警状态。
与现有技术相比,本实施例提供的一种船舶污底监测预警方法,通过采集多维度的航行数据信息,引入燃油效率-主机负荷关系曲线,结合主机经济性基线,判断主机性能与健康状态,排除主机性能因素对功率-航速关系曲线的影响,即排除对污底程度的正常判断产生干扰的相关因素,提高数据处理的准确性;计算各个航段的总体污底系数,以每一个航段为一整体,综合该航段内各种航速的情况,得到每一个航段对应的一个总体污底系数,结合多个航段对应的多个总体污底系数构成的总体污底系数变化趋势曲线,从整体视角定量化显示各个空/满载航段的污底加重或者减轻的程度随时间变化的趋势;并且通过设定污底系数阈值,结合空/满载航段的总体污底系数,及时输出预警状态,有利于及时准确地制定除污计划,为后续清理污底做准备。
在本发明的一个实施例中,在进行步骤S1之前,还包括获取待评估时间段内的环境因素参数以及船舶固有属性参数;待评估时间段内的各个航段的船舶航行数据包括主机转速、实测功率、航速、对水速度、前吃水、后吃水、进口流量、出口流量;待评估时间段内的环境因素参数包括风速、风向;同时还已知船舶固有属性参数,船舶固有属性参数由船厂或者船东提供,包括船舶的垂线间长、包括上层建筑在内的吃水线以上部分的横向投影面积、风阻系数、顶风时的风阻系数、空气密度、理想条件下推进效率系数、负载变化效应、船舶螺旋桨螺距值、主机额定功率以及主机经济性基线;结合待评估时间段内的各个航段的船舶航行数据、环境因素参数以及船舶固有属性参数,对待评估时间段内的各个航段的船舶航行数据进行后续的筛选以及修正,获得修正后的航行数据。
在本发明的一个实施例中,步骤S1中获得待评估空载和满载航段的航行数据,包括:
步骤S11、对待评估时间段内的各个航段的船舶航行数据进行质量筛选,质量筛选包括基于航速以及滑失率对航行数据进行质量筛选。
具体的,首先,基于航速对待评估时间段内的各个航段的船舶航行数据进行清洗,选取主机稳定工况下的数据,从而得到清洗后的航行数据。可选的,设定一航速阈值,清洗后的航行数据为航速大于等于航速阈值的航行数据,从而得到主机稳定工况下的数据,即,得到清洗后的航行数据。
其次,基于滑失率对清洗后的航行数据进行筛选,获得筛选后的航行数据。
具体的,筛选出清洗后的航行数据中滑失率趋于0的航行数据,得到筛选后的航行数据,基于滑失率对航行数据的筛选可以降低浪、涌、海水等因素对航行数据的影响,筛选出海况一致且较好的航行数据;可选的,滑失率在[-0.005,0.005]范围内即认为滑失率趋向于0,滑失率=(主机转速*螺距系数-航速)/(主机转速*螺距系数),其中,螺距系数=6*船舶螺旋桨螺距值/185.2。
基于航速以及滑失率对航行数据进行质量筛选,获得筛选后的航行数据,筛选后的航行数据为滑失率趋于0且航速不低于航速阈值的航行数据。
步骤S12、对筛选后的航行数据进行修正,获得修正后的航行数据,修正包括对实测功率进行修正,得到修正后的功率。
对实测功率进行修正可以消除由于风带来的阻力等外界因素对航速-功率曲线的影响,最大程度保证各个待评估航段在同一条件下对比,提高数据分析结果的准确性。
修正流程具体如下所示:
步骤(1):计算由于风的影响带来的阻力增加值,请参见公式(1);
其中,RAA表示由于风的影响带来的阻力增加值,ρA表示空气密度;CAA表示风阻系数;ψWRref表示在某个参考高度下的相对风向,其中参考高度视具体情况而定,本申请对此不做限定;AXV表示包括上层建筑在内的吃水线以上部分的横向投影面积;VWRref表示在某个参考高度下的相对风速,其中参考高度视具体情况而定,本申请对此不做限定;CAA(0)表示顶风时的风阻系数;VG表示航速。进一步的,ρA、CAA、AXV、CAA(0)可由船厂或船东提供,ψWRref、VWRref、VG可通过实船监控以及实际测量计算得到。
步骤(2):将上述阻力增加值带入到功率修正模型中,得到修正后的功率,请参见公式(2);
其中,P表示修正后的功率;PDms表示实测功率;VS表示对水速度;ηDid理想条件下推进效率系数;ξP表示考虑到负载变化效益得到的参数。进一步的,PDms、VS可通过实船监控以及实际测量计算得到,ξP、ηDid可由船厂或船东提供。
步骤S13、基于修正后的航行数据,获得待评估空载航段的航行数据以及待评估满载航段的航行数据。
具体的,基于平均吃水对修正后的待评估航段内的船舶航行数据进行分类,获得待评估空载航段的航行数据以及待评估满载航段的航行数据;进一步的,设定一平均吃水阈值,当一待评估航段的平均吃水小于该平均吃水阈值时,该待评估航段为空载航段,该待评估航段对应的航行数据为待评估空载航段的航行数据;当一待评估航段的平均吃水大于等于该平均吃水阈值时,该待评估航段为满载航段,该待评估航段对应的航行数据为待评估满载航段的航行数据。进一步的,该平均吃水=(前吃水+后吃水)/2。
在本发明的一个实施例中,步骤S2中获得待评估空载或者满载航段的燃油效率-主机负荷关系曲线以及功率-航速关系曲线包括:
步骤S21、基于待评估空载或者满载航段的航行数据,获得每一待评估空载或者满载航段的燃油效率-主机负荷关系曲线。
具体的,燃油效率=主机燃油流量/主机轴功率,其中,主机燃油流量=进口流量-出口流量,主机轴功率即为本申请中的修正后的功率;主机负荷=主机功率/主机额定功率(%),其中,主机功率为本申请中的修正后的功率,主机额定功率是已知的,由船东或者船厂提供。
步骤S22、基于待评估空载或者满载航段的航行数据,获得每一待评估空载或者满载航段的功率-航速关系曲线。
进一步的,步骤S22包括:步骤S221、基于所述待评估空载航段的航行数据,计算每一空载航段中各个航速对应的修正后的功率的中位数,获得每一空载航段对应的功率-航速关系曲线;步骤S222、基于所述待评估满载航段的航行数据,计算每一满载航段中各个航速对应的修正后的功率的中位数,获得每一满载航段对应的功率-航速关系曲线。例如,当待评估空载航段包括3个空载航段时,会得到3个功率-航速关系曲线,即待评估空载航段的数量与得到的功率-航速关系曲线的数量对应(即,每一个待评估空载航段都能得到一个对应的功率-航速关系曲线),具体数量视实际情况而定,本申请不做限定,针对满载航段,原理相同,这里不再一一赘述。
进一步的,每一空载或者满载航段中选取各个航速时,以0.1kn的分辨率进行提取。
在本发明的一个实施例中,步骤S3中所述获得待评估空载或者满载航段的拟合功率-航速关系曲线包括:
步骤S31、将燃油效率-主机负荷关系曲线与主机经济性基线进行对比,当燃油效率-主机负荷关系曲线在主机经济性基线正负偏差预设范围内时,执行步骤S32以及步骤S33;
具体的,将每一空载航段对应的燃油效率-主机负荷关系曲线进行汇总,得到各个待评估空载航段的燃油效率-主机负荷关系曲线对比图;将每一满载航段对应的燃油效率-主机负荷关系曲线进行汇总,得到各个满载航段的燃油效率-主机负荷关系曲线对比图;并进一步将上述空载/满载航段的燃油效率-主机负荷关系曲线与主机经济型基线进行对比,其中,主机经济型基线是已知的,由船厂或者船东提供。将各个待评估空载/满载航段的燃油效率-主机负荷关系曲线与主机经济型基线进行对比分析,评价主机的燃油效率状态,反应船舶主机在航行过程中的真实经济性能状态。
当各个待评估空载/满载航段的燃油效率-主机负荷关系曲线与主机经济性基线进行对比分析时,若各个待评估空载/满载航段的燃油效率-主机负荷关系曲线在主机经济性基线正负偏差的预设范围内,则证明主机经济性能未发生衰退,主机经济性能良好,由此可以排除主机经济性能衰退引起的多个功率-航速关系曲线偏移,偏移是指按照时间顺序,在后空载航段对应的功率-航速关系曲线较在前空载航段对应的功率-航速关系曲线的偏移,由此可以判断功率-航速关系曲线偏移是由于污底程度逐渐加重而造成的;若主机经济性能发生衰退,可以返回船厂进行后续维修处理。
引入燃油效率-主机负荷关系曲线进行分析评估,判断船舶的主机性能和健康状态,排除因为船本身性能因素可能产生的异常数据对后续数据处理的影响,排除对污底程度的正常判断产生干扰的相关因素,提高后续数据处理的准确性,可以对船舶航行过程中的污底程度进行更精确的监测。
步骤S32、基于所述待评估空载航段的功率-航速关系曲线,结合拟合模型,获得所述待评估空载航段的拟合功率-航速关系曲线。
具体的,拟合模型为P=a×s3+b,其中,s为空载航段的航速,P为与s对应的功率,a和b为拟合系数,拟合模型中拟合系数a、b的确定过程请参照下述获取空载工况下的功率-航速基准数据矩阵的过程中确定拟合模型P2=a2×s2 3+b2的具体过程,这里不再一一赘述。当拟合系数a、b确定之后,就可得到每一空载航段的拟合功率-航速关系曲线。
步骤S33、基于所述待评估满载航段的功率-航速关系曲线,结合拟合模型,获得所述待评估满载航段的拟合功率-航速关系曲线。
具体过程请参见上述步骤S32中基于待评估空载航段对应的功率-航速关系曲线,结合拟合模型,获得待评估空载航段的拟合功率-航速关系曲线的具体过程,此处不再一一赘述。
在本发明的一个实施例中,在步骤S4之前,所述船舶污底监测预警方法还包括:获取空载和满载工况下的功率-航速基准数据矩阵,以用于后续总体污底系数计算。获取空载和满载工况下的功率-航速基准数据矩阵,具体可以包括如下步骤:
首先,获得基准空载航段的航行数据以及基准满载航段的航行数据,包括如下步骤a至步骤c:
步骤a、对基准航段内的船舶航行数据进行质量筛选,质量筛选包括基于航速以及滑失率对基准航段内的船舶航行数据进行质量筛选,具体过程请参见上述对待评估时间段内的各个航段的船舶航行数据进行质量筛选,获得筛选后的航行数据的相关内容,这里不在一一赘述。
进一步的,以开航后的首个空载/满载作为基准航段或者以清污后的首个空载/满载作为基准航段进行数据采集,采集得到的基准航段内的船舶航行数据的种类与采集的待评估时间段内的各个航段的船舶航行数据种类一样,这里就不再一一赘述;结合环境参数因素以及船舶固有属性参数对基准航段内的船舶航行数据进行筛选以及修正,获得修正后的基准航段内的船舶航行数据,其中,环境因素以及船舶固有属性参数的具体内容可参见上述待评估时间段内的环境因素以及船舶固有属性参数,这里就不在一一赘述。
步骤b、对筛选后的基准航段内的船舶航行数据进行修正,获得修正后的基准航段内的船舶航行数据,修正包括对实测功率进行修正,得到基准航段内的修正后的功率,具体请参见上述对待评估时间段内的筛选后的航行数据进行修正,获得修正后的航行数据的相关内容,这里不在一一赘述。
步骤c、基于修正后的基准航段内的船舶航行数据,获得基准空载航段的航行数据以及基准满载航段的航行数据;
具体的,基于平均吃水对修正后的基准航段内的船舶航行数据进行分类,获得基准空载航段的航行数据以及基准满载航段的航行数据;进一步的,设定一平均吃水阈值,当一基准航段的平均吃水小于该平均吃水阈值时,该基准航段为空载航段,该基准航段对应的航行数据为基准空载航段的航行数据;当一基准航段的平均吃水大于等于该平均吃水阈值时,该基准航段为满载航段,该基准航段对应的航行数据为基准满载航段的航行数据。
其次,基准空载航段的航行数据包括航速、修正后的功率,基于所述基准空载航段的航行数据,获得所述空载工况下的功率-航速基准数据矩阵:
具体的,基于所述基准空载航段的航速及其对应的修正后的功率的中位数,得到功率-航速的对应关系,即,该功率-航速的对应关系中的航速可以为基准空载航段的航行数据中的任一航速,则该对应关系中的功率为该任一航速对应的修正后的功率的中位数;结合拟合模型P1=a1×s1 3+b1,获得空载工况下的功率-航速基准数据矩阵,其中,s1为空载工况下的航速,P1为与s1对应的功率,a1和b1为拟合系数;空载工况下的功率-航速基准数据矩阵为功率拟合值-航速二维数组。
进一步的,基于所述基准空载航段的航速及其对应的修正后的功率的中位数,得到功率-航速的对应关系,包括,以0.1kn为分辨率提取航速以及该航速对应的修正后的功率的中位数。
进一步的,在确定拟合模型(即,确定a1和b1)的过程中,以均方误差(Mean SquareError,MSE)作为衡量模型精度指标,当均方误差小于10时,满足精度要求,根据此时的a1和b1得到最终的拟合模型,均方误差的公式如下公式(3)所示:
具体的,选取航速区间[s1,sN],该航速区间对应的功率拟合值为P0s1,…,P0sN,根据基准航段的功率-航速的对应关系得到该航速区间对应的功率(即,该航速区间中各个航速对应的修正后的功率的中位数)为Ps1,…,PsN。在上述公式(3)中,si为航速区间[s1,sN]中的某一航速,Psi为航速si对应的功率(即,Psi为航速si对应的修正后的功率的中位数),P0si为si对应的功率拟合值,N为航速区间[s1,sN]中航速的数目。
进一步的,根据基准空载航段的航速及其对应的修正后的功率的中位数,结合拟合模型,获得空载工况下的功率-航速基准数据矩阵,包括:
该拟合模型为P1=a1×s1 3+b1,设a1、b1初始值为0,调节拟合模型P1=a1×s1 3+b1中的a1、b1的值,直到MSE小于10,则确定具体的拟合模型P1=a1×s1 3+b1。
具体的,步骤(1):选取航速区间[s1,sN],设定a1、b1初始值为0;
步骤(2):根据P1=a1×s1 3+b1计算得到航速区间[s1,sN]对应的功率拟合值,并根据公式(3)计算MSE;
步骤(3):若MSE小于10,满足拟合模型的精度要求,则此时的a1、b1的值即为最终拟合模型的系数;否则,调整a1、b1的值,再继续执行步骤(2),直到MSE小于10,得到最终拟合模型的系数a1、b1。
步骤(4):获得最终的拟合模型P1=a1×s1 3+b1,针对航速以0.1kn作为分辨率,得到航速与功率拟合值的二维数组,从而获得空载工况下的功率-航速基准数据矩阵。
最后,基准满载航段的航行数据包括航速、修正后的功率,基于所述基准满载航段的航行数据,获得所述满载工况下的功率-航速基准数据矩阵。
进一步的,基于所述基准满载航段的航速及其对应的修正后的功率的中位数,得到功率-航速的对应关系,即,该功率-航速的对应关系中的航速可以为基准满载航段的航行数据中的任一航速,则该对应关系中的功率为该任一航速对应的修正后的功率的中位数;结合拟合模型P2=a2×s2 3+b2,获得满载工况下的功率-航速基准数据矩阵,其中,s2为满载工况下的航速,P2为与s2对应的功率,a2和b2为拟合系数;满载工况下的功率-航速基准数据矩阵为功率拟合值-航速二维数组。
进一步的,基于所述基准满载航段的航速及其对应的修正后的功率的中位数,得到功率-航速的对应关系,包括,以0.1kn为分辨率提取航速以及该航速对应的修正后的功率的中位数。
进一步的,在确定拟合模型(即,确定a2和b2)的过程中,以均方误差作为衡量模型精度指标,当均方误差小于10时,满足精度要求,根据此时的a2和b2得到最终的拟合模型,其中根据均方误差计算模型的精度以及确定满载工况下的拟合模型P2=a2×s2 3+b2,进而获得满载工况下的功率-航速基准数据矩阵的过程请参见上述获得空载工况下的功率-航速基准数据矩阵的过程,原理相同,这里就不在一赘述。
在本发明的一个实施例中,步骤S4中计算待评估空载或者满载航段的总体污底系数包括:
步骤S41、基于所述待评估空载航段的拟合功率-航速关系曲线,结合空载工况下的功率-航速基准数据矩阵,计算待评估空载航段的总体污底系数,具体包括步骤S411至步骤S413:
步骤S411、基于每一空载航段的拟合功率-航速关系曲线,设定第一航速区间,获得每一空载航段对应所述第一航速区间的第一功率拟合值区间。
步骤S412、基于空载工况下的功率-航速基准数据矩阵,获得对应第一航速区间的第一基准功率拟合值区间。
具体的,基于空载航段的拟合功率-航速关系曲线以及空载工况下的功率-航速基准数据矩阵,选取一相同航速区间为第一航速区间。例如选取第一航速区间为[10kn,14.6kn],则计算空载航段的拟合功率-航速关系曲线中对应[10kn,14.6kn]的第一功率拟合值区间,计算空载工况下的功率-航速基准数据矩阵中对应[10kn,14.6kn]的第一基准功率拟合值区间。
步骤S413、计算每一待评估空载航段中对应第一航速区间的第一功率拟合值区间的功率拟合值与对应的第一基准功率拟合值区间的基准功率拟合值的偏差百分比的平均值,获得每一待评估空载航段的总体污底系数。
具体的,选取第一航速区间[s1,sM],计算每一待评估空载航段总体污底系数请参见公式(4):
其中,Ps1,…,PsM为根据待评估空载航段的拟合功率-航速关系曲线,得到的待评估空载航段对应第一航速区间[s1,sM]的第一功率拟合值区间[Ps1,PsM]的功率拟合值;P0s1,…,P0sM为根据空载工况下的功率-航速基准数据矩阵,获得的对应第一航速区间[s1,sM]的第一基准功率拟合值区间[P0s1,P0sM]的基准功率拟合值;M为第一航速区间[s1,sM]包括的航速的数目;Fgen为第一航速区间[s1,sM]对应的第一功率拟合值区间的功率拟合值与对应的第一基准功率拟合值区间的基准功率拟合值的偏差百分比的平均值,即待评估空载航段的总体污底系数。
进一步的,当待评估空载航段包括多个空载航段时,每个空载航段都可以通过公式(4)的计算得到对应该航段的总体污底系数,进而得到各个待评估空载航段的总体污底系数。第一航速区间的选取可以视实际情况而定,本申请对此不做限定。
步骤S42、基于所述待评估满载航段的拟合功率-航速关系曲线,结合满载工况下的功率-航速基准数据矩阵,计算待评估满载航段的总体污底系数,具体包括步骤S421至步骤S423:
步骤S421、基于每一满载航段的拟合功率-航速关系曲线,设定第二航速区间,获得每一满载航段对应所述第二航速区间的第二功率拟合值区间。
步骤S422、基于满载工况下的功率-航速基准数据矩阵,获得对应第二航速区间的第二基准功率拟合值区间。
具体的,基于满载航段的拟合功率-航速关系曲线以及满载工况下的功率-航速基准数据矩阵,选取一相同航速区间为第二航速区间。例如选取第二航速区间为[10kn,14.6kn],则计算满载航段的拟合功率-航速关系曲线中对应[10kn,14.6kn]的第二功率拟合值区间,计算满载工况下的功率-航速基准数据矩阵中对应[10kn,14.6kn]的第二基准功率拟合值区间。
步骤S423、计算每一待评估满载航段中对应第二航速区间的第二功率拟合值区间的功率拟合值与对应的第二基准功率拟合值区间的基准功率拟合值的偏差百分比的平均值,获得每一待评估满载航段的总体污底系数。具体过程请参见上述计算待评估空载航段的总体污底系数的相关内容,获得每一待评估满载航段的总体污底系数与上述的获得待评估空载航段的总体污底系数的过程以及原理相同,此处不再一一赘述。
在本发明的一个实施例中,步骤S5中所述设定污底系数阈值,当待评估空载或者满载航段的总体污底系数大于污底系数阈值时,输出预警状态,包括:
所述污底系数阈值包括第一阈值,当待评估空载或者满载航段的总体污底系数大于所述第一阈值时,输出预警状态;或者
所述污底系数阈值包括第一阈值以及第二阈值,当待评估空载或者满载航段的总体污底系数大于第一阈值且小于第二阈值时,输出轻微预警状态;当待评估空载或者满载航段的总体污底系数大于等于第二阈值时,输出严重预警状态。
具体的,只有一个污底系数阈值时,预警颜色用黄色表示,预警文字为“轻微”;进一步的,可以输出文字提示信息;例如,温馨提示:请保持关注,防备污底状态恶化;具体的预警颜色、预警文字以及文字提示信息可以根据实际情况而定,本申请对此不做限定。进一步的,污底系数阈值为7.5%,该污底系数阈值可根据实际情况设定,本申请对此不做限定。
可选的,污底系数阈值的数量为两个,即该污底系数阈值包括第一阈值以及第二阈值,当总体污底系数大于第一阈值并且小于第二阈值时,预警颜色用黄色表示,预警文字为“轻微”,进一步的,可结合文字提示信息;当污底系数大于等于第二阈值时,预警颜色用红色表示,预警文字为“严重”,进一步的,可结合文字提示信息。例如,第一阈值为7.5%,第二阈值为15%。第一阈值以及第二阈值可根据实际情况设定,本申请对此不做限定。
通过设定污底系数阈值,结合空/满载航段的总体污底系数,及时输出预警状态,有利于及时准确地制定除污计划,为后续清理污底做准备。
在本申请的一个实施例中,所述船舶污底监测预警方法还包括:按照各个待评估空载航段时间上的先后顺序,获得各个待评估空载航段的总体污底系数变化趋势曲线。
具体的,在待评估空载航段包括多个空载航段时,针对每个空载航段都会得到一个总体污底系数,将多个总体污底系数根据其对应的待评估空载航段的时间先后顺序进行排列,获得各个待评估空载航段的总体污底系数变化趋势曲线。
分别将各个待评估空载航段的总体污底系数按照时间顺序分析其变化趋势,从整体视角定量化显示各个空载航段的污底加重或者减轻的程度随时间变化的趋势,为及时处理污底做准备。
在本发明的一个实施例中,所述船舶污底监测预警方法还包括:按照各个待评估满载航段时间上的先后顺序,获得各个待评估满载航段的总体污底系数变化趋势曲线。具体过程请参见上述获得各个待评估空载航段的总体污底系数变化趋势曲线的过程,两者的过程以及原理相同,此处就不再一一赘述。
分别将各个待评估满载航段的总体污底系数按照时间顺序分析其变化趋势,从整体视角定量化显示各个满载航段的污底加重或者减轻的程度随时间变化的趋势,为及时处理污底做准备。
以某VLCC自2016年5月开航至2019年4月的航行数据为例,进行污底监测评估,具体如下:
以开航后首个空载/满载航段作为基准航段,在基准航段以及各个待评估航段中采集的船舶航行数据,以及需要结合的船舶固有属性参数、环境因素参数请参见上述相关描述,对航行数据的预处理、空/满载工况下的各个航段的总体污底系数的计算以及预警状态的输出等过程请参见上述相关内容,此处不再一一赘述。
该VLCC自2016年5月开航至2019年4月,在此期间的航段记录如下:
8个空载航段包括:
-Voyage1 2016-05-19 12:00至2016-06-10 14:00
-Voyage2 2016-07-17 00:00至2016-08-20 23:00
-Voyage3 2016-10-11 00:00至2016-10-27 17:00
-Voyage4 2017-03-08 00:00至2017-03-23 23:00
-Voyage5 2017-07-22 17:00至2017-08-11 21:00
-Voyage6 2018-03-18 16:00至2018-04-07 20:00
-Voyage7 2018-05-06 15:00至2018-06-12 18:00
-Voyage8 2018-08-02 07:30至2018-08-28 08:30
14个满载航段包括:
-Voyage 1 2016-06-19 22:30至2016-07-09 19:30
-Voyage 2 2016-09-08 00:00至2016-09-29 18:30
-Voyage 3 2016-11-05 23:00至2016-12-07 22:00
-Voyage 4 2017-01-05 07:30至2017-02-23 07:00
-Voyage 5 2017-04-03 14:00至2017-04-17 09:30
-Voyage 6 2017-08-26 01:00至2017-09-06 23:30
-Voyage 7 2017-09-11 01:30至2017-10-03 10:00
-Voyage 8 2018-04-11 02:30至2018-05-04 18:30
-Voyage 9 2018-06-18 19:30至2018-07-22 22:00
-Voyage 10 2018-09-04 16:00至2018-09-13 16:00
-Voyage 11 2018-09-23 23:30至2018-10-18 12:00
-Voyage 12 2018-12-05 00:00至2019-01-13 03:00
-Voyage 13 2019-03-12 00:00至2019-04-07 02:10
-Voyage 14 2019-04-09 19:00至2019-04-12 00:00
根据上述8个空载航段,结合本申请的技术方案,得到8个空载航段的功率-航速关系曲线图,如图2所示,图2中的主机功率即为空载航段中各个航速对应的修正后的功率的中位数;根据上述14个满载航段,结合本申请的技术方案,得到14个满载航段的功率-航速关系曲线图,如图3所示,图3中的主机功率即为满载航段中各个航速对应的修正后的功率的中位数;基于图2中的功率-航速关系曲线,结合拟合模型,得到8个空载航段的拟合功率-航速关系曲线,如图4所示,图4中的主机功率即为空载航段中各个航速对应的功率拟合值;基于图3中的功率-航速关系曲线,结合拟合模型,得到14个满载航段的拟合功率-航速关系曲线,如图5所示,图5中的主机功率即为满载航段中各个航速对应的功率拟合值。
根据图2和图3可知,该VLCC的功率-航速关系曲线随着时间的推移整体上有逐渐向上偏移的趋势,初步判断该VLCC污底程度正在逐渐增加。
进一步的,计算上述8个空载航段以及14个满载航段的燃油效率-主机负荷关系曲线,结合主机经济性基线,当各个航段的燃油效率-主机负荷关系曲线在正常范围内,说明主机经济性能未发生衰退,由此可以排除主机经济性能衰退引起的功率-航速关系曲线偏移,可以基本判断功率-航速关系曲线偏移是由污底程度逐渐加重而造成的。
针对该VLCC自开航以来的空载航段,计算8个空载航段的总体污底系数,并按照8个空载航段时间上的先后顺序,得到8个空载航段的总体污底系数变化趋势曲线,具体如图6所示;针对该VLCC自开航以来的满载航段,计算14个满载航段的总体污底系数,并按照14个满载航段时间上的先后顺序,得到14个满载航段的总体污底系数变化趋势曲线,具体如图7所示。
以该VLCC自2016年5月开航至2019年4月的记录航段中的最新航段为例(即,Voyage 142019-04-09 19:00至2019-04-12 00:00),该航段的总体污底系数为15.2%,超过了污底系数阈值,触发污底预警,预警颜色为黄色,预警文字为“轻微”,并结合文字提示信息“温馨提示:请保持关注,防备污底状态恶化”。
通过上述分析,从整体视角定量化显示各个空载/满载航段的污底加重或者减轻的程度随时间变化的趋势,定量实时评估船舶污底程度,当污底系数超过某一污底系数阈值时,触发污底预警,有利于及时准确地制定除污计划,为后续清理污底提供科学依据。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种船舶污底监测预警方法,其特征在于,包括以下步骤:
获得待评估空载和满载航段的航行数据;
基于所述待评估空载或者满载航段的航行数据,获得待评估空载或者满载航段的燃油效率-主机负荷关系曲线以及功率-航速关系曲线;
当燃油效率-主机负荷关系曲线在主机经济性基线正负偏差预设范围内时,基于所述待评估空载或者满载航段的功率-航速关系曲线,结合拟合模型,获得所述待评估空载或者满载航段的拟合功率-航速关系曲线;
基于所述待评估空载或者满载航段的拟合功率-航速关系曲线,结合空载或者满载工况下的功率-航速基准数据矩阵,计算所述待评估空载或者满载航段的总体污底系数;
设定污底系数阈值,当待评估空载或者满载航段的总体污底系数大于污底系数阈值时,输出预警状态。
2.根据权利要求1所述的船舶污底监测预警方法,其特征在于,所述设定污底系数阈值,当待评估空载或者满载航段的总体污底系数大于污底系数阈值时,输出预警状态包括:
所述污底系数阈值包括第一阈值,当待评估空载或者满载航段的总体污底系数大于所述第一阈值时,输出预警状态;或者
所述污底系数阈值包括第一阈值以及第二阈值,当待评估空载或者满载航段的总体污底系数大于第一阈值且小于第二阈值时,输出轻微预警状态;当待评估空载或者满载航段的总体污底系数大于等于第二阈值时,输出严重预警状态。
3.根据权利要求1或2所述的船舶污底监测预警方法,其特征在于,所述航行数据包括实测功率、航速;所述获得待评估空载和满载航段的航行数据,包括:
对待评估时间段内的各个航段的船舶航行数据进行质量筛选,所述质量筛选包括基于航速以及滑失率对所述航行数据进行质量筛选;
对筛选后的航行数据进行修正,获得修正后的航行数据;所述修正包括对实测功率进行修正,获得修正后的功率;
基于修正后的航行数据,获得待评估空载航段的航行数据以及待评估满载航段的航行数据。
4.根据权利要求3所述的船舶污底监测预警方法,其特征在于,所述获得待评估空载航段的功率-航速关系曲线,包括:
基于所述待评估空载航段的航行数据,计算每一空载航段中各个航速对应的修正后的功率的中位数,获得每一空载航段对应的功率-航速关系曲线。
5.根据权利要求4所述的船舶污底监测预警方法,其特征在于,所述计算待评估空载航段的总体污底系数包括:
基于所述每一空载航段的拟合功率-航速关系曲线,设定第一航速区间,获得所述每一空载航段对应所述第一航速区间的第一功率拟合值区间;
基于所述空载工况下的功率-航速基准数据矩阵,获得对应所述第一航速区间的第一基准功率拟合值区间;
计算每一待评估空载航段中对应所述第一航速区间的第一功率拟合值区间的功率拟合值与对应的所述第一基准功率拟合值区间的基准功率拟合值的偏差百分比的平均值,获得所述每一待评估空载航段的总体污底系数。
6.根据权利要求5所述的船舶污底监测预警方法,其特征在于,所述方法还包括:
按照各个待评估空载航段时间上的先后顺序,获得各个待评估空载航段的总体污底系数变化趋势曲线。
7.根据权利要求3所述的船舶污底监测预警方法,其特征在于,所述获得待评估满载航段的功率-航速关系曲线,包括:
基于所述待评估满载航段的航行数据,计算每一满载航段中各个航速对应的修正后的功率的中位数,获得每一满载航段对应的功率-航速关系曲线。
8.根据权利要求7所述的船舶污底监测预警方法,其特征在于,所述计算待评估满载航段的总体污底系数包括:
基于所述每一满载航段的拟合功率-航速关系曲线,设定第二航速区间,获得所述每一满载航段对应所述第二航速区间的第二功率拟合值区间;
基于所述满载工况下的功率-航速基准数据矩阵,获得对应所述第二航速区间的第二基准功率拟合值区间;
计算每一待评估满载航段中对应所述第二航速区间的第二功率拟合值区间的功率拟合值与对应的所述第二基准功率拟合值区间的基准功率拟合值的偏差百分比的平均值,获得所述每一待评估满载航段的总体污底系数。
9.根据权利要求8所述的船舶污底监测预警方法,其特征在于,所述方法还包括:
按照各个待评估满载航段时间上的先后顺序,获得各个待评估满载航段的总体污底系数变化趋势曲线。
10.根据权利要求1所述的船舶污底监测预警方法,其特征在于,所述方法还包括:
获得基准空载航段的航行数据以及基准满载航段的航行数据;
基于所述基准空载航段的航行数据,获得所述空载工况下的功率-航速基准数据矩阵;
基于所述基准满载航段的航行数据,获得所述满载工况下的功率-航速基准数据矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011061786.XA CN112208728B (zh) | 2020-09-30 | 2020-09-30 | 一种船舶污底监测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011061786.XA CN112208728B (zh) | 2020-09-30 | 2020-09-30 | 一种船舶污底监测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112208728A true CN112208728A (zh) | 2021-01-12 |
CN112208728B CN112208728B (zh) | 2021-11-09 |
Family
ID=74052412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011061786.XA Active CN112208728B (zh) | 2020-09-30 | 2020-09-30 | 一种船舶污底监测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112208728B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115659263A (zh) * | 2022-10-14 | 2023-01-31 | 长江三峡通航管理局 | 一种基于大数据的船舶操控行为风险评估系统及评估方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105737922A (zh) * | 2016-01-26 | 2016-07-06 | 中国船舶工业系统工程研究院 | 船舶低速柴油机燃油消耗率预警方法及装置 |
KR101659393B1 (ko) * | 2014-08-28 | 2016-09-23 | 대우조선해양 주식회사 | 선체 외판 파울링 관리 시스템 |
CN106368816A (zh) * | 2016-10-27 | 2017-02-01 | 中国船舶工业系统工程研究院 | 一种基于基线偏差的船舶低速柴油机在线异常检测方法 |
CN206321570U (zh) * | 2016-12-23 | 2017-07-11 | 武汉理工大学 | 安装于岸基内部的船舶污底监测装置 |
CN109711682A (zh) * | 2018-12-13 | 2019-05-03 | 中国船舶工业系统工程研究院 | 一种数据驱动的船舶总体状态评估方法 |
CN111017136A (zh) * | 2019-12-24 | 2020-04-17 | 上海船舶运输科学研究所 | 船舶污底监测评估方法和评估系统 |
-
2020
- 2020-09-30 CN CN202011061786.XA patent/CN112208728B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101659393B1 (ko) * | 2014-08-28 | 2016-09-23 | 대우조선해양 주식회사 | 선체 외판 파울링 관리 시스템 |
CN105737922A (zh) * | 2016-01-26 | 2016-07-06 | 中国船舶工业系统工程研究院 | 船舶低速柴油机燃油消耗率预警方法及装置 |
CN106368816A (zh) * | 2016-10-27 | 2017-02-01 | 中国船舶工业系统工程研究院 | 一种基于基线偏差的船舶低速柴油机在线异常检测方法 |
CN206321570U (zh) * | 2016-12-23 | 2017-07-11 | 武汉理工大学 | 安装于岸基内部的船舶污底监测装置 |
CN109711682A (zh) * | 2018-12-13 | 2019-05-03 | 中国船舶工业系统工程研究院 | 一种数据驱动的船舶总体状态评估方法 |
CN111017136A (zh) * | 2019-12-24 | 2020-04-17 | 上海船舶运输科学研究所 | 船舶污底监测评估方法和评估系统 |
Non-Patent Citations (1)
Title |
---|
孙培廷: "《船舶柴油机》", 31 July 2006, 大连海事大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115659263A (zh) * | 2022-10-14 | 2023-01-31 | 长江三峡通航管理局 | 一种基于大数据的船舶操控行为风险评估系统及评估方法 |
CN115659263B (zh) * | 2022-10-14 | 2023-08-08 | 长江三峡通航管理局 | 一种基于大数据的船舶操控行为风险评估系统及评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112208728B (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111017136B (zh) | 船舶污底监测评估方法和评估系统 | |
Berthelsen et al. | Prediction of ships’ speed-power relationship at speed intervals below the design speed | |
Logan | Using a ship’s propeller for hull condition monitoring | |
FI3921225T3 (fi) | Menetelmä ja järjestelmä aluksen polttoaineenkulutuksen vähentämiseksi | |
Valchev et al. | Numerical methods for monitoring and evaluating the biofouling state and effects on vessels’ hull and propeller performance: A review | |
CN112208728B (zh) | 一种船舶污底监测预警方法 | |
CN112093004B (zh) | 一种基于总体污底系数的船舶污底监测评估方法 | |
Fonteinos et al. | Ship hull fouling estimation using shipboard measurements, models for resistance components, and shaft torque calculation using engine model | |
Carchen et al. | Four KPIs for the assessment of biofouling effect on ship performance | |
CN112650110B (zh) | 一种船舶污染物排放综合智能监控系统与监控方法 | |
Cusanelli et al. | Hydrodynamic energy saving enhancements for DDG 51 class ships | |
Hasselaar | An investigation into the development of an advanced ship performance monitoring and analysis system | |
CN115600911A (zh) | 一种基于设备劣化指数的船舶能效智能管理系统 | |
CN112141293B (zh) | 一种基于固定航速污底系数的船舶污底监测评估方法 | |
CN111806645B (zh) | 船舶清污方法、装置及电子设备 | |
Gupta et al. | Streamlined semi-automatic data processing framework for ship performance analysis | |
CN220430466U (zh) | 用于船舶的能效监测系统 | |
Perera et al. | An overview of data veracity issues in ship performance and navigation monitoring | |
Van den Boom et al. | Speed-power performance of ships during trials and in service | |
Storhaug et al. | Assessment of hull monitoring measurements for a large blunt vessel | |
Bebić et al. | EDD–economic benefit analysis of extending dry docking interval | |
Themelis et al. | 03 OPERATIONAL DATA ANALYSIS TO AID THE OPTIMIZATION OF RETROFIT SOLUTIONS WITHIN ‘RETROFIT55’FRAMEWORK | |
CN117963104A (zh) | 一种船舶污底状态的判断方法 | |
Barfod | 2 Quantifying the impact of weather on ship fuel efficiency (Paper 1) | |
Xi et al. | Ship Fouling Monitoring and Analysis Based on Data Driven Methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |