CN114971979A - 一种关于船舶主机废气物排放量的获取方法 - Google Patents
一种关于船舶主机废气物排放量的获取方法 Download PDFInfo
- Publication number
- CN114971979A CN114971979A CN202210425910.9A CN202210425910A CN114971979A CN 114971979 A CN114971979 A CN 114971979A CN 202210425910 A CN202210425910 A CN 202210425910A CN 114971979 A CN114971979 A CN 114971979A
- Authority
- CN
- China
- Prior art keywords
- ship
- speed
- main engine
- representing
- load
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 23
- 231100000719 pollutant Toxicity 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 5
- 239000000446 fuel Substances 0.000 claims description 26
- 238000013461 design Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000002706 hydrostatic effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 2
- 239000010705 motor oil Substances 0.000 claims 3
- 239000003921 oil Substances 0.000 claims 2
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 3
- 239000005431 greenhouse gas Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 229910052717 sulfur Inorganic materials 0.000 description 3
- 239000011593 sulfur Substances 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000003373 anti-fouling effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 125000001153 fluoro group Chemical group F* 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开了一种关于船舶主机废气物排放量的获取方法，包括：S1:获取AIS数据、对AIS数据中经纬度、航速和船首向进行插值处理；S2:获取插值后AIS数据中的经纬点的海洋坏境信息，将船舶对地速度修正为船舶静水速度；S3:利用新船初始粗糙度和船舶营运过程中船体粗糙度估算船体污垢因子；S4:基于螺旋桨定律采用修正速度、船体污垢因子和吃水调整系数对船舶主机负荷功率进行估算，并与实船监测油耗进行对比从而验证船舶主机负荷估算准确度；S5:基于船舶主机负荷估算模型和污染物排放因子估算船舶主机污染排放量。本发明提高了主机负荷的估算准确度；通过估算的主机负荷和排放因子实现了船舶主机排放量的准确估算。
Description
技术领域
本发明涉及船舶主机废气污染物排量估算领域，具体涉及一种关于船舶主机废气物排放量的获取方法。
背景技术
目前，船舶污染物排放主要是采用“自下而上”的动力学方法进行估算的，主机污染物排放是主要排放源。IMO、美国环保署(USEPA)等机构不断优化和更新其排放清单方法，主要是采用螺旋桨法和海军法估算主机负荷，因此，船舶速度是影响估算准确度的一个重要因素。但是，AIS数据中提供的速度是受风、浪和流影响之后表现出的速度，需要剔除风、浪和流影响得到船舶实际输出速度，才能够反应实际海况和天气状况对船舶瞬时输出功率的影响。此外，船体污垢变化均会引起船舶瞬时功率的变化。IMO第四次温室气体研究报告(IMO4)推荐负荷方程中的船体污垢因子采用固定值。但是，船体污垢是一种难以预测和控制的生物现象，污垢类型、严重程度与防污涂层的类型及船舶运营状况等都有很大关系，船体污垢会导致阻力和功率显著增加。因此，天气、海况和船体污垢对精确估算主机负荷至关重要。
发明内容
根据现有技术存在的不足，本发明提出一种关于船舶主机废气物排放量的获取方法，用以提升船舶主机废气排放量的估算准确度，为达到上述发明目的，本发明采用的技术方案如下：
S1:获取AIS数据，对AIS数据中经纬度、航速和船首向进行插值处理；
S2:获取插值后AIS数据中的经纬点的海洋坏境信息，将船舶对地速度(航速)修正为船舶静水速度(船速)；
S3:利用新船初始粗糙度和船舶营运过程中船体粗糙度估算船体污垢因子，并将时间精度提升到以月为单位；
S4:基于螺旋桨定律，采用修正速度、船体污垢因子和吃水调整系数对船舶主机负荷功率进行估算；并与实船监测油耗进行对比，验证船舶主机负荷估算准确度；
S5:通过AIS数据识别船舶状态，基于船舶主机负荷估算模型和污染物排放因子估算船舶主机污染排放量。
S2中具体采用如下方式：
S21:设经风影响前的船舶速度为V，具体方式如下：
式中：VSOG表示AIS数据中的船舶对地速度(m/s)；Vw表示风致漂移速度(m/s)，θw表示风向与船首向的夹角，Vy表示船舶静止时的风致漂移速度(m/s)，K为漂移系数，在船舶空载和满载时的取值分别为0.038和0.041，Ba是船体水线上侧面积(m2)，Lw是水线面长度(m)，d是船舶实际吃水(m)，Va表示风速(m/s)；
S22:设经浪影响前的船舶速度为V，具体方式如下：
BN＝4.21794×H0.31
式中：θs表示浪向与船首向的夹角；μ表示不同浪向与船首向夹角下的速度损失系数；△V/V表示速度损失；BN表示蒲福系数(无量纲)；H表示有效浪高(m)；C表示无量纲参数：油船取值0.5，其他船舶取值0.7；▽是船舶排水量(t)；
S23:设经流影响前的船舶速度为V，表达式如下：
式中：Vc表示流速(m/s)；θc表示流向与船首向的夹角；
S24:设船舶原始船速，即经风、浪、流修正后的速度为V，表达式如下：
S3中具体采用如下方式：
S31:一艘新船的船体平均粗糙度(k1)约为120μm，船体粗糙度随着年龄的增长平均每年增加30μm。拟合随船龄变化而增加的粗糙度方程，表达式如下：
式中：b表示随船龄变化而增加的粗糙度(μm)；x2表示船龄(年)；线性回归方程拟合数据来自Greenhouse gas emissions from global shipping,2013–2015(ICCT2017)；
S32:建立船舶营运过程中船体粗糙度(k2)随营运时间(进入干船坞间隔时间)变化函数关系方程，表达式如下：
k2＝ax1+b(R2＝1)
式中：a表示船体粗糙度平均每月增加2.5μm(ICCT 2017)；x1表示船舶进入干船坞间隔时间(月)；
S33:船体污垢因子方程表达式如下：
式中：HFF表示船体污垢因子；L表示船舶垂线间长；k1表示新船初始粗糙度(120μm)；k2表示随营运时间(进入干船坞间隔时间)变化船体的粗糙度(μm)；
S4中具体采用如下方式：
S41:吃水调整系数(DAF)表达式如下：
DAF ＝(T/Tmax)2/3
式中：T表示船舶瞬时吃水(m)；Tmax表示船舶最大吃水(m)；
S42:基于螺旋桨定律，采用修正速度、船体污垢因子和吃水调整系数对船舶主机负荷进行估算，表达式如下；
LFi＝(Vi/Vmax)3×DAFi×HFFi
式中：LFi表示瞬时主机负荷；Vi表示经风浪流修正船舶瞬时速度(kn)；Vmax表示船舶最大设计速度(kn)；
S43:根据IMO4建立燃油消耗率SFOC与主机负荷的方程估算主机油耗FC，基于实测主机油耗对主机负荷估算的准确度进行验证，主机油耗估算表达式如下：
式中：SFOCi表示主机在LFi下的燃油消耗率(g/kWh)；SFOCbaseline表示最低燃油消耗率(g/kWh)；Pe为主机额定功率；LFi表示瞬时主机负荷；t表示两个连续AIS报告点之间的时间间隔。
S5中具体采用如下方式：
S51:污染物排放因子(EF)的选取取决于发动机类型、燃油含硫率等，本发明选取IMO4中提出的污染物排放因子；
S52:基于估算的主机负荷估算模型和排放因子，计算两个连续AIS报告点之间的时间间隔ti下的排放量并加和得到单船主机排放量E；
NOx、CO、PM、HC(CH4和NMVOC)和N2O的排放量E估算如下：
CO2、SOx和BC的排放量E估算如下：
式中：EFe,i表示基于功率的污染物的排放因子(g/kWh)；EFf,i表示基于燃油的污染物的排放因子(g/g fuel)；LLAFi表示在LF小于20％时的排放因子调整系数；Pe为主机额定功率；LFi表示瞬时主机负荷。
本发明公开的一种关于船舶主机废气物排放量的获取方法，现有技术相比，具有以下有益效果：(1)本申请利用实时风、浪和流对船舶速度的进行了修正，并拟合了船体污垢随船龄和干船坞时间变化的函数；(2)采用修正速度、船体污垢因子和吃水调整系数对船舶主机负荷功率进行估算，并与实船监测油耗进行对比，验证船舶主机负荷估算的准确度；(3)本申请采用船舶主机负荷估算模型和污染物排放因子估算船舶主机污染排放量。
附图说明
图1为本发明中实验总体流程图；
图2为风、流影响下船舶平面运动图；
图3为船舶与浪的相遇角图；
图4为时间为年和月的HFF对比图(以船龄12年为例)；
图5为各航线船舶瞬时修正速度变化图；
图6为IMO4与本发明负荷估算比较图。
具体实施方式
为使本发明的技术方案和优点更易理解，下面结合附图和实施例，对本发明实施例中的技术方案进行清楚完整的描述。如图1所示的一种关于船舶主机废气物排放量的获取方法，包括以下步骤：
S1:本发明以两艘中国典型散货船的4个航次为例，采用三次样条插值方法对原始AIS数据进行插值处理，时间分辨率为分钟。
S2:根据插值后AIS数据中的时间和经纬度来提取对应时间和经纬度的风、浪、流的信息。4个航次中瞬时修正速度变化如图4所示，海洋环境要素对船舶速度损失的影响得到了量化。
S21:设风影响前的船舶速度为V，风影响下船舶平面运动图如图2所示，具体方式如下：
式中：VSOG表示AIS数据中的船舶对地速度(m/s)；Vw表示风致漂移速度(m/s)，θw表示风向与船首向的夹角，Vy表示船舶静止时的风致漂移速度(m/s)，K为漂移系数，在船舶空载和满载时的取值分别为0.038和0.041，Ba是船体水线上侧面积(m2)，Lw是水线面长度(m)，d是船舶实际吃水(m)，Va表示风速(m/s)；
S22:设浪影响前的船舶速度为V，船舶与浪的相遇角如图3所示，具体方式如下：
BN＝4.21794×H0.31
式中：θs表示浪向与船首向的夹角；μ表示不同浪向与船首向夹角下的速度损失系数；△V/V表示速度损失；BN表示蒲福系数(无量纲)；H表示有效浪高(m)；C表示无量纲参数：油船取值0.5，其他船舶取值0.7；▽是船舶排水量(t)；
S23:设流影响前的船舶速度为V，流影响下船舶平面运动图如图2所示，表达式如下：
式中：Vc表示流速(m/s)；θc表示流向与船首向的夹角；
S24:设船舶原始船速，即风、浪、流修正后的速度为V，表达式如下：
S3:污垢因子估算方法是基于船龄分类的平均船体初始粗糙度和年均增加粗糙度(30μm)的函数，将时间精度提升到以月为单位，这将大大提高船体粗糙度估算准确度，从而提高负荷的估算的准确度。
S31:一艘新船的船体平均粗糙度(k1)约为120μm，船体粗糙度随着年龄的增长平均每年增加30μm。拟合随船龄变化而增加的粗糙度方程，表达式如下：
式中：b表示随船龄变化而增加的粗糙度(μm)；x2表示船龄(年)；线性回归方程拟合数据来自ICCT2017；
S32:建立船舶营运过程中船体粗糙度(k2)随营运时间(进入干船坞间隔时间)变化函数关系方程，表达式如下：
k2＝ax1+b(R2＝1)
式中：a表示船体粗糙度平均每月增加2.5μm(ICCT 2017)；x1表示船舶进入干船坞间隔时间(月)；
S33:船体污垢因子方程表达式如下：
式中：HFF表示船体污垢因子；L表示船舶垂线间长(m)；k1表示新船初始粗糙度(120μm)；k2表示随营运时间(进入干船坞间隔时间)变化船体的粗糙度(μm)。
S4:基于螺旋桨定律，采用修正速度、船体污垢因子和吃水调整系数对船舶主机负荷功率进行估算，并使用IMO第四次温室气体研究报告中提出的SFOC估算燃油消耗量，通过与实船监测的燃油消耗量进行对比，验证船舶主机负荷估算的准确度，表1为本发明、IMO4与实测油耗对比。
S41:吃水调整系数(DAF)表达式如下：
DAF ＝(T/Tmax)2/3
式中：T表示船舶瞬时吃水(m)；Tmax表示船舶最大吃水(m0；
S42:基于螺旋桨定律，采用修正速度、船体污垢因子和吃水调整系数对船舶主机负荷进行估算，表达式如下，并与IMO4负荷估算方法进行对相比，具体如图3所示；
LFi＝(Vi/Vmax)3×DAFi×HFFi
式中：LFi表示瞬时主机负荷；Vi表示经风浪流修正船舶瞬时速度(kn)；Vmax表示船舶最大设计速度(kn)；
S43:根据IMO4，建立燃油消耗率SFOC与主机负荷的方程估算主机油耗FC，基于实测主机油耗对主机负荷估算的准确度进行验证，主机油耗估算表达式如下：
式中：SFOCi表示主机在LFi下的燃油消耗率(g/kWh)；SFOCbaseline表示最低燃油消耗率(g/kWh)；Pe为主机额定功率；LFi表示瞬时主机负荷；t表示两个连续AIS报告点之间的时间间隔。
表1燃油消耗估算值与监测值的百分误差
由表1可以看出，IMO4与本发明所估算油耗的平均百分误差分别为19.28％和11.76％。这表明采用修正速度、船体污垢因子和吃水调整系数的主机负荷估算模型能准确地估算主机负荷。因此，采用本发明的主机负荷估算模型用于估算船舶主机污染物排放量。
S5:通过AIS数据识别船舶状态，采用船舶主机负荷估算模型和污染物排放因子估算船舶主机污染排放量。
S51:污染物排放因子(EF)的选取取决于发动机类型、燃油含硫率等，本发明选取IMO4中提出的污染物排放因子，具体如下所示。
EFSOx(g SOX/g fuel)＝2×0.97753×s
HFO:EFPM10(g/kWh)＝1.35+SFOC×7×0.02247×(s-0.0246)
MDO:EFPM10(g/kWh)＝0.23+SFOC×7×0.02247×(s-0.0024)
EFPM2.5(g/kWh)＝0.92×EFPM10
HFO:
二冲程发动机：EFBC(gBC/gfuel)＝1.5×10-4×(LF-0.359)
四冲程发动机：EFBC(gBC/gfuel)＝2.5×10-4×(LF-0.968)
MDO&MGO:
二冲程发动机：EFBC(gBC/gfuel)＝3.11×10-5×(LF-0.397)
四冲程发动机：EFBC(gBC/gfuel)＝1.201×10-4×(LF-1.124)
式中：s表示燃油含硫量。
表2 NOx排放因子(g/kWh)
表3 CO排放因子(g/kWh)
| 主机类型 | HFO&LSHFO | MDO | Methanol |
| SSD | 0.540 | 0.044 | 0.054 |
| MSD | 0.540 | 0.046 | 0.054 |
| HSD | 0.540 | 0.540 |
表4 CO2排放因子(g CO2/g fuel)
| 燃料类型 | 碳含量 | EF<sub>f</sub> |
| HFO | 0.8493 | 3.114 |
| MDO | 0.8744 | 3.206 |
| LNG | 0.7500 | 2.750 |
| Methanol | 0.3750 | 1.375 |
| LSHFO1.0％ | 0.8493 | 3.114 |
表5 CH4排放因子(g/kWh)
| 主机类型 | HFO,LSHFO&MDO | Methanol |
| SSD | 0.010 | 0.001 |
| MSD | 0.010 | 0.001 |
| HSD | 0.010 |
表6 NMVOC排放因子(g/kWh)
表7 N2O排放因子(g/kWh)
| 主机类型 | HFO&LSHFO | MDO | Methanol |
| SSD | 0.031 | 0.030 | 0.003 |
| MSD | 0.034 | 0.030 | 0.003 |
| HSD | 0.030 | 0.034 |
S52:对比船舶速度和工况划分速度限值判定船舶所处航行工况并计算主机负荷。本研究选取一艘Tier0阶段船舶和一艘TierⅡ阶段船舶，共4个航次，采用基于主机负荷估算模型和排放因子的估算模型进行排放量估算，计算两个连续AIS报告点之间的时间间隔ti下的排放量并加和得到单船主机排放量E，计算结果如表9所示，
NOx、CO、PM、HC(CH4和NMVOC)和N2O的排放量E估算如下：
CO2、SOx和BC的排放量E估算如下：
式中：EFe,i表示基于功率的污染物的排放因子(g/kWh)；EFf,i表示基于燃油的污染物的排放因子(g/g fuel)；LLAFi表示在LF小于20％时的排放因子调整系数；Pe为主机额定功率；LFi表示瞬时主机负荷，如表8所示。
表8低负荷修正系数
| 主机负荷 | PM | NOx | SOx | CO<sub>2</sub> | CO | CH<sub>4</sub> | NWVOC | N<sub>2</sub>O | BC |
| <＝2％ | 7.29 | 4.63 | 1.00 | 1.00 | 9.70 | 21.18 | 21.18 | 4.63 | 1.00 |
| 10％ | 1.38 | 1.22 | 1.00 | 1.00 | 1.97 | 2.18 | 2.18 | 1.22 | 1.00 |
| 20％ | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 | 1.00 |
表9污染物排放量(t)
S6:通过S5可得到单船主机排放量，将选定区域内船舶排放量加和得到该区域船舶主机排放量，构建时间、空间和船舶属性三维度的区域船舶主机污染物排放清单。
综上所述，本申请的上述实施例中，通过提供一种关于船舶排放清单估算的精确算法，包括：对AIS数据中经纬度、航速和船首向等进行高时间分辨率插值处理，利用风、浪和流信息将船舶对地速度(航速)修正为船舶静水速度(船速)和建立船体污垢随时间变化的函数优化船舶主机负荷估算，通过与实船监测油耗进行对比，证明了本发明提高了主机负荷的估算准确度；通过估算的主机负荷和排放因子实现了船舶主机排放量的精确估算。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术，尽管对本发明的具体实施方式进行了说明，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种关于船舶主机废气物排放量的获取方法，其特征在于包括：
S1:获取AIS数据、对AIS数据中经纬度、航速和船首向进行插值处理；
S2:获取插值后AIS数据中的经纬点的海洋坏境信息，将船舶对地速度修正为船舶静水速度；
S3:利用新船初始粗糙度和船舶营运过程中船体粗糙度估算船体污垢因子；
S4:基于螺旋桨定律采用修正速度、船体污垢因子和吃水调整系数对船舶主机负荷功率进行估算，并与实船监测油耗进行对比从而验证船舶主机负荷估算准确度；
S5:基于船舶主机负荷估算模型和污染物排放因子估算船舶主机污染排放量。
2.根据权利要求1所述的方法，其特征在于，S2中具体采用如下方式：
S21:设受风影响前的船舶速度为V，具体方式如下：
式中：VSOG表示AIS数据中的船舶对地速度，Vw表示风致漂移速度，θw表示风向与船首向的夹角，Vy表示船舶静止时的风致漂移速度，K为漂移系数，Ba是船体水线上侧面积，Lw是水线面长度，d是船舶实际吃水，Va表示风速；
S22:设受浪影响前的船舶速度为V，具体方式如下：
BN＝4.21794×H0.31
式中：θs表示浪向与船首向的夹角，μ表示不同浪向与船首向夹角下的速度损失系数，△V/V表示速度损失，BN表示蒲福系数，H表示有效浪高，C表示无量纲参数，
是船舶排水量；
S23:设受流影响前的船舶速度为V，表达式如下：
式中：Vc表示流速(m/s)，θc表示流向与船首向的夹角；
S24:设船舶静水速度，即经风、浪、流修正后的速度为V，表达式如下：
3.根据权利要求1所述的方法，其特征在于：S3中具体采用如下方式：
S31:拟合随船龄变化而增加的粗糙度方程，表达式如下：
式中：b表示随船龄变化而增加的粗糙度，x2表示船龄；
S32:建立船舶营运过程中船体粗糙度k2随营运时间变化函数关系方程，表达式如下：
k2＝ax1+b(R2＝1)
式中：a表示船体粗糙度平均每月增加2.5μm，x1表示船舶进入干船坞间隔时间，
S33:船体污垢因子方程表达式如下：
式中：HFF表示船体污垢因子，L表示船舶垂线间长，k1表示新船初始粗糙度，k2表示随营运时间变化船体的粗糙度。
4.根据权利要求1所述的方法，其特征还在于，S4中具体采用如下方式：
S41:吃水调整系数DAF表达式如下：
DAF＝(T/Tmax)2/3
式中：T表示船舶瞬时吃水；Tmax表示船舶最大吃水；
S42:基于螺旋桨定律采用修正速度、船体污垢因子和吃水调整系数对船舶主机负荷进行估算，表达式如下；
LFi＝(Vi/Vmax)3×DAFi×HFFi
式中：LFi表示瞬时主机负荷，Vi表示经风浪流修正船舶瞬时速度，Vmax表示船舶最大设计速度；
S43:建立燃油消耗率与主机负荷的主机油耗估算方程，基于实测主机油耗对主机负荷估算的准确度进行验证，主机油耗估算表达式如下：
式中：SFOCi表示主机在LFi下的燃油消耗率，SFOCbaseline表示最低燃油消耗率，Pe为主机额定功率，LFi表示瞬时主机负荷，t表示两个连续AIS报告点之间的时间间隔。
5.根据权利要求1所述的方法，其特征在于：S5中具体采用如下方式：
S51:选取污染物排放因子；
S52:基于主机负荷估算模型和排放因子，计算两个连续AIS报告点之间的时间间隔ti下的排放量并加和得到单船主机排放量E；
NOx、CO、PM、CH4、NMVOC和N2O的排放量E估算如下：
CO2、SOx和BC的排放量E估算如下：
式中：EFe,i表示基于功率的污染物的排放因子，EFf,i表示基于燃油的污染物的排放因子，LLAFi表示在LF小于20％时的排放因子调整系数，Pe为主机额定功率，LFi表示瞬时主机负荷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210425910.9A CN114971979A (zh) | 2022-04-21 | 2022-04-21 | 一种关于船舶主机废气物排放量的获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210425910.9A CN114971979A (zh) | 2022-04-21 | 2022-04-21 | 一种关于船舶主机废气物排放量的获取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114971979A true CN114971979A (zh) | 2022-08-30 |
Family
ID=82979602
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210425910.9A Pending CN114971979A (zh) | 2022-04-21 | 2022-04-21 | 一种关于船舶主机废气物排放量的获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114971979A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115936188A (zh) * | 2022-11-21 | 2023-04-07 | 上海船舶运输科学研究所有限公司 | 理论模型加自动采集数据的船舶营运油耗模型建立方法 |
| CN116611983A (zh) * | 2023-07-14 | 2023-08-18 | 交通运输部天津水运工程科学研究所 | 船舶氮氧化物超标排放识别方法及系统 |
| WO2024087803A1 (zh) * | 2022-10-26 | 2024-05-02 | 上海船舶工艺研究所(中国船舶集团有限公司第十一研究所) | 区域船舶黑碳排放测算方法及装置 |
-
2022
- 2022-04-21 CN CN202210425910.9A patent/CN114971979A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024087803A1 (zh) * | 2022-10-26 | 2024-05-02 | 上海船舶工艺研究所(中国船舶集团有限公司第十一研究所) | 区域船舶黑碳排放测算方法及装置 |
| CN115936188A (zh) * | 2022-11-21 | 2023-04-07 | 上海船舶运输科学研究所有限公司 | 理论模型加自动采集数据的船舶营运油耗模型建立方法 |
| CN116611983A (zh) * | 2023-07-14 | 2023-08-18 | 交通运输部天津水运工程科学研究所 | 船舶氮氧化物超标排放识别方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114971979A (zh) | 一种关于船舶主机废气物排放量的获取方法 | |
| EP3330171B1 (en) | Apparatus for predicting a power consumption of a maritime vessel | |
| KR102390265B1 (ko) | 선박의 경년변화 추정방법, 선박의 경년변화 추정시스템, 최적항로계산 시스템, 및 선박의 운항지원 시스템 | |
| Tsujimoto et al. | Development of a calculation method for fuel consumption of ships in actual seas with performance evaluation | |
| Logan | Using a ship’s propeller for hull condition monitoring | |
| CN110852619B (zh) | 一种在船舶性能的评估中对海浪阻力的修正方法 | |
| Fonteinos et al. | Ship hull fouling estimation using shipboard measurements, models for resistance components, and shaft torque calculation using engine model | |
| Sasa et al. | Evaluation of speed loss in bulk carriers with actual data from rough sea voyages | |
| CN115600911A (zh) | 一种基于设备劣化指数的船舶能效智能管理系统 | |
| Tsujimoto et al. | Development of a ship performance simulator in actual seas | |
| Tadros et al. | Effect of different speed reduction strategies on ship fuel consumption in realistic weather conditions | |
| KR102421464B1 (ko) | 선박 에너지 효율 지표를 산출하는 시스템 및 방법, 동 방법을 컴퓨터에서 실행하기 위한 컴퓨터 프로그램이 기록된, 컴퓨터 판독 가능한 기록 매체 | |
| Tsujimoto et al. | On a calculation of decrease of ship speed in actual seas | |
| JP2018034585A (ja) | 船舶の推進性能の解析 | |
| Zhmur et al. | WAYS TO INCREASE ECONOMIC, ENERGY EFFICIENCY AND ENVIRONMENTAL SAFETY OF SEA FREIGHT | |
| Tvete et al. | A modelling system for power consumption of marine traffic | |
| Dolinskaya et al. | Optimal short-range routing of vessels in a seaway | |
| Huu et al. | A real-time model using interpolation method and semi-empirical formulas to estimate fuel consumption for cargo ships | |
| Feng et al. | The influence of wave surge force on surf-riding/broaching vulnerability criteria check | |
| Eide | Calculation of service and sea margins | |
| Sandvik et al. | Estimation of fuel consumption using discrete-event simulation—A validation study | |
| Shin et al. | Speed-Power Performance Analysis of an Existing 8,600 TEU Container Ship using SPA (Ship Performance Analysis) Program and Discussion on Wind-Resistance Coefficients | |
| CN114140295A (zh) | 一种基于动态排放因子估算船舶主机氮氧化物排放量方法 | |
| Lin et al. | Study on resistance of multi-function small surface boat design | |
| JP2020104699A (ja) | 船舶性能推定装置及び船舶性能推定プログラム |
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 |