CN115848558A - 一种船舶压载水智能调控系统 - Google Patents

一种船舶压载水智能调控系统 Download PDF

Info

Publication number
CN115848558A
CN115848558A CN202310106683.8A CN202310106683A CN115848558A CN 115848558 A CN115848558 A CN 115848558A CN 202310106683 A CN202310106683 A CN 202310106683A CN 115848558 A CN115848558 A CN 115848558A
Authority
CN
China
Prior art keywords
ship
difference
moment
fore
aft
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
Application number
CN202310106683.8A
Other languages
English (en)
Other versions
CN115848558B (zh
Inventor
刘思鹏
常金维
丛塬钧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weihai Cosco Marine Heavy Industry Technology Co ltd
Original Assignee
Weihai Cosco Marine Heavy Industry Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Weihai Cosco Marine Heavy Industry Technology Co ltd filed Critical Weihai Cosco Marine Heavy Industry Technology Co ltd
Priority to CN202310106683.8A priority Critical patent/CN115848558B/zh
Publication of CN115848558A publication Critical patent/CN115848558A/zh
Application granted granted Critical
Publication of CN115848558B publication Critical patent/CN115848558B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Abstract

本发明涉及电数字数据处理技术领域，具体涉及一种船舶压载水智能调控系统。该系统包括：吃水指标获取模块，获取船舶的吃水指标；平稳阈值获取模块，根据吃水指标获取差异系数，进而获取差异序列，根据差异序列获取平稳阈值；船舶整体稳定系数获取模块，根据差异序列获取序列相似度差异距离，根据序列相似度差异距离、差异系数、平稳阈值获取船舶整体稳定系数；船舶状态特征值获取模块，根据差异系数获得船舶二元组，进而获得船舶散点特征图，对船舶散点特征图中的数据点进行分析，获取主方向向量，根据主方向向量与船舶整体稳定系数获取船舶状态特征值；压载水调控模块，根据船舶状态特征值对船舶压载水进行调控，使得船舶保持平稳航行。

Description

一种船舶压载水智能调控系统
技术领域
本发明涉及电数字数据处理技术领域，具体涉及一种船舶压载水智能调控系统。
背景技术
大型船舶、货轮在进行远距离航行时需要将一定量的海水抽入到船舶的压载舱中，以确保船舶在空载时具有一定程度的抗风浪能力，保证船舶航行过程中的适航性，避免船舶在航行过程中出现航行事故。根据不同的实际运输场景如进出码头、装卸货物时的不同状态，通过抽入或者排出压载舱中的压载水使得船舶保持较好的稳定性。根据相关数据表明，远洋船舶在航行时压载舱中必须加装
Figure SMS_1
的压载水，当天气恶劣等特殊情况时，压载舱中的压载水会增加到/>
Figure SMS_2
，以确保船舶航行过程中的安全性。
船舶压载水的调控是一个十分复杂的非线性模型，在计算过程中需要同时兼顾准确性和实时性的效果。在船舶航行过程中对压载舱中压载水的动态调控非常依赖船员的操作经验，根据船员的主观经验对压载水进行调控容易产生误差，使得船舶航行的安全性受到影响。
现有技术中是通过事先确定好的船舶的正常姿态与正常吃水条件，将采集获取的船舶姿态信息与吃水状态信息与事先确定好的船舶的正常姿态与正常吃水条件进行比较，根据比较结果对船舶压载水进行调控，事先确定好的船舶的正常姿态与正常吃水条件根据船舶在航行的实际情况中是会发生变化的，一直根据事先确定好的船舶的正常姿态与正常吃水条件进行压载水调控，会发生压载水调控不准确，从而导致船舶无法正常航行。
发明内容
为了解决压载水调控不准确，导致船舶航行受到影响的技术问题，本发明的目的在于提供一种船舶压载水智能调控系统，所采用的技术方案具体如下：
本发明实施例中提供了一种船舶压载水智能调控系统，该系统包括以下：
吃水指标获取模块，获取预设时间间隔的每个时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标；
平稳阈值获取模块，根据船艏吃水指标与船艉吃水指标获取每个时刻下的艏艉差异系数；根据左船舯吃水指标与右船舯吃水指标获取每个时刻下的左右差异系数；获取每个时刻之前的预设时间段内的艏艉差异系数与左右差异系数并进行排序，获得每个时刻对应的艏艉差异序列与左右差异序列；根据艏艉差异序列与左右差异序列分别获取每个时刻下的艏艉平稳阈值与左右平稳阈值；
船舶整体稳定系数获取模块，根据艏艉差异序列与左右差异序列获取序列相似度差异距离；根据艏艉差异系数、左右差异系数、艏艉平稳阈值、左右平稳阈值、序列相似度差异距离，获取每个时刻下的船舶整体稳定系数；
船舶状态特征值获取模块，根据艏艉差异系数与左右差异系数获取每个时刻下对应的船舶二元组，根据船舶二元组获得船舶散点特征图，去除船舶散点特征图中的离散点后获得待分析散点图；获得待分析散点图中每个数据点预设邻域范围内的主方向向量，根据主方向向量的分布与船舶整体稳定系数获取船舶状态特征值；
压载水调控模块，根据船舶状态特征值对船舶压载水进行调控。
进一步地，所述艏艉差异系数与左右差异系数的获取方法，包括：
计算每个时刻下的船艏吃水指标与船艉吃水指标的差值绝对值作为每个时刻下的艏艉差异系数；
计算每个时刻下的左船舯吃水指标与右船舯吃水指标的差值绝对值作为每个时刻下的左右差异系数。
进一步地，所述艏艉平稳阈值的获取方法，包括：
根据艏艉平稳阈值获取公式获得艏艉平稳阈值，艏艉平稳阈值获取公式包括：
Figure SMS_3
其中，
Figure SMS_4
为艏艉平稳阈值；/>
Figure SMS_5
为艏艉差异序列中的艏艉差异系数的方差；/>
Figure SMS_6
为艏艉差异序列中的第/>
Figure SMS_7
个艏艉差异系数；/>
Figure SMS_8
为艏艉差异序列长度；/>
Figure SMS_9
为自然常数。
进一步地，所述船舶整体稳定系数的获取方法，包括：
当任一时刻下的艏艉差异系数大于艏艉平稳阈值或左右差异系数大于左右平稳阈值时，将艏艉差异系数减去艏艉平稳阈值的差值作为第三结果；将左右差异系数减去左右平稳阈值的差值作为第四结果；其中，第三结果与第四结果均大于0；
将每个时刻下的序列相似度差异距离、第三结果、第四结果的乘积作为每个时刻下的船舶整体稳定系数。
进一步地，所述去除船舶散点特征图中的离散点后获得待分析散点图的方法，包括：
若数据点的预设邻域范围内不包含其他数据点，则对应数据点为离散点；去除船舶散点特征图中的离散点后，选取船舶散点特征图中的纵轴上的最大值作为待分析散点图的行数；选取船舶散点特征图中的横轴上的最大值作为待分析散点图的列数；根据船舶散点特征图中的数据点的位置分布顺序，确实数据点在待分析散点图中的位置，从而获得每个时刻对应的待分析散点图。
进一步地，所述获得待分析散点图中每个数据点预设邻域范围内的主方向向量的方法，包括：
将每个数据点预设邻域范围内的左上角位置作为起始特征点坐标，获得每个数据点预设邻域范围内的质心；将质心坐标对应的横坐标与纵坐标分别与质心所在预设邻域范围内的初始特征点坐标对应的横坐标与纵坐标相减，将横坐标差值与纵坐标差值组成的向量作为对应数据点预设邻域范围内的主方向向量。
进一步地，所述根据主方向向量的分布与船舶整体稳定系数获取船舶状态特征值的方法，包括：
获取相邻的两个数据点预设邻域范围内的主方向向量的相似度，将每个待分析散点图中所有的主方向向量的相似度进行累加，所得结果作为对应时刻下的船舶稳定指标；
计算船舶整体稳定系数与船舶稳定指标的比值作为每个时刻下的船舶状态特征值。
进一步地，所述根据船舶状态特征值对船舶压载水进行调控的方法，包括：
设置船舶状态特征值阈值，当船舶状态特征值大于船舶状态特征值阈值时，说明船舶为非稳定航行状态，根据吃水指标获取压载水的调控方向标志，根据调控方向标志对压载水进行调控；当船舶状态特征值小于或等于船舶状态特征值阈值时，说明船舶为稳定航行状态。
本发明具有如下有益效果：
获取预设时间间隔的每个时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标，便于对每个时刻下船舶航行的状态进行分析，及时对船舶航行的状态进行调控，使得船舶保持稳定行驶；根据船艏吃水指标与船艉吃水指标获取每个时刻下的艏艉差异系数，初步判断每个时刻下船舶的前后是否发生了倾斜；根据左船舯吃水指标与右船舯吃水指标获取每个时刻下的左右差异系数，初步判断每个时刻下船舶的左右是否发生了倾斜；获取每个时刻之前的预设时间段内的艏艉差异系数与左右差异系数并进行排序，获得每个时刻对应的艏艉差异序列与左右差异序列，使得对船舶状态的分析更准确，降低了外在的干扰因素以及数据采集误差带来的不利影响；根据艏艉差异序列与左右差异序列分别获取每个时刻下的艏艉平稳阈值与左右平稳阈值，使得每个时刻下的艏艉平稳阈值与左右平稳阈值更贴合实际情况，更能准确的判断出每个时刻下船舶航行的平稳状态；根据艏艉差异序列与左右差异序列获取序列相似度差异距离，间接可以反映出船舶的不同位置的吃水指标是否一致，也可以反映船舶航行的状态；根据艏艉差异系数、左右差异系数、艏艉平稳阈值、左右平稳阈值、序列相似度差异距离，获取每个时刻下的船舶整体稳定系数，对整个船舶进行分析，避免了船舶在航行时，因船身的移动导致局部数据发生偏差使得对压载水的调控产生了误差；根据艏艉差异系数与左右差异系数获取每个时刻下对应的船舶二元组，根据船舶二元组获得船舶散点特征图，更有利于分析船舶航行的状态；去除船舶散点特征图中的离散点后获得待分析散点图，使得待分析散点图中的每个数据点都有分析的意义，每个数据点均对判断船舶航行的状态有影响；获得待分析散点图中每个数据点预设邻域范围内的主方向向量，可以反映出每个数据点预设邻域范围内数据点的分布状况；根据主方向向量的分布与船舶整体稳定系数获取船舶状态特征值，确定每个时刻下船舶航行的状态；根据船舶状态特征值对船舶压载水进行调控，使得船舶一直平稳行驶，提高了船舶航行的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种船舶压载水智能调控系统的结构框图；
图2为本发明一个实施例所提供的第
Figure SMS_10
个时刻对应的船舶散点特征图。/>
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种船舶压载水智能调控系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种船舶压载水智能调控系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种船舶压载水智能调控系统的结构框图，该系统包括：吃水指标获取模块10、平稳阈值获取模块20、船舶整体稳定系数获取模块30、船舶状态特征值获取模块40、压载水调控模块50。
吃水指标获取模块10，获取预设时间间隔的每个时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标。
具体的，船舶处于不同状态时其稳定性也有所不同，例如在航行过程中，随着燃料、淡水、食物的不断消耗，船舶的吃水状态也会发生改变，此时，船舶整体稳定性会发生下降，若不及时对船舶压载舱中的压载水进行动态调控，船舶极有可能发生安全事故。
当对船舶压载水进行动态调控时，需要获取不同时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标。以第
Figure SMS_11
个时刻下获取的船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标为例，分别记为/>
Figure SMS_12
。为了对船舶航行中出现的各种异常状态进行及时的响应和反馈，本发明实施例每间隔50ms对船舶的吃水指标进行一次采集，获得每个时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标。
获得的每个时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标很容易受到采集工作环境中随机噪声的影响，为了避免这些随机噪声对后续船舶压载水进行调控的准确性造成的干扰，需要使用相应的计算进行处理，尽可能减弱甚至消除随机噪声带来的影响。本发明实施例考虑到吃水指标获取的时间间隔为50ms，对获得的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标分别进行平滑处理，其中，设置平滑窗口的大小为
Figure SMS_13
，即每0.5s获取一个数据帧，取每个平滑窗口中的所有吃水指标的平均值代替原始平滑窗口中的每个吃水指标，以达到削弱或去除随机噪声点的干扰。从而获取处理后的每个时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标。
平稳阈值获取模块20，根据船艏吃水指标与船艉吃水指标获取每个时刻下的艏艉差异系数；根据左船舯吃水指标与右船舯吃水指标获取每个时刻下的左右差异系数；获取每个时刻之前的预设时间段内的艏艉差异系数与左右差异系数并进行排序，获得每个时刻对应的艏艉差异序列与左右差异序列；根据艏艉差异序列与左右差异序列分别获取每个时刻下的艏艉平稳阈值与左右平稳阈值。
具体的，根据船舶不同位置处的吃水指标可以对船舶当前状态下的平稳程度进行初步计算评估，理想状态下，处于平稳航行时的船舶在不同位置处的吃水指标应保持一致水平，但当船舶受到航行环境或船舶中货物堆放情况的影响，船舶不同位置处的吃水指标可能有所差异。根据获得的每个时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标，分析每个时刻下船舶的航行状态。
本发明实施例根据船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标获取每个时刻下的艏艉差异系数与左右差异系数的方法如下：
计算每个时刻下的船艏吃水指标与船艉吃水指标的差值绝对值作为每个时刻下的艏艉差异系数；计算每个时刻下的左船舯吃水指标与右船舯吃水指标的差值绝对值作为每个时刻下的左右差异系数。
作为一个示例，以第
Figure SMS_14
个时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标获取第/>
Figure SMS_15
个时刻下的艏艉差异系数与左右差异系数，第/>
Figure SMS_16
个时刻下的艏艉差异系数/>
Figure SMS_17
与左右差异系数/>
Figure SMS_18
的公式为：
Figure SMS_19
其中，
Figure SMS_22
为第/>
Figure SMS_25
个时刻下的艏艉差异系数；/>
Figure SMS_31
为第/>
Figure SMS_21
个时刻下的船艏吃水指标；
Figure SMS_26
为第/>
Figure SMS_29
个时刻下的船艉吃水指标；/>
Figure SMS_32
为第/>
Figure SMS_20
个时刻下的左右差异系数；/>
Figure SMS_24
为第/>
Figure SMS_27
个时刻下的左船舯吃水指标；/>
Figure SMS_30
为第/>
Figure SMS_23
个时刻下的右船舯吃水指标；/>
Figure SMS_28
为绝对值函数。
需要说明的是，
Figure SMS_34
表示第/>
Figure SMS_38
个时刻下的船舶前后方向上的倾斜程度，/>
Figure SMS_41
表示第/>
Figure SMS_36
个时刻下的船舶左右方向上的倾斜程度。/>
Figure SMS_39
越大，说明第/>
Figure SMS_43
个时刻下的船舶前后越不平稳，船舶的前后越发生了倾斜；/>
Figure SMS_44
越大，说明第/>
Figure SMS_33
个时刻下的船舶左右越不平稳，船舶的左右越发生了倾斜。/>
Figure SMS_37
与/>
Figure SMS_40
同时越大，说明第/>
Figure SMS_42
个时刻下的船舶在前后方向和左右方向均发生了倾斜，第/>
Figure SMS_35
个时刻下的船舶航行的状态越不稳定。
根据获取第
Figure SMS_45
个时刻下的艏艉差异系数与左右差异系数的方法，获取每个时刻下的艏艉差异系数与左右差异系数。
船舶在航行的过程中是运动的状态，每个时刻下的艏艉差异系数与左右差异系数可能会发生变化，但并不能代表此时船舶的航行状态不平稳，为了进一步准确地判定每个时刻下船舶航行的状态，本发明实施例获取每个时刻前2s内的每个时刻下的艏艉差异系数与左右差异系数，结合每个时刻前2s内的每个时刻下的艏艉差异系数与左右差异系数对每个时刻下的船舶航行的状态进行分析，可以避免偶然状况或数据采集误差直接导致每个时刻下的艏艉差异系数与左右差异系数计算错误的情况。
作为一个示例，以第
Figure SMS_52
个时刻为例，获取第/>
Figure SMS_47
个时刻前2s内的每个时刻下的艏艉差异系数与左右差异系数，由吃水指标获取模块10可知，每间隔50ms取一个时刻下船舶的吃水指标，2s内共有40个时刻，因此，第/>
Figure SMS_55
个时刻前2s内有40个艏艉差异系数与40个左右差异系数，分别将第/>
Figure SMS_50
个时刻前2s内的艏艉差异系数与左右差异系数按照时刻的顺序进行排列，分别获得第/>
Figure SMS_57
个时刻对应的艏艉差异序列/>
Figure SMS_61
与左右差异序列/>
Figure SMS_67
，其中，/>
Figure SMS_59
为第/>
Figure SMS_64
个时刻对应的艏艉差异序列中的第一个艏艉差异系数，/>
Figure SMS_46
为第/>
Figure SMS_54
个时刻对应的艏艉差异序列中的第二个艏艉差异系数，/>
Figure SMS_48
为第/>
Figure SMS_56
个时刻对应的艏艉差异序列中的第/>
Figure SMS_58
个艏艉差异系数，/>
Figure SMS_62
为第/>
Figure SMS_49
个时刻对应的左右差异序列中的第一个左右差异系数，/>
Figure SMS_66
为第/>
Figure SMS_60
个时刻对应的左右差异序列中的第二个左右差异系数，/>
Figure SMS_63
为第/>
Figure SMS_53
个时刻对应的左右差异序列中的第/>
Figure SMS_65
个左右差异系数，/>
Figure SMS_51
。
根据获取第
Figure SMS_68
个时刻对应的艏艉差异序列与左右差异序列的方法，获取每个时刻对应的艏艉差异序列与左右差异序列。
一般情况会设置经验阈值来判断每个时刻下船舶航行的状态，但经验阈值的设置带有主观因素，不同的航行环境对应的经验阈值也应该会有差异，因此，经验阈值的设置会存在不准确的情况，从而对船舶压载水的调控产生不利影响，本发明实施例根据每个时刻对应的艏艉差异序列与左右差异序列获取每个时刻下的艏艉平稳阈值与左右平稳阈值，获得的艏艉平稳阈值与左右平稳阈值更符合实际情况，对实际情况中每个时刻下船舶航行的状态判定的更准确。根据艏艉差异序列与左右差异序列获取每个时刻下的艏艉平稳阈值与左右平稳阈值的过程如下：
根据艏艉平稳阈值获取公式获得艏艉平稳阈值，艏艉平稳阈值获取公式包括：
Figure SMS_69
其中，
Figure SMS_70
为艏艉平稳阈值；/>
Figure SMS_71
为艏艉差异序列中的艏艉差异系数的方差；/>
Figure SMS_72
为艏艉差异序列中的第/>
Figure SMS_73
个艏艉差异系数；/>
Figure SMS_74
为艏艉差异序列长度；/>
Figure SMS_75
为自然常数。
需要说明的是，
Figure SMS_76
越大，/>
Figure SMS_77
越大；/>
Figure SMS_78
越大，/>
Figure SMS_79
越大。
根据左右平稳阈值获取公式获得左右平稳阈值，左右平稳阈值获取公式包括：
Figure SMS_80
其中，
Figure SMS_81
为左右平稳阈值；/>
Figure SMS_82
为左右差异序列中的左右差异系数的方差；/>
Figure SMS_83
为左右差异序列中的第/>
Figure SMS_84
个左右差异系数；/>
Figure SMS_85
为左右差异序列长度；/>
Figure SMS_86
为自然常数。/>
需要说明的是，
Figure SMS_87
越大，/>
Figure SMS_88
越大；/>
Figure SMS_89
越大，/>
Figure SMS_90
越大。
船舶整体稳定系数获取模块30，根据艏艉差异序列与左右差异序列获取序列相似度差异距离；根据艏艉差异系数、左右差异系数、艏艉平稳阈值、左右平稳阈值、序列相似度差异距离，获取每个时刻下的船舶整体稳定系数。
具体的，获取每个时刻下船舶的艏艉差异系数与左右差异系数分别与对应时刻下的艏艉平稳阈值与左右平稳阈值进行比较，判断每个时刻下船舶航行的平稳状态。当艏艉差异系数大于艏艉平稳阈值或左右差异系数大于左右平稳阈值时，说明在对应时刻下船舶处于不平稳状态，需要对船舶压载舱中的压载水进行调控。
本发明实施例通过获取每个时刻下的船舶整体稳定系数，对船舶航行的平稳状态进行进一步判断，获取船舶整体稳定系数的方法如下：
当任一时刻下的艏艉差异系数大于艏艉平稳阈值或左右差异系数大于左右平稳阈值时，将艏艉差异系数减去艏艉平稳阈值的差值作为第三结果；将左右差异系数减去左右平稳阈值的差值作为第四结果；其中，第三结果与第四结果均大于0；将每个时刻下的序列相似度差异距离、第三结果、第四结果的乘积作为每个时刻下的船舶整体稳定系数。
作为一个示例，以平稳阈值获取模块20中的第
Figure SMS_91
个时刻为例。
（1）获取第
Figure SMS_94
个时刻对应的艏艉差异序列与左右差异序列，根据DTW获取第/>
Figure SMS_95
个时刻对应的艏艉差异序列与左右差异序列之间的距离作为第/>
Figure SMS_98
个时刻下的序列相似度差异距离/>
Figure SMS_93
。序列相似度差异距离/>
Figure SMS_96
越大，说明第/>
Figure SMS_99
个时刻对应的艏艉差异序列与左右差异序列之间的差异越大，相似度越低，间接反映出船舶不同位置的吃水指标越不一致，第/>
Figure SMS_100
个时刻下船舶航行的状态越为不稳定的状态；序列相似度差异距离/>
Figure SMS_92
越小，说明第/>
Figure SMS_97
个时刻对应的艏艉差异序列与左右差异序列之间的差异越小，相似度越高，间接反映出船舶不同位置的吃水指标越一致，第/>
Figure SMS_101
个时刻下船舶航行的状态越为稳定的状态。
其中，DTW为公知技术，这里不再进行过多赘述。
（2）获取第
Figure SMS_102
个时刻下的艏艉差异系数、左右差异系数、艏艉平稳阈值与左右平稳阈值；
将第
Figure SMS_105
个时刻下的艏艉差异系数与第/>
Figure SMS_106
个时刻下的艏艉平稳阈值进行比较，将第/>
Figure SMS_109
个时刻下的左右差异系数与第/>
Figure SMS_104
个时刻下的左右平稳阈值进行比较，当第/>
Figure SMS_108
个时刻下的艏艉差异系数大于第/>
Figure SMS_110
个时刻下的艏艉平稳阈值或第/>
Figure SMS_111
个时刻下的左右差异系数大于第/>
Figure SMS_103
个时刻下的左右平稳阈值时，说明第/>
Figure SMS_107
个时刻下船舶航行的状态不平稳，发生了倾斜。/>
（3）计算第
Figure SMS_112
个时刻下的船舶整体稳定系数，对第/>
Figure SMS_113
个时刻下的船舶航行的状态进行判定；将获得的第/>
Figure SMS_114
个时刻下的序列相似度差异距离/>
Figure SMS_115
、第三结果与第四结果相乘，获得第/>
Figure SMS_116
个时刻下的船舶整体稳定系数，第/>
Figure SMS_117
个时刻下的船舶整体稳定系数/>
Figure SMS_118
的公式为：
Figure SMS_119
其中，
Figure SMS_123
为第/>
Figure SMS_124
个时刻下的船舶整体稳定系数；/>
Figure SMS_127
为第/>
Figure SMS_122
个时刻下的序列相似度差异距离；/>
Figure SMS_125
为第/>
Figure SMS_128
个时刻下的艏艉差异系数；/>
Figure SMS_130
为第/>
Figure SMS_120
个时刻下的艏艉平稳阈值；
Figure SMS_126
为第/>
Figure SMS_129
个时刻下的左右差异系数；/>
Figure SMS_131
为第/>
Figure SMS_121
个时刻下的左右平稳阈值。
需要说明的是，
Figure SMS_134
越大，说明第/>
Figure SMS_135
个时刻对应的艏艉差异序列与左右差异序列之间的差异越大，相似度越低，船舶不同位置的吃水指标越不一致，船舶航行的状态越不稳定，/>
Figure SMS_137
越大；第三结果/>
Figure SMS_133
越大，说明船舶的艏艉越倾斜，/>
Figure SMS_136
越大；第四结果
Figure SMS_138
越大，说明船舶的左右越倾斜，/>
Figure SMS_139
越大；因此，/>
Figure SMS_132
越大，船舶航行的状态越不稳定。
根据获取第
Figure SMS_140
个时刻下的船舶整体稳定系数的方法，获取每个时刻下的船舶整体稳定系数。
船舶状态特征值获取模块40，根据艏艉差异系数与左右差异系数获取每个时刻下对应的船舶二元组，根据船舶二元组获得船舶散点特征图，去除船舶散点特征图中的离散点后获得待分析散点图；获得待分析散点图中每个数据点预设邻域范围内的主方向向量，根据主方向向量的分布与船舶整体稳定系数获取船舶状态特征值。
具体的，为了更好的获取每个时刻下船舶航行的状态，本发明实施例将每个时刻对应的艏艉差异序列中的艏艉差异系数与左右差异序列中的左右差异系数按照一对一的方式进行组合，获得每个时刻对应的船舶二元组
Figure SMS_144
，其中，/>
Figure SMS_145
为艏艉差异序列中的第一个艏艉差异系数；/>
Figure SMS_149
为左右差异序列中的第一个左右差异系数；/>
Figure SMS_143
为艏艉差异序列中的第二个艏艉差异系数；/>
Figure SMS_146
为左右差异序列中的第二个左右差异系数；/>
Figure SMS_150
为艏艉差异序列中的第/>
Figure SMS_152
个艏艉差异系数；/>
Figure SMS_141
为左右差异序列中的第/>
Figure SMS_147
个左右差异系数；/>
Figure SMS_151
为艏艉差异序列中的第/>
Figure SMS_153
个艏艉差异系数；/>
Figure SMS_142
为左右差异序列中的第/>
Figure SMS_148
个左右差异系数；由此可以看出，船舶二元组中的每个二元组的第一个元素为艏艉差异序列中的艏艉差异系数，第二个元素为左右差异序列中的左右差异系数。根据船舶二元组中的每个二元组获得船舶散点特征图，根据船舶散点特征图更利于分析船舶航行的状态。
以平稳阈值获取模块20中的第
Figure SMS_154
个时刻为例，获取第/>
Figure SMS_155
个时刻对应的船舶二元组，根据第/>
Figure SMS_156
个时刻对应的船舶二元组中的每个二元组获得第/>
Figure SMS_157
个时刻对应的船舶散点特征图，如图2，其中，图2中的纵轴为艏艉差异系数，横轴为左右差异系数，根据每个二元组对应的艏艉差异系数与左右差异系数确定每个二元组在第/>
Figure SMS_158
个时刻对应的船舶散点特征图即图2中的位置，图2中的黑点即数据点表示对应的二元组，数据点的纵坐标表示对应二元组的第一个元素，数据点的横坐标表示对应二元组的第二个元素。
根据获取第
Figure SMS_159
个时刻对应的船舶散点特征图的方法，获取每个时刻对应的船舶散点特征图。
船舶航行的过程中可能会碰到小暗礁等情况，导致船舶在某一时刻下的艏艉差异系数或左右差异系数发生了突变，但整体来说船舶航行的状态依然是稳定的，不用对船舶的压载水进行调控，这种情况获得的二元组对船舶航行状态的分析没有意义，因此，本发明实施例对船舶二元组对应的船舶散点特征图中的数据点进行分析，对船舶散点特征图中的数据点进行分析可以更加直观与方便的确定出没有意义的数据点。将没有意义的数据点进行去除，将剩余的数据点构建为待分析散点图，获得每个时刻对应的待分析散点图的方法如下：
若数据点的预设邻域范围内不包含其他数据点，则对应数据点为离散点；去除船舶散点特征图中的离散点后，选取船舶散点特征图中的纵轴上的最大值作为待分析散点图的行数；选取船舶散点特征图中的横轴上的最大值作为待分析散点图的列数；根据船舶散点特征图中的数据点的位置分布顺序，确实数据点在待分析散点图中的位置，从而获得每个时刻对应的待分析散点图。
作为一个示例，以平稳阈值获取模块20中的第
Figure SMS_162
个时刻为例，获取第/>
Figure SMS_164
个时刻对应的船舶散点特征图，对船舶散点特征图中的每个数据点进行分析：以每个数据点为中心，本发明实施例设置3*3的邻域范围，实施者可根据实际情况设置邻域范围，获取每个数据点的邻域范围内的其他数据点数量，当邻域范围内的其他数据点数量为0时，说明对应数据点很分散，是没有分析意义的数据点，将对应的数据点作为离散点，并从第/>
Figure SMS_167
个时刻对应的船舶散点特征图中进行去除；将第/>
Figure SMS_161
个时刻对应的船舶散点特征图中的所有离散点进行去除后，选取第/>
Figure SMS_165
个时刻对应的船舶散点特征图中的纵轴上的最大值作为第/>
Figure SMS_168
个时刻对应的待分析散点图的行数；选取第/>
Figure SMS_169
个时刻对应的船舶散点特征图中的横轴上的最大值作为第/>
Figure SMS_160
个时刻对应的待分析散点图的列数；根据第/>
Figure SMS_163
个时刻对应的船舶散点特征图中的数据点的位置分布顺序，确实数据点在待分析散点图中的位置，从而获得第/>
Figure SMS_166
个时刻对应的待分析散点图。
根据获取第
Figure SMS_170
个时刻对应的待分析散点图的方法，获取每个时刻对应的待分析散点图。/>
对每个时刻对应的待分析散点图中的每个数据点进行分析，获取每个数据点预设邻域范围内的主方向向量，根据主方向向量分析船舶航行的状态更简单明了，本发明实施例通过对每个数据点预设邻域范围内的状况进行分析获得每个数据点预设邻域范围内的主方向向量的方法如下：
将每个数据点预设邻域范围内的左上角位置作为起始特征点坐标，获得每个数据点预设邻域范围内的质心；将质心坐标对应的横坐标与纵坐标分别与质心所在预设邻域范围内的初始特征点坐标对应的横坐标与纵坐标相减，将横坐标差值与纵坐标差值组成的向量作为对应数据点预设邻域范围内的主方向向量。
作为一个示例，任意选取一个数据点作为目标数据点，获取目标数据点的3*3邻域范围内的左上角位置作为目标数据点对应的起始特征点坐标；通过OpenCV对目标数据点的3*3邻域范围内的数据点进行计算，获得目标数据点的3*3邻域范围内的质心，确定质心坐标；将质心坐标的横坐标减去起始特征点坐标的横坐标获得横坐标差值，将质心坐标的纵坐标减去起始特征点坐标的纵坐标获得纵坐标差值，将横坐标差值与纵坐标差值组成的向量作为目标数据点的3*3邻域范围内的主方向向量。主方向向量可以将目标数据点对应时刻下船舶前后左右的平稳程度进行融合提取出来，也将目标数据点的3*3邻域范围内的数据点联系起来，更准确的分析船舶航行的状态。
其中，OpenCV是公知的技术，不再进行过多赘述。
根据获取目标数据点的3*3邻域范围内的主方向向量的方法，获取每个数据点的3*3邻域范围内的主方向向量。
为了确定船舶航行状态，本发明实施例将获取的每个时刻下的船舶整体稳定系数与每个时刻下的船舶稳定指标进行综合分析，避免了对船舶整体稳定系数与船舶稳定指标分别计算过程中出现的重复计算的繁琐性，根据船舶整体稳定系数与船舶稳定指标获取每个时刻下的船舶状态特征值，船舶状态特征值的获取方法如下：
获取相邻的两个数据点预设邻域范围内的主方向向量的相似度，将每个待分析散点图中所有的主方向向量的相似度进行累加，所得结果作为对应时刻下的船舶稳定指标；计算船舶整体稳定系数与船舶稳定指标的比值作为每个时刻下的船舶状态特征值。
作为一个示例，以平稳阈值获取模块20中的第
Figure SMS_171
个时刻为例，获取第/>
Figure SMS_172
个时刻对应的待分析散点图，获取待分析散点图中的每个数据点的3*3邻域范围内的主方向向量，获取第/>
Figure SMS_173
个时刻下的船舶整体稳定系数，根据主方向向量与船舶整体稳定系数获取第/>
Figure SMS_174
个时刻下的船舶状态特征值，第/>
Figure SMS_175
个时刻下的船舶状态特征值/>
Figure SMS_176
的公式为：
Figure SMS_177
其中，
Figure SMS_181
为第/>
Figure SMS_184
个时刻下的船舶状态特征值；/>
Figure SMS_189
为第/>
Figure SMS_180
个时刻下的船舶整体稳定系数；/>
Figure SMS_185
为第/>
Figure SMS_187
个时刻对应的待分析散点图中第/>
Figure SMS_190
个数据点的3*3邻域范围内的主方向向量；/>
Figure SMS_178
为第/>
Figure SMS_182
个时刻对应的待分析散点图中第/>
Figure SMS_186
个数据点的3*3邻域范围内的主方向向量；/>
Figure SMS_188
为计算相似度的函数，本发明实施例使用余弦相似性来获取相邻的主方向向量的相似度；/>
Figure SMS_179
为第/>
Figure SMS_183
个时刻对应的待分析散点图中主方向向量的相似度的总数量。
需要说明的是，
Figure SMS_191
越大，说明第/>
Figure SMS_192
个时刻下船舶航行的状态越不稳定，/>
Figure SMS_193
越大；/>
Figure SMS_194
越大，说明相邻的两个主方向向量的相似度越大，船舶整体的航行状态越稳定，/>
Figure SMS_195
越小；因此，/>
Figure SMS_196
越大，第/>
Figure SMS_197
个时刻下船舶航行的状态越不稳定。
根据获取第
Figure SMS_198
个时刻下的船舶状态特征值的方法，获取每个时刻下的船舶状态特征值。
压载水调控模块50，根据船舶状态特征值对船舶压载水进行调控。
具体的，为了便于根据每个时刻下的船舶状态特征值，对每个时刻下的船舶航行的状态进行确定，本发明实施例通过极差归一化算法，将每个时刻下的船舶状态特征值映射到区间[0,1]上，其中，极差归一化算法是公知技术，这里不再进行过多赘述，获得归一化后的船舶状态特征值，根据归一化后的船舶状态特征值对船舶压载水进行调控的方法如下：
设置船舶状态特征值阈值，当船舶状态特征值大于船舶状态特征值阈值时，说明船舶为非稳定航行状态，根据吃水指标获取压载水的调控方向标志，根据调控方向标志对压载水进行调控；当船舶状态特征值小于或等于船舶状态特征值阈值时，说明船舶为稳定航行状态。
本发明实施例设置船舶状态特征值阈值为0.6，当归一化后的船舶状态特征值大于船舶状态特征值阈值时，说明船舶航行的状态为非稳定航行状态，需要对船舶压载水进行调控，对船舶压载水进行调控的具体过程如下：
根据船艏吃水指标与船艉吃水指标获取前后调控方向标志，前后调控方向标志的公式为：
Figure SMS_199
其中，
Figure SMS_200
为前后调控方向标志；/>
Figure SMS_201
为船艏吃水指标；/>
Figure SMS_202
为船艉吃水指标；/>
Figure SMS_203
为取最大值函数。
需要说明的是，
Figure SMS_204
表示船舶艏艏中的最大的吃水指标对应的方向，当/>
Figure SMS_205
大于
Figure SMS_206
时，说明船艏向上翘起来了，需要对船艏位置处的压载舱中的压载水进行抽入调控；当
Figure SMS_207
小于/>
Figure SMS_208
时，说明船艉向上翘起来了，需要对船艉位置处的压载舱中的压载水进行抽入调控。
根据左船舯吃水指标与右船舯吃水指标获取左右调控方向标志，左右调控方向标志的公式为：
Figure SMS_209
其中，
Figure SMS_210
为左右调控方向标志；/>
Figure SMS_211
为左船舯吃水指标；/>
Figure SMS_212
为右船舯吃水指标；/>
Figure SMS_213
为取最大值函数。
需要说明的是，
Figure SMS_214
表示船舶左右最大的吃水指标对应的方向，当/>
Figure SMS_215
大于/>
Figure SMS_216
时，说明左船舯向上翘起来了，需要对左船舯位置处的压载舱中的压载水进行抽入调控；当
Figure SMS_217
小于/>
Figure SMS_218
时，说明右船舯向上翘起来了，需要对右船舯位置处的压载舱中的压载水进行抽入调控。
当归一化后的船舶状态特征值小于或等于船舶状态特征值阈值时，说明船舶航行的状态为稳定航行状态。
至此，本发明完成。
综上所述，本发明实施例包括：吃水指标获取模块，获取船舶的吃水指标；平稳阈值获取模块，根据吃水指标获取差异系数，进而获取差异序列，根据差异序列获取平稳阈值；船舶整体稳定系数获取模块，根据差异序列获取序列相似度差异距离，根据序列相似度差异距离、差异系数、平稳阈值获取船舶整体稳定系数；船舶状态特征值获取模块，根据差异系数获得船舶二元组，进而获得船舶散点特征图，对船舶散点特征图中的数据点进行分析，获取主方向向量，根据主方向向量与船舶整体稳定系数获取船舶状态特征值；压载水调控模块，根据船舶状态特征值对船舶压载水进行调控，使得船舶保持平稳航行。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (8)

1.一种船舶压载水智能调控系统，其特征在于，所述系统包括：
吃水指标获取模块，获取预设时间间隔的每个时刻下船舶的船艏吃水指标、船艉吃水指标、左船舯吃水指标、右船舯吃水指标；
平稳阈值获取模块，根据船艏吃水指标与船艉吃水指标获取每个时刻下的艏艉差异系数；根据左船舯吃水指标与右船舯吃水指标获取每个时刻下的左右差异系数；获取每个时刻之前的预设时间段内的艏艉差异系数与左右差异系数并进行排序，获得每个时刻对应的艏艉差异序列与左右差异序列；根据艏艉差异序列与左右差异序列分别获取每个时刻下的艏艉平稳阈值与左右平稳阈值；
船舶整体稳定系数获取模块，根据艏艉差异序列与左右差异序列获取序列相似度差异距离；根据艏艉差异系数、左右差异系数、艏艉平稳阈值、左右平稳阈值、序列相似度差异距离，获取每个时刻下的船舶整体稳定系数；
船舶状态特征值获取模块，根据艏艉差异系数与左右差异系数获取每个时刻下对应的船舶二元组，根据船舶二元组获得船舶散点特征图，去除船舶散点特征图中的离散点后获得待分析散点图；获得待分析散点图中每个数据点预设邻域范围内的主方向向量，根据主方向向量的分布与船舶整体稳定系数获取船舶状态特征值；
压载水调控模块，根据船舶状态特征值对船舶压载水进行调控。
2.如权利要求1所述的一种船舶压载水智能调控系统，其特征在于，所述艏艉差异系数与左右差异系数的获取方法，包括：
计算每个时刻下的船艏吃水指标与船艉吃水指标的差值绝对值作为每个时刻下的艏艉差异系数；
计算每个时刻下的左船舯吃水指标与右船舯吃水指标的差值绝对值作为每个时刻下的左右差异系数。
3.如权利要求1所述的一种船舶压载水智能调控系统，其特征在于，所述艏艉平稳阈值的获取方法，包括：
根据艏艉平稳阈值获取公式获得艏艉平稳阈值，艏艉平稳阈值获取公式包括：
Figure QLYQS_1
其中，
Figure QLYQS_2
为艏艉平稳阈值；/>
Figure QLYQS_3
为艏艉差异序列中的艏艉差异系数的方差；/>
Figure QLYQS_4
为艏艉差异序列中的第/>
Figure QLYQS_5
个艏艉差异系数；/>
Figure QLYQS_6
为艏艉差异序列长度；/>
Figure QLYQS_7
为自然常数。
4.如权利要求1所述的一种船舶压载水智能调控系统，其特征在于，所述船舶整体稳定系数的获取方法，包括：
当任一时刻下的艏艉差异系数大于艏艉平稳阈值或左右差异系数大于左右平稳阈值时，将艏艉差异系数减去艏艉平稳阈值的差值作为第三结果；将左右差异系数减去左右平稳阈值的差值作为第四结果；其中，第三结果与第四结果均大于0；
将每个时刻下的序列相似度差异距离、第三结果、第四结果的乘积作为每个时刻下的船舶整体稳定系数。
5.如权利要求1所述的一种船舶压载水智能调控系统，其特征在于，所述去除船舶散点特征图中的离散点后获得待分析散点图的方法，包括：
若数据点的预设邻域范围内不包含其他数据点，则对应数据点为离散点；去除船舶散点特征图中的离散点后，选取船舶散点特征图中的纵轴上的最大值作为待分析散点图的行数；选取船舶散点特征图中的横轴上的最大值作为待分析散点图的列数；根据船舶散点特征图中的数据点的位置分布顺序，确实数据点在待分析散点图中的位置，从而获得每个时刻对应的待分析散点图。
6.如权利要求1所述的一种船舶压载水智能调控系统，其特征在于，所述获得待分析散点图中每个数据点预设邻域范围内的主方向向量的方法，包括：
将每个数据点预设邻域范围内的左上角位置作为起始特征点坐标，获得每个数据点预设邻域范围内的质心；将质心坐标对应的横坐标与纵坐标分别与质心所在预设邻域范围内的初始特征点坐标对应的横坐标与纵坐标相减，将横坐标差值与纵坐标差值组成的向量作为对应数据点预设邻域范围内的主方向向量。
7.如权利要求1所述的一种船舶压载水智能调控系统，其特征在于，所述根据主方向向量的分布与船舶整体稳定系数获取船舶状态特征值的方法，包括：
获取相邻的两个数据点预设邻域范围内的主方向向量的相似度，将每个待分析散点图中所有的主方向向量的相似度进行累加，所得结果作为对应时刻下的船舶稳定指标；
计算船舶整体稳定系数与船舶稳定指标的比值作为每个时刻下的船舶状态特征值。
8.如权利要求1所述的一种船舶压载水智能调控系统，其特征在于，所述根据船舶状态特征值对船舶压载水进行调控的方法，包括：
设置船舶状态特征值阈值，当船舶状态特征值大于船舶状态特征值阈值时，说明船舶为非稳定航行状态，根据吃水指标获取压载水的调控方向标志，根据调控方向标志对压载水进行调控；当船舶状态特征值小于或等于船舶状态特征值阈值时，说明船舶为稳定航行状态。
CN202310106683.8A 2023-02-13 2023-02-13 一种船舶压载水智能调控系统 Active CN115848558B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310106683.8A CN115848558B (zh) 2023-02-13 2023-02-13 一种船舶压载水智能调控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310106683.8A CN115848558B (zh) 2023-02-13 2023-02-13 一种船舶压载水智能调控系统

Publications (2)

Publication Number Publication Date
CN115848558A true CN115848558A (zh) 2023-03-28
CN115848558B CN115848558B (zh) 2023-05-02

Family

ID=85657960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310106683.8A Active CN115848558B (zh) 2023-02-13 2023-02-13 一种船舶压载水智能调控系统

Country Status (1)

Country Link
CN (1) CN115848558B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116311594A (zh) * 2023-05-11 2023-06-23 中国人民解放军海军工程大学 一种船舶子系统状态分析方法、装置及存储介质
CN117599519A (zh) * 2024-01-24 2024-02-27 山东泽林农业科技有限公司 一种用于数字化反冲洗一体机的智能控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4872118A (en) * 1984-08-09 1989-10-03 Naidenov Evgeny V System for automated monitoring of trim and stability of a vessel
CN102351039A (zh) * 2011-07-20 2012-02-15 大连金迈海洋工程技术有限公司 一种船舶调载控制系统
KR20150048434A (ko) * 2013-10-28 2015-05-07 대우조선해양 주식회사 자동 발라스트 장치 및 그 방법
CN113353208A (zh) * 2021-06-23 2021-09-07 芜湖造船厂有限公司 一种船舶倾斜试验初始漂浮状态的判断方法
CN113734370A (zh) * 2021-09-26 2021-12-03 中国船舶科学研究中心 一种船舶姿态自动调整控制方法
CN115607719A (zh) * 2022-12-16 2023-01-17 威海中远海运重工科技有限公司 一种压载水紫外线反应器的智能控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4872118A (en) * 1984-08-09 1989-10-03 Naidenov Evgeny V System for automated monitoring of trim and stability of a vessel
CN102351039A (zh) * 2011-07-20 2012-02-15 大连金迈海洋工程技术有限公司 一种船舶调载控制系统
KR20150048434A (ko) * 2013-10-28 2015-05-07 대우조선해양 주식회사 자동 발라스트 장치 및 그 방법
CN113353208A (zh) * 2021-06-23 2021-09-07 芜湖造船厂有限公司 一种船舶倾斜试验初始漂浮状态的判断方法
CN113734370A (zh) * 2021-09-26 2021-12-03 中国船舶科学研究中心 一种船舶姿态自动调整控制方法
CN115607719A (zh) * 2022-12-16 2023-01-17 威海中远海运重工科技有限公司 一种压载水紫外线反应器的智能控制方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116311594A (zh) * 2023-05-11 2023-06-23 中国人民解放军海军工程大学 一种船舶子系统状态分析方法、装置及存储介质
CN116311594B (zh) * 2023-05-11 2023-09-19 中国人民解放军海军工程大学 一种船舶子系统状态分析方法、装置及存储介质
CN117599519A (zh) * 2024-01-24 2024-02-27 山东泽林农业科技有限公司 一种用于数字化反冲洗一体机的智能控制方法
CN117599519B (zh) * 2024-01-24 2024-04-12 山东泽林农业科技有限公司 一种用于数字化反冲洗一体机的智能控制方法

Also Published As

Publication number Publication date
CN115848558B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN115848558A (zh) 一种船舶压载水智能调控系统
CN111400864B (zh) 一种基于前景理论的船舶避碰决策优化方法
CN108052707B (zh) 一种基于聚类分析的船舶航行工况划分方法
CN105825061A (zh) 一种基于stl模型的船舶任意浮态计算方法
CN111599130A (zh) 一种海上救助的环境风险预警系统
CN112052817A (zh) 基于迁移学习的改进YOLOv3模型侧扫声纳沉船目标自动识别方法
CN111723632A (zh) 一种基于孪生网络的船舶跟踪方法及系统
CN202827987U (zh) 垂直首柱运输船型
US4498409A (en) Multi-hull sailboat
CN112396869B (zh) 一种极地编队船舶协同航行及预警方法
CN110457827B (zh) 一种游艇模拟器中游艇运动数学模型的阻力通用计算方法
CN110175406B (zh) 基于船联网条件下的多船跟随行为模拟方法
CN113277032B (zh) 基于船舶下沉量的船舶搁浅预警方法、装置、系统和介质
CN114384900A (zh) 内河水面自主船舶航行驾驶方法、装置及存储介质
JP7086475B2 (ja) 操船支援装置
CN108712633A (zh) 一种多路cctv同时对船舶接力跟踪的监控方法
US3010419A (en) Ship's hull
Pipchenko et al. Features of an ultra-large container ship mathematical model adjustment based on the results of sea trials
US20160129973A1 (en) Vessel hull configuration
CN113378397A (zh) 一种考虑船舶舵效的内河航道船舶交通流的基本图模型
CN114003676A (zh) 一种拖轮引航识别处理方法及系统
EP3825982A1 (en) Detection of a risk of collision between a boat and a luminous object
CN105314078A (zh) 一种起重船起重作业时的吃水快速计算方法
CN112758280B (zh) 顶推船舶阻力优化系统和方法
CN113848883B (zh) 智能船舶编队航行控制方法、系统、装置及存储介质

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