JP6551718B1 - 横波周期予測システム、方法及びプログラム - Google Patents

Abstract

【課題】別途のセンサを追設する必要なく、既設のセンサの計測データを利用して、複雑なデータ処理を必要とせずに、精度よく横波周期を予測するためのシステムを提供する。【解決手段】横波周期予測システム１において、船体の右舷及び左舷における吃水値を時系列に計測する吃水値計測手段と、所定期間にわたって吃水値計測手段によって計測された右舷の吃水値と左舷の吃水値との差分の時系列データに基づいて、所定期間において船体に加わった横波の周期を算出する横波周期算出手段と、横波周期算出手段によって所定時間間隔ごとに算出された横波周期に基づいて横波周期の予測値を算出する予測横波周期算出手段と、を備える。【選択図】図３

Description

本発明は、横波周期予測システム、方法及びプログラムに関する。

海運分野（船舶運航）において、不規則に変動する波浪上を航行する船舶では、安全対策上の観点から、船体の加速度や変位等の船体の運動に係るデータである船体運動データ、及び、船体の吃水やＧＭ等の船体の状態に係るデータである船体状態データを精度よく把握することが重要事項となる。

特に船体に加わる横波の周期を正確に予測することは、船体を転覆から守る観点において最重要の課題である。一般に、波の周期は３０秒から３００秒程度と言われており、周期が長くなるにしたがって、波の高さ（波高値）は大きくなる。つまり、横波の周期を予測することによって、船体に加わる波の高さを予測することができる。

そして、近年においては、船体に設置したセンサで計測した物理量の時間変化を解析することにより波の高さを予測することが行われている。（特許文献１）。

特開２０１７−０２１０２９号公報

特許文献１に記載された発明によると、船体の４カ所に設けられたモジュールが備えるマイクロ波水位センサで計測した液面高さの時間変化、及び、加速度計又はジャイロセンサで計測した船体運動の変化に基づいて、波の向きや高さの予測をしている。このような技術によると、マイクロ波水位センサや加速度計又はジャイロセンサという別途のセンサが必要になる。また、横波だけでなく、様々な方向から入射する波の合成成分の挙動を予測することを目的としているため、船体の４カ所に設けられた合計８つのセンサの計測値を解析する必要があり、データ処理が煩雑となるという課題、及び、データ処理を円滑に行うための高性能なコンピュータが必要となるという課題があった。

本発明は、上記の課題に鑑みてなされたものであり、別途のセンサを設置する必要なく、既設のセンサの計測データを利用して、複雑なデータ処理を必要とせずに、航行中の船体にかかる横波の周期を精度よく予測するためのシステムを提供することを目的とする。

本発明では、以下のような解決手段を提供する。

第１の特徴に係る発明は、船体の右舷及び左舷における吃水値を時系列に計測する吃水値計測手段と、所定期間にわたって吃水値計測手段によって計測された右舷の吃水値と左舷の吃水値との差分の時系列データに基づいて、所定期間において船体に加わった横波の周期を算出する横波周期算出手段と、横波周期算出手段によって所定時間間隔ごとに算出された横波周期に基づいて横波周期の予測値を算出する予測横波周期算出手段と、を備える横波周期予測システムを提供する。

第１の特徴に係る発明によれば、船体に設けられている吃水計を利用して横波周期を予測できるため、別途のセンサを追設する必要がなく、しかも、複雑なデータ処理をせずとも、航行中の船体にかかる横波の周期を精度よく予測することが可能なシステムを提供できる。また、横波の周期を算出するにあたり、右舷の吃水値と左舷の吃水値との差分の時系列データのみを使用するため、波の入射角や波の合成を考慮しなくても、横波の周期を的確に把握することができる。

第２の特徴に係る発明は、第１の特徴に係る発明であって、前記吃水計として水晶式吃水計を用いる。

第２の特徴に係る発明によれば、船体状態量を検知する吃水計として水晶式吃水計を使用しているため、他の形式の吃水計とは異なり、デジタル計測が可能であり、Ａ／Ｄ変換に伴う変換誤差が発生せず、より精度の高い横波周期の予測が可能なシステムを提供できる。

第３の特徴に係る発明は、第２の特徴に係る発明であって、前記水晶式吃水計において、水晶振動子の発信周波数を船体状態量として時系列に検知する。

第３の特徴に係る発明によれば、検知する船体状態量として、水晶式吃水計における水晶振動子の発信周波数を採用しているため、発信周波数の変動を横揺れ周期として直接的かつ連続的に計測することができる。そのため、わざわざ具体的な別の物理量に変換する必要がなく、少ないデータ処理で高精度の横波周期予測システムを構築することが可能となるシステムを提供できる。

第４の特徴に係る発明は、第１ないし第３のいずれかの特徴に係る発明であって、予測横波周期算出手段において横波の予測値を算出するにあたり、気圧情報を考慮にいれる。

第４の特徴に係る発明によれば、気圧情報を考慮に入れた計算を行うことにより、より高精度に横波周期の予測値を算出することができる。

本発明によれば、別途のセンサを追設する必要なく、既設のセンサの計測データを利用して、複雑なデータ処理を必要とせずに、精度よく横波周期を予測するためのシステムを提供できる。

図１は、本実施形態における横波周期予測システム１のハードウェア構成とソフトウェア機能を示すブロック図である。 図２は、船体に対する吃水計の配置例を示す図である。 図３は、本実施形態における横波周期予測方法を示すフローチャートである。 図４は、船体状態量データベース３１の一例である。 図５は、本実施形態におけるＧＭ計算方法を示すフローチャートである。

以下、本発明を実施するための形態について図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。

［横波周期予測システム１の構成］
図１は、本実施形態における横波周期予測システム１のハードウェア構成とソフトウェア機能を説明するためのブロック図である。

横波周期予測システム１は、データを制御する制御部１０と、ユーザや他の機器と通信を行う通信部２０と、データを記憶する記憶部３０と、ユーザからの情報の入力を受け付ける入力部４０と、制御部１０で制御したデータや画像を出力する表示部５０と、データを計測する計測部６０とを備える。

制御部１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備える。

通信部２０は、他の機器と通信可能にするためのデバイス、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉ−Ｆｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）対応デバイスを備える。

制御部１０は、所定のプログラムを読み込み、必要に応じて通信部２０及び／又は計測部６０と協働することで、船体状態量検知モジュール１１と、吃水値算出モジュール１２と、横波周期算出モジュール１３と、予測横波周期算出モジュール１４と、横揺れ周期検知モジュール１５と、代表横揺れ周期同定モジュール１６と、ＧＭ算出モジュール１７とを実現する。

記憶部３０は、データやファイルを記憶する装置であって、ハードディスクや半導体メモリ、記録媒体、メモリカード等による、データのストレージ部を備える。記憶部３０は、後に説明する船体状態量データベース３１を記憶する。

入力部４０の種類は、特に限定されない。入力部４０として、例えば、キーボード、マウス、タッチパネル等が挙げられる。

表示部５０の種類は、特に限定されない。表示部５０として、例えば、モニタ、タッチパネル等が挙げられる。

計測部６０は、本実施形態において、水面から船体の底までの垂直距離として定義される吃水値を計測するために設けられる吃水計Ｄ１〜Ｄ４によって構成される。図２に示すように、吃水計は、船体船首部の中心付近に設置される吃水計Ｄ１、船体中心部付近の左右に一基ずつ設置される吃水計Ｄ２、Ｄ３、及び、船体船尾部付近に設置される吃水計Ｄ４の四基からなる。

［吃水計Ｄ１〜Ｄ４の構成］
本実施形態における横波周期予測システム１を構成する吃水計Ｄ１〜Ｄ４として、水晶式の吃水計を使用する。以下、水晶式の吃水計の作動原理について説明する。

水晶式の吃水計においては、検出素子として水晶振動子が使用される。水晶振動子には、印加される圧力に比例して発信周波数が変化するという性質があるため、水晶式の吃水計においては、その周波数を直接的にカウンターで計測することにより、検出素子に印加されている圧力（水圧）を把握することができ、それにより、検出素子が設置されている位置の水深を検出して吃水値を計算する。

水晶振動子を使用した吃水計では、水晶の発信周波数を直接的にカウンターで計測するため、デジタル計測が可能であり、半導体式の吃水計のように圧力をアナログ信号として計測してＡ／Ｄ変換を行う必要がある従来の吃水計とは異なり、変換誤差のない高精度な吃水の検出が可能となる。

すなわち、仮に、半導体式等、他の形式の吃水計を使用した場合には、吃水計を設置した位置における圧力がアナログ計測される。そして、時系列で計測される圧力に対して、フーリエ解析などのデータ処理を行う場合、計測される圧力値をアナログ信号からデジタル信号へと変換（Ａ／Ｄ変換）する必要が生じる。その際、アナログ信号をデジタル信号に変換することに伴う誤差が生じることになり、そのため、半導体式の吃水計の計測誤差は、本実施形態における水晶式の吃水計の計測誤差の１０倍程度になってしまう。

そして、本実施形態においては、水晶式吃水計を使用することにより、水晶振動子の発信周波数をカウンターでデジタル信号として計測することができる。そのため、計測したデータをデジタル変換する必要がなく、Ａ／Ｄ変換に伴う変換誤差を無くすことができ、高い精度でＧＭ値を計算することが可能となる。

なお、左右舷に設けられる吃水計Ｄ２、Ｄ３は、それぞれ、右舷及び左舷の端部に設置されることが好ましい。右舷及び左舷の端部に吃水計を設置することにより、測定誤差の少ないシステムを構築することが可能となる。

［横波周期予測システム１を用いた横波周期予測方法を示すフローチャート］
図３は、横波周期予測システム１を用いた横波周期予測方法を示すフローチャートである。また、図４は、船体状態量データベース３１の一例を示す図である。図２〜図４を用いて、上述した各ハードウェアと、ソフトウェアモジュールが実行する処理について説明する。本実施形態においては、ステップＳ１１０からステップＳ１６０までの制御ロジックを繰り返し実行することによって、船体の横波周期の予測値を繰り返し算出する。

〔ステップＳ１１０：船体状態量の検知〕
最初に、システムが始動すると、横波周期予測システム１の制御部１０は、計測部６０と協働して船体状態量検知モジュール１１を実行し、船体状態量を時系列に検知する（ステップＳ１１０）。ステップＳ１１０における船体状態量の検知は、船体に設置された吃水計によって、所定の時間間隔で、所定の期間にわたって行われる。所定の時間間隔とは、例えば１／２秒間隔又は１／１０秒間隔など、適宜設定することができる。

本実施形態においては、左右舷に設置された吃水計Ｄ２、Ｄ３によって、水晶の発信周波数を船体状態量の時系列データとして検知している。

〔ステップＳ１２０：船体の左右舷における吃水値の算出〕
次に、横波周期予測システム１の制御部１０は、吃水値算出モジュール１２を実行し、船体左右舷に設けられた水晶式吃水計Ｄ２、Ｄ３を用いて、船体の右舷及び左舷における吃水値を時系列に計測する（ステップＳ１２０）。船体左右舷に設けられた水晶式吃水計Ｄ２、Ｄ３を用いて吃水値を計測するにあたっては、ステップＳ１１０で船体状態量として検知された発信周波数を圧力（水圧）に変換し、そこから検出素子が設置されている位置の水深を算出し、当該水深と、検出素子の設置位置から船底までの距離とを用いて、船体の吃水値を算出する。

船体中心部付近の左右二か所の吃水計Ｄ２、Ｄ３は、ともに、船体中央線からずらした位置に設置されているため、吃水計Ｄ２、Ｄ３により計測された計測値を船体中央線に換算することで、船体中央部の左右吃水値とする。

このようにして得られた吃水値に対し、それぞれの吃水計Ｄ２、Ｄ３に取り付けられた温度計により計測された水温を用いた温度補正、及び、自動演算機能による船体傾斜補正（トリム：前後傾斜、ヒール：横傾斜）を行うことで、補正された吃水値を得ることができる。

なお、港湾における海水の比重は、一般海水域、汽水域、淡水域によって異なるため、港湾の海水比重補正は計測値を手動で入力することにより行う。運航状態においては標準海水比重を採用する。

〔ステップＳ１３０：船体の左右舷における吃水値の記憶〕
ステップＳ１２０で船体の左右舷における吃水値が算出されると、算出された吃水値は船体状態量データベース３１に記憶される（ステップＳ１３０）。船体状態量の検知及び吃水値の算出は、例えば１／２秒ごとに連続的に行われており、図４に示すように、算出された左右舷における吃水値が、対応する船体状態量が検知された時刻ともに、時系列データとして船体状態量データベース３１に蓄積される。

〔ステップＳ１４０：船体に加わる横波の周期の算出〕
次に、横波周期予測システム１の制御部１０は、横波周期算出モジュール１３を実行し、所定期間において船体に加わった横波の周期を算出する（ステップＳ１４０）。ここで、所定期間とは、例えば、現在時刻から過去２０分の間といった期間を指す。

横波周期の算出は、船体の一方の舷に設置された吃水計Ｄ２で計測された吃水値と、他方の舷に設置された吃水計Ｄ３で計測された吃水値との差の時系列データに基づいて行う。

すなわち、ステップＳ１１０及びステップＳ１２０に基づいて、それぞれの吃水計Ｄ２、Ｄ３において、船体の右舷及び左舷における吃水値が時系列データとして算出され、算出された左右舷の吃水値はステップＳ１３０に基づいて、時刻とともに船体状態量データベース３１に蓄積されている。

そして、ステップＳ１４０においては、ステップＳ１３０で船体状態量データベース３１に蓄積された各時刻における右舷の吃水値と左舷の吃水値の差分を取り、その差分を検出時刻とともに時系列に抽出する。このとき、吃水値の差分の時系列データは、船体に加わる横波の大きさや周期に基づいて、波形を描くように変動した値を取る。そして、例えば、現在時刻から過去２０分間など、所定期間にわたって抽出した吃水値の差分をフーリエ解析することにより、当該所定期間における横波の周期を算出する。

そして、このような横波周期の算出を、例えば４分毎など、所定時間間隔ごとに実行する。このようにすることで、４分おきに、その時点から過去２０分間における代表的な横波周期を算出することができる。

なお、本実施形態においては、左右舷の吃水値の差の時間変動から船体に加わる横波周期を検知しているが、これに限ったものではなく、横波周期を検知できるものであれば、他の船体状態量を使用したものであっても構わない。例えば、水晶式吃水計を使用して測定された水晶の発信周波数を使用して横波周期を検知するものであってもよい。

すなわち、水晶式吃水計で検知される発信周波数は水晶振動子に印加される圧力に相当する状態量であるため、発信周波数の時間的な変動は、圧力の時間的な変動を表す。この変動は、すなわち、船体の揺れを表すため、吃水計Ｄ２、Ｄ３における発信周波数の時系列データを表す波形の周期は、船体の横揺れの周期に相当する。したがって、発信周波数の時系列データを表す波形から、発信周波数が極大値及び極小値を取るピークを検出し、ピーク間の時間から横揺れ周期を検出することができる。

そのほか、船体の傾斜度あるいは横揺れ量の時間変動から横波周期を検知するものであっても構わない。

また、本実施形態においては、所定期間における左右舷の吃水値の差分の時間変動をフーリエ解析することで横波周期を算出したが、これに限ったものではなく、船体状態量の時系列データを表す波形からピークを検出し、ピーク間の時間から周期を検知するものや、動揺の時系列を表す既存の統計モデルを使用して周期を検知するものであっても構わない。

〔ステップＳ１５０：船体に加わる横波周期の記憶〕
ステップＳ１４０で船体に加わる横波周期が算出されると、算出された横波周期は
船体状態量データベース３１に記憶される（ステップＳ１５０）。横波周期の算出は、所定時間間隔ごと、例えば４分おきに行われており、算出された横波周期の値が、図４に示すように、算出された時刻ともに、時系列データとして、船体状態量データベース３１に蓄積される。

〔ステップＳ１６０：予測横波周期の算出〕
続いて、制御部１０は、記憶部３０と協働して予測横波周期算出モジュール１４を実行し、船体状態量データベース３１に記憶されている所定期間における横波周期を抽出し、抽出した横波周期を用いて、当該所定期間の後の時刻における横波周期の予測値を算出する（ステップＳ１６０）。

前述の通り、ステップＳ１５０において、ある時刻から所定時間遡った期間における横波周期が時刻とともに記憶にされる。そして、現在時刻から所定の時間（ここでは２０分）遡った時刻の間に算出された横波周期（この場合５つ）を算出時刻とともにすべて抽出し、抽出された横波周期データを時間で微分演算することで、現在時刻から２０分先の時刻における横波周期の予測値を算出する。

例えば、現在時刻から所定時間遡った期間において、船体状態量データベース３１に記憶されている複数の横波周期と、その横波周期を算出した時刻を抽出し、時刻に対する横波周期の値を回帰分析する。回帰分析の結果から得られた最も新しいデータにおける傾きに基づいて、現在時刻から所定時間経過後の時刻における波長データを予測する。

あるいは、抽出されたそれぞれの時刻における横波周期の時間変化率（時間による微分値）すなわち傾きを差分方式で算出し、横波周期の時間微分値の時間変化を予め記憶されている実績と比較し、所定の傾向が見受けられる場合に、次の時刻における横波周期の時間微分値を推定するようにしてもよい。そして、推定された横波周期の時間微分値に基づいて、次の時刻における横波周期の予測値を算出する。

また、後述するＧＭ値と気圧データから、多重回帰分析を用いて横波周期の予測値を算出することも可能である。

さらには、例えば畳み込みニューラルネットワーク（Ｃｏｎｃｌｕｔｉｏｎａｌ Ｎｕｅｒａｌ Ｎｅｔｗｏｒｋ，ＣＮＮ）などの機械学習モデルを使用し、横波周期と気象情報とを紐づけて学習を行い教師データとして記憶しておき、記憶した教師データと現在の気象情報とに基づいて、横波周期を予測するようにしてもよい。

ステップＳ１６０においては、これらのうち、いずれかの手法を用いて、上記所定期間の後の時刻における横波周期の予測値を算出する。

なお、ステップＳ１４０において横波周期を算出するために吃水値の差分を抽出する期間と、ステップＳ１６０において横波周期の予測値を算出するために横波周期を抽出する期間は、同じであってもよいし、異なるものであっても構わない。

ステップＳ１６０において横波周期の予測値を算出するにあたり、船体が航行している地域における気圧情報を考慮に入れることにより、より精度の高いシステムを構築することができる。すなわち、気圧の高低は波の発達に大きな影響を与えることが知られているため、気圧情報を考慮に入れた計算を行うことにより、より高精度に横波周期の予測値を算出することができる。気圧情報は通信部２０を介して入手するよう構成することができる。

ステップＳ１６０における予測横波周期の算出は、所定時間おき、たとえば、４分おきに実施される。すなわち、ステップＳ１４０において横波周期が算出されるごとに予測横波周期を算出するようにしてもよい。

このようにして、船体に設けられた吃水計で検知される船体状態量の時系列データを用い、フーリエ解析によって算出された横波周期の時系列データを使用して、船体に加わる横波の周期の予測値を算出することにより、複雑なデータ処理を必要とせずに予測横波周期を精度よく計算することができる。また、船体状態量を検知するための吃水計は既に船体に設置されているため、予測横波周期を算出するために新たなセンサ類を設置する必要がなく、低コストで高精度の横波周期予測システムを構築することが可能となる。

また、横波の周期を算出するにあたり、船体の左右舷に設けられた吃水計で検知された船体状態量の時系列データから得られる、右舷の吃水値と左舷の吃水値との差分の時系列データのみを使用するため、特殊な測定機器や高性能な計算機器を必要とせず、既に備えられている機器を使用して、波の入射角や波の合成を考慮することなく、横波の周期を的確に予測することが可能なシステムを構築することができる。

さらに、船体状態量を検知する吃水計として、水晶式吃水計を使用しているため、他の形式の吃水計とは異なり、船体状態量をデジタル信号として計測することができる。そのため、データ処理の際のＡ／Ｄ変換が不要となり、変換誤差がなく精度の高い横波周期予測システムを構築することが可能となる。

［横波周期予測システム１を用いたＧＭ計算方法を示すフローチャート］
図５は、横波周期予測システム１を用いたＧＭ計算方法を示すフローチャートである。また、図４は、船体状態量データベース３１の一例を示す図である。図２、図４〜図５を用いて、上述した各ハードウェアと、ソフトウェアモジュールが実行する処理について説明する。本実施形態においては、ステップＳ２１０からステップＳ２５０までの制御ロジックを繰り返し実行することによって、船体のＧＭの値を繰り返し算出する。

ここで、船体のＧＭとは、船体が横に傾斜したとき、浮力の中心を作用点とする浮力の方向と船の横断面において重心を通る垂直方向の線が交わる点であるメタセンタＭと、船体の重心Ｇとの距離として定義され、船体の傾き等によって時々刻々と変位する値である。万が一、ＧＭを誤って推定してしまうと、安全に航行できないばかりか、最悪の場合、転覆させてしまう危険も伴う。

ところで、ＧＭに影響を与えるのは横からの波だけではなく、様々な方向から来る波の合成波を考慮する必要がある。そのため、従来においては、ＧＭを正確に把握または予測するためには、船体に対して波浪が入射する方向を把握し、入射角度を人の手で入力する必要があった。しかしながら、船体が大きな波浪にあおられて転覆するかどうかという状況下において、波浪が入射する角度を人の手によって入力するというのは現実的ではない。

したがって、波浪が入射する角度を人の手によって入力することなく、しかも、別途のセンサを設置する必要なく、既設のセンサの計測データを利用して、複雑なデータ処理を必要とせずにＧＭを精度よくリアルタイムに計算する必要がある。

〔ステップＳ２１０：船体状態量の検知〕
最初に、システムが始動すると、横波周期予測システム１の制御部１０は、計測部６０と協働して船体状態量検知モジュール１１を実行し、船体状態量を時系列に検知する（ステップＳ２１０）。ステップＳ２１０における船体状態量の検知は、船体に設置された吃水計によって、所定の時間間隔で、所定の期間にわたって行われる。所定の時間間隔とは、例えば１秒間隔又は１／１０秒間隔など、適宜設定することができる。

本実施形態においては、左右舷に設置された吃水計Ｄ２、Ｄ３によって、水晶の発信周波数を時系列データとして検知している。

〔ステップＳ２２０：船体の横揺れ周期の検知〕
次に、横波周期予測システム１の制御部１０は、横揺れ周期検知モジュール１５を実行し、左右舷の最大横揺れの時間間隔として定義される、船体の横揺れ周期を連続的に検知する（ステップＳ２２０）。

本実施形態においては、左右舷に設置された吃水計Ｄ２、Ｄ３で検知された発信周波数の時系列データに基づいて、船体の横揺れ周期が検知される。検知される発信周波数は水晶振動子に印加される圧力に相当する状態量であるため、発信周波数の時間的な変動は、圧力の時間的な変動を表す。この変動は、すなわち、船体の揺れを表すため、吃水計Ｄ２、Ｄ３における発信周波数の時系列データを表す波形の周期は、船体の横揺れの周期に相当する。を本実施形態においては、発信周波数の時系列データを表す波形から、発信周波数が極大値及び極小値を取るピークを検出し、ピーク間の時間から横揺れ周期を検出する。

なお、本実施形態においては、水晶式吃水計を使用して測定された水晶の発信周波数を使用して船体の横揺れ周期を検知しているが、これに限ったものではなく、横揺れ周期を検知できるものであれば、他の船体状態量を使用したものであっても構わない。例えば、左右舷の吃水値の時間変動から横揺れ周期を検知するものであってもよい。または、傾斜度あるいは横揺れ量の時間変動から横揺れ周期を検知するものであってもよい。

また、本実施形態においては、船体状態量の時系列データを表す波形からピークを検出し、ピーク間の時間から横揺れ周期を検知したが、これに限ったものではなく、波形をスペクトル解析して周期を検知するものや、動揺の時系列を表す既存の統計モデルを使用して周期を検知するものであっても構わない。

〔ステップＳ２３０：船体の横揺れ周期の記憶〕
ステップＳ２２０で船体の横揺れ周期が検知されると、検知された横揺れ周期は船体状態量データベース３１に記憶される（ステップＳ２３０）。横揺れ周期の検知は連続的に行われており、検知された横揺れ周期の値が、図４に示すように、検知された時刻ともに船体状態量データベース３１に蓄積される。

〔ステップＳ２４０：代表横揺れ周期の同定〕
続いて、制御部１０は、記憶部３０と協働して代表横揺れ周期同定モジュール１６を実行し、船体状態量データベース３１に記憶されている所定期間の横揺れ周期を抽出し、抽出した横揺れ周期を用いて、当該所定期間における横揺れ周期の代表周期を同定する（ステップＳ２４０）。

ここで、所定期間とは、例えば、現在時刻から過去２０分間といった期間を指し、その場合における所定期間の代表周期とは、その２０分間における横揺れ周期の代表値を指す。前述の通り、ステップＳ２３０において、横揺れ周期が時刻とともに記憶にされる。そして、現在時刻から所定の時間（ここでは２０分）遡った時刻の間に検知された横揺れ周期をすべて抽出し、抽出された横揺れ周期データをフーリエ解析することで、所定期間における横揺れ周期の代表周期を同定する。

ステップＳ２４０における代表周期の同定は、所定時間おき、たとえば、２秒おきに実施される。

〔ステップＳ２５０：ＧＭ値の算出〕
続いて、制御部１０は、ＧＭ算出モジュール１７を実行し、ステップＳ２４０で同定された、船体の横揺れ周期の代表周期を使用して、式（１）を用いてＧＭ値を算出する。算出されたＧＭ値は、表示部５０にリアルタイムに表示される。
ＧＭ＝（０．８Ｂ／Ｔγ’）^２ ・・・・・式（１）

ここで、式（１）におけるＢは船体の船幅（ｍ）であり、Ｔγ’は、ステップＳ２４０でフーリエ解析により同定された、横揺れ周期の代表周期（秒）である。

ステップＳ２５０におけるＧＭ値の算出は、例えば２秒おきなど、所定の時間間隔で実行され、算出が実行されるごとに、最新の値が表示部５０に表示される。船員は、表示部５０に逐一表示されるＧＭ値を確認し、船体に関する各種の制御を実行することで、安全な航行を継続することができる。

なお、ＧＭ値を算出するにあたって、より厳密に算出したい場合には、新造時の重心検査（傾斜試験）によって得られる環動半径を用いる式（２）を使用することができる。
ＧＭ＝（２．０１Ｋ／Ｔ）^２ ・・・・・式（２）

ここで、式（２）におけるＫは、船体の環動半径（ｍ）であり、Ｔは吃水値により変化する船体の固有周期（秒）である。

船体の環動半径Ｋ（ｍ）が入手できる場合には、式（２）を採用してＧＭの値を算出することが可能である。ただし、式（１）を使用した場合であっても、式（２）を採用した場合と同等の精度でＧＭの値を算出することが可能である。

このようにして、船体に設けられた吃水計で検知される船体状態量の時系列データを用い、フーリエ解析によって同定された横揺れ周期の代表周期を使用してＧＭ値を算出することにより、複雑なデータ処理を必要とせずにＧＭ値を精度よくリアルタイムに計算することができる。また、船体状態量を検知するための吃水計は既に船体に設置されているため、ＧＭ値を算出するために新たなセンサ類を設置する必要がなく、低コストで高精度にＧＭ値を計算するためのシステムを構築することが可能となる。

また、船体の左右舷に設けられた吃水計で検知された船体状態量の時系列データを使用して、左右舷の最大横揺れの時間間隔である横揺れ周期を検知するため、特殊な測定機器や高性能な計算機器を必要とせず、既に備えられている機器を使用して、低コストで高精度にＧＭ値を計算するためのシステムを構築することが可能となる。

さらに、船体状態量を検知する吃水計として、水晶式吃水計を使用しているため、他の形式の吃水計とは異なり、船体状態量をデジタル信号として計測することができる。そのため、データ処理の際のＡ／Ｄ変換が不要となり、変換誤差がなく高精度にＧＭ値を計算するためのシステムを構築することが可能となる。

そして、検知する船体状態量として、船体の左右に設けられた水晶式吃水計における水晶振動子の発信周波数を採用しているため、発信周波数の変動を横揺れ周期として直接的かつ連続的に計測することができる。そのため、わざわざ具体的な別の物理量に変換する必要がなく、少ないデータ処理で高精度にＧＭ値を計算するためのシステムを構築することが可能となる。

［船体の吃水値の計測］
本実施形態における横波周期予測システム１を構成する吃水計Ｄ１及びＤ４を使用して、船体の船首部及び船尾部における吃水値を計測する手法について説明する。

吃水値を計測するにあたっては、発信周波数を圧力（水圧）に変換し、そこから検出素子が設置されている位置の水深を算出し、当該水深と、検出素子の設置位置から船底までの距離とを用いて、船体の吃水値を導出する点については、図３のステップＳ１２０と同様である。

図２に示す通り、船首部の吃水計Ｄ１は船首線からずらした位置に設置されているため、吃水計Ｄ１により計測された計測値を船首線位置に変換することで船首吃水値とする。

また、船尾部の吃水計Ｄ４は船尾線からずらした位置に設置されているため、吃水計Ｄ４により計測された計測値を船尾線位置に変換することで船尾吃水値とする。

このようにして得られた吃水値に対し、それぞれの吃水計Ｄ１、Ｄ４に取り付けられた温度計により計測された水温を用いた温度補正、及び、自動演算機能による船体傾斜補正（トリム：前後傾斜、ヒール：横傾斜）を行うことで、補正された吃水値を得ることができる。

なお、港湾における海水の比重は、一般海水域、汽水域、淡水域によって異なるため、港湾の海水比重補正は計測値を手動で入力することにより行う。運航状態においては標準海水比重を採用する。

以上のようにして船体の吃水値の計測を実施する。

［船体船首部の波浪との出会い周期の同定］
本実施形態における横波周期予測システム１を構成する吃水計Ｄ１又はＤ４を使用して、船体船首部の出会い周期を同定する手法について説明する。

まず、吃水計Ｄ１又はＤ４を使用して、船首部又は船尾部の縦揺れ周期を計測する。すなわち、ＧＭ値を算出した際と同様に、吃水計に備えられた水晶振動子の発信周波数の変動から、船体の揺れを検知することができ、発信周波数の変動の周期から、揺れの周期を検知することができる。

そして、船首部又は船尾部に設けられた吃水計Ｄ１又はＤ４における発信周波数の変動から、船首部又は船尾部の最大縦揺れの時間間隔を連続的に検知し、その検知された連続縦揺れ周期データについてフーリエ解析し、その縦揺れ周期の代表周期を同定する。

［船体の前後方向のたわみの算出］
本実施形態における横波周期予測システム１を構成する吃水計Ｄ１〜Ｄ４を使用して、船体の前後方向のたわみを算出する手法について説明する。

船体の前後方向のたわみは、船首吃水値と船尾吃水値の平均値と船体中央吃水との差として定義され、船体が前後方向にホギング状態（凸状態）にあるかサギング状態（凹状態）にあるかを端的に示す値である。この値を算出するには、各測定値において、例えば１５０秒など、所定の期間における吃水値の時間平均を取る。

そして、船首吃水値と船尾吃水値の算術平均から、船体中央吃水値の算術平均を減算することにより、たわみの値を算出する。この値は船体強度に深く関係する船体曲げモーメント量や積載貨物重量の大小を左右する重要な指標であり、正確に把握することにより、重大な事故を防止することができる。

以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

１ 横波周期予測システム
１０ 制御部
１１ 船体状態量検知モジュール
１２ 吃水値算出モジュール
１３ 横波周期算出モジュール
１４ 予測横波周期算出モジュール
１５ 横揺れ周期検知モジュール
１６ 代表横揺れ周期同定モジュール
１７ ＧＭ算出モジュール
２０ 通信部
３０ 記憶部
３１ 船体状態量データベース
４０ 入力部
５０ 表示部
６０ 計測部

Claims (6)

1. 船体に加わる横波周期の予測値を算出する横波周期予測システムであって、
   船体の右舷及び左舷における吃水値を時系列に計測する吃水値計測手段と、
   所定期間にわたって前記吃水値計測手段によって計測された右舷の吃水値と左舷の吃水値との差分の時系列データに基づいて、当該所定期間において船体に加わった横波の周期を算出する横波周期算出手段と、
   前記横波周期算出手段によって所定時間間隔ごとに算出された横波周期に基づいて横波周期の予測値を算出する予測横波周期算出手段と、を備える横波周期予測システム。
2. 前記吃水値計測手段として水晶式吃水計を用いる、請求項１に記載の横波周期予測システム。
3. 前記水晶式吃水計において、水晶振動子の発信周波数を船体状態量として時系列に検知する、請求項２に記載の横波周期予測システム。
4. 前記予測横波周期算出手段において横波の予測値を算出するにあたり、気圧情報を考慮にいれる、請求項１から３のいずれかに記載の横波周期予測システム。
5. 船体に加わる横波周期の予測値を算出する横波周期予測システムに、
   船体の右舷及び左舷における吃水値を時系列に計測するステップと、
   所定期間にわたって前記計測された右舷の吃水値と左舷の吃水値との差分の時系列データに基づいて、当該所定期間において船体に加わった横波の周期を算出するステップと、
   所定時間間隔ごとに前記算出された横波周期に基づいて横波周期の予測値を算出するステップと、を実行させるためのプログラム。
6. 船体に設けられた吃水計であって、
   船体の右舷及び左舷における吃水値を時系列に計測する吃水値計測手段と、
   所定期間にわたって前記吃水値計測手段によって計測された右舷の吃水値と左舷の吃水値との差分の時系列データに基づいて、当該所定期間において船体に加わった横波の周期を算出する横波周期算出手段と、
   前記横波周期算出手段によって所定時間間隔ごとに算出された横波周期に基づいて横波周期の予測値を算出する予測横波周期算出手段と、を備える横波周期予測システムに使用される吃水計。

Images