JP6970545B2 - 船舶性能解析システムおよび船舶性能解析方法 - Google Patents

Description

本発明は、船舶性能解析システムおよび船舶性能解析方法に関する。

特定の船舶に対する配船計画（どこで荷積みしてどこで荷揚げするか）を立てる際には、ユーザーは、距離と船速から所要時間を求めるか、距離と指定時間から必要船速を求め、そのときの燃料消費量を考慮する。

従来、配船計画を立てる際に参照するグラフとしては、横軸に船速、縦軸に馬力を取ったグラフと、横軸に馬力、縦軸に燃料消費量を取ったグラフとがあった。

特許第５９５１１４０号公報

ところで、上記の２つのグラフを参照しながら配船計画を立てるのは困難である。これに対しては、横軸に船速、縦軸に燃料消費量を取ったグラフを作成し、このグラフを参照しながら配船計画を立てることが考えられる。例えば、特許文献１の図７には、横軸に船速、縦軸に燃費を取ったグラフが記載されている。ただし、特許文献１には、そのグラフを参照して配船計画を立てることは記載されていない。

しかしながら、上記のグラフを参照しながら配船計画を立てた場合には、船舶の性能が将来的にどのように変化するのか不明であるので、精度の高いまたは最適な配船計画を立てることは困難である。

そこで、本発明は、精度の高いまたは最適な配船計画を立てることができる船舶性能解析システムおよび船舶性能解析方法を提供することを目的とする。

前記課題を解決するために、本発明の船舶性能解析システムは、船舶の速度である船速を検出する船速検出器と、少なくとも１つの推進用の主機の燃料消費量を検出する燃料消費量検出器と、基準性能曲線が描かれたグラフであって、前記船速検出器で検出された船速および前記燃料消費量検出器で検出された燃料消費量で定まる計測点がプロットされたグラフを表示する表示装置と、前記船速検出器で検出された船速、前記燃料消費量検出器で検出された燃料消費量、および前記基準性能曲線を用いて、性能悪化率を算出するとともに、前記性能悪化率の履歴から、前記性能悪化率の将来的な変化を予測する演算装置と、を備える、ことを特徴とする。

上記の構成によれば、配船計画を立てる際には１つのグラフを参照するだけで現在の船速と燃料消費量との関係を把握できるとともに、現在の性能を示す計測点と基準性能曲線との比較から現在の性能が初期からどの程度悪化しているかを把握できるので、配船計画を容易に立てることができる。しかも、本発明では、船舶の性能悪化率が算出されるとともに、性能悪化率の将来的な変化が予測される。算出される性能悪化率は船速の低下傾向と主機の燃料消費量の増加傾向の双方を表すものであるので、予測される性能悪化率の将来的な変化を活用すれば、精度の高いまたは最適な配船計画を立てることができる。また、性能悪化率の将来的な変化に基づいて、将来の燃料消費量や燃料コストの試算、燃料積載量計画などを行うこともできる。

前記演算装置は、前記燃料消費量検出器で検出された燃料消費量を前記基準性能曲線と対比可能な補正燃料消費量に換算し、前記船速検出器で検出された船速における、前記基準性能曲線上の燃料消費量と前記補正燃料消費量とから、前記性能悪化率を算出してもよい。この構成によれば、性能悪化率が、船速が一定であると仮定したときに燃料消費量がどれだけ増加したかを示すものである。従って、性能悪化率を参照することによって、船速の低下傾向を加味した主機の燃料消費量の増加傾向を把握することができる。

前記演算装置は、前記燃料消費量検出器で検出された燃料消費量を前記基準性能曲線と対比可能な補正燃料消費量に換算し、前記補正燃料消費量における、前記基準性能曲線上の船速と前記船速検出器で検出された船速とから、前記性能悪化率を算出してもよい。この構成によれば、性能悪化率が、燃料消費量が一定であると仮定したときに船速がどれだけ低下したかを示すものである。従って、性能悪化率を参照することによって、主機の燃料消費量の増加傾向を加味した船速の低下傾向を把握することができる。

前記船舶は、ＬＮＧ運搬船であり、前記演算装置は、前記性能悪化率の将来的な変化に基づいて、バラスト航海時のヒール量を算出してもよい。この構成によれば、バラスト航海に必要なヒール量を正確に算出することができる。従って、輸送したＬＮＧを荷揚げする際に、算出された次航海に必要なヒール量が残るようにＬＮＧを荷揚げすることによって、ＬＮＧを可能な限り多く荷揚げすることができる。

上記の船舶性能解析システムは、前記船舶の運航データを記憶するデータロガーをさらに備え、前記演算装置は、前記データロガーに記憶された運航データから性能悪化率に影響を及ぼす特定データを抽出し、前記性能悪化率と前記特定データとの相関関係を学習し、かつ、前記特定データの将来的な変化を予測し、予測された前記特定データの将来的な変化に基づいて、前記性能悪化率の将来的な変化を予測してもよい。この構成によれば、性能悪化率の将来の予測精度を向上させることができる。

上記の船舶性能解析システムは、前記船舶の運航データを記憶するデータロガーをさらに備え、前記演算装置は、前記運航データ中の航路別に航路と性能悪化率との相関関係を学習するとともに、前記運航データ中の時期別に時期と性能悪化率との相関関係を学習し、かつ、将来の航海の予定航路と同一または類似の航路と性能悪化率との相関関係および将来の航海の予定時期と同一または類似の時期と性能悪化率との相関関係に基づいて、前記性能悪化率の将来的な変化を予測してもよい。この構成によれば、性能悪化率の将来の予測精度を向上させることができる。

また、本発明の船舶性能解析方法は、船速を検出する工程と、少なくとも１つの推進用の主機の燃料消費量を検出する工程と、初期の船速と燃料消費量との関係を定めた基準性能曲線が描かれたグラフであって、記船速検出器で検出された船速および前記燃料消費量検出器で検出された燃料消費量で定まる計測点がプロットされたグラフを表示装置に表示する工程と、検出された前記船速、検出された前記燃料消費量、および前記基準性能曲線を用いて、性能悪化率を算出する工程と、前記性能悪化率の履歴から、前記性能悪化率の将来的な変化を予測する工程と、を含む、ことを特徴とする。この構成によれば、本発明の船舶性能解析システムと同様の効果を得ることができる。

本発明によれば、精度の高いまたは最適な配船計画を立てることができる。

本発明の一実施形態に係る船舶性能解析システムの概略構成図である。 電気推進式の船舶の概略構成図である。 機械推進式の船舶の概略構成図である。 別の機械推進式の船舶の概略構成図である。 基準性能曲線が描かれるとともに計測点がプロットされたグラフである。 （ａ）は初期の速力馬力曲線を示すグラフ、（ｂ）は初期の基準燃費曲線を示すグラフである。 性能悪化率の経時的変化を示すグラフである。 船体汚損係数の経時的変化を示すグラフである。 推進効率の経時的変化を示すグラフである。 推進効率の将来予測を示すグラフである。 性能悪化率の将来予測を示すグラフである。 変形例の性能悪化率の算出方法を説明するための図である。

図１に、本発明の一実施形態に係る船舶性能解析システム１を示す。この船舶性能解析システム１は、船舶１０（図２〜４参照）の性能悪化率Ｒを算出するためのものであり、複数種類の検出器、演算装置２およびデータロガー２１を含む。性能悪化率Ｒは、船舶１０の速度である船速の低下傾向と、船舶１０に搭載される少なくとも１つの推進用の主機４１の燃料消費量の増加傾向の双方を表すものである。

船舶１０は、図２に示すような電気推進式であってもよいし、図３および図４に示すような機械推進式であってもよい。

図２に示すように、電気推進式の船舶１０には、推進用兼発電用の複数の主機４１が搭載される。主機４１は発電機６１を駆動し、発電機６１で生成された電力が配電盤６２を介してモータ６３へ供給され、モータ６３により推進軸５２が駆動される。

図２に示す船舶１０では、主機４１が燃料ガスおよび燃料油を燃料とするレシプロエンジンである。そして、主機４１には、主機４１からの排ガスを利用して主機４１への給気を加圧する過給機５１が接続されている。ただし、主機４１であるレシプロエンジンの燃料は、燃料ガスと燃料油のどちらか一方であってもよい。あるいは、主機４１は、燃料ガスまたは燃料油のみを燃料とするガスタービンエンジンであってもよい。

図３および図４に示すように、機械推進式の船舶１０には、推進用の主機４１と、発電用の補機４２が搭載される。なお、主機４１の数は１つであっても複数であってもよい。同様に、補機４２の数は１つであっても複数であってもよい。主機４１は推進軸５２を駆動し、補機４２は発電機６４を駆動する。

図３に示す船舶１０では、主機４１が燃料ガスおよび燃料油を燃料とするレシプロエンジンである。そして、主機４１には、主機４１からの排ガスを利用して主機４１への給気を加圧する過給機５１が接続されている。ただし、主機４１であるレシプロエンジンの燃料は、燃料ガスと燃料油のどちらか一方であってもよい。あるいは、主機４１は、燃料ガスまたは燃料油のみを燃料とするガスタービンエンジンであってもよい。

図４に示す船舶１０では、主機４１が、燃料ガスおよび燃料油を燃料とするボイラ４３と、推進軸５２を駆動する推進用の蒸気タービン４４の組み合わせである。ボイラ４３で生成された蒸気は、推進用の蒸気タービン４４だけでなく、発電用の蒸気タービン４５にも供給される。蒸気タービン４５は、発電機６５を駆動する。ただし、主機４１の一部であるボイラ４３の燃料は、燃料ガスと燃料油のどちらか一方であってもよい。

図３および図４に示す船舶１０では、補機４２が燃料ガスおよび燃料油を燃料とするレシプロエンジンである。ただし、補機４２であるレシプロエンジンの燃料は、燃料ガスと燃料油のどちらか一方であってもよい。

船舶１０には、上述した複数種類の検出器として、船速検出器３１および燃料消費量検出器３２などが設けられている。

船速検出器３１は、船速を検出する。本実施形態では、船速検出器３１は、ＧＰＳ（Global Positioning System）などにより検出された船舶１０の位置情報に基づいて、対地船速として船速を検出する。ただし、船速検出器３１は、ドップラーログや電磁ログなどを用いた対水船速として船速を検出するものであってもよい。

燃料消費量検出器３２は、主機４１の燃料消費量Ｆｏを検出する。図２〜図４に示す船舶１０のいずれにおいても、燃料消費量Ｆｏは、燃料ガスの消費量と燃料油の消費量の合計である。

例えば、図２に示す船舶１０では、燃料消費量検出器３２は、各主機４１へ燃料ガスを供給する燃料ガス供給ライン７１に設けられた流量計７２、各主機４１へ燃料油を供給する燃料油供給ライン７３に設けられた流量計７４、および各主機４１から未使用の燃料油を回収する燃料油回収ライン７５に設けられた流量計７６で構成される。燃料油回収ライン７５は、図略のポンプの上流側で燃料油供給ライン７３につながり、燃料油供給ライン７３および燃料油回収ライン７５を通じて燃料油が循環する。つまり、各主機４１での燃料油の消費量は、流量計７４で検出された流量から流量計７６で検出された流量を差し引いた値である。ただし、燃料油回収ライン７５は省略されてもよい。

図３に示す船舶１０では、図２に示す船舶１０と同様に、燃料消費量検出器３２は、主機４１へ燃料ガスを供給する燃料ガス供給ライン７１に設けられた流量計７２、主機４１へ燃料油を供給する燃料油供給ライン７３に設けられた流量計７４、および主機４１から未使用の燃料油を回収する燃料油回収ライン７５に設けられた流量計７６で構成される。

図４に示す船舶１０では、燃料消費量検出器３２は、ボイラ４３へ燃料ガスを供給する燃料ガス供給ライン９１に設けられた流量計９２、およびボイラ４３へ燃料油を供給する燃料油供給ライン９３に設けられた流量計９４で構成される。

船速検出器３１で検出された船速Ｖ１および燃料消費量検出器３２で検出された主機４１の燃料消費量Ｆｏは、演算装置２へ入力される。

演算装置２は、例えば、ＲＯＭやＲＡＭなどのメモリとＣＰＵを有するコンピュータであり、ＲＯＭに記憶されたプログラムがＣＰＵにより実行される。演算装置２は、船舶１０に搭載されてもよいし、船舶１０と衛星通信可能な陸上設備に設けられてもよい。演算装置２が陸上設備に設けられる場合、プログラムが演算装置２のメモリに記憶されずにインターネットなどを通じて演算装置２に提供されてもよい。あるいは、演算装置２は、船舶１０に搭載される船側演算装置と、陸上設備に設けられる陸側演算装置とで構成されてもよい。

演算装置２は、船舶１０の現在の性能悪化率Ｒを算出するとともに、性能悪化率Ｒの将来的な変化を予測する。この性能悪化率Ｒの算出方法および将来的な変化の予測方法については、後述にて詳細に説明する。さらに、本実施形態では、演算装置２が、船体汚損係数や推進効率なども算出する。また、演算装置２は、主機４１がレシプロエンジンであって主機４１に過給機５１が接続される場合には、過給機効率なども算出する。

船体汚損係数は、船体の汚損度合を示す指標であり、実海域において計測された推進軸出力（馬力）、船速、主機回転数および船首方位と、平水中（風、波および潮流がない状態）の船速と推進軸出力との関係と、風、波および潮流による外乱抵抗とに基づいて算出される。推進効率（η）は、一定速度（Ｖ）で航走する船の抵抗（Ｒ）と、そのとき必要となる推進軸出力（Ｐ）との比である（η＝ＶＲ／Ｐ）。

過給機効率は、過給機５１の汚損による空気量の減少に基づく燃費の悪化を示すものであり、投入燃料量に対する仕事量（主機出力）と排ガスの温度（熱量）に基づいて（入出熱法に基づいて）算出される。

演算装置２には、入力装置２２と表示装置２３が接続されている。入力装置２２は、キーボードなどで構成され、使用者からの入力を受け付ける。表示装置２３は、例えばディスプレイであり、演算装置２の演算結果（性能悪化率Ｒの履歴および将来的な変化）を画面に表示する。

さらに、演算装置２は、表示装置２３に、図５に示すような横軸に船速、縦軸に主機４１の燃料消費量を取ったグラフを表示する。ただし、図５とは逆に、グラフの横軸が燃料消費量、縦軸が船速であってもよい。演算装置２のメモリには、初期の船速と燃料消費量との関係を定めた基準性能曲線Ｃが予め記憶されている。グラフには、その基準性能曲線Ｃが描かれている。また、グラフには、船速検出器３１で検出された船速Ｖ１および燃料消費量検出器３２で検出された主機４１の燃料消費量Ｆｏで定まる計測点Ｐがプロットされる。図５では、現在の１つの計測点Ｐだけがプロットされているが、過去の多数の計測点Ｐもプロットされていることが望ましい。

初期の船速と燃料消費量との関係は、設計上の船速と燃料消費量との関係であってもよいし、製造時の試験結果に基づくものであってもよいし、海上試運転結果に基づくものであってもよい。

基準性能曲線Ｃは、図６（ａ）に示すような初期の速力馬力曲線Ｃ１と、図６（ｂ）に示すような初期の基準燃費曲線Ｃ２を、推進軸出力を基準として組み合わせたものである。速力馬力曲線Ｃ１は、初期の推進軸出力と船速との関係を定めた曲線であり、基準燃費曲線Ｃ２は、初期の推進軸出力と燃料消費量との関係を定めた曲線である。例えば、船速Ｖ１における速力馬力曲線Ｃ１上の推進軸出力がＰｓ１であり、推進軸出力Ｐｓ１における基準燃費曲線Ｃ２上の燃料消費量がＦｓ１である。

データロガー２１は、船舶１０の運航データを記憶する。データロガー２１に記憶される運航データには、上述した船速検出器３１および燃料消費量検出器３２を含む複数種類の検出器の検出値、ならびに実際に航海した航路および時期などだけでなく、演算装置２で算出される上述した船体汚損係数、推進効率および過給機効率なども含まれる。

次に、演算装置２が船舶１０の現在の性能悪化率Ｒを算出する方法について詳しく説明する。

演算装置２は、船速検出器３１で検出された船速Ｖ１、燃料消費量検出器３２で検出された主機４１の燃料消費量Ｆｏおよび基準性能曲線Ｃを用いて、性能悪化率Ｒを算出する。具体的に、演算装置２は、まず、検出された燃料消費量Ｆｏを、基準性能曲線Ｃと対比可能な補正燃料消費量Ｆ１に換算する。なお、検出された燃料消費量Ｆｏは、出荷時に確認された流量計の誤差に基づいて、演算装置２によりキャリブレーションされることが望ましい。

燃料消費量Ｆｏを補正燃料消費量Ｆ１に換算する方法は、船舶１０の構成によって大きく異なるため、以下では図２〜４に示す船舶１０を例に説明する。

（１）図２に示す船舶１０の場合
図２では図示を省略しているが、一般的に、過給機５１と主機４１であるレシプロエンジンとの間には水冷式のエアクーラが設けられる。まず、演算装置２は、過給機５１の入口空気温度および入口空気圧力、エアクーラの入口水温度、燃料ガス発熱量、ならびに燃料油発熱量などを標準状態と比較して燃料消費量Ｆｏを補正し、参考燃料消費量Ｆｋを算出する。標準状態とは、図５に示す基準性能曲線Ｃが導き出されたときの状態である。

例えば、過給機５１の入口空気温度が標準温度よりも高い場合、過給機５１の入口空気圧力が標準圧力よりも低い場合、またはエアクーラの入口水温度が標準温度よりも高い場合には、演算装置２は、検出された燃料消費量Ｆｏが少なくなるように補正する。これらの条件を満たしたときは、主機４１であるレシプロエンジンに導入すべき空気の体積流量が多くなり、その分過給機５１の効率が低下して主機４１の燃費が悪化するためである。つまり、標準状態であれば、より少ない燃料で十分であったと考えられる。

また、燃料ガスまたは燃料油の発熱量が標準発熱量よりも高い場合は、演算装置２は、検出された燃料消費量Ｆｏが多くなるように補正する。この条件を満たしたときは、標準状態であればもう少し燃料が多く必要であったためである。

参考燃料消費量Ｆｋ（補正後の燃料消費量Ｆｏ）の算出後、演算装置２は、設計船内電力に必要な燃料消費量Ｆｅと、推進に必要な燃料消費量Ｆｄを算出する。

設計船内電力に必要な燃料消費量Ｆｅは、トータル電力Ｅｔ、設計船内電力Ｅｄおよび実船内電力Ｅｒに基づいて算出される。例えば、Ｆｅは以下の式により算出可能である。
Ｆｅ＝Ｆｋ×（Ｅｒ／Ｅｔ）×（Ｅｄ／Ｅｒ）
なお、上記の式は、Ｆｅ＝Ｆｋ×（Ｅｄ／Ｅｔ）とも表されるので、トータル電力Ｅｔおよび設計船内電力Ｅｄのみから、設計船内電力に必要な燃料消費量Ｆｅを算出することも可能である。

推進に必要な燃料消費量Ｆｄは、トータル電力Ｅｔおよび推進負荷Ｅｌに基づいて算出される。例えば、Ｆｄは以下の式により算出可能である。
Ｆｄ＝Ｆｋ×（Ｅｌ／Ｅｔ）

最後に、演算装置２は、ＦｅとＦｄを足し合わせることによって、補正燃料消費量Ｆ１を算出する（Ｆ１＝Ｆｅ＋Ｆｄ）。

（２）図３に示す船舶１０の場合
図２に示す船舶１０の場合と同様に、演算装置２は、参考燃料消費量Ｆｋを算出する。図３に示す船舶１０の場合は、この参考燃料消費量Ｆｋが補正燃料消費量Ｆ１である。

（３）図４に示す船舶１０の場合
演算装置２は、燃料ガス発熱量、燃料油発熱量、ボイラ４３の出口蒸気圧力および出口温度、ならびに図略の復水器（真空）の圧力などを標準状態と比較して燃料消費量Ｆｏを補正し、補正燃料消費量Ｆ１を算出する。標準状態とは、図５に示す基準性能曲線Ｃが導き出されたときの状態である。

例えば、燃料ガスまたは燃料油の発熱量が標準発熱量よりも低い場合は、演算装置２は、検出された燃料消費量Ｆｏが少なくなるように補正する。同様に、ボイラ４３の出口蒸気圧力が標準圧力よりも低い場合、ボイラ４３の出口温度が標準温度よりも低い場合、または復水器の圧力が標準圧力よりも高い場合には、演算装置２は、検出された燃料消費量Ｆｏが少なくなるように補正する。

演算装置２は、検出された燃料消費量Ｆｏを補正燃料消費量Ｆ１に換算した後に、船速検出器３１で検出された船速Ｖ１における、基準性能曲線Ｃ上の燃料消費量Ｆｓ１と補正燃料消費量Ｆ１とから、性能悪化率Ｒを算出する。つまり、本実施形態では、性能悪化率Ｒが、船速が一定であると仮定したときに燃料消費量がどれだけ増加したかを示すものである。本実施形態では、以下の式により、性能悪化率Ｒが算出される。
Ｒ＝（Ｆ１−Ｆｓ１）／Ｆｓ１×１００
つまり、性能悪化率Ｒは、初期の燃料消費量をゼロとする原則としてプラスのパーセンテージである。ただし、性能悪化率Ｒは、以下の式で算出されてもよい。
Ｒ＝Ｆ１／Ｆｓ１

なお、性能悪化率Ｒを算出する前に、演算装置２は、船速検出器３１で検出された船速Ｖ１を風情報、波情報および潮流情報の少なくとも１つに基づいて補正してもよい。この場合、演算装置２は、風情報、波情報および潮流情報を含む海気象データを、例えば、インターネットを介して気象庁やＮＯＡＡ（National Ocean and Atmosphic Administration）等の外部機関から取得してもよい。ただし、船速検出器３１が対水船速を検出する場合は、潮流情報に基づく船速Ｖ１の補正は必要ない。

性能悪化率Ｒの算出後、演算装置２は、図７に示すような性能悪化率Ｒの履歴から、図１１中に破線で示すように性能悪化率Ｒの将来的な変化を予測する。まず、演算装置２は、過去から現在までの性能悪化率Ｒの履歴に基づいて、近似曲線を作成する。近似曲線の作成には、最小二乗法を用いてもよいし、カルマンフィルターを用いてもよい。

ついで、演算装置２は、作成した近似曲線を延長した延長線を作成する。延長線は、直線であってもよいし、曲線であってもよい。例えば、近似曲線が直線である場合は、延長線は近似曲線と同一線上の直線であってもよい。あるいは、近似曲線が曲線である場合は、延長線は現在の性能悪化率Ｒにおける近似曲線の接線であってもよい。

本実施形態では、演算装置２が、データロガー２１に記憶された運航データから性能悪化率Ｒに影響を及ぼす特定データを抽出する。運航データのうちの性能悪化に影響を及ぼすデータとしては、図８に示すような船体汚損係数と、図９に示すような推進効率と、図略の主機４１の排ガス温度と、図略の上述した過給機効率などがある。演算装置２は、それらのデータのうちで最も影響が強いものを特定データとして選択する。例えば、推進効率が性能悪化率Ｒに最も強く影響を及ぼすものである場合は、演算装置２は、過去から現在までの性能悪化率Ｒと推進効率（特定データ）との相関関係を学習する。

その後、演算装置２は、図１０中に破線で示すように推進効率（特定データ）の将来的な変化を予測する。最後に、演算装置２は、予測された推進効率の将来的な変化に基づいて、性能悪化率Ｒの将来的な変化を予測する。

以上説明したように、本実施形態の船舶性能解析システム１では、表示装置２３に図５に示すようなグラフが表示されるので、配船計画を立てる際には１つのグラフを参照するだけで現在の船速と燃料消費量との関係を把握できるとともに、現在の性能を示す計測点Ｐと基準性能曲線Ｃとの比較から現在の性能が初期からどの程度悪化しているかを把握できる。従って、配船計画を容易に立てることができる。

しかも、本実施形態では、船舶１０の性能悪化率Ｒが算出されるとともに、性能悪化率Ｒの将来的な変化が予測される。算出される性能悪化率Ｒは船速の低下傾向と主機４１の燃料消費量の増加傾向の双方を表すものであるので、予測される性能悪化率Ｒの将来的な変化を活用すれば、精度の高いまたは最適な配船計画を立てることができる。また、性能悪化率Ｒの将来的な変化に基づいて、将来の燃料消費量や燃料コストの試算、燃料積載量計画などを行うこともできる。

例えば、船舶１０がＬＮＧ（Liquefied Natural Gas）運搬船である場合には、性能悪化率Ｒの将来的な変化に基づいて、バラスト航海時のヒール量を算出してもよい。このヒール量の算出には、バラスト航海の予定航路上の海気象データなどが使用され、カーゴタンクを冷却するためのスプレー計画などが考慮される。この構成によれば、バラスト航海に必要なヒール量を正確に算出することができる。従って、輸送したＬＮＧを荷揚げする際に、算出された次航海に必要なヒール量が残るようにＬＮＧを荷揚げすることによって、ＬＮＧを可能な限り多く荷揚げすることができる。

また、本実施形態では、性能悪化率Ｒが、船速が一定であると仮定したときに燃料消費量がどれだけ増加したかを示すものである。従って、性能悪化率Ｒを参照することによって、船速の低下傾向を加味した主機４１の燃料消費量の増加傾向を把握することができる。

さらに、本実施形態では、データロガー２１に記憶された運航データから船速に影響を及ぼす特定データが抽出され、この特定データの将来的な変化に基づいて性能悪化率Ｒの将来的な変化が予測されるので、性能悪化率Ｒの将来の予測精度を向上させることができる。

（変形例）
本発明は上述した実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲で種々の変形が可能である。

例えば、性能悪化率Ｒは、燃料消費量が一定であると仮定したときに船速がどれだけ低下したかを示すものであってもよい。この構成によれば、性能悪化率Ｒを参照することによって、主機４１の燃料消費量の増加傾向を加味した船速の低下傾向を把握することができる。

具体的に、演算装置２は、検出された燃料消費量Ｆｏを補正燃料消費量Ｆ１に換算した後に、図１２に示すように、補正燃料消費量Ｆ１における、基準性能曲線Ｃ上の船速Ｖｓ１と船速検出器３１で検出された船速Ｖ１とから、性能悪化率Ｒを算出する。例えば、演算装置２は、以下の式により、性能悪化率Ｒを算出する。
Ｒ＝（Ｖ１−Ｖｓ１）／Ｖｓ１×１００
つまり、性能悪化率Ｒは、初期の船速をゼロとする原則としてマイナスのパーセンテージであってもよい。

また、性能悪化率Ｒの将来の予測精度を向上させるには、演算装置２は、次のような処理を行ってもよい。

まず、演算装置２は、データロガー２１に記憶された運航データに基づいて、航路別に航路と性能悪化率Ｒとの相関関係を学習するとともに、時期別に時期と性能悪化率Ｒとの相関関係を学習する。例えば、偏西風の影響を大きく受ける航路と、偏西風の影響をそれほど受けない航路とでは、性能悪化率Ｒの変化率が異なる。性能悪化率Ｒの変化率は、時期によっても異なることがある。時期別とは、例えば、季節別であってもよいし、月別であってもよい。

そして、演算装置２は、将来の航海の予定航路と同一または類似の航路と性能悪化率Ｒとの相関関係および将来の航海の予定時期と同一または類似の時期と性能悪化率Ｒとの相関関係に基づいて、性能悪化率Ｒの将来的な変化を予測する。

１ 船舶性能解析システム
１０ 船舶
２ 演算装置
２１ データロガー
２３ 表示装置
３１ 船速検出器
３２ 燃料消費量検出器

Claims (5)

1. 船舶の速度である船速を検出する船速検出器と、
   少なくとも１つの推進用の主機の燃料消費量を検出する燃料消費量検出器と、
   基準性能曲線が描かれたグラフであって、前記船速検出器で検出された船速および前記燃料消費量検出器で検出された燃料消費量で定まる計測点がプロットされたグラフを表示する表示装置と、
   前記船速検出器で検出された船速、前記燃料消費量検出器で検出された燃料消費量、および前記基準性能曲線を用いて、性能悪化率を算出するとともに、前記性能悪化率の履歴から、前記性能悪化率の将来的な変化を予測する演算装置と、
   前記船舶の運航データを記憶するデータロガーと、を備え、
   前記演算装置は、前記運航データ中の航路別に航路と性能悪化率との相関関係を学習するとともに、前記運航データ中の時期別に時期と性能悪化率との相関関係を学習し、かつ、
   将来の航海の予定航路と同一または類似の航路と性能悪化率との相関関係および将来の航海の予定時期と同一または類似の時期と性能悪化率との相関関係に基づいて、前記性能悪化率の将来的な変化を予測する、船舶性能解析システム。
2. 前記演算装置は、前記燃料消費量検出器で検出された燃料消費量を前記基準性能曲線と対比可能な補正燃料消費量に換算し、前記船速検出器で検出された船速における、前記基準性能曲線上の燃料消費量と前記補正燃料消費量とから、前記性能悪化率を算出する、請求項１に記載の船舶性能解析システム。
3. 前記演算装置は、前記燃料消費量検出器で検出された燃料消費量を前記基準性能曲線と対比可能な補正燃料消費量に換算し、前記補正燃料消費量における、前記基準性能曲線上の船速と前記船速検出器で検出された船速とから、前記性能悪化率を算出する、請求項１に記載の船舶性能解析システム。
4. 前記船舶は、ＬＮＧ運搬船であり、
   前記演算装置は、前記性能悪化率の将来的な変化に基づいて、バラスト航海時のヒール量を算出する、請求項１〜３の何れか一項に記載の船舶性能解析システム。
5. 前記演算装置は、前記データロガーに記憶された運航データから性能悪化率に影響を及ぼす特定データを抽出し、前記性能悪化率と前記特定データとの相関関係を学習し、かつ、
   前記特定データの将来的な変化を予測し、予測された前記特定データの将来的な変化に基づいて、前記性能悪化率の将来的な変化を予測する、請求項１〜４の何れか一項に記載の船舶性能解析システム。
   

Images