风浪流对船舶航行阻力影响研究

徐鸿志 付健 邓超风 高健 山东海运股份有限公司

由于海洋气象多变的特点，实际航速受海洋气象因素影响较大，对于提高船舶能效并实现节能低碳航行的航行优化策略来说，其先决条件是准确预报出海洋气象因素对航速的影响。准确掌握实际航速后，才能有效地进行航线、航速的规划与设计。海洋气象影响下的实际航速预报，可为智能航线决策提供科学的数据支撑，能够提高智能航线决策的准确度，从而实现安全高效的船舶运营。

1.研究内容

通过缩尺度船舶物理模型和数字水池实验确定船舶的基本行阻参数，运用船舶运营大数据验证和校验其参数，构建起风流浪对船舶航行阻力影响的数值模型。数值模型经修正后，在线精准预报船舶运动响应特性，为气象导航中的船舶因子选取提供数值依据。同时，也根据船舶运动姿态数据，预评估船舶船体结构损伤情况，也为船舶船体健康监测指数提供参考。

2.技术路线

课题是在物理模型和数值计算模型基础上的风流浪对船舶航行阻力影响的研究，分物理模型和数值水池的船舶操纵性能预报数据库、实船航行轨迹信息与船载实测气象数据的特征值提取及实船数据的模型参数迭代和修正等部分。研究技术路线图如图1所示。

图1 研究技术路线图

3.关键技术

3.1 船舶航行阻力参数在线迭代及优化

船舶航行阻力参数是智能航线决策的核心基础数据，如果仅根据物理模型其模型的适用海况有限，加上尺度效应的存在，不可避免存在较大的偏差，为了解决适用海况局限的问题，通过数值水池仿真，可以弥补上述的局限，得到的参数适用性广，但其精度还要进行实船数据校验。构建船舶航行阻力参数在线迭代结构，设定适当的优化算法，逼近真实海况下的船舶航行状态，是课题需解决的一项关键技术。

3.2 基于深度学习的数据集特征值提取和应用

通过深度学习，在海量的实船航行数据中寻找数据集中有因果关联的特征值，并运用上述特征值，归一化海洋气象对船舶航行阻力影响参数的影响，实现船舶行阻在线实时精准计算和迭代。

4.实施方案

4.1 基于船舶物理模型实验的船舶行阻参数研究

开展基于船舶物理模型的行阻参数研究，通过物理模型试验取得特定船舶的操纵水动力导数、舵升力系数及其与船体干扰系数、螺旋桨推力曲线、船舶静水阻力曲线、风浪中增阻曲线等。

根据示范船的型线资料，进行船舶物理模型试验。主要分两个内容：直航阻力部分和耐波性部分。通过物理模型试验初步构建船舶遭遇典型海况下的船舶行阻及船舶姿态模型数据库（考虑尺度效应）。

4.1.1 试验船舶参数(表1、2）

表1 船舶主尺度

表3 波浪参数

图2 船模物理水池试验

4.1.2 试验内容

进行直航阻力试验；迎浪规则波试验；结构吃水、压载吃水工况下的迎浪规则波试验。每个航速共计选取10个波长（频率）的规则波进行试验。波浪增阻测试时，采用先做稀疏的6个波频点，根据前面6个点的结果再插入4个波频点，总波频个数不变，尽量描述出波浪增阻曲线峰值形状，或者参考下表的波浪频率点。

4.2 基于数值水池的船舶行阻参数研究

基于船舶物理模型试验的数据，利用数值水池将船舶遭遇海况适当外推，基本覆盖船舶周围情况，并使用上述的数据补全船舶行阻及船舶姿态模型数据库。将上述的数据库作为系统平台数据库的子集进行调用，主要用于船舶姿态的预测，供航线优化决策使用。

表2 实船及船模航速

4.3 船舶行阻数据库的实现

基于船舶物理模型试验和数值水池试验，将船舶行阻的数据库作为系统平台的子集，通过输入船舶位置，遭遇的气象和海况（数值预报），实现对示范船的船舶行阻和船舶姿态预报，数据库基于SQL的格式进行。

4.4 船载六自由度姿态仪数据的传输

船载的六自由度姿态仪数据需要和其他船载设备一起统筹考虑，实时的船舶六自由度信息可以考虑与船载AIS一起通过编程，利用北斗卫星通信实现，同时与船舶实测气象和海况数据共同储存共后续数据挖掘和学习使用。

4.5 基于深度学习的海洋气象对船舶行阻参数实船验证

基于船载六自由度姿态仪的实测数据，融合船舶位置和时间信息，与船舶行阻数据库的数据进行深度学习和验证，对船舶行阻数据库的行阻参数进行迭代收敛优化，通过大数据的挖掘，找到船舶行阻的关联因素及参数值，进一步提高船舶行阻数据库预报船舶姿态的精确度。

5.结束语

通过船体模型和数值水池试验，构建风浪流对船舶航行阻力数值模型，将随船精细化预报系统数据导入，在线精准预报船舶运动响应特性，为气象导航中的船舶因子选取提供数值依据。