胡 桐，漆隨平，郭顏萍，王東明

（山東省海洋環(huán)境監(jiān)測技術重點實驗室，山東省科學院海洋儀器儀表研究所，國家海洋監(jiān)測設備工程技術研究中心，山東 青島 266001）

基于船舶空氣流場仿真的船舶測風偏差校正方法

胡 桐，漆隨平，郭顏萍，王東明

（山東省海洋環(huán)境監(jiān)測技術重點實驗室，山東省科學院海洋儀器儀表研究所，國家海洋監(jiān)測設備工程技術研究中心，山東 青島 266001）

船舶海面風觀測易受船體和上層建筑造成的畸變氣流影響，使測風數據存在偏差。針對船舶相對風測量偏差校正問題，采用CFD仿真方法研究船體周圍鈍體繞流氣流場，量化桅桿左、右橫桁實測相對風速、風向與艦橋上部參考測風點相對風速、風向偏差，利用最小二乘支持向量機分別對左、右舷測風偏差進行回歸并建立校正模型。通過海上實船實驗采集桅桿左、右橫桁與艦橋上部測風點處的相對風測量數據，驗證模型校正測風偏差的實際效果，結果表明CFD仿真建模方法能夠有效降低實驗船型56%的相對風速測量偏差。

艦船空氣流場；CFD；風測量；偏差校正

海氣動量、熱量、水汽交換過程中，海面風幾乎起主導作用?，F場實測海面風速、風向資料大部分由船舶、浮標、岸站等常規(guī)觀測系統(tǒng)獲取。船舶作為海面氣象要素的重要觀測手段，提供了長期并且持續(xù)的海面風觀測記錄。船載測風傳感器測量的是相對風，真風通過相對風、航速和航向進行解算。但移動平臺測風的固有特點會造成相對風觀測數據中存在偏差，原因包括：

（1）船體、上層建筑對氣流的遮擋。經過測風點的氣流實際上已經受到船體和上層建筑遮擋而產生了畸變[1]，速度和方向與自由來流存在差別。風速、風向測量值與海面自由來流真實值之間的偏差直接影響海面摩擦速度u*和阻力系數CD10N的計算。當u10N為10 m/s時，10%的風速偏差將造成約27%的動量通量估計偏差[2]。

（2）船體搖擺的影響。船舶航行過程中受風、浪、流的綜合作用產生縱搖、橫搖和升沉，船體對周圍氣流場存在作用力，干擾相對風測量[3-4]，并且對采用渦動相關法（Eddy Covariance）計算海氣通量具有較為明顯的影響[5-6]。

以上測風偏差與測風傳感器本身的測量精度無關，提高傳感器測量精度并不能消除偏差。實際上，船舶測風易受干擾的問題由來已久[7]，氣流在船體和上層建筑周圍產生鈍體繞流使船體周圍氣流場形態(tài)發(fā)生變化。世界氣象組織規(guī)定測風傳感器應安裝于船上開闊位置，盡量靠近安裝平臺前部并具有一定高度[8]。由于無法將測風傳感器安裝到距離船體或上層建筑足夠遠的位置，傳感器測量的是測風點處受干擾氣流的速度和方向[9]，有必要對測風偏差進行校正。

目前，計算流體力學(ComputationalFluidDynamics, CFD)仿真已被廣泛應用于氣流場分析與相關研究領域[10]。Yelland等指出測風點處氣流速度與自由來流速度的比值在5～25 m/s范圍內近似為常數[9]。Dupius等利用CFD仿真數據校正海面阻力系數CD10N[11]。Popinet等指出風速偏差獨立于雷諾數而依賴于相對風向[12]。Moat等指出艦橋上部氣流場形態(tài)在雷諾數 2×105～1×107范圍內無顯著差異[13-14]。Griessbaum指出測風偏差影響數值模式參數化方案，會導致氣體輸運速度kg有30%～50%的偏差[15]。O’Sullivan等指出校正測風偏差需要更多不同迎風角度的仿真數據[16]。Polsky分析了艦載機起降平臺上的湍流擾動[17]。Wn?k等對LNG船風載荷進行評估并驗證了CFD仿真結果的一致性[18]。賀少華等[19]對載機艦船氣流場相關研究現狀進行了綜述。王偉[20]、趙永振[21]研究了不同船型上層建筑布局對氣流場的影響。郜冶等對護衛(wèi)艦船體周圍氣流場進行了數值模擬[22]。姜治芳等在艦船氣流場研究方面做了大量工作[23-24]。上述研究工作針對不同問題，對船體周圍鈍體繞流流場進行了仿真計算，但未涉及海面風測量偏差的建模與校正。

本文采用CFD仿真方法研究某實驗船船體周圍鈍體繞流氣流場的分布情況，利用最小二乘支持向量機 （Least Square Support Vector Machine，LSSVM）對不同迎風角度條件下的風速、風向偏差進行回歸建模，通過海上實船實驗采集不同測風點的風速、風向數據，驗證了該方法校正測風偏差的實際效果。

1 數值仿真

采用隱式修正SIMPLE算法求解三維不可壓縮流體RANS方程和RNG k-epsilon兩方程湍流模型，通過CFD仿真結果研究某型船鈍體繞流氣流場，利用LSSVM建立測風偏差校正模型。

1.1 幾何模型與網格劃分

以某實驗船為例建立全尺寸三維幾何模型，將特征長度小于7‰船長并且對氣流影響小的船體、上層建筑和桅桿附體進行刪減，包括圍欄、支架、天線等，僅保留對氣流場存在顯著遮擋的大尺度幾何特征。處理后的三維船體幾何模型呈左右舷對稱。計算域采用圓柱體形式，船舶三維幾何模型置于計算域底面中心，底面半徑為3.9倍船長，高度為1.6倍船長，計算域入口和出口分別由圓柱體側面的1/ 2構成（如圖1所示）。整個計算域阻塞比小于3%。

圖1 計算域尺寸

采用非結構化四面體網格對計算域進行網格劃分，對上層建筑和桅桿區(qū)域進行了網格加密以保證網格質量。在入口風速為5 m/s工況下，設置邊界層第一層網格高度為3 mm，以滿足湍流模型計算所使用標準壁面函數的y+條件。各工況下y+值范圍為30～100。

圖2 網格無關性檢驗

為檢驗網格無關性，在桅桿左、右橫桁與艦橋上部分別設置半徑為1 m的球形區(qū)域，觀察流經以上3個區(qū)域氣流的平均速度和方向。桅桿左、右橫桁對應于實際的測風傳感器安裝位置，艦橋上部對應于海上實船實驗安裝的參考測風傳感器位置（以下稱參考測風點）。圖2為船體正面迎風（海平面10 m高度風速設置為5 m/s）時，3個區(qū)域的平均風速變化情況。當網格數量達到360萬，關注區(qū)域平均風速基本不隨網格數量變化，因此選取360萬網格進行各工況的CFD仿真。船體周圍區(qū)域的局部網格如圖3所示。

圖3 船體周圍面網格示意圖

1.2 仿真參數設置

在相同迎風角度條件下，船體周圍鈍體繞流氣流場形態(tài)在雷諾數2×105～1×107范圍內無顯著差異[13]，經過測風點處的氣流與自由來流的流速比值基本不變。本文采用相同的入口風速對不同迎風角度工況進行仿真。

仿真過程設定船體靜止不動，縱、橫搖角度均為0°，氣流由入口流經船體和上層建筑，從而模擬相對風的測量過程。與風洞試驗類似，船體外表面與海平面設定為無滑移壁面，計算域上邊界設定為自由滑移壁面。出口邊界設定為壓力出口。入口邊界設定為速度入口，流速剖面采用對數率：

海面10 m高度風速u10N設為5 m/s，卡爾曼常數kv設為0.4，海面粗糙度長度z0設為2 mm。

采用定常方式求解三維不可壓縮氣流RANS方程，湍流模型選擇RNG k-epsilon模型。對流項采用二階迎風格式，擴散項采用中心差分格式，收斂殘差設為10E-4。計算收斂后，輸出CFD仿真結果中三個關注區(qū)域的平均風速、風向。

1.3 仿真結果分析

自由來流受船體遮擋后產生垂直位移，近海平面氣流在船體和上層建筑周圍產生鈍體繞流，流速、流向均發(fā)生改變。圖5為特定迎風角度工況下經過測風點處的氣流流線圖，具體的流速、流向變化情況見表1。

表1 特定迎風角度工況的風速、風向變化

圖5 測風傳感器安裝位置流線圖

當0°迎風時，經過3個測風點處氣流的垂直位移較?。ㄗ畲?.6 m），桅桿橫桁測風點風速值接近參考測風點風速值，參考測風點風向更接近自由來流。其他3個角度迎風時，氣流垂直位移均較為明顯（最大垂直位移分別為7.9 m、11 m和10.6 m）。

當90°迎風時，背風側傳感器受遮擋嚴重，因此風速顯著降低，迎風側傳感器風向值更接近自由來流。當45°和135°迎風時，迎風側傳感器風向值更接近自由來流，背風側傳感器風速值高于迎風側并且變化梯度較大。

左、右舷測風點在不同迎風角度(間隔10°)工況下的風速比例、風向差值如圖6所示。隨著迎風角度的改變，桅桿左右兩側實際測風點與參考測風點的風速比例變化呈非線性趨勢。相對于風速比例，風向差值的變化則更為復雜，無顯著規(guī)律。

圖6 不同迎風角度條件下的風速、風向偏差

從CFD仿真結果可以看出測風偏差與迎風角度直接相關。迎風角度是建立桅桿左右兩側測風點與艦橋上部參考測風點之間風速、風向關系的重要變量。

1.4 測風偏差校正模型

校正測風偏差需建立測風傳感器安裝高度上未受干擾的自由來流與測風點處受干擾氣流之間的映射關系，利用實測數據估計自由來流。通過CFD仿真數據對上述對應關系進行建模是可行的，但是將測風傳感器安裝到足夠遠離船體的位置同步采集自由來流數據難以實現，無法利用實驗方法直接進行建模和驗證。

為解決這一問題，海上實船實驗時在艦橋上部特定位置安裝一臺實驗用測風傳感器，該安裝位置與CFD仿真過程中艦橋上部參考測風點對應，并將其測量值作為參考值。需要指出的是該測風點實際上并不是理想的測風傳感器安裝位置，同樣會受到船體和上層建筑影響。

若利用CFD仿真數據對桅桿左、右橫桁與參考測風點處氣流之間的非線性關系進行建模，然后通過實船實驗數據驗證該方法可行，則利用CFD仿真數據對桅桿左、右橫桁與CFD仿真入口處的自由來流之間的非線性關系進行建模并估計未受干擾的自由來流，理論上也是可行的。

LSSVM在測量數據非線性關系回歸預測方面有著廣泛的應用[25]。本文利用LSSVM分別對桅桿左、右橫桁測風點和艦橋上部參考測風點處風速、風向之間的非線性關系進行回歸，建立測風偏差校正模型。核函數選擇高斯核。得到以下關系：

式中：wdm為平均相對風向測量值；rws為風速比例，即桅桿測風點平均相對風速wsm與參考測風點的平均相對風速wsref的比值。Δθ為風向偏差，即桅桿測風點平均相對風向wdm與參考測風點的平均相對風向wdref的差值。

海面平均風測量偏差校正過程如下：（1）根據左、右舷實測風向值得到對應的風速比例和風向差值；（2）按照對應的風速比例分別校正左、右舷實測風速值，按照對應的風向差值分別校正左、右舷實測風向值；（3）對校正后的左、右舷風速、風向值進行矢量平均。

2 實船實驗

設計海上實船實驗，同步采集不同測風點處的風速、風向數據，對測風偏差校正模型進行驗證。海上實船實驗與CFD仿真船型一致，各測風點位于桅桿左、右橫桁和艦橋上部靠近左舷位置，分別對應于CFD仿真各關注區(qū)域的中心。

2.1 實驗方法

海面風速、風向采集通過3臺測風傳感器、1臺數據采集器和1臺工控機完成。3臺測風傳感器分別安裝于桅桿左、右橫桁和艦橋上部，安裝點位示意圖見圖7。桅桿兩側分別安裝1臺螺旋槳式測風傳感器，高度距離海平面26 m，橫向距離船體中線面4.06 m；艦橋上部安裝1臺超聲測風傳感器，由長度為9 m的支撐桿安裝于距海平面23.6 m高度位置，橫向距離船體中線面4 m。桅桿兩側與艦橋上部測風點之間的縱向距離為12 m。兩種測風傳感器測量精度見表2。

圖7 測風傳感器安裝點位示意圖

表2 測風傳感器測量精度

測風傳感器與數據采集器通過RS422串口連接。數據采集器與工控機通過232串口連接，每隔2 s與數據采集器通信并記錄當前時刻的瞬時風速、風向值。平均相對風速、風向數據由2 min滑動時間窗口內的瞬時風速、風向數據進行矢量平均后計算得到。

對于桅桿兩側均安裝測風傳感器的船舶，通常以迎風一側的測風數據為主（以下稱直接輸出）。本文對比直接輸出和CFD建模校正后的風速、風向偏差，以此檢驗CFD仿真建模方法校正測風偏差的實際效果。

2.2 數據處理

海上實船實驗航次共計48 d，期間經歷不同天氣、海況條件，記錄了包括錨泊和航行狀態(tài)的瞬時相對風速、風向數據。其中，航行狀態(tài)下測風數據記錄共計30.8萬條，風速數據范圍為1.1～28 m/s，風向數據范圍為0～355°。

從實驗數據中選取航行于開闊水域（航速6 kn以上）的風速、風向數據，以便排除錨泊時港口復雜環(huán)境（包括大型塔吊和其他大型船舶）對實驗船舶周圍氣流場的干擾。

用矢量平均法處理瞬時相對風速、風向數據，得到平均相對風速、風向數據，然后從處理后的數據中隨機選取3 300條平均相對風速、風向數據用于驗證CFD仿真建模方法校正測風偏差的實際效果。3個測風點的風速、風向數據分布情況如圖8所示。船舶航行時相對風向多以正面來風為主，實測數據集中在相對風向0°附近。船體和上層建筑附體實際上并非左右舷對稱，桅桿左、右兩側測風數據的分布存在差異。

圖8 測風數據分布情況

3 結果分析

利用實船測風數據驗證CFD仿真建模方法校正風速、風向偏差的實際效果，分析影響偏差校正準確性的因素。

3.1 校正效果驗證

計算未校正的直接輸出方式和CFD建模校正后的風速、風向偏差，結果如圖9所示。直接輸出風速、風向與參考測風點的數據差異較大，平均風速偏差比例為5.9%(標準差0.05)，平均風向偏差為5.8°(標準差4.6)。直接輸出的風速比例偏差曲線波動明顯，說明不同迎風角度會導致不同程度的風速偏差。CFD仿真建模校正后的風速偏差降低了56%，平均風速偏差比例為2.6%(標準差0.03)，但并未完全消除不同迎風角度條件下的風速偏差。CFD仿真建模的平均風向偏差為6.8°(標準差2.7)，略大于直接輸出的風向偏差，但是對于使用船舶測風數據的應用幾乎沒有影響。后文將對校正后風速偏差增大的原因做進一步分析。

圖9 風速、風向測量偏差校正效果

校正后的風速越接近于參考風速，并且風向偏差越小則證明對測風偏差的校正效果越顯著。圖10為直接輸出和CFD仿真建模校正后的風速比例、風向偏差散點圖。經過CFD仿真建模校正后的風速與參考風速比值更接近于1。如果選擇傳感器安裝高度上遠離船體（例如CFD仿真入口）的自由來流作為參考，則該方法可用于估計自由來流。

圖10 校正后的風速、風向偏差散點圖

3.2 誤差分析

CFD仿真建模并未完全消除測風偏差，進一步分析在不同迎風角度區(qū)間內對左、右舷測風數據校正后的風速、風向偏差分布情況。船舶航行時，相對風向多以正面來風為主，將樣本數據按不同迎風角度劃分為左舷來風(315°～345°)、右舷來風（15°～45°）和船艏來風（0°±15°）3個區(qū)間。

圖11 風向數據校正效果對比

對比校正后的左、右舷和模型輸出的風向在3個不同區(qū)間內的平均偏差（圖11），可見模型對左、右舷風向的校正效果并不相同。對左舷測風數據進行校正后，各迎風角度區(qū)間的平均風向偏差較大（左舷迎風時為9.9°，船艏迎風時為11.5°，右舷迎風時為4.6°）。實際上，實驗船型桅桿兩側附體并非完全對稱，而CFD仿真使用簡化的船體三維幾何模型呈左右舷對稱。由于忽略了非對稱的局部氣流場干擾物，仿真結果中測風點處氣流方向與實船存在差異，造成建模校正后的平均風向偏差反而增大。

圖12為校正后的左、右舷和模型輸出風速的平均偏差對比結果。左舷測風數據校正后的偏差分別為：左舷迎風時5.1%，船艏迎風時1.6%，右舷迎風時2.4%，迎風一側數據的風速偏差高于背風一側，表明CFD仿真過程對左側橫桁測風點周圍的局部風場干擾物（如球狀天線）進行刪減會影響建模的準確性。本文采用矢量平均法對校正后的左、右舷風速、風向數據進行合成，即左、右舷數據具有相等的權值，因此左舷建模校正后的較大偏差造成了模型最終輸出數據的準確性。

圖12 風速數據校正效果對比

4 結論

本文針對船舶海面平均風速、風向測量偏差校正問題，采用CFD仿真方法研究某實驗船船體周圍鈍體繞流氣流場的分布情況，利用LSSVM對桅桿左、右橫桁與艦橋上部參考測風點風速、風向間的非線性關系進行回歸，建立測風偏差校正模型。通過海上實船實驗，采集不同測風點的風速、風向數據。驗證結果表明CFD仿真建模方法能夠有效降低風速偏差56%。該方法便于建立海面自由來流與測風點處受干擾氣流之間的非線性關系，可用于估計海面自由來流。CFD仿真過程中對船體三維幾何模型的處理應權衡仿真計算量和干擾測風過程的附體結構的刪減。本文CFD仿真過程中未考慮船體搖擺，對動態(tài)測風數據進行姿態(tài)校正后再輸入測風偏差校正模型有助于進一步降低測風偏差。

[1]Moat B I,Yelland MJ.Airflowdistortion at anemometer sites on the OWS Polarfront[R].Internal Document No.14,Southampton,UK, National OceanographyCentre Southampton,2009.

[2]Moat BI,Yelland,MJ,Pascal,R W,et al.An overviewofthe airflowdistortion at anemometer sites on ships[J].International Journal of Climatology,2005,25(7):997-1006.

[3]王國峰,趙永生,范云生.風速風向測量誤差補償算法的研究[J].儀器儀表學報,2013,34(4):786-790.

[4]周亦武,王國鋒,趙永生.船舶搖擺狀態(tài)下風速測量誤差分析與補償研究[J].儀器儀表學報,2014,35(6):1239-1245.

[5]EdsonJB,HintonAA,PradaKE,etal.Directcovariancefluxestimatesfrommobileplatformsatsea[J].JournalofAtmospheric&Oceanic Technology,1998,15(2):547-562.

[6]Landwehr S,O'sullivan N,Ward B.Direct flux measurements from mobile platforms at sea:motion and air-flow distortion corrections revisited[J].Journal ofAtmospheric&Oceanic Technology,2015,32(6):1163-1178.

[7]Dobson F W.Review of reference height for and averaging time of surface wind measurements at sea (Marine Meteorology and Related Oceanographic Activities Report No.3)[R].World Meteorological Organization,Geneva,Switzerland,1981.

[8]World Meteorological Organization.Guide toMeteorological Instruments and Methods ofObservation[M].WMO-No.8.Seventh Edition, World Meteorological Organization,Geneva,Switzerland,2008.

[9]Yelland MJ,Moat B I,Pascal R W,et al.CFD model estimates ofthe airflowdistortion over research ships and the impact on momentumfluxmeasurements[J].Journal ofAtmospheric&Oceanic Technology,2002,19(10):1477-1499.

[10]行鴻彥,于祥,鄒水平,等.風杯式風速傳感器啟動風速校準實驗箱的分析與設計[J].儀器儀表學報,2015,36(9):1996-2004.

[11]Dupius H,Guerin C,Hauser D,et al.Impact of flow distortion corrections on turbulent fluxes estimated by the inertial dissipation method duringthe FETCH experiment on R/VL’Atalante[J].Journal ofGeophysical Research,2003,108(C3):8064.

[12]Popinet S,Smith M,Stevens C.Experimental and numerical study ofthe turbulence characteristics ofairflowaround a research vessel [J].J Atmos Ocean Tech,2004,21(10):1575-1589.

[13]Moat B I,Yelland MJ,Pascal R W,et al.Quantifying the airflowdistortion over merchant ships.part I:validation of a cfd model[J]. Journal ofAtmospheric&Oceanic Technology,2006,23(3):341-350.

[14]Moat B I,Yelland MJ,Molland A F.Quantifying the airflowdistortion over merchant ships.partⅡ:application of the model results [J].Journal ofAtmospheric&Oceanic Technology,2006,23(3):351-360.

[15]Griessbaum F,Moat B I,Narita Y,et al.Uncertainties in wind speed dependent CO2transfer velocities due to airflow distortion at anemometer sites on ships[J].J Atmos ChemPhys,2009,9(11):5123-5133.

[16]O’Sullivan N,Landwehr S,Ward B.Air-flow distortion and wave interactions on research vessels:an experimental and numerical comparison[J].Methods in Oceanography,2015,12:1-17.

[17]PolskySA.Acomputationalstudyofunsteadyshipairwake[C]//40thAIAAAerospaceSciencesMeeting&Exhibit,Reno,Nevada,2002: 2002-1022.

[18]Wn?k A,Guedes Soares C.Cfd assessment of the wind loads on an lng carrier and floating platform models[J].Ocean Engineering, 2015,97:30-36.

[19]賀少華,劉東岳,譚大力,等.載機艦船氣流場相關研究綜述[J].艦船科學技術,2014,36(2):1-7.

[20]王偉.大型艦船流場的數值計算[D].哈爾濱:哈爾濱工程大學,2011.

[21]趙永振.大型艦船定常與非定常氣流場數值模擬[D].哈爾濱:哈爾濱工程大學,2012.

[22]郜冶,劉長猛.護衛(wèi)艦氣流場數值計算研究[J].哈爾濱工程大學學報,2013,34(5):599-603.

[23]洪偉宏,姜治芳,王濤.上層建筑形式及布局對艦船空氣流場的影響[J].中國艦船研究,2009,4(2):53-58,68.

[24]陸超,姜治芳,王濤.不同工況條件對艦船艦面空氣流場的影響[J].艦船科學技術,2009(9):38-42.

[25]郭顏萍,胡桐,漆隨平.基于小波變換和LS-SVM的船面風速風向估算方法[J].海洋技術學報,2016,35(2):66-70.

A Bias Correction Method of Ship Wind Measurement Based on Airflow Field Simulation

HU Tong,QI Sui-ping,GUO Yan-ping,WANG Dong-ming
Shandong Provincial Key Laboratory of Ocean Environmental Monitoring Technology,Institute of Oceanographic Instrumentation, Shandong Academy of Sciences,National Engineering and Technological Research Center of Marine Monitoring Equipment,Qingdao 266001,Shandong Province,China

Shipboard sea surface wind measurement is affected by the airflow distortion caused by ship hull and superstructure,which leads to measurement data bias.To address the bias correction problem for the relative wind measurement bias from shipborne anemometer,this paper adopts the CFD simulation method to study the airflow field around the ship hull and superstructure in order to quantitively analyze the wind-bias between the anemometers installed on both sides of the mast and the anemometer installed above the bridge for reference purposes.Then LSSVM is applied to establish the wind-bias correction model.To validate the correction effect of the proposed method,an experimental voyage was undertaken to collect wind measurements from corresponding measurement points.The results show that the CFD-based wind-bias correction model can effectively reduce 56%of the wind speed bias.

ship airflow field;CFD;wind measurement;bias correction

TH765

A

1003-2029（2017）02-0028-07

10.3969/j.issn.1003-2029.2017.02.005

2017-07-04

國家自然科學基金資助項目（41606112）；山東省科學院青年基金資助項目（2014QN034）；山東省重點研發(fā)計劃資助項目（2015GSF115018）

胡桐（1983-），博士，助理研究員，現從事船舶氣象觀測相關問題研究。Email:tong.hu@hotmail.com