許宇彤

基于縱傾優(yōu)化的船舶航行節(jié)能控制系統(tǒng)

許宇彤

（武漢理工大學(xué) 信息工程學(xué)院，湖北 武漢 430070）

近年來，隨著計(jì)算機(jī)技術(shù)與通信技術(shù)的快速發(fā)展，其在航運(yùn)業(yè)的應(yīng)用也越來越廣泛。船舶往往在一定航區(qū)一定航線內(nèi)運(yùn)營工作，所以可通過收集船舶運(yùn)行時(shí)的各種參數(shù)，如主輔機(jī)燃油消耗、滑油消耗、航速、船位、吃水以及航行軌跡等，分析航行狀況。在此基礎(chǔ)上，通過配載調(diào)節(jié)改善船舶的縱傾，減小船舶阻力，降低燃油消耗；另一方面在船舶航行過程中，根據(jù)以往的運(yùn)行參數(shù)和海況智能計(jì)算自動(dòng)調(diào)節(jié)船舶主機(jī)，找到適合當(dāng)時(shí)海況條件下的經(jīng)濟(jì)航速，以達(dá)到減少主機(jī)油耗目的。針對(duì)上述需求，提出了一種基于縱傾優(yōu)化的船舶航行節(jié)能控制系統(tǒng)。

縱傾優(yōu)化；機(jī)器學(xué)習(xí)；智能配載；節(jié)能減排

1 引言

航運(yùn)業(yè)帶給人們大量便利的同時(shí)也造成了廢氣的大量排放和能源的日益枯竭。據(jù)IMO（International Maritime Organization，國際海事組織）統(tǒng)計(jì)，截至目前，海上運(yùn)輸排出的溫室氣體占全球CO2總排放量的3%。燃油消耗高達(dá)營運(yùn)船舶成本的50%～60%，環(huán)境問題導(dǎo)致船用油料成本在航運(yùn)市場(chǎng)相對(duì)低迷的情況下依然波動(dòng)上行，給航運(yùn)業(yè)帶來巨大的挑戰(zhàn)，提高船舶營運(yùn)能效水平勢(shì)在必行。目前對(duì)于已經(jīng)運(yùn)營的船舶，IMO船舶能效管理計(jì)劃給出了以下幾種節(jié)能方法：保持船體和螺旋槳完整避免損傷、使用較低的經(jīng)濟(jì)航速、調(diào)節(jié)主機(jī)和螺旋槳、以最佳縱傾角度航行等，并將船舶縱傾優(yōu)化作為最有效的船舶節(jié)能方式。

本文提出的節(jié)能系統(tǒng)具有以下技術(shù)優(yōu)點(diǎn)：相對(duì)于氣泡減阻、生物材料減阻、主機(jī)熱經(jīng)濟(jì)分析等節(jié)能減排措施，本技術(shù)通過調(diào)節(jié)船舶縱傾降低船舶阻力減小燃油消耗，為船舶配載提供指導(dǎo)性意見，對(duì)舊船適用性較強(qiáng)，不需要對(duì)船舶進(jìn)行大范圍改造，投資成本低。相對(duì)于降速航行等節(jié)能減排措施，本技術(shù)能夠結(jié)合航次計(jì)劃、燃料消耗、綜合經(jīng)濟(jì)效益分析，根據(jù)收集的數(shù)據(jù)，自動(dòng)計(jì)算油耗并調(diào)節(jié)船舶航速，節(jié)油效果更好。隨著科技的發(fā)展，船舶也變得越來越智能化，結(jié)合智能船舶技術(shù)，本技術(shù)可以為船舶無人化提供技術(shù)基礎(chǔ)。

2 系統(tǒng)設(shè)計(jì)

經(jīng)過理論分析，船舶航行時(shí)，在一定的吃水深度下，不同的航速對(duì)應(yīng)一個(gè)最優(yōu)的縱傾值。在該縱傾值下航行，船舶有最小的航行阻力，因而有最小的油耗和排放量。本控制系統(tǒng)的核心是通過記錄航行數(shù)據(jù)進(jìn)而對(duì)其進(jìn)行數(shù)據(jù)分析學(xué)習(xí)，得到不同吃水及航速下的最佳縱傾值。把該縱傾值作為優(yōu)化目標(biāo)，通過船舶配載儀系統(tǒng)計(jì)算輸出對(duì)應(yīng)的配載方案。同時(shí)，根據(jù)以往的運(yùn)行參數(shù)和海況智能計(jì)算自動(dòng)調(diào)節(jié)船舶主機(jī)，找到適合當(dāng)時(shí)海況條件下的經(jīng)濟(jì)航速，以達(dá)到減少主機(jī)油耗的目的。

航行環(huán)境數(shù)據(jù)包括船舶航行時(shí)氣象條件、風(fēng)、浪、經(jīng)緯度等數(shù)據(jù)，船舶航行數(shù)據(jù)包括航速、油耗、燃油溫度、燃油密度、縱傾角、橫傾角、真航向、偏航角、舵角、螺距、吃水、舷高等數(shù)據(jù)。

本技術(shù)提供了一種基于縱傾優(yōu)化的節(jié)能減排控制系統(tǒng)，所屬控制系統(tǒng)包括軟件和硬件系統(tǒng)兩部分。

2.1 硬件系統(tǒng)

集控箱包括 PLC控制器、電源、交換機(jī)、信號(hào)隔離器、電源冗余模塊、模擬量輸入模塊、通訊模塊、電源濾波器、相應(yīng)的控制線纜。

控制電腦一共兩臺(tái)，安裝在集控室和大副室（備用），配載貨物時(shí)，通過智能學(xué)習(xí)以往收集的航行數(shù)據(jù)對(duì)貨物配載進(jìn)行優(yōu)化，以船舶航行阻力最小為優(yōu)化目標(biāo)調(diào)節(jié)船舶縱傾；船舶運(yùn)行時(shí)，根據(jù)以往的運(yùn)行參數(shù)和海況智能計(jì)算并自動(dòng)調(diào)節(jié)船舶主機(jī)油門，進(jìn)而調(diào)節(jié)船舶航速，找到適合當(dāng)時(shí)海況條件下的經(jīng)濟(jì)航速。

不間斷電源（Uninterruptible Power System）停電時(shí)，UPS為基于縱傾優(yōu)化的節(jié)能減排控制系統(tǒng)供電不少于 30 min。電源故障、交換機(jī)故障、請(qǐng)求異常、指令異常、共振區(qū)、掃氣壓力、轉(zhuǎn)速超速、配載異常時(shí)，報(bào)警裝置進(jìn)行聲光報(bào)警。

2.2 軟件系統(tǒng)

2.2.1 配載系統(tǒng)

航次信息輸入/顯示模塊顯示船舶基本參數(shù)、水域選擇、港口信息、航區(qū)及載重線、航行狀態(tài)、使用人信息。裝載信息顯示模塊顯示配載詳細(xì)信息，如壓載水艙、貨艙等載重信息。穩(wěn)性計(jì)算與衡準(zhǔn)模塊顯示浮態(tài)參數(shù)、穩(wěn)性衡準(zhǔn)參數(shù)以及穩(wěn)性力臂表。

破艙穩(wěn)性計(jì)算機(jī)衡準(zhǔn)模塊負(fù)責(zé)破損組合計(jì)算及衡準(zhǔn)、破損艙室設(shè)置及顯示、破損艙室進(jìn)水計(jì)算及衡準(zhǔn)。強(qiáng)度計(jì)算與校核模塊包括剪力與彎矩總結(jié)表以及校核結(jié)果顯示、最大靜水剪力/彎矩?？v傾優(yōu)化計(jì)算模塊：基于優(yōu)化算法計(jì)算設(shè)定縱傾值下的配載方案，且該方案滿足船舶穩(wěn)性及強(qiáng)度要求。

綜合報(bào)告輸出模塊輸出配載計(jì)算報(bào)告。

2.2.2 船舶航行控制系統(tǒng)

信息顯示模塊：可以在海圖上顯示船位、航速、航向、航行記錄、報(bào)警記錄等，主要通過電子海圖模塊化操作，向操作人員顯示船舶航行經(jīng)過的某一海域的地理環(huán)境以及風(fēng)、浪、洋流信息，據(jù)此信息來設(shè)計(jì)航線。

航線設(shè)計(jì)模塊：根據(jù)具體的船運(yùn)航行計(jì)劃，以電子海圖為基礎(chǔ)，為船舶安全航行提供航線設(shè)計(jì)。

船舶燃油消耗模塊：收集船舶航行過程中的主輔機(jī)燃油消耗及滑油消耗。

航行信息模塊：航行過程中收集船舶航行海域的風(fēng)、浪、洋流等數(shù)據(jù)。

航速優(yōu)化模塊：根據(jù)航次任務(wù)，結(jié)合風(fēng)向、風(fēng)力和潮汐等水文及天氣狀況，同時(shí)考慮目的港的作業(yè)情況和港口費(fèi)用等因素，以船舶利潤最大或油耗最低為目標(biāo)，進(jìn)行航速優(yōu)化。

操作指令下達(dá)模塊：根據(jù)航速優(yōu)化模塊計(jì)算所得的結(jié)果將指令發(fā)送到集控箱，自動(dòng)調(diào)節(jié)船舶航速，遇到特殊情況時(shí)，船員可以停止航速自動(dòng)調(diào)節(jié)，進(jìn)入手動(dòng)駕駛。

3 軟件算法介紹

3.1 自學(xué)習(xí)系統(tǒng)實(shí)現(xiàn)（神經(jīng)網(wǎng)絡(luò)算法）

需根據(jù)當(dāng)前季節(jié)、當(dāng)前航線下的油耗最低對(duì)應(yīng)的傾角來進(jìn)行貨物的裝配優(yōu)化，因此需要使用自學(xué)習(xí)算法對(duì)采集到的數(shù)據(jù)進(jìn)行處理并且預(yù)測(cè)，在此使用神經(jīng)網(wǎng)絡(luò)算法。本系統(tǒng)基于每次對(duì)船舶的縱傾角度和對(duì)應(yīng)的船舶油耗等參數(shù)，設(shè)計(jì)了一個(gè)用于預(yù)測(cè)不同季節(jié)、不同航線、不同吃水和航速下的船舶縱傾角度對(duì)應(yīng)船舶油耗的神經(jīng)網(wǎng)絡(luò)。船舶第一次在固定航線運(yùn)行時(shí)，需要多次調(diào)整角度，采集船舶縱傾角、船速和油耗數(shù)據(jù)，作為基礎(chǔ)數(shù)據(jù)。采集到基礎(chǔ)數(shù)據(jù)后需將數(shù)據(jù)制作成數(shù)據(jù)集，喂入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，就可以得到一個(gè)可以預(yù)測(cè)船舶油耗的神經(jīng)網(wǎng)絡(luò)，這也是一種曲線擬合。曲線上的最低點(diǎn)即油耗的最低點(diǎn)，其對(duì)應(yīng)的角度也就是縱傾角度所要調(diào)節(jié)的角度。在后面幾次航行時(shí)，在這個(gè)油耗最低的傾角處進(jìn)行微調(diào)并記錄，將這部分?jǐn)?shù)據(jù)再次喂入神經(jīng)網(wǎng)絡(luò)訓(xùn)練。經(jīng)過不斷學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)對(duì)不同時(shí)間、吃水、航速、固定航線下的傾角預(yù)測(cè)更為準(zhǔn)確。

通過自學(xué)獲得一個(gè)預(yù)測(cè)船舶油耗的神經(jīng)網(wǎng)絡(luò)后，需要在一定的角度限制范圍內(nèi)找到油耗的最低點(diǎn)，這個(gè)問題可以使用智能優(yōu)化算法解決。在此使用模擬退火算法，模擬退火算法是一種通用概率演算法，用來在一個(gè)大的搜尋空間內(nèi)找尋命題的最優(yōu)解，模擬退火在大數(shù)據(jù)和多目標(biāo)規(guī)劃問題中有較快的速度且實(shí)現(xiàn)較為簡(jiǎn)單。在模擬退火中，將油耗作為目標(biāo)函數(shù)，人為設(shè)置較大的退火擾動(dòng)次數(shù)、較低的溫度下降速率、較低的結(jié)束溫度，將神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)作為新解的產(chǎn)生、確定接受新解的準(zhǔn)則。在多次模擬退火迭代之后就可以獲得當(dāng)前傾角范圍內(nèi)的油耗最低所對(duì)應(yīng)的最優(yōu)縱傾角度。

3.2 裝載優(yōu)化系統(tǒng)實(shí)現(xiàn)（多目標(biāo)遺傳-粒子群算法）

本系統(tǒng)基于最優(yōu)縱傾角的輸入，需要對(duì)貨物的裝載進(jìn)行優(yōu)化。通過不同的貨艙內(nèi)的貨物擺放，給船舶設(shè)置一個(gè)預(yù)傾斜角度，用于減少航行中船舶傾角調(diào)制次數(shù)。在擺放貨物時(shí)還需要滿足多個(gè)船舶的約束條件，以避免船舶發(fā)生翻船等問題。因此在裝載優(yōu)化中使用粒子群優(yōu)化算法來實(shí)現(xiàn)在多個(gè)約束條件下求解船舶的最優(yōu)裝配。

粒子群算法相較于傳統(tǒng)算法，計(jì)算速度非?？?，全局搜索能力也很強(qiáng)；同時(shí)粒子群算法對(duì)于種群大小不十分敏感，所以初始種群往往設(shè)為500～1 000，不同初值速度影響也不大；粒子群算法適用于連續(xù)函數(shù)極值問題，對(duì)于非線性、多峰的問題均有較強(qiáng)的全局搜索能力。粒子群算法通過個(gè)體極值和全局極值來更新每個(gè)粒子的位置和速度，其狀態(tài)變化方程主要如下：

ij（+1）=ij（）+11［ij（）－

ij（）］+22［j（）－ij（）］ （1）

ij（+1）－ij（t）+ij（+1） （2）

式（1）（2）中：ij為粒子的速度；為慣性權(quán)重；1、2為學(xué)習(xí)因子；1、2為［0，1］范圍內(nèi)的均勻隨機(jī)數(shù)；為粒子的個(gè)體極值；ij為粒子的位置；為粒子群的全局極值。粒子ij的多個(gè)維度可以對(duì)應(yīng)多個(gè)約束量。

除此之外，還需要自行定義一個(gè)適應(yīng)度函數(shù)Fitness來對(duì)每個(gè)粒子的適應(yīng)度進(jìn)行評(píng)價(jià)，以此決定個(gè)體最優(yōu)解和全局最優(yōu)解。

在裝載優(yōu)化系統(tǒng)中，將貨艙貨物作為粒子群中每個(gè)粒子的i，將約束條件、船舶傾角要求和對(duì)于該貨物裝配評(píng)價(jià)作為粒子群的評(píng)價(jià)函數(shù)。設(shè)置多個(gè)粒子作為粒子群，用評(píng)價(jià)函數(shù)計(jì)算每個(gè)粒子的適應(yīng)度［］，對(duì)粒子群進(jìn)行初始化。設(shè)置迭代的輪數(shù)，在每輪迭代中求解每個(gè)粒子的適應(yīng)度并與個(gè)體極值（）比較，如果［］＞（），則用［］替換掉（）。還要與粒子群的全局極值（）比較，如果［］＞（），則用［］替換掉（）。同時(shí)使用公式更新粒子的位置i和速度i。在迭代結(jié)束后，全局最優(yōu)解對(duì)應(yīng)最優(yōu)傾角下貨物裝配。

4 具體實(shí)施及效果

4.1 實(shí)施階段

數(shù)據(jù)采集階段：船舶按照以往狀態(tài)正常運(yùn)行，運(yùn)行過程中適當(dāng)調(diào)節(jié)配載改變船舶的縱傾值，通過傳感器采集船舶航行過程中的主機(jī)轉(zhuǎn)速、燃油流量、對(duì)地航速、百海里油耗、航行阻力、吃水、運(yùn)行軌跡等數(shù)據(jù)，并將數(shù)據(jù)進(jìn)行儲(chǔ)存。數(shù)據(jù)儲(chǔ)存分為兩個(gè)部分：①實(shí)時(shí)趨勢(shì)數(shù)據(jù)顯示船舶運(yùn)行時(shí)運(yùn)行參數(shù)和曲線，包括主機(jī)轉(zhuǎn)速、小時(shí)油耗、對(duì)地航速、百海里油耗航行阻力、吃水、運(yùn)行軌跡；②歷史趨勢(shì)數(shù)據(jù)記錄船舶運(yùn)行參數(shù)和曲線，包括主機(jī)轉(zhuǎn)速、小時(shí)油耗、對(duì)地航速、百海里油耗和航行阻力、吃水、運(yùn)行軌跡。便于查閱主機(jī)運(yùn)行的參數(shù)和運(yùn)行的趨勢(shì)。參與控制的數(shù)據(jù)由PLC控制器執(zhí)行，設(shè)備通電之后執(zhí)行初始化，過程數(shù)據(jù)一般存儲(chǔ)在控制器的靜態(tài)RAM中，例如中間變量、全局變量等。控制器復(fù)位后會(huì)自動(dòng)進(jìn)行初始化。HMI（Human Machine Interface，人機(jī)界面）通過以太網(wǎng)通訊與PLC控制器實(shí)時(shí)交換過程數(shù)據(jù)。歷史數(shù)據(jù)由HMI單元負(fù)責(zé)存儲(chǔ)，操作員可通過HMI記錄歷史運(yùn)行參數(shù)，如主機(jī)轉(zhuǎn)速、小時(shí)油耗、對(duì)地航速、百海里油耗、對(duì)地滑失率。

機(jī)器學(xué)習(xí)階段：通過之前采集到的數(shù)據(jù)，根據(jù)貨物的配載計(jì)劃，采用機(jī)器學(xué)習(xí)的方法，自動(dòng)規(guī)劃出幾條可供選擇的路線，船員視天氣情況選擇最佳路線。

智能配載階段：根據(jù)規(guī)劃出來的航線的吃水情況調(diào)節(jié)船舶配載，進(jìn)而優(yōu)化船舶的縱傾狀態(tài)，減小船舶航行阻力，降低油耗。

航行控制階段：船舶在大海上航行，不可避免會(huì)受到天氣和潮汐的影響，從而使船舶推進(jìn)效率受到影響，在海況變化過程中，控制系統(tǒng)自動(dòng)調(diào)節(jié)船舶主機(jī)油門，控制船舶航行的速度，自動(dòng)尋找適合當(dāng)時(shí)海況條件下的經(jīng)濟(jì)航速，對(duì)船舶航行進(jìn)行智能控制，以達(dá)到主機(jī)油耗的目的。節(jié)能控制系統(tǒng)工作流程如圖1所示。

4.2 使用效果

根據(jù)文獻(xiàn)[1]研究可知：根據(jù)實(shí)船試航報(bào)告，14100TEU型船舶在同等工況下，由尾傾改為首傾，理論節(jié)能潛力為11.5%。由于首艘試驗(yàn)船舶在氣象條件較好的季節(jié)測(cè)試，航次總油耗節(jié)能為8.2%。若考慮到實(shí)際船舶營運(yùn)中風(fēng)、流、浪等惡劣氣象的影響，保守估計(jì)全年平均節(jié)能率可達(dá)到5%以上。根據(jù)中海集運(yùn)兩條航線（AEX7和AMA）運(yùn)營的8艘14100TEU按正常運(yùn)營，并以5%節(jié)能率計(jì)算，每年可節(jié)約燃油費(fèi)用1 044萬美元。

據(jù)文獻(xiàn)[2]研究可知，以一艘一月份從東京港前往洛杉磯港的4500TEU集裝箱船為例，僅通過優(yōu)化操縱行為（改向、變速）難以降低油耗，與標(biāo)準(zhǔn)大圓航線相比僅節(jié)約0.2%，但是利用速度優(yōu)化算法結(jié)合航向優(yōu)化可以節(jié)油1.8%。

圖1 節(jié)能控制系統(tǒng)工作流程圖

［1］邱斌彬.船舶縱傾優(yōu)化［J］.中國船檢，2014（2）：70-74.

［2］魏照坤.風(fēng)浪影響下的集裝箱船舶航速優(yōu)化［D］.大連：大連海事大學(xué)，2018.

2095－6835（2020）10－0031－03

U661.3

A

10.15913/j.cnki.kjycx.2020.10.012

許宇彤（1999—），男，本科在讀，主要從事信息數(shù)據(jù)處理以及自動(dòng)控制學(xué)習(xí)與研究。

〔編輯：嚴(yán)麗琴〕