【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种船舶的实时航行状态分析与能源消耗控制方法。
技术介绍
1、船舶运输业长期以来一直面临高昂的燃料费用，这是船舶运营的重要成本之一，现有的管理方法无法有效地优化船舶的燃料消耗，导致资源浪费和不必要的经济压力。传统的船舶运营管理方法倚赖静态数学模型，这些模型主要考虑基本性能参数，却未能灵活适应实际运行中的变化因素，在不同航行条件下使用相同航速可能浪费燃料。另外，节省燃料对船体维修频率的影响也是不可忽视的，能源消耗控制通常表现为尝试减少燃油消耗，这可能导致船舶操作员减小引擎功率或限制船舶的航速。如果降低航速或减小引擎功率不得当，船舶可能会处于过度负荷状态，恶劣的海洋条件下，如大风浪、急流、恶劣天气等，船舶转弯可能需要更大力量，此时发动机能源不足，会对船鳍或船舵更大压力，增加了磨损。计算和调整最优航速是优化船舶航行的关键步骤，然而，最优航速的计算需要考虑多种因素，包括航线长度、航线难度、燃料消耗预测和水阻计算结果等，这些因素的考虑需要复杂的计算和分析，如何有效地计算和调整最优航速是一个需要解决的问题。评估航线难度并根据航线难度调整最优航速是优化船舶航行的另一个关键步骤，航线难度的评估需要考虑多种因素，包括航道宽度、航行条件和航道标志等。这些因素的考虑需要专业的知识和经验，现有能源控制方案准确评估航线难度并根据其调整最优航速。船舶运输涉及到货物运输和乘客安全，并及时到达目的地，不合理的航线选择和航速规划可能导致安全隐患和不必要的延误，对运输业和船舶运营构成风险。
技术实现思路>
1、本专利技术提供了一种船舶的实时航行状态分析与能源消耗控制方法，主要包括：
2、获取船舶发动机的实时功率数据，并使用该数据输入到燃料消耗模型，预测燃料消耗；获取船舶维修信息，根据维修信息调整燃料消耗模型；根据船体参数和天气数据，运用计算流体力学，获取船体在不同天气的水阻；获取燃料消耗预测和水阻计算结果，使用线性回归算法计算初步最优航速；获取航路信息，包括航线长度和航线难度，调整初步最优航速，得到最优航速；根据航路信息和最优航速，计算到达目的地的消耗时间，选择消耗时间最短的航路；根据最短航路的预期到达时间和当前的出发时间，结合与航路相关的风险因素数据和环境影响，预测船舶到达目的地时间；获取船舶预计到达时间，如果船舶预计到达时间晚于预设时间，根据风险因素和环境影响数据，调整最优航速。
3、进一步可选的，所述获取船舶发动机的实时功率数据，并使用该数据输入到燃料消耗模型，预测燃料消耗，包括：
4、在船舶发动机上安装功率传感器，实时测量发动机的功率输出，获取输出功率数据；对数据进行预处理，包括数据清洗、数据采样；从功率数据中提取对燃料消耗有影响的特征，包括平均功率和最大功率；获取船舶的实际燃料消耗数据，用作标签；将数据集分为训练集和测试集，对特征进行标准化和归一化；根据线性回归算法建立燃料消耗模型，使用训练集训练燃料消耗模型，其中平均功率和最大功率是特征，燃料消耗是目标变量；使用测试集来评估模型性能，使用均方根误差评估模型的准确性；通过实时读取船舶发动机功率数据，将船舶发动机功率数据输入到已经训练好的燃料消耗模型中，输出预测的燃料消耗值；获取实际消耗的燃料，调整线性回归模型的参数，优化模型，并定期根据船舶性能和条件重新训练模型。
5、进一步可选的，所述获取船舶维修信息，根据维修信息调整燃料消耗模型，包括：
6、根据维修记录、维护报告、发动机上安装功率传感器获取船舶的维修信息包括维修持续时间和维修频率以及发动机功率信息；通过线性回归建立一个发动机功率与维修信息之间的关系模型，量化发动机功率对维修频率和维修持续时间的影响；使用建立的模型，进行数据分析以确定发动机功率对维修的影响，包括获取发动机功率增加时，维修频率和维修持续时间的变化；基于已建立的燃油消耗模型，预测在某一发动机功率下的燃油消耗；利用建立的发动机功率与维修信息模型，根据不同发动机功率的情况，预测维修频率和维修持续时间的值，利用燃油消耗模型，预测在某一发动机功率下的燃油消耗，根据这些预测值，计算出预计的总行程燃油消耗。
7、进一步可选的，所述根据船体参数和天气数据，运用计算流体力学，获取船体在不同天气的水阻，包括：
8、获取船体的参数数据，包括船体的几何形状、尺寸、重量、浸没深度、船体的质量和重心位置和船体的浸没深度；通过气象站和卫星数据接口，获取天气数据，包括风速、风向、海浪高度、海水温度；根据船体参数数据，通过ansysfluent建立船体的三维流体力学模型，包括船体的几何网格和边界条件，包括入口条件的水流速度及压力、出口条件和壁面条件，模拟水流在船体表面的流动；在不同天气条件下，调整流入条件，包括改变风速、风向和海浪高度，使用计算流体力学模拟不同情景下的水流动态；使用navier-stokes方程，使用有限元素法计算水阻系数，得到船体在不同天气条件下的水阻大小；
9、
10、；其中v是流体速度，p是流体压力，ρ是流体密度，μ是流体动力黏度，是单位体积流体受的外力。
11、进一步可选的，所述获取燃料消耗预测和水阻计算结果，使用线性回归算法计算初步最优航速，包括：
12、获取船舶参数数据，包括船体的几何形状、尺寸、重量、浸没深度；获取天气数据，包括风速、风向、海浪高度和海水温度；在船舶发动机上安装功率传感器，实时测量发动机的功率输出，获取输出功率数据；根据输出功率，使用燃料消耗模型预测燃料消耗；使用计算流体力学，根据船舶参数计算船体在不同天气条件下的水阻；利用燃料消耗模型和水阻数据，计算不同速度下的燃料消耗；对于每个速度，燃料消耗模型预测燃料消耗，选择某一天气条件最小化燃料消耗的速度作为初步最优航速。
13、进一步可选的，所述获取航路信息，包括航线长度和航线难度，调整初步最优航速，得到最优航速，包括：
14、获取初步最优航速和航路信息，航路信息包括航线长度；使用线性回归算法，根据航线长度调整初步最优航速，若航线长度超出预设长度，增加初步最优航速；通过气象卫星，获取航线潮汐和洋流、风浪强度，评估航线难度，并将其分为简单、中等、困难；使用线性回归算法，根据航线难度等级调整初步最优航速，若难度困难，则降低初步最优航速，航线简单，则增加初步最优航速；通过线性回归算法的输出，获得最优航速；还包括：不同类型的船舶在不同条件下有不同的最优航速，获取船舶参数，调整最优航速；根据航道宽度、航行条件和航道标志因素评估航线难度，并将其分为简单、中等、困难。
15、所述不同类型的船舶在不同条件下有不同的最优航速，获取船舶参数，调整最优航速，具体包括：
16、获取不同类型船舶的性能参数，包括最大速度、燃料效率、排水量、吃水深度。获取航线信息、气象数据、海洋条件。对获取的船舶性能参数数据进行清理和标准化处理，将数据整合为数据集，包括船舶类型、性能参数。使用决策树建立不同类型船舶的最优航速模型，将船舶类型、航线长度、气象条件和本文档来自技高网...
【技术保护点】
1.一种船舶的实时航行状态分析与能源消耗控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述获取船舶发动机的实时功率数据，并使用该数据输入到燃料消耗模型，预测燃料消耗，包括:
3.根据权利要求1所述的方法，其中，所述获取船舶维修信息，根据维修信息调整燃料消耗模型，包括:
4.根据权利要求1所述的方法，其中，所述根据船体参数和天气数据，运用计算流体力学，获取船体在不同天气的水阻，包括:
5.根据权利要求1所述的方法，其中，所述获取燃料消耗预测和水阻计算结果，使用线性回归算法计算初步最优航速，包括:
6.根据权利要求1所述的方法，其中，所述获取航路信息，包括航线长度和航线难度，调整初步最优航速，得到最优航速，包括:
7.根据权利要求1所述的方法，其中，所述根据航路信息和最优航速，计算到达目的地的消耗时间，选择消耗时间最短的航路，包括:
8.根据权利要求1所述的方法，其中，所述根据最短航路的预期到达时间和当前的出发时间，结合与航路相关的风险因素数据和环境影响，预测船舶到达目的地
9.根据权利要求1所述的方法，其中，所述获取船舶预计到达时间，如果船舶预计到达时间晚于预设时间，根据风险因素和环境影响数据，调整最优航速，包括:
...【技术特征摘要】
1.一种船舶的实时航行状态分析与能源消耗控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述获取船舶发动机的实时功率数据，并使用该数据输入到燃料消耗模型，预测燃料消耗，包括:
3.根据权利要求1所述的方法，其中，所述获取船舶维修信息，根据维修信息调整燃料消耗模型，包括:
4.根据权利要求1所述的方法，其中，所述根据船体参数和天气数据，运用计算流体力学，获取船体在不同天气的水阻，包括:
5.根据权利要求1所述的方法，其中，所述获取燃料消耗预测和水阻计算结果，使用线性回归算法计算初步最优航速，包括:
...【专利技术属性】
技术研发人员：易小兵，何立明，辛贵鹏，
申请(专利权)人：易站智联科技广州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。