遠(yuǎn)洋船舶航速優(yōu)化方法的研究對實現(xiàn)船舶節(jié)能減排、船舶航行智能化具有重要意義。對于定航線航行的遠(yuǎn)洋船舶,優(yōu)化航速是節(jié)省燃油和提高航運公司效益的一種有效手段。為實現(xiàn)遠(yuǎn)洋船舶在定速航行過程中,能夠智能地依據(jù)不同的海況采用最佳經(jīng)濟航速,最終達(dá)到節(jié)省燃油的目的,本文基于目標(biāo)船“宇中�！闭归_研究,根據(jù)目標(biāo)船歷史營運產(chǎn)生的油耗和海況數(shù)據(jù)研究了一種基于海況智能識別的遠(yuǎn)洋船舶航速優(yōu)化方法。通過驗證,此方法可為遠(yuǎn)洋船舶定速航行期間航速的選定提供決策支持。首先,提取目標(biāo)船13個航次的歷史營運數(shù)據(jù),通過改進K-means聚類算法建立了目標(biāo)船海況類別知識庫。其次,研究了遠(yuǎn)洋船舶航線智能分段方法,選取目標(biāo)船2018年8月29日至2018年10月17日從巴西圣路易斯港到中國馬跡山港作為目標(biāo)優(yōu)化航次。為把航線分成航向單一的航段,設(shè)計了物理轉(zhuǎn)向點智能識別算法;為實現(xiàn)對各個航向單一航段上海況類別的智能識別,設(shè)計了利用改進K近鄰分類識別算法的海況智能識別方法,并且改進后的K近鄰分類識別算法的準(zhǔn)確率相比改進前提高了 7.81%,準(zhǔn)確率達(dá)97.25%。最后,本文建立了各航段燃油消耗量和航速的油耗模型,通過實船數(shù)據(jù)驗證,所建立的油... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１論文整體流程??Ｆｉｇ．?１．１?Ｔｈｅｓｉｓ?ｏｖｅｒａｌｌ?ｐｒｏｃｅｓｓ??論文每章主要內(nèi)容如下：??

?的展示、表達(dá)能力，需要利用數(shù)據(jù)可視化技術(shù)將復(fù)雜的結(jié)果變成用戶可以直接理解的形??式。目前常見的數(shù)據(jù)可視化技術(shù)主要有：集合可視化技術(shù)、圖表可視化技術(shù)、圖像可視??化技術(shù)、分布式技術(shù)等［３８＃］。??數(shù)據(jù)源（互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、企業(yè)數(shù)據(jù)、政府?dāng)?shù)據(jù)）???＞，■???數(shù)據(jù)采集???Ｉ???數(shù)據(jù)預(yù)處理???ｊｒ???數(shù)據(jù)存儲與管理??批處理?流處理?數(shù)據(jù)挖掘?關(guān)系分析??★丨丨?★丨丨?★丨?Ｌ?★丨丨??數(shù)據(jù)可視化???Ｙ???用戶??圖２．１數(shù)據(jù)挖掘流程圖??Ｆｉｇ．?２．１?Ｄａｔａ?ｍｉｎｉｎｇ?ｆｌｏｗｃｈａｒｔ??２．?１．３船舶營運數(shù)據(jù)特征??由于在海洋中網(wǎng)絡(luò)通訊不像陸地那么方便快捷，船舶營運數(shù)據(jù)的信息傳送具有一定??的局限性。航運業(yè)作為傳統(tǒng)行業(yè)，數(shù)據(jù)挖掘技術(shù)在航運業(yè)的應(yīng)用目前還處于初級階段。??但是近些年來，隨著網(wǎng)絡(luò)通訊技術(shù)的發(fā)展、海上通訊收費價格的降低，很多遠(yuǎn)洋船上也??裝上了?Ｗｉ；Ｆｉ設(shè)備，這就使得船舶營運數(shù)據(jù)的傳送成為了可能。通常情況下船舶通過船??端傳感器采集數(shù)據(jù)并將數(shù)據(jù)記錄在船端數(shù)據(jù)庫上，每隔４個小時或６個小時通過海事衛(wèi)??星將數(shù)據(jù)傳送到岸端數(shù)據(jù)庫。表２．Ｉ為船舶設(shè)備采集的營運數(shù)據(jù)類別。??－８?－??

?基于海況智能識別的遠(yuǎn)洋船舶航速優(yōu)化方法研究???２．２．２目標(biāo)船參數(shù)??本文選�。常叭f噸級遠(yuǎn)洋散貨船作為目標(biāo)船，其航線為中國到巴西的定航線。本文??的航速優(yōu)化研宄也是基于目標(biāo)船及其定航線來展開研宄的。圖２．３為目標(biāo)船圖片，此時??目標(biāo)船正在航行中。??圖２．?３目標(biāo)船圖片??Ｆｉｇ．?２．３?Ｐｉｃｔｕｒｅ?ｏｆ?ｔａｒｇｅｔ?ｓｈｉｐ??目標(biāo)船各項參數(shù)如表２．２。??表２．?２目標(biāo)船各項參數(shù)??Ｔａｂ．?２．２?Ｖａｒｉｏｕｓ?ｐａｒａｍｅｔｅｒｓ?ｏｆ?ｔｈｅ?ｔａｒｇｅｔ?ｓｈｉｐ??ｍ＼?＃１?單位??１?船長?３２７?ｍ??２?垂線間長?３２１．５?ｍ??３?型深?２９?＿?ｍ??４?設(shè)計吃水?２１．４?ｍ??５?設(shè)計服務(wù)航速?１４．５?ｋｎ??６?最大載重噸?２９７９５９?ｔ??ＭＡＮ?Ｂ＆Ｗ６Ｓ８０ＭＣ是目標(biāo)船的主機型號，其各項參數(shù)如表２．３所示。本文所研究??的基于海況智能識別的航速優(yōu)化就是建立目標(biāo)船航速和主機燃油消耗的關(guān)系，然后通過??優(yōu)化算法實現(xiàn)船舶在航行期間的航速優(yōu)化。??－１０?－??

【參考文獻】：
期刊論文
[1]波浪增阻計算和船型優(yōu)化[J]. 郝昊,陳偉民,李傳慶,許賀.  上海船舶運輸科學(xué)研究所學(xué)報. 2019(01)
[2]大數(shù)據(jù)與金融監(jiān)管[J]. 李偉.  中國金融. 2018(22)
[3]基于主機功率控制的航速優(yōu)化[J]. 魏茂蘇.  航海技術(shù). 2018(05)
[4]上海海事局 上海市地方海事局關(guān)于上海港提前實施在航船舶排放控制措施的通告[J].   航海技術(shù). 2018(05)
[5]在風(fēng)浪影響下的集裝箱船航速分析[J]. 魏照坤,謝新連,魏明,包甜甜.  上海海事大學(xué)學(xué)報. 2017(04)
[6]海洋污損對船體摩擦阻力影響的預(yù)測方法（英文）[J]. 閔少松,彭飛,王展智,張濤.  船舶力學(xué). 2017(12)
[7]基于聚類算法的大用戶用電模式識別研究[J]. 趙志宇,肖穎婷,任瑩.  中國管理信息化. 2017(19)
[8]數(shù)據(jù)挖掘中的分類算法綜述[J]. 魏茂勝.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2017(06)
[9]考慮航速優(yōu)化的班輪航線網(wǎng)絡(luò)設(shè)計[J]. 張燕,楊華龍,計明軍,邢玉偉.  交通運輸系統(tǒng)工程與信息. 2016(05)
[10]船舶營運大數(shù)據(jù)挖掘與應(yīng)用思考[J]. 陳昌運,李傳慶.  船舶與海洋工程. 2015(01)

博士論文
[1]德國能源轉(zhuǎn)型的經(jīng)濟分析及啟示[D]. 王寧.吉林大學(xué) 2019
[2]營運船舶主機性能退化和健康管理方法研究[D]. 劉伊凡.大連海事大學(xué) 2018
[3]物聯(lián)網(wǎng)大數(shù)據(jù)存儲與管理技術(shù)研究[D]. 郝行軍.中國科學(xué)技術(shù)大學(xué) 2017
[4]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學(xué) 2003

碩士論文
[1]基于航速優(yōu)化的船舶能耗研究[D]. 孫立凱.哈爾濱工程大學(xué) 2019
[2]基于改進k均值聚類算法的電力負(fù)荷模式識別方法研究[D]. 胡陽春.電子科技大學(xué) 2018
[3]基于主機油耗模型的船體阻力變化研究[D]. 路通.大連海事大學(xué) 2018
[4]吊艙推進器水動力性能模擬與分析[D]. 張偉.上海交通大學(xué) 2008



本文編號：3507428