船舶能效智能化控制与管理探讨.docx

《船舶能效智能化控制与管理探讨.docx》由会员分享，可在线阅读，更多相关《船舶能效智能化控制与管理探讨.docx（12页珍藏版）》请在课桌文档上搜索。

1、随着我国航运业互联网+船舶能效管理模式转变.船舶能效管理已由粗放化、孤岛化.碎片化向精细化、智能化、集成一体转变，为绿色智能航运提供了强力力的技术支控.船舶能效智能化控制与管理，其内涵和外延广泛，不同研究者有不同解读，木文恭于中国船级社发布的4智能船的规范?智能能效管理框架，通过对船舶能源加装、主要耗能设备能耗计量、能耗和肮行设备工况监测、能效分析与评砧、能效智旎优化与幼助决策实现全的能效智能化控制与管理.表：全船能效智能化控制与管理概跑I.船舶能耗设缶数据采集与监测能耗相关设生参效果集疑能设备实时敷掘采集及在线监费2、船舶能耗分布船的能量消耗分布分析点耗能设着能量利用效率分析坪估3、船舶能效

2、分析能源管理方法能效统计分析方法4、船舶能效W能优化技术期的纵愎优化趋于纵修优化的佳配我船1航速优化箱船航行绩效优化5、全船能效智能Ift测与管理系统系统综合方案At据交畏与通信系统数据称铭系统功能1、船舶能耗设备数据采柒与监测(I)能效数据采集数据采集是管理与控制的基础包括船舶加装燃料的全过程数吊:.主机、辅机、悒炉等耗能设备能耗与运行工况参数，航行设备如计程仪、全球P星定位系统、帧斜仪、风速风向仪、测深仪，其它如轴功率计、油般(柜)液位计等设在数据实现实时采集，且能在本地存体，(2)哌集数据传输数据采集版率基于原设备设计.对采集数据进行自动提取,船岸定时同步,自动解析到服务器,整个过程无需

3、人为参与，达到智能化传怆的目的.(3)设备输出接口采集系统能接收接口类型包括串口RS232、RU22、RS485.TCP/IP与UDP仍议，其怫议格式可以为NMEAO1.83,MODBUS或类似NMEAO183格式的厂家自定义格式.(4)数据发送协议各厂家的数据发送协议差别较大，聚集系统能适配主流报警系统厂家的数据发送协议，包括KOnRSberg,JRC.SaniE1.ectronics.TERATEC.BeinacPraXiS等。(5)轴功率、波Ift计集成方案根据船上的实际环境需要,支持轴功率和流量计单独.说接入到报警系统中，或二者合并成个发送模块的把种集成方案，极大地筒化了船上数据采集改

4、造的过程，节约了成本，(6)数据监测船端可采用小S体系结构架设能效服务器,所有接入局域网的电脑均能通过特定的网址访问，方便实时监测分析评估，2、船船能幅分布分析以船舶能埴消耗蜒型模型和船仙能敬利用效率评估体系为基础，根据主副机、锅炉、电力负载以及其他耗能装置运行工况.按能流关系开展全船能眼消耗统合管理，实现船舶能成消耗分布分析、实现电点系统及设备能信利用效率评估.可连续监测船舶能限流动方向.V握船如能量消耗分布状况、及时发现能业利用薄弱环节和节能空间，有针对性的提高船帕能量效率.3、船舶能效分析评估(1)能源管理船用燃油计浆方法，包括惚油供应单(BDN)和油船定期测依船上油舱监控、燃烧过程的流

5、量计监测,通过渡MCO2排放殳计算等,基于实时采集的各能耗设备(主机、副机和揭炉)流量计燃油计量数据、各燃油舱柜燃油计量数据,通过计驾机软件系统,可实现燃油加奘、不同设备不同燃油种类消耗的全过程监测、统计与管理.(2)能效统计分析具有广泛代表性的船舶能效评估指标包括短运输功C02排放(EEOI)、埒运输功油耗、每海里油耗.每海里C02排放、称运输单位C02排放,以及降速比和载货址利用率等辅助决策指标.各能效指标应可按不同时间单位进行趋势分析和关联分析.4、船舶能效智能优化技术(I)船船纵倾优化采用数(ft仿真与船模试验相结合的方法,可以快速计算船的在不同装敬工况、不同肮速.不同纵候下的阻力性能

6、，建立不同纵帧的阻力性能数据昨，并采用寻优方法，根据铅舶实际航行中的工况，为船舶提供最佳纵倾浮态操纵方案，降低船加肮行阻力。(2)域子纵倾的最佳配载通过纵候优化和常规装敦仪联合.整合最佳纵做提供苜尾吃水数据和装载仪提供的船舶安全指标数据,为寻找最佳配我方案提供必要的优化指标和约束条件.通过多策略级法和自适应调整措施，自动迭代调整货物和压我水,在保障船舶安全的前提下，快速实现最佳纵假目标，自动生成优化配我方案，省去了常规方案的繁琐工作量，提高了工作效率，节省了成本.避免了人为出现的问翘.(3)俯船航速优化根据航次计划，结合船舶设在实时数据，预报抵港时间及距目的港的距离，航行过程中，根据天气海况、

7、设备工况、船体效率等或历史数据给出对航行计划的航速或主机转速执行隹议.肮段划分根据航战上转向点和航程，以相邻两个转向点划分为一个航行分段,该分段内航向单一。为防止因分段过长而造成海洋状况差异较大，建议一个航行分段不大于300海里。主机油耗模型创建主机转速功率-燃油消耗率数据座，为主机油髭模型提供查询依据，同时该数现库可以的若能效监测数据的不断枳累自动更新完善，保证主机油耗模型的准确性。航速优化根据航行计划录（导）入航行信息.包括离港时间、抵港时间、出发港口、抵达港口航行总里程、开航前排水房和开航前助船吃水等伯恩,航次转向点信息，包括各分段顺序号、经,6度、航向、航程等信息，航段自动划分，并给出

8、各分段优化航速，实现航速优化。（4）船舶绩效优化基于天气、海况、滑失率、船体阻力、航速等多因素的船舶肮行绩效参数体系,以及船船航行、靠港等状态，评估船舶缄效，指导运营管理.船舶营运效率通过关联营运参数，量化营运数据之间的相关性，制定船船运苜效率指标，为船公司制定营运计划提供决策依据.常用评估指标有船舶苜运效率、年度货物周转指数、年度航行指数、年度调忍指数、年度货物运输利用指数、年度货物周转指数、年度航行指数、年度平均集海里主机燃油油耗等，不同船型可以使用不同的评估指标.船舶能效状态评估以营运船舶监测的能效数据为基础.结合海况、工况数据,建立和应的评估模型.实现对能耗设备能效状态实时后评估、设备

9、能耗异常实时分析异常预警、同类型朋不同朋舶的健耗衡准对比分析等，可怖助船岸管理人员及时了解设备能效状态，提供M修辅助决策。船体效率作用于船体航行的有效功率与螺旋桨发出的用于助推船舶的功率之比可以反映相同装我、海况状况下明体的脏污情况，常用于评估船体效率，长期连续监测，可以评估船体和螺旋桨的脏污情况，可结合修船计划对船体和螺旋桨迸行活治保养，船舶运苜效益船舶营运成本是航运企业（或船东）为提供海上运输用务所支出的一切费用的总和.有许多划分方法，通常采用固定成本和变动成本的分类方法.固定成本是指在一定时间范围内尽管运业变动但其息额相对稳定而不受影响的那部分费用，只要航运企业一经建立，即使运量为零，也

10、会发生固定成本,主要包括船员费、润料费、物料备件费、折旧费.修理费、保险费、管理费和其它费用：变动成本是指发生总额的着运从、港口流转、组织方式等因素变动而变动的戏用，主要包括燃料费、港口及运河费用等。航次经济饮益是在航次开始之前对船舶首运经济效果所做的测算，根据恃选航次的货运JIh运费率、肮线及船的本身的有关资料以及港11使费和燃油价格,估算各肮次的收入、成本、每天净收益及其它羟济指标.在揽货、签订运输合同、两货船舶之前需要做这种估算.航运企业（或船东）可以估算某个航次是否盈利，而且经过各个航次之间的航次估算结果的对比，实现觥次效益最大化。5、解舶能效智能化捽制与管理系统借助计亢乱系统,可以实

11、现铅帕能效管理与控制的智能化.通过对第帕航行状态数批;、设备运行数据、能耗排放数据的智能那知、自动采集和在畿监测，地于层次分析、数据挖掘、智能优化等方法，利用大数据处理、数值分析及仿文优化等关题技术，实现对航行行为及船的耗能设备监测预警、能源管理和能效分析评估、辅助决策等功能,指导肮行优化、航行绩效评估、航运管理决策等.构建铅的能效智能方案.系统在设计开发时应充分利用船他局域网、船岸通讯、互联网技术，打造助岸一体的船加能效却能应用，助力航运绿色智能发展。船舶智能能效优化关犍技术研究现状与展望智能能效管理作为智能船舶发展的重要组成部分之一，可以实现铅帕能效的自动监测、分析与自主决策，对提升船舶的

12、绿色化与智能化水平具有重要意义.通过分析船的智能能效管理规范与检验指南，I羽绕船舶能效智能监控与系统设计技术、船加智能能效大数据应用技术、智能能效优化模型与智能算法等核心何跑,系统分析船舶智能能效优化的国内外发展现状.结合目前的研究现状，提出船舶智能能效优化存在的不足与面临的挑战，对智能能效优化的未来发展与研究方向做出展里，以期为智能船舶能效管理提供卷考。中国船侬社于2020年发缶了新版M智能班船规范h该规范体系主要包括自主操作、远程捽制、智能航行、智能船体、智能机舱、智能能效管理、智能货物管理和智能集成平价等几个方面5,其中，智能能效管理作为智能船舶规他？体系的组成部分之一，是以实现船舶能效

13、实时就控、智能评估及优化，进而提高船加能效管理水平为目的，通过大数据挖据技术、数值分析及担能优化等技术，来为船舶提供数据评估分析结果与辅助决策隹议.智能能效管理的研究与应用对促进船船的智能化与色化发展.以及对市场竞争力的提升具有重要意义6.船帕能效智能优化技术与方法的研究及应用，不仅是我国世行国际减排公约的必然要求，也是落实船舶绿色智能发展战略的有效措施，同时,也是航运企业实现降本增效、提升市场竞争力的有效方法.本文拟针对船舶智能能效优化方法的核心内容，系统地分析船舶智能能效管埋的国内外发展现状，具体包括船舶智能能效管理规范与检验指南、船帕能效智能监控与系统开发、船船却能能效大数据应用技术研究

14、、船舶皆能能效优化模型与智能算法等关键技术，然后在此基础上，提出船的智能能效发展存在的不足与面临的挑战.并对智能能效优化的未来发展与研究方向做出展望，以期为船舶智能能效优化方法的研究与发展提供参考.I船舶智能能效管理规范与检验指南中国船级社发布的M智能船船规范3明确提出了智能能效管理的相关要求）,此外，船的智能能效管理检验指南针对智能能效优化的一般要求、能效智能在线监控、航速优化、基于纵做化的最佳曰敦等几方面也做J相关要求71.如图I所示.R初次检穿）回助决策）智使能效管理W三X础数据Ift7-F分析系统.，保次iM伊回（的就证化）【的航速优化J1.图I智能能效管理检验指南概览“智能能效优化的

15、做要求“规定，船舶应具有智能能效管理功能标忐，包括携干航速优化和纵做优化的船舶皆能能效管理2部分S）,所开发的“船的能效智能在线监控系统“需要实现船舶能效数据的监测、采集、传输存取,采用数据分析技术对朋伸能耗/能效及排放水平进行分析,对能效、能耗进行评估，并在此暴础上进行辅助决策，从而优化船的的能效水平|5|,此外,针对基于班次计划和经济效益的凯速优化”也分别提出了具体要求，其中，前者根据天气、海况和船舶效率等因素评估其对船舶肮速的影响.并在此基础上提出航速优化方法：后齐根据州船的各项营运费用时整个航次的羟济效益予以评估，进而进行航行优化决策15b“荔于双忸化的最佳配载系统”需包括数据采集单元

16、、双忸性能分析基础数据库以及纵做优化分析功能（5.2船舶智能能效监控与系统开发随存信息传憎及无戏通信等技术的不断发展，船舶能效在线!Ki控技术也得到了快速发展.国内外在船船能效在找监控技术方面开展了大比研究，井相海推出了多种船说能效监控系统8卜如表1所示.1开发的能效监控系统鲍”“勃抄A1.tMMNke；：Mwmn.U.rm化与上UO-AMMttHOtat?t.ntMfMttft*tff*MwrUBCO1.M1.检化n4SHKT陵XAPA公Hmk.M.耀Ga4tseGm*ABB5：ttttfiMttt大飞餐切电汽化栉优化力”*”ft*tf1.wfitwknaft中DHBtIM.&”一11大牛M

17、ttM(rVfftBC*HH*HttMCMtmAWH1：wCtcemiiHw11MHM公3HBWVtMH%MM9(KW1tn1.1.MAUmA-MAU*tt*ttffMftaR*拘IUMtaw*tUAxfiMMHftattnv*m4nvM中J1.X然”技。物6今BMjtxna.用*。，JQ代慎化CHUtttRuhK然而，上述能效监控系统大多只具有时能耗设招和航行状态等参数的监控功能,尚未建立船舶能效与航行数据之间更杂的逻辑关系,以及基于实时数据的能耗指标分析、评估与预测.因此.有必要研发基于大数据分析和智能优化算法的船加能效智能监控系统,提高.船舶能效优化普理的智能化水平，从而降低船舶能耗与污

18、染气体的排放羊18。能效智能I监控旨在通过对船舶航行状态、能耗状况的在我监测，以及数据的自动聚集，对船加能效状况、航行及装载状态等进行自主评估.并通过大数据分析及优化技术,给出评估分析结果和辅助决策建议，包括船舶最佳肮速、最佳航线与基于最佳纵陆的船舶优化袋载方案等.近年来，国内外又相继研发出了具彳f不同功能特点的船舶智能能效管理系统，如表2所本O表2智能能效监捽系统列表WMfiA2SW公4AuWttVaHttVKttMIK.40AttM1.tHaMSIHC4III.AJdI丈牛ssawMWft十心中修1狼幺-IHHMHIrtirfR三A1.tH.M1.1.ttt.ffAmemti*ranMnM

19、&w*MU4ag(tr*ntt:.wnAiw.目前，船舶能效朝能控制系统的研发尚处于发展阶段，有恃开发出更为成熟的产晶，并进行产业化推广使用.此外.所开发的能效智能捽制系统又实现了部分智能能效管理功旎.尚未形成柒数据挖掘分析、模里参数自学习、动态智能决策于一体的船舶能效智能优化管理系统，在大数据挖掘分析与可视化、自学习、自正，以及自主决策等方面还有待进一步的深入研究，阴舶能效监控系统的智能化水平还有待进一步提升,作为朋舶智能化发展的重要组成部分之一,搭载先进智能算法的船的能效综合管理系统研发是船舶智能能效管理发展的重要方向.3船舶智能能效大数据应用技术研究3.1大数据技术的发展与优势大数据技术

20、是通过对大扇的各种类型数据进行分析与检物来扶得更多的潜在知识，以辅助信息获取和决策的技术121，大数据技术主要包括大数据来柒、大数据处理、大数据存储、大数据分析与挖掘,以及大数据展示与可觇化等22）。通过实时监测对象在运行过程中产生的海量数据,采用大数据分析技术对所获取的数据进行深入的挖榭和分析，可揭示出事物的发展规律以及关联关系，从而给出分析结论与辅助决策。大数据技术的意义在于通过对大诉数据进行分析与挖掘，扬示W物之间的双杂关系或预测事物的发展趋势，从而得出研究结论并进行辅助淡策。与传统的数据挖里方法相比，大数据可以更加全面、准确、客观地揭示事物之间的关联关系23.3.2 基于大数据分析的船

21、舶智能能效优化用着航运界时船舶智能能效优化技术研究的逐步i深入，大数据技术在船帕能效优化管理方面的应用己是大势所趋。在基于大数据分析的船舶阳能能效优化管理方面，国内外学者己探讨了大数据的采集与处理.以及其在船削I营运状态监测与分析、附队船舶优化管理决策等方面的应用.在船舶能效大数据处理方面，K1.avenessDigita1.公司开发了班于云计算的数字化平台，主要用于存储和处理船舶营运大数据。该平台能终将多个数据源的窗船营运数据存储十一个中心平f3便于数据的共享及新数字化解决方案的开发25.该平价还可实现船队件能的实时展示，具备分析船舶性能发展趋势、桧测船的性能异常等功能.4士基航运基于该大数

22、据分析平台，采用大数据技术对获得的大盘数据进行处理与分析，推出了新的限务模式和管理理念，求得了客户的普遍认可，有效提升了其经济效益和市场竞争力。H祖传赴R敏第分析在基于大数据的船舶能效监测与分析方面.Pcrera等2句构建/以船舶引除为中心的数据流程，如图2所示,可以方便地处理大规模数据集.其通过收集船舶性能和导航数据.采用大数据技术时不同优化控制措施下的船舶能效水平迸行了分析。*m.：；二：；K1“SII决一k#一aw“；IB*tr图2船舶能效大数据流26此外，充分考虑主机转速、航行环境、船舶装我、航行时间约束,以及港口运行效率等因素对船帕能效的影响，葩于获取的航行环境、船队船加营运状态和能

23、耗等数据，通过采用大数据关联规则算法,主成分分析法等,可以挖掘影响船舶能效的主导要素，分析各主要步响要素与船舶能效间的动态响应关系.可为考虑多影响因素的船队船舶能效模型与经济效益模型研究萸定基础,从而提高明队胎伯的能效水平和经济效益.在册干大数据分析的船队船图能效优化管理方面，Ad1.and等31以超大型原油运输船队为对象，分析朋队营运数据，提出了一种面向船队优化管理的航速优化方法。Coniddu等32基于大址的实船营运数据.通过将船舶的排水量、航速,以及风、浪等参数视为随机变量，采用蒙特卡罗方法计编了船舶的能效营运指数.1.cc等33基于通航环境大数据分析，通过引用燃油消耗理论计算公式，提出

24、了可有效降低船舶能耗的航速优化方法。帏佳形134）通过采用大数据分析技术，提出了一种船船航线智能优化方法，其通过地理信息数据的获取及船舶肮行知识数据库的建设.通过对典型航线上的方史大数据进行挖第分析，提出了港【I到港11、任意点到港口、任意点到任意点的最优航线决策方法，从而优化了船舶的能耗水平.Yan等35）采用道用于大数据分析的并行分布式k-11*ns聚类算法，实现了对航线上航段的划分,其基于自主开发的大数据分析平台分析了长江航线通航环境的分布特征,并提出了基于通航环境大数据航段划分的朋轮能效优化方法,提高了船伯的能效水平.虽然大数据技术在船加智能能效优化应用方面已干j探索性研究，但尚存在问

25、题和挑故：忏先.目削还没仃形成系统的船舶能效大数据使用标准与应用体系：其次，基于大数据分析的船舶智能能效优化相关研究理论和技术体系尚不成熟,在船的能效与通肮环境时空特征分析、船舶能效与通航环境数据关联关系挖掘,以及基于在线学习的通航环境和铅帕运行工况预测模型等方面，还有待进一步深入研究,4船加智能能效优化模型与智能算法智能优化模型与智能修法在船的能效优化管理中的应用主要体现在船削I能效评估与预测、航线智能优化、航速智能优化，以及面向能效提升的船体与纵帧优化几个方面36.在船的能效评估与预测方面，Yan等37|堪于实朋采集的能效数据，建立了用于评估船珀能效水平的神经网络模型，可以实现船船能效的预

26、测与评估。Yuan等38将人工神经网络和高斯过程应用于船舶能耗评价并进行了实5金,结果表明速度优化可以有效减少船舶能耗，考虑天气的路径优化和纵帧优化也可以降低船舶能耗.Wickramanayakc等42系统地分析了基于机器学习方法的船舶能耗预测，其针对多变法时间序列的舰队能耗预测问胭，比较了基于随机森林、梯度增强及神经网络方法的有效性，结果表明，玳用随机森林技术可以获得更为准确的预测结果.A1.onso等1431采用人工神羟网络与遗传兑法相结合的方法，对明船柴油机的性能予以了优化，试图找出满足生严格排放法规的参数能置，以版少船舶的燃料消耗,TiHig等44|使用蒙特I：罗方法和通用船船能源系统

27、模里，在船舶全生命周期的各个阶段对船船燃料消耗预测的不确定性进行分析,结果显示能降低油耗预测的不确定性,提高T附船油区监刈和陵测的智能化水平,对减少脂舶能源消耗具彳1垂要的促诳作用.在船舶能效预测方面，Yang等45|提出了范干遗传算法的灰箱模型，解决了天气因素的跟制，并与基于时序参数估计的灰箱模型进行了比较，结果表明，该算法具有更高的船舶能效预测准确性.可有效减少污染气体的排放.王胜正等46建立了交替稀说自编码网洛模型，共训练过程如图3所示，通过采用关联规则算法对肮行数据进行特征选择,预测了海洋环境对船舫航行的影响，所提出的网络模型不仅可以减少训练时间，而且能提高预测精度。图3交替稀琉自编码

28、网络模型训练过程461在船舶航战智能优化方面，定期对船舶营运能效和经济效益进行媒合评估，并根据评估结果对船舶航线和航线上船队的配置进行优化调整,是提高船队船舶能效的有效途径.王费字忖7|基于胡伯在风浪中失速值的时间序列，通过采用聚类分析算法，实现了婚伯航段的合理划分，并在此础上提出了施F模拟退火算法的船阳航速分段智能优化算法，通过此算法,实现了目标船的航速优化。Marie等48采用模糊逻辑方法建立了船舶能耗模4!并采用多目标遗传尊法决策出了期的的优化航规.Wang等49建立了考虑多环境因索的船舶能效模型，并采用粒f群优化算法实现了船舶航践优化以及不同航段的航速优化,通过航践和航速的联合优化取得

29、了较好的能效优化效果，Shao等158）提出了一种新的应用于气象定战的动态规划方法，如图4所小.叮传统方法相比,该方法不仅能优化船1航向，而且对船舶功率也进行了优化：分析结果表明,此方法降低了船舶约3%的油耗，还减少了船舶航行时间.图4气象定践的动态规划方法158|在船加航速智能优化方面，黄连忠等1591通过建立船珀主机能耗模型,采用模拟退火算法决策出了所划分不同航段的船舶最佳航速与主机转速,降低/船舶能耗水平.Song等|60|建立了一个双目标的州队优化部署模型，通过采用遗传算法模型，换得了最终的优化方案，并通过实例验证了模型的有效性。Qi等611建立了就船舶能耗和服务水平的多目标优化模型，

30、其通过不同港口操作时间来决策船队的最佳运行方案，最终使船队总能耗达到最少.Wang等62研究了基于粒子群优化算法的船舶能效优化方法，其以ING双燃料船舶为研究对象，建立了船的能效与运行安全性笠目标优化模型，分析了不同运行工况下的船舶能效水平与安全性，通过采用群智能粒子群优化算法，实现了不同运行工况卜的船船主机转速优化.从而在保证船1营运安全的条件下提高了船舶他效水平0马冉祺等【63】槌出了定航浅船舶的航速智能优化方法,其基于实船监测数据.采用要故化思想建立了朋伯航速优化愎吧，井通过遗传经法实现了航速的优化决策，有效降低了船的能耗水平，如图5所示.图5定痂线铅加航速智能优化方法63在班佳纵倾与船

31、体优化方面，段非等66采用非支配排序遗传算法劝船体型戌诳行优化，并针对极地船船提出了一种多目标优化方法，该方法将船就无冰静水阻力和冰区航行阳力作为优化目标,根据极地船舶排水St指标和船舶能效设计指数对船型进行了智能优化.Wang等69设计了一种基于径向基函数神经网络控制算法的能侧依稳定系统,该系统搭靓了包含机动特性和波浪扰动的非线性数学模型，船舶动态响应分析结果显示，所设计的控制系统在取少波浪中船舶的侧倾运动方面与基于反向传播神经网络的控制系统和比例做分控制系统相比具有明显优势.智能优化算法及其在船舶能效智能优化中的应用如衣3所示.其中，遗传算法、粒子群优化算法、蚁群算法及模拟退火算法等属群智

32、能算法，是一种般于群体登代的寻优算法，道于求解非战性的优化问即，因此在解决船加航逑优化、航线优化、窗型优化以及船体阻力优化等船舶智能能效优化问即方面有著广泛的应用.然而，对于不同的优化问即各寺法的优化效果及应用效果还有待进一步的对比分析，通过开展各优化算法对不同优化问遨的适用性分析，可以选择最佳的智能优化算法，人工神经网络、随机森林律法、支持向枇机等算法可以实现船加能耗及能效的预测与评估，作为船加能效优化的重要基咄，可以实现船舶能效的智能优化.同样地有关不同智能算法实现船加能髭及能效预测的效果还彳f待进一步的对比验证分析，以便确定最佳的能耗预测智能算法。此外,采用蒙特I；罗舞法可以实现能耗侦测

33、的不枪定性分析，枭用动态规划算法可以实现基干实时信息的船削I能效的动态优化从而提高船便I能效的优化精度和优化效果,现避静态优化信息更新不及时的旅点,关联规则舞法可以发现数据顶集之间的关联关系或相关关系，在泡洋环境对铅珀航行的影响研究中，使川关岷规则可以挖掘环境数据与航行数据之间的相关性，从而分析航行环境对船舶能效的影响,为考虑航行环境的能效模鞭建立与优化契定基础.聚类算法作为一种无监珞学习算法，可以将具有相似特征的样本划分为同一类，进而实现艇于相似性样本的划分，对于船舶航速的智能优化，采用次类算法可以将航战进行合理划分,使不同航段具有不同觥行环境特征，从而为基于觥段划分的船加航速智能优化研究费

34、定基础.友3智能优化算法及其应用叭；，1傀“n.uMn.4RBU*Mm卡vw(1.gS宜,MIBItftVU寅MBtAaiOIVHKS11Rf1.1.tBrtIuUIwmarw三“缘tm*9E/度RX1.1.“5的微位SmrU1.y虽然国内外学者已对朝健优化驾法及优化模型在船舶智能能效管理中的应用予以了探索但尚未形成集数据挖撼分析、模型参数自学习、动态智能决策于一体的船的能效智能优化方法体系，缺少集数据分析、自学习、自更新、自决策、滚动优化于一体的朋帕倍效智能优化袈成算法，因此，需要开展权于大数据分析与机器学习技术的船加能效动态智能优化和法的开发.所开发的以法应具有自学习、自改进和持续优化的功

35、能，从而不断提高船舶智能化水平.此外,刻于己有的群智能后发式求解算法,如遗传算法、蚁群算法等,还湎进一步优化改进，并需结合船舶航行优化的实际向SS，马神经网络、决策树等机器学习算法进行深度融合，从而实现集数据分析、自学习、自更新、自决策、滚动优化于一体的船珀智能能效优化方法体系,促进船削I智能能效优化管理方法与策略的不阍发展和成熟.5总结与展望在船舶绿色化、离效化、智能化发展的大背景下，船舶智能能效优化方法研究引起了业界的广泛关注,目前，船舶智能能效优化管理研究主要是在智能能效管理规范与检验指南的大框架下研发船舶能效智能赛控系统实现船舶肮行状态、能效状态数据的自动采集和在线监测.通过大数据分析

36、技术评估船的能效状态水平,分析船舶能效的主要影响因素和内在关联关系；并在此基础上，运用大数据分析和人工智能等先进的技术与方法，实现船的能效的自学习、自评砧与自预测,遹过建立基于智能优化算法的船舶苜运优化模型及决策算法,实现助帕航速优化、航然优化、纵倾优化等自主决策，达到能效使用最大化和能效管理智能化的日的。虽然国内外时船舶智能能效优化管理的相关核心内容己进行了相关的探索性研究,但仍存在如下何趣勺挑战：I）在能效大数据分析与应用方面,当前用境解舶能效的研究仍偏:电于数据采集，且对采集的数据缺少充分的特征分析以及不确定性评估；此外，当前研究大笠还是堪于数班的简单清洗与预处理，对采集数据的特征规律未

37、能进行有效、深入的挖掘分析，在基于实神数据的船舶航行状态辨识、能效状态评估、能效数据关联关系分析.以及时空分布特征挖搬分析等方面还有待进一步深入研究.2）在智能优化算法与优化模型方面，现行模型所考虑的影响因素不第全面，所建立的模鞭没有媒合考虑多要索的粽合膨响，对多环境要素与“船体阻力-螺旋桨-主机”的动态响应机理缺乏深入研究：此外.在当前研究中,船体阻力、功率与油耗等模型大多是基于经髓公计算得到，口参数是冏定的，而不同环境条件下辨-机-桨动态特性的差片会导致不同条件下船舶能效模型参数有所不同，但日前的研究并未采用有效方法对模型参数进行夔于实时信息的在我辨识与滚动优化，模型精度有待进-步提高：另

38、外，当IR研究大多是基于历史数据进行船舶能效建模勺静态优化方法的研究,没有考虑多影响要素的时变性和空间差异性.对基于实时信息的船舶能效动态优化方法研窕,特别是智能优化算法的开发还有待进一步深入。3）在智能能效系统开发方面，国内外关于能效媒合管理智能控制系统的研究尚处于发展阶段，未形成成熟的智能化产品及产业化推广应用：此外.所研发的系统大多只具备主要耗能设备、航行状态等参数的监测功能，尚未建立船舶能效与航行数据之间的动态响应关系.在明于实时数据的船舶能效指标分析、评估与预测，以及船舶航行优化自主决策等功能方面还有待进一步提升和完善。基于船舶智旎能效规范要求以及当前船舶智能能效管理面临的问题与挑战

39、,对船舶智能能效优化的核心内誉进行了如下展里：I）在能效大数据分析与应用方面，需加强大数据分析与挖掘技术在船的智能能效应用方面的广度与深度，进一步探索和分析翦于大数据的船船能效优化方法与优化潜力，采用先进的大数据分析理论与方法不断推进船的狎能能效优化管理技术的发展.在分析船队船舶能效主要影响囚索的基础上，通过狭取航行环境侑息、船队船舶管运状态和能耗等大显数据.采用大数据挖掘、数值仿真与智能优化相结合的方法分析船舶主机转速,航行环境、船舶装我、航行时间，以及港口运行效率等多因素时船队船舶能效的影响，并在此基础上构隹考虑多因素影响的船队船削I能效动态智能优化决策算法，实现船队船舶能效的智能优化管理

40、.包括最优航速、航线、最佳装段等的智能决策，从而提高船队船舶的能效水平和智能化水平.2在智能优化算法与优化模型方面，JE探合考虑风、浪、流、船舶装我等多影响因索的时空差异性和双杂多变性,对多影响要素和船舶能效数据进行深入的挖掘分析，探究船舶能效数据的分布规律和数据之间的美联关系：此外,通航环境的更杂多样性使得不同通航环境下的船舶运行状态以及笳船推进系统的工作特性具有较大差异，因此,有必要建立基于实时数据驱动的多环境要素摄合作用下的船舶能效在践模型，实现法于大数据在线学习的船舶能效模型冬散的自更新与自优化；另外，船舶在航行过程中风、浪、流等随机环境因素的不断变化使得不同时刻船舶的运行工况也在不断

41、变化,船舶能效的智能优化应根据实时的多改估息及动态优化模型实现自动求解与决策，通过设计高效智能优化算法，对优化模型进行动态寻优求解，可以充分考虑多环境要素的时变性，实现船舶能效的动态智能决最。3）在智能能效系统开发方面，需开发集船载能效数据采集系统与岸域能效数据分析平介于一体的船船能效绘合智能优化管理系统.所开发的系统需能实现船教能效数据采集系统与岸基能效数据分析平台的无缝连接，其中.期岐能效数据采集与监控系统通过安装在册的上的相应传感器来获汨通航环境、船舶能效等数据，并通过远程传输模块传送至岸聪能效数据分析平台，从而为更深入的数据分析和优化方案研究奠定数据基础.所开发的船船智健健效管理系统需搭我先进的大数据分析及智能优化模型与算法,从而实现船舶能效多源异构数据估息的在缓监测和存储、期的能效状态评估，以及基于智能优化W法的船舶航行优化决策.通过开发柒数据分析、自学习、自更新、自决策、策动优化于体的船的能效智能优化管理系统,最终实现船舶能效的智能优化管理，达到船舶节能减持的目标。