一种船舶动力匹配的船-机-桨功率实时匹配方法及设备

船舶设备制造技术1.本发明涉及船舶智能控制领域，具体涉及一种船舶动力匹配的船-机-桨功率实时匹配方法及设备。背景技术：2.船舶的机-桨配合点就是指机、桨额定工况的配合点，它与设计时所选定的机、桨二者的特性曲线有关，一般是将二者的特性曲线标示于同一个功率-转速(或转矩-转速)特性图上并找到其交点，此交点即其配合点。船舶推进系统设计时，理论上配合点即原动机100％负荷和100％转速的mcr(maximum continuous rating)点，但船舶营运一段时间后由于船体表面、螺旋桨表面附着海生物、腐蚀会引起船体阻力增加，船舶航速就会降低。因螺旋桨转速和船的负荷变化范围很大，并存在很多随机因素(如风浪、污底等)，即对动力装置的运行产生较大影响，甚至破坏其正常工作，所以，船用动力装置必须具备在宽广的负荷范围内稳定工作的能力。各国污染排放指标不同，各国领海及公海的最佳匹配点不同，一般只有刚造好的新船在试航时是处于运行的设计点，在绝大多数情况下船舶是处于非设计工况点运行的，这就需要根据实船的阻力变化规律进行船-机-桨多工况实时匹配设计，目前来看船舶动力匹配技术无法实现复杂工况自适应匹配，船用动力装置功率实时匹配对于新型船舶开发意义重大，因此，要使船舶获得良好的运行状态，不仅要研究正常航行条件下船-机-桨功率配合，还要使其在复杂的工况下能够达到较满意的运行匹配效果。技术实现要素：3.发明目的：针对现有技术的不足，本发明提出一种船舶动力匹配的船-机-桨功率实时匹配方法，实现复杂工况下船-机-桨实时参数匹配。4.技术方案：一种船舶动力匹配的船-机-桨功率实时匹配方法，包括以下步骤：5.(1)采集船舶实际航行工况参数，建立复杂工况下的船-机-桨匹配模型并分析匹配特性以及船舶在复杂工况下轴系负荷及性能参数；6.(2)根据对船舶推进系统的分析建立船-机-桨匹配多目标优化模型，所述多目标优化模型以最小化发动机燃油消耗率、最小化燃烧排放物指标和最大化系统推进效率为目标，以桨叶数、螺距比、盘面比、螺旋桨转速、螺旋桨直径、船舶航速及发动机负荷率为变量；7.(3)采用nsga-ii算法进行多目标优化模型求解，得到船舶主机功率和推进系统参数；8.(4)根据多目标优化模型求解结果，对船舶航行阻力及螺旋桨推力进行仿真计算，建立船-机-桨多工况实时匹配数据库，存储仿真试验结果及相关参数；9.(5)将匹配参数和仿真结果导入船-机-桨功率实时匹配集成软件系统，所述集成软件系统对船-机-桨特性曲线进行拟合和船-机-桨实时匹配，输出指定格式匹配结果；10.(6)主机根据不同的工况要求，自适应调整不同燃料混合比例来切换适合的燃烧模式以达到所需功率及燃烧物排放指标要求。11.进一步地，所述步骤(1)中，采集船舶实际航行工况参数，建立复杂工况下的船-机-桨匹配模型包括：12.获取船舶实际航行工况参数，将复杂工况下船舶总阻力分解为裸船体粘性阻力、裸船体兴波阻力、方艉浸没阻力、球鼻首附加阻力、附体阻力、船模实船修正阻力，根据实际工况参数计算相应的分量阻力得到船舶总阻力；13.根据航速vs及伴流系数w随船速变化的关系得到螺旋桨进速vp，再根据螺旋桨转速n、螺旋桨直径d及螺旋桨进速vp得到进速系数j，通过进速系数在螺旋桨的敞水特性曲线上找到对应的推力系数kt及扭矩系数kq，再根据螺旋桨推力以及螺旋桨扭矩的计算公式得到螺旋桨的推力tp及螺旋桨扭矩mp；14.分析船舶实际运行工况，基于船-机-桨之间的动力平衡关系，建立船-机-桨匹配的实时动态数学模型，模型计算公式为：其中δm为船舶附体质量，m为船体质量，vs为船速，rm为船舶总阻力。15.进一步地，所述步骤(1)中，分析匹配特性以及船舶在复杂工况下轴系负荷及性能参数包括：16.根据船-机-桨匹配实时动态数学模型分析船舶在启动、加速、减速、倒车、多桨复杂工况下船-机-桨的匹配特性；17.分析船舶在复杂工况下轴系负荷及性能参数，包括：船体有效马力曲线、螺旋桨特性曲线和主机外特性曲线。18.进一步地，所述步骤(2)中，船-机-桨匹配多目标优化模型的目标函数包括：19.以最小化发动机燃油消耗率为目标的燃料目标函数，所述燃料目标函数以发动机负荷率为变量，通过仿真得到发动机燃油消耗率曲线，再用matlab进行曲线拟合得到；20.以最小化燃烧排放物指标为目标的排放目标函数，所述排放目标函数以发动机负荷率为变量，通过仿真得到碳化物和氮氧化物排放曲线，再用matlab进行曲线拟合得到；其中，发动机负荷率表示为其中pxq为需求功率，ps为实际功率；21.以最大化系统推进效率为目标的推进目标函数，所述推进目标函数表示为：η＝ηa·ηs·ηd·ηf，其中，ηa为轴系效率，ηs为对旋转效率，ηf为船身效率由下式得到：ηd为螺旋桨敞水效率，由下式得到：其中，w为伴流系数，t为推力减额系数，kt为推力系数，kq为扭矩系数，j为进速系数。22.进一步地，实时匹配数据库具备存储和调用船-机-桨模型、推进系统设计参数、各国污染排放指标、船-机-桨匹配特性曲线及保存多工况仿真试验结果的功能。23.进一步地，所述集成软件系统模块结构包括前处理模块、求解模块、后处理模块，前处理模块包括指定初始条件和边界条件，求解模块包括特性曲线拟合和船-机-桨匹配；软件功能划分为软件功能层、计算模型层和数据库层，并建有人机交互界面，实现基本参数和仿真参量的设定，实时显示和分析船-机-桨匹配仿真特性，并进行数据的可视化管理，所述基本参数包括：船型参数、主机参数、螺旋桨设计参数、海况参数，所述仿真参量包括：转速设定、推进形式、内外桨工作状态、风浪流影响；所述集成软件系统通过调用船-机-桨实时匹配数据库，通过多目标模型的求解来匹配螺旋桨的转速及主机工作模式，输出当前工况下的船舶最高航速。24.本发明还提供一种计算机设备，包括：25.一个或多个处理器；26.存储器；27.以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如上所述的船舶动力匹配的船-机-桨功率实时匹配方法的步骤。28.有益效果：本发明实现了使船舶在复杂工况下进行船-机-桨功率实时匹配，通过对燃料、排放、推进效率的综合考虑，实现满足不同海域污染排放要求的情况下推进效率最高且燃油消耗最小的实时匹配，本发明实现自动化、智能化的匹配集成软件，减少了人工操作使船舶更加智能、更加环保、经济效益更高。附图说明29.图1为本发明的船舶动力匹配的船-机-桨实时功率匹配方法流程图；30.图2为根据本发明的nsga-ii算法流程图；31.图3为根据本发明施例生成的pareto解集示意图。具体实施方式32.下面结合附图对本发明的技术方案作进一步说明。33.对于排水量、船速和续航力一定的船舶，营运成本不仅与装载量有关，还与燃料消耗量和燃料价格有关，在一般情况下，使用廉价甲醇新能源燃料可以降低营运成本。下面以甲醇船为例描述一种用于船舶动力匹配的船-机-桨功率匹配方法。应当理解，以下针对甲醇船的描述仅是示例的作用而非对本发明的限制，本方法也可以应用于其他能源驱动的船舶。目前船舶设计皆未考虑船-机-桨实时匹配参数数据，而要做到船-机-桨实时匹配，首先船-机-桨各部分自身的性能要好，其次要根据工况及船-机-桨各自特性，合理地匹配船-机-桨，以便它们之间功率匹配。参照图1，本发明提出的船-机-桨实时匹配方法包括以下步骤：34.步骤1：采集船舶实际航行工况参数，建立复杂工况下的船-机-桨实时匹配的数学模型，并进行匹配特性分析。35.根据船舶主尺度和若干船型系数研究船舶阻力特性，将船舶阻力分成六部分：裸船体粘性阻力、裸船体兴波阻力、方艉浸没阻力、球鼻首附加阻力、附加阻力、船模实船修正阻力，根据船舶实际航行工况参数计算相应的分量阻力，最后得到船舶总阻力rm。各个分量阻力的计算方法对于不同的船型而具体不同，可以参照现有技术计算。36.计算复杂工况下螺旋桨推力，根据航速vs及伴流系数w随船速变化的关系得到螺旋桨进速vp，再根据螺旋桨转速n、螺旋桨直径d及螺旋桨进速vp得到进速系数j，vp、j的具体计算公式如下：[0037]vp＝vs(1-w)ꢀꢀꢀꢀꢀꢀꢀꢀ(1)[0038][0039]通过进速系数在螺旋桨的敞水特性曲线上找到对应的推力系数kt及扭矩系数kq，以b系列螺旋桨为例，计算表达式如下：[0040][0041][0042]式中：vs为船舶航速，单位m/s；cn，sn，tn，un，vn为b系列螺旋桨kt、kq多项式的各项系数；为螺距比；为盘面比；z为桨叶数。对于其他类型的螺旋桨，同样也可以通过进速系数在螺旋桨的敞水特性曲线上找到对应的推力系数kt及扭矩系数kq，计算式中相关联的参数也包含盘面比、桨叶数，以及可能的螺距比，只是具体计算形式不同，但这并非本发明的重点，对此不再细述。应当理解，本发明的方法并不限于b系列螺旋桨。[0043]再根据推力系数和扭矩系数分别计算得到螺旋桨的推力tp及螺旋桨扭矩mp，计算公式如式(5)和式(6)所示，其中ρ为海水密度：[0044]tp＝ktρn2d4ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(5)[0045]mp＝kqρn2d5ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(6)[0046]分析甲醇燃料智能船舶实际运行工况，基于牛顿第二定律以及船-机-桨之间的动力平衡关系，螺旋桨对船舶的推力减去船舶受到的阻力等于船舶总质量乘以船舶加速度，提出复杂工况下的船-机-桨动力匹配计算方法，并建立船-机-桨匹配的实时动态数学模型，计算公式(7)所示：[0047][0048]其中δm为船舶附水质量，一般取值范围为m的5％～10％，m为船体质量，m+δm为船舶总质量，vs为船速，rm为船舶总阻力，rv为裸船体粘性阻力，rw为裸船体兴波阻力，rb为球鼻首附加阻力，rtr为方艉浸没阻力，ra为船模实船修正阻力，rapp为附体阻力，te为船舶有效推力。[0049]步骤2：建立船-机-桨匹配多目标优化模型。[0050]本发明以发动机燃油消耗率、氮氧化物排放指标和系统推进效率为目标函数，以桨叶数、螺距比、盘面比、螺旋桨转速、螺旋桨直径、船舶航速及发动机负荷率为变量，即x＝[z,p/d,ae/ao,n,d,vs,pxq/ps]，建立船-机-桨匹配多目标优化模型。具体包括：以最小化发动机燃油消耗率为目标的燃料目标函数，该燃料目标函数以发动机负荷率为变量，通过仿真得到发动机燃油消耗率曲线，再用matlab进行曲线拟合得到；最小化燃烧排放物指标为目标的排放目标函数，该排放目标函数以发动机负荷率为变量，通过仿真得到碳化物和氮氧化物排放曲线，再用matlab进行曲线拟合得到，示例性地，燃料目标函数如下：[0051][0052]示例性地，氮氧化物(nox)排放体积分数/‰目标函数如下：[0053][0054]示例性地，碳烟(soot)排放量/g·(kw·h)-1目标函数如下：[0055][0056]其中pxq为需求功率，ps为实际功率，表征了发动机负荷率。[0057]推进目标函数以最大化推进系统效率为目标的，形式如下：[0058]min f(3)＝-(ηa·ηs·ηd·ηf)ꢀꢀꢀꢀꢀꢀ(10)[0059]以η表示推进系统效率，则计算公式如下：[0060]η＝ηa·ηs·ηd·ηfꢀꢀꢀꢀꢀꢀ(11)[0061]其中，轴系效率ηa一般取值0.96～0.995，对旋转效率ηs一般取值0.98～1.07，二者是船舶自带的属性值。船身效率ηf由下式得到：[0062][0063]螺旋桨敞水效率ηd可由下式得到：[0064][0065]船-机-桨匹配多目标优化模型的约束条件为：[0066][0067]2πnmp＝ps·ηa·ηsꢀꢀꢀꢀꢀꢀ(15)[0068][0069]式中t为推力减额系数、rm为船舶总阻力、p0为螺旋桨轴中心的静压力、pv为水的汽化压力、k为系数(单桨船为0.2，高速双桨船为0，其他种类的双桨船为0.1)。公式14表示船舶航行中应符合动力平衡关系，公式15表示船舶螺旋桨负载与发动机输出功率平衡，公式16表示螺旋桨满足空泡要求的最小盘面比。[0070]步骤3：采用多目标优化算法nsga-ii对上述多目标优化模型进行求解，确定复杂工况下的船舶阻力及螺旋桨推力。[0071]本发明实例提供一种基于nsga-ii的船-机-桨匹配参数多目标优化方法，应用多目标优化的思想，优化主机燃油消耗率和氮氧化物排放体积比。[0072]定义进化种群中的个体支配关系。如图2所示,船-机-桨匹配多目标优化具体步骤如下：[0073]a、初始化桨叶数、螺距比、盘面比、螺旋桨转速、螺旋桨直径、船舶航速及发动机负荷率变量信息，并设置进化代数gen＝1；[0074]b、对初始种群进行非支配排序和选择、高斯交叉、变异从而生成第一代子种群并使进化代数gen+1；[0075]c、将父代种群与子代种群合并为新种群；[0076]d、执行快速非支配排序、计算拥挤度、精英策略等操作生成新的父代种群；[0077]e、对生成的父代种群执行选择、交叉及变异操作生成子代种群；[0078]f、判断gen是否等于最大的进化代数，若没有返回步骤b；否则，输出优化结果，算法运行结束。[0079]本发明中所得优化结果pareto解集如图3所示。[0080]步骤4：对船舶航行阻力及螺旋桨推力进行仿真计算，建立船-机-桨多工况实时匹配数据库，存储仿真试验结果及相关参数。[0081]在一个实施方式中，基于matlab/simulink建立船-机-桨实时功率匹配模型。该仿真模型包括船舶阻力计算模块、螺旋桨推力计算模块、螺旋桨阻力矩计算模块、螺旋桨推力系数及转矩系数计算模块、螺旋桨进速系数计算模块、螺旋桨进速计算模块、船舶航速计算模块、螺旋桨敞水效率计算模块。相应模块的计算过程可参照前述步骤1中给出的计算公式。[0082]导入上述多目标优化设计参数，考虑各种典型工况、季风洋流及环境污染排放指标等因素的影响，分析和计算船舶运动状态、螺旋桨转矩和推力，及发动机功率和转矩。[0083]将上述模型仿真的输出结果存入数据库，根据船-机-桨匹配的仿真过程分析系统数据组成结构。数据库存储和调用模型仿真有关的所有数据包括：船舶智能匹配参数、螺旋桨智能匹配参数、主机智能匹配参数、海情海况和各海域污染排放要求。将上述优化结果的船-机-桨匹配参数存储在船-机-桨多工况实时匹配数据库以便于船-机-桨功率实时匹配集成软件调用。[0084]步骤5：将匹配参数和仿真结果导入船-机-桨功率实时匹配集成软件系统，所述集成软件系统对船-机-桨特性曲线进行拟合和船-机-桨实时匹配，输出指定格式匹配结果。[0085]集成软件系统模块结构包括前处理模块、求解模块、后处理模块，前处理模块包括指定初始条件和边界条件，求解模块包括特性曲线拟合和船-机-桨匹配，后处理模块包括分析并保存匹配结果，软件架构划分为软件功能层、计算模型层和数据库层，并建有人机交互界面，实现基本参数和仿真参量的设定，实时显示和分析船-机-桨匹配仿真特性，并进行数据的可视化管理，所述基本参数包括：船型参数、主机参数、螺旋桨设计参数、海况参数，所述仿真参量包括：转速设定、推进形式、内外桨工作状态、燃烧物排放指标、风浪流影响；所述集成软件系统通过调用船-机-桨实时匹配数据库，通过多目标优化模型的求解来匹配螺旋桨的转速及主机工作模式，输出当前工况下的船舶最高航速。[0086]在一个实施方式中，基于visual studio 2015建立人机交互界面。在界面中具体包含如下功能模块：风浪流设置模块、船舶阻力计算模块、螺旋桨推力计算模块、船-机-桨实时功率匹配模块、船舶螺旋桨空泡校核模块和船舶螺旋桨强度校核模块、碳化物及氮氧化物排放量计算模块、船舶航速计算模块；[0087]其中，风浪流设置模块可定位所在海域，检测风力等级、风向、波浪高度。[0088]船舶阻力计算模块的参数输入主要有：船舶型宽、吃水深度、水面线系数、海水密度、设计水线长、中横剖面面积、运动粘度、浮心纵向位置、重力加速度、船舶满载排水量、水线半进流角、艉封板浸湿面积、船艏吃水、船舶附体系数、推力减额分数以及伴流分数，在进行船舶主尺度和其他参数的输入后，在船舶阻力以及有效功率方框中输入所要计算的工况下的船舶阻力后，根据计算模型，可以计算出复杂工况下的船舶阻力以及船舶所需功率，并绘制r-pe阻力曲线以及pte-vs有效功率曲线。[0089]螺旋桨推力计算模块可根据不同工况的船舶阻力、航速要求，计算螺旋桨推力、敞水效率。[0090]船-机-桨实时功率匹配模块通过已知船速vs和船舶的有效功率曲线(或船舶阻力曲线)根据设定的螺旋桨直径d或转速n，来确定螺旋桨的最佳直径d或转速n、效率η，螺距比p/d，从而确定所需主机功率ps。[0091]主机可从数据库中自适应匹配主机工作模式，改变甲醇与柴油的混合比例来切换不同的燃烧模式以达到所需功率和污染排放指标。[0092]船舶螺旋桨空泡校核模块通过利用柏利尔限界线对所设计的螺旋桨进行空泡校核，计算出符合空泡要求的最小盘面比，从而校核所设计的螺旋桨参数是否满足空泡要求。[0093]船舶螺旋桨强度校核模块通过对螺旋桨进行强度计算，校核螺旋桨是否具有足够的强度，能否在正常航行状态下保证叶片完好。[0094]碳化物及氮氧化物排放量计算模块将主机不同工况下的氮氧化物及碳烟排放实时显示。[0095]船舶航速计算模块计算出各复杂工况中满足经济性指标及排放指标前提下船舶可达到的最高航速。[0096]步骤6：主机根据不同的工况要求，自适应调整不同燃料混合比例来切换适合的燃烧模式以达到所需功率及燃烧物排放指标要求。[0097]本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。[0098]本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!