[發明專利]用于船舶航行的智能配載減阻系統及方法

在審

• 申請號: 202010846497.4
• 申請日: 2020-08-21
• 公開（公告）號: CN112009636A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 鐘毅;戚磊;巴夢圓;甘云漢;王開創;朱天賜;吳天璠;楊辰珺
• 申請（專利權）人: 武漢理工大學
• 主分類號: B63B43/08
• 分類號: B63B43/08;G06N3/04;G06N3/08
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 胡琳萍

1.一種用于船舶航行的智能配載減阻系統，其特征在于包括：

滑臺配載貨柜；

用于驅動滑臺配載貨柜的絲桿電機和傳送帶；

用于支撐滑臺配載貨柜滑動的雙導軌，雙導軌布置在船體縱向中軸線上；

液位信息讀取裝置，用于檢測液位并讀取液位信息，確定排水量和前后吃水差；

主控制器，除控制船舶航行外，還接收液位信息讀取裝置并發出指令對滑臺配載貨柜移動動作和移動位置進行控制。

2.根據權利要求1所述的用于船舶航行的智能配載減阻系統，其特征在于液位信息讀取裝置在船底首尾部分別安裝。

3.根據權利要求1或2所述的用于船舶航行的智能配載減阻系統，其特征在于在船底首尾部分別安裝一個液位傳感器作為液位信息讀取裝置。

4.根據權利要求1所述的用于船舶航行的智能配載減阻系統，其特征在于還設置功率檢測模塊，功率檢測模塊判斷船舶消耗功率是否為最小值，如果船舶消耗功率沒有到達最小值，則將功率檢測模塊檢測值反饋到主控制器使功率達到最小值，以實現節能的目的。

5.根據權利要求1所述的用于船舶航行的智能配載減阻系統，其特征在于滑臺配載貨柜安裝在貨倉中，主要由絲桿滑臺和貨物組成。

6.根據權利要求1所述的用于船舶航行的智能配載減阻系統，其特征在于主控制器收到液位信號后，通過神經網絡的算法控制絲桿電機的轉動帶動，滑臺配載貨柜的移動距離，以及絲桿電機的開關。

7.一種智能配載減阻方法，采用上述權利要求1-6任一項用于船舶航行的智能配載減阻系統，其特征在于包括以下步驟：

步驟1：當船舶開始啟動時，設置初始航速，主控制器輸出控制信號到船舶電機驅動器，電推船按照給定速度穩定航行，讀取船舶初始參數；

步驟2：構建BP神經網絡模型，利用樣本集的目標特征數據對模型進行學習和訓練；

步驟3：使用神經網絡通過已建立的數據庫預測出最佳控制參數，包括滑臺配載貨柜所需移動的位移和對應船的縱傾角；

步驟3：通過主控制器控制絲桿電機轉動，控制滑臺配載貨柜到達指定位置，讓船的縱傾角達到理想值并穩定；

步驟4：通過功率檢測模塊判斷船舶消耗功率是否為最小值，如果沒有到達最小值，則將功率檢測模塊的檢測值反饋到神經網絡，使船舶消耗功率達到最小值，以實現節能的目的。

8.根據權利要求7所述的智能配載減阻方法，其特征在于步驟2中利用樣本集的目標特征數據對神經網絡模型進行學習和訓練、建立數據庫的步驟如下：

步驟2.1：總重、船速、傾角和逆流情況為整個模型的輸入，采用0均值標準化對數據進行預處理，將原始數據的均值和標準差進行數據標準化，其計算公式如下：

經過處理的數據符合標準正態分布，即均值為0，標準差為1；其中，μ為所有樣本數據的均值，δ為所有樣本數據的標差；

步驟2.2：在訓練模型過程中，將經過預處理足夠的訓練數據作為訓練集輸入到模型中；

步驟2.3：訓練過程中，給定初始化網絡的結構和權值，然后根據輸入樣本前向計算BP網絡每層神經元的輸入信號和輸出信號；

步驟2.4：根據期望輸出計算反向誤差，對權值進行修正，如果誤差小于給定值或迭代次數超過設定值結束學習；

步驟2.5：對于數據庫中的m個樣本，采用了梯度下降法來調整模型的參數，當梯度下降很小或合適時候，模型最終會走向最優解；

步驟2.6：根據訓練的模型預測輸出船舶在不同狀態下行駛的縱傾角，根據不同的實時情況，實現船舶縱傾角的動態調節。