舰船科学技术  2022, Vol. 44 Issue (21): 55-58    DOI: 10.3404/j.issn.1672-7649.2022.21.012   PDF    
基于可视化编程环境的船舶航行参数优化研究
赵鑫1,2, 张绪进3, 马希钦3, 吴俊3     
1. 重庆交通大学 河海学院,重庆 400074;
2. 四川水利职业技术学院,四川 成都 611230;
3. 重庆交通大学 西南水运工程科学研究所,重庆 400016
摘要: 以保障船舶以既定航线航行为目的,研究基于可视化编程环境的船舶航行参数优化方法。该方法将Dynamo参数化设计平台作为船舶航行参数优化的可视化编程环境,并从船舶航行时航向控制参数和航行速度参数角度出发,分别构建船舶航行航向控制参数优化模型和船舶航行航速优化模型。分别设置2个模型的约束条件,依据约束条件求解2个模型,得到最佳船舶航向控制参数和航行速度参数。将这些参数输入到可视化编程环境Dynamo参数化设计平台内,该平台启动船舶参数驱动程序代码,通过Revit软件呈现船舶航行参数优化的可视化场景。实验表明,该方法应用后可保障船舶沿着既定航线航行,降低船舶舵角变化区间,应用效果较好。
关键词: 可视化编程环境     船舶航行     参数优化     参数化建模     船舶航向     船舶航速    
Research on optimization of ship navigation parameters based on visual programming environment
ZHAO Xin1,2, ZHANG Xu-jin3, MA Xi-qin3, WU Jun3     
1. School of River and Ocean Engineering, Chongqing Jiaotong University, Chongqing 400074, China;
2. Sichuan Water Conservancy Vocational College, Chengdu 611230, China;
3. Southwestern Hydro Engineering Research Institute for Water Way of Chongqing Jiaotong University, Chongqing 400016, China
Abstract: In order to ensure the ship's navigation behavior on the given route, the optimization method of ship navigation parameters based on visual programming environment is studied. In this method, Dynamo parametric design platform is used as a visual programming environment for ship navigation parameter optimization; From the point of view of the ship's course control parameters and navigation speed parameters during navigation, the ship's course control parameter optimization model and the ship's navigation speed optimization model are constructed respectively, and the constraints of the two models are set respectively. According to the constraints, the two models are solved to obtain the best ship's course control parameters and navigation speed parameters; These parameters are input into the visual programming environment Dynamo parametric design platform, which starts the ship parameter driver code and presents the visual scene of ship navigation parameter optimization through Revit software. The experiment shows that the method can ensure the ship to navigate along the established route, reduce the variation range of rudder angle, and has a good application effect.
Key words: visual programming environment     ship navigation     parameter optimization     parametric modeling     ship course     ship speed    
0 引 言

船舶航行参数优化是目前关注度较高的问题,优化该参数的目的是保障船舶航行过程中不会出现偏航现象,同时降低船舶的能源消耗[1],提升船舶的航运效率。现在也有很多学者研究船舶航行参数优化方法,如殷振宇等[2]提出的船舶油耗优化方法和江振峰等[3]提出的船舶运输调度优化方法,这2种方法分别从船舶消耗角度和船舶运输需求角度入手,对船舶航行的参数展开优化。但这2种方法都无法实现参数的可视化优化,存在一定的片面性,不适用于当前船舶航行参数可视化优化需求。可视化编程也称为可视化程序设计,即以“所见即所得”作为编程思想,使用图表和三维画面形式呈现当前程序编写结果,实现编写程序与结果的同步调整[4-5]。本文以可视化编程为基础,研究基于可视化编程环境的船舶航行参数优化方法,以提升船舶航行优化效果。

1 船舶航行参数优化方法 1.1 船舶航行参数优化可视化编程环境构建

Dynamo参数化设计平台是较为高效的计算机辅助设计软件,该软件是Revit软件的插件,其通过编辑参数的算法逻辑建立目标模型,搭建完模型后运行Dynamo程序,在该程序内调整参数即可快速地对目标进行优化。Dynamo参数化设计平台具备全部构件可控功能,可较为快速地添加或批量添加构件[6],实现目标模型的数字化和信息化,广泛应用在当前的设计领域中。在此以Dynamo参数化设计平台构建船舶航行参数优化可视化编程环境。

Dynamo参数化设计平台构建船舶航行参数优化可视化编程环境时,Dynamo参数化设计平台负责调用船舶航行的参数,利用Revit软件获得船舶构件三维模型。因此,当Dynamo参数化设计平台与Revit软件进行交互时,Dynamo参数化设计平台的图形显示区原点与Revit软件样板的原点是重合的。也就是说当Revit软件内船舶某个构件被Dynamo参数化设计平台调用时,该构件在Dynamo参数化设计平台内呈现的坐标位置与其原来的坐标相同。当Revit软件内船舶的所有构件均被Dynamo参数化设计平台调用后,通过Revit软件得到驱动船舶三维模型,在Dynamo参数化设计平台内得到船舶参数驱动程序代码。在船舶航行参数优化时,将优化后的参数输入到Dynamo参数化设计平台内,并运行船舶参数驱动程序后,即可通过Revit软件呈现船舶航行参数优化后的可视化场景。Dynamo参数化设计平台与Revit软件交互如图1所示。

图 1 Dynamo参数化设计平台与Revit软件交互示意图 Fig. 1 Schematic Diagram of interaction between dynamo parametric design platform and revit software
1.2 船舶航行参数优化方法

船舶在航行过程中,其航速和航向是影响其航行最主要的参数。以船舶航行时航向偏差,以及在船舶航行时间、主机功率等限制因素下的船舶航速作为优化船舶航行参数,分别构建船舶航行航向控制参数模型和船舶航行航速优化模型,通过上述模型实现船舶航行参数优化。

1.2.1 船舶航行航向控制参数优化模型构建

船舶在航行过程中,当其航向与实际航向偏差较大时,可通过施加舵角的方式降低船舶航向偏差。考虑船舶航行航向偏差,设置船舶航行航向控制参数模型目标函数如下:

$ J = \int_0^{ + \infty } {\varpi \eta (t){\rm{d}}t}。$ (1)

式中: $ J $ 为船舶航行航向偏差条件下,船舶航行航向控制参数模型目标函数; $ \eta (t) $ 为时刻为 $ t $ 时的船舶航向偏差; $ \varpi $ 为权值; $ {\rm{d}}t $ 为对时间 $ t $ 进行求导。

在对船舶航行航向控制参数进行优化时,保障船舶航向角偏差较小的同时,也保障船舶舵角数值也尽量较小。将船舶舵角引入到船舶航行航向控制参数模型目标函数内,式(1)可改写为:

$ J = \int_0^{ + \infty } {\left( {{\eta ^2}(t) + \lambda {u^2}(t)} \right){\rm{d}}t} 。$ (2)

式中: $ \lambda $ 为船舶航向控制输出参数的加权系数; $ {\eta ^2}(t) $ 为考虑船舶航行航向时的船舶航向偏差; $ {u^2}(t) $ 为船舶航向控制输出参数。

为获取更加精准的船舶航向控制参数,使用航向角误差时间积分方式对船舶航向偏差控制参数进行加权处理,则式(2)变更如下:

$ J = \int_0^{ + \infty } {\left( {\lambda '{\eta ^2}(t) + \lambda {u^2}(t)} \right){\rm{d}}t}。$ (3)

式中: $ \lambda ' $ 为船舶航向偏差控制参数的加权系数; $ \lambda '{\eta ^2}(t) $ 为船舶航向角偏差时间积分性能指标; $ \lambda {u^2}(t) $ 为船舶航向角实际输出平方时间积分性能指标。 $ \lambda '{\eta ^2}(t) $ $ \lambda {u^2}(t) $ 的目的是约束船舶航向时航向角过大。

以船舶航行时航向的偏差数值最小、舵角变化次数最低,同时保障船舶航向偏差保持在允许范围内,设置式(3)的约束条件,表达式如下:

$ \left\{ \begin{gathered} \left| {r(t + k)} \right| \leqslant \bar r,\\ \left| {{\varPhi _s} - \varPhi (t + k)} \right| \leqslant \bar \varPhi 。\\ \end{gathered} \right. $ (4)

式中: $ k $ 为船舶航向控制时刻; $ \left| {r(t + k)} \right| $ 为时间为 $ t $ 时,在第 $ k $ 个航向控制时刻,船舶转首角速度; $ \bar r $ 为船舶转首角速度上限; $ {\varPhi _s} $ 为设定舵角阈值; $ \varPhi (t + k) $ 为表示时间为 $ t $ 时,在第 $ k $ 个航向控制时刻船舶舵角; $ \bar \varPhi $ 为船舶航向偏差上限。

依据式(4)约束条件,求解式(3)后,即可得到最佳船舶航行时航向控制参数。

1.2.2 船舶航行航速优化模型构建

船舶航行速度受其航行时间、主机功率等因素影响较大,且船舶航行时燃油消耗量较大。为保障船舶在其既定航线运行时燃油消耗量较小,需对船舶航速进行优化。在构建船舶航速优化模型之前,假设船舶在每一段航线内,其航速为该航段的平均值,且不存在天气、风浪等干扰船舶航行因素。在上述前提下,构建船舶航速优化模型,该模型的目标函数表达公式如下:

$ \min \delta = \min \sum\limits_{i = 1}^N {{O_{{h_i}}}} \cdot {T_i} = \min \sum\limits_{i = 1}^N {{O_{{h_i}}}} \cdot \frac{{{Y_i}}}{{{V_i}}}。$ (5)

式中: $ \min \delta $ 为构建船舶航速优化模型目标函数, $ \delta $ 为船舶在航线内燃油消耗量; $ N $ 为船舶航线数量; $ {O_{{h_i}}} $ 为船舶在第 $ i $ 个航线上每小时燃油消耗量; $ {T_i} $ 为船舶在第 $ i $ 个航线上的航行时间; $ {Y_i} $ 为第 $ i $ 个航线长度; $ {V_i} $ 为船舶在第 $ i $ 个航线上的航行速度。

分别从时间、航速、航程和船舶主机功率角度设置船舶航速优化模型的约束条件,如下式:

$ \sum\limits_{i = 1}^N {{T_i}} \leqslant {T_{ETA}},$ (6)
$ \left\{ \begin{gathered} {V_i} - {V_{\min }} \geqslant 0 ,\\ {V_i} - {V_{\max }} \leqslant 0 ,\\ \end{gathered} \right. $ (7)
$ \sum\limits_{i = 1}^N {{Y_i}} = Y,$ (8)
$ {U_{{s_i}}} \leqslant {U_{{s_{\max }}}} 。$ (9)

式中: $ {T_{ETA}} $ 为船舶航行时间上限; $ {V_i} $ $ {V_{\max }} $ $ {V_{\min }} $ 分别为船舶航行速度、速度上限数值和速度下限数值; $ Y $ 为船舶总航程; $ {U_{{s_i}}} $ $ {U_{{s_{\max }}}} $ 分别为船舶当前主机功率和额定功率数值。

依据式(6)~式(9)的约束条件,求解式(5)后,即可得到最佳船舶航行航速参数。

利用船舶航行参数优化可视化编程环境,建立船舶航行三维场景后,将获取的最佳船舶航行时航向控制参数和船舶航行航速参数输入到Dynamo参数化设计平台内,为用户呈现船舶航行参数优化后的可视化场景。

2 实验结果与分析

以某货轮作为实验对象,该货轮总长83.2 m,吃水4.5 m,排水量可达到5500 t,货轮航速为10.5 kn,主机耗油率为200 g/kW.h。该货轮执行固定货运任务,航程为302 km,使用本文方法对该货轮航行参数进行优化,并利用可视化方式呈现其航线参数优化结果,分析本文方法的实际应用效果。

以燃油消耗作为衡量本文方法优化船舶航行时参数优化性能指标,测试本文方法应用后,该货轮燃油消耗变化情况。测试结果如图2所示。

图 2 船舶航行时参数优化前后燃油消耗量 Fig. 2 Fuel consumption before and after optimization of ship navigation parameters

分析图2可知,该货轮在执行货运任务时,其燃油消耗量随着航行时长的增加而增加。应用本文方法对该货轮航行参数进行优化后,该货轮的燃油消耗量随着时间增加而呈现缓慢增加趋势。在相同航行时长情况下,优化后的货轮燃油消耗量均低于参数优化前。该结果说明:应用本文方法优化船舶航行参数后,该船舶的燃油消耗数量得到有效降低。

以货轮航行时的舵角输出区间作为衡量本文方法优化船舶航速指标,测试本文方法应用后,货轮航行时舵角变化情况,结果如表1所示。分析表1可知,该货轮航行时,其舵角随着时间的增加呈现波动变化趋势。其中优化前货轮舵角波动区间为−7.4°~12.4°之间,其舵角波动起伏较大。而使用本文方法对该货轮航行参数进行优化后,舵角波动区间变为−3.9°~10.1°,舵角波动趋势变缓。该结果说明:本文方法应用后,可降低船舶舵角波动区间,保障其以恒定航速航行,也可有效约束船舶航向偏差。

表 1 货轮航行舵角变化 Tab.1 Variation of rudder angle of cargo ship (degrees)

以该货轮航行航迹作为衡量指标,利用可视化形式呈现本文方法对该货轮航行参数优化结果,如图3所示。分析图3可知,使用本文方法对该货轮航行参数进行优化后,其航行航迹与其既定航迹重合度较高。该结果说明:本文方法对该货轮航行参数进行优化后,其在航行过程中并未出现较大程度偏航现象,可沿着其既定航迹航行,说明本文方法具备较好的船舶航行参数优化能力,应用效果较为显著。

图 3 货轮航行航迹 Fig. 3 Cargo ship navigation track
3 结 语

本文研究基于可视化编程环境的船舶航行参数优化方法,该方法以船舶航行时航速和航向2个角度入手,分别构建2个角度的参数优化模型,利用该模型得到最佳船舶航行和航速参数,并利用可视化编程环境呈现其参数优化后的可视化船舶航行场景。实验验证表明:本文方法应用后可有效降低船舶航行时的油耗;降低其航行时舵角变化区间,保障船舶以恒定速度航行等。

参考文献
[1]
周俊秋, 孙风胜, 张维英, 等. 基于可视化编程环境的船型参数化融合与降阻优化研究[J]. 大连理工大学学报, 2021, 61(5): 471-480.
ZHOU Junqiu, SUN Fengsheng, ZHANG Weiying, et al. Research on hull form parametric morphing and optimization of resistance reduction based on visual programming environment[J]. Journal of Dalian University of Technology, 2021, 61(5): 471-480.
[2]
殷振宇, 许劲松. 基于航行数据的船舶油耗优化[J]. 船舶工程, 2019, 41(8): 100-104.
YIN Zhenyu, XU Jinsong. Ship oil consumption optmization based on sailing data[J]. Ship Engineering, 2019, 41(8): 100-104.
[3]
江振峰, 陈东旭, 杨忠振, 等. 基于运输需求时/空特征的不定期船舶运输的调度优化[J]. 交通运输工程学报, 2019, 19(3): 157-165.
JIANG Zhenfeng, CHEN Dongxu, YANG Zhongzhen, et al. Scheduling optimization of tramp shipping based on temporal and spatial attributes of shipping demand[J]. Journal of Traffic and Transportation Engineering, 2019, 19(3): 157-165.
[4]
于群, 李广年, 杜林, 等. 基于阻力性能的金枪鱼船船型参数优化研究[J]. 中国造船, 2021, 62(2): 224-235.
YU Qun, LI Guangnian, DU Lin, et al. Optimization of hull form parameters for tuna boats based on resistance performance[J]. Shipbuilding of China, 2021, 62(2): 224-235.
[5]
张信雪, 吕晓琪, 张继凯, 等. 基于平行坐标的航道规划可视化分析研究[J]. 海洋环境科学, 2019, 38(1): 84-88.
ZHANG Xinxue, LV Xiaoqi, ZHANG Jikai, et al. Visualization analysis of channel planning based on parallel[J]. Marine Environmental Science, 2019, 38(1): 84-88.
[6]
林焰, 徐兴昂, 叶超. 远海无人快艇的自扶正优化设计方法[J]. 哈尔滨工程大学学报, 2020, 41(9): 1261-1267.
LIN Yan, XU Xingang, YE Chao. Self-righting optimization design for an unmanned speedboat on the high seas[J]. Journal of Harbin Engineering University, 2020, 41(9): 1261-1267.