船舶极短期运动响应预报系统
价格 双方协商
地区: 江苏省 无锡市 江阴市
需求方: 江阴***公司
行业领域
高端装备制造产业
需求背景
船舶等海面浮体在海上风浪组合的复杂环境中,会受到六个自由度的运动,一些对船舶平稳性要求较高的海上精密作业,如航母舰载机着舰、船舶吊装作业等,剧烈的运动会对海上作业人员产生极大的影响,以航母舰载机着舰为例,80%的舰载机飞行员事故发生在着舰过程中。从航母诞生至今,全世界舰载机飞行员牺牲有数千人,损失飞机上万架,其中最严重的是1967年7月29日“福莱斯特”号航母上发生的F-4B降落失败,导致130多人死亡、50多架飞机损毁,近期美国海军又发生两起舰载机着舰的严重事故,2021年8月31日MH-60S“海鹰”直升机在“林肯”号航母上着舰失败,导致5人死亡;2022年1月24日,F-35C舰载机在“卡尔·文森”号航空母舰上降落失败,造成7名人员受伤。为避免此类事故的发生就需要通过对船舶未来的运行情况进行预报以提高作业安全性和作业效率。船舶运动姿态极短期预报就是其中一个主要的研究方向。
极短期预报是指在船舶运行过程中,对船舶过去的各项运行参数指标进行分析,以预报船舶未来运动姿态。多次实践表明,极短期预报能有效减小恶劣海况下,船舶发生意外情况的几率,从而极大地保护海上作业人员的生命财产安全。极短期预报经过长期发展,已开发出多种预测方法,包括自回归法、卡尔曼滤波法、周期图法、支持向量机法、人工神经网络法等,目前这些方法都已有坚实的理论基础和较为完善的实例。
近年来,在“坚持陆海统筹,加快建设海洋强国”的国家战略号召下,极短期预报系统也被各大企业和船厂重视。在舰载机起降领域,因为舰载机起降过程非常短暂,要在不断摇晃的航母甲板上起飞或着舰,难度和风险极大。一旦着舰失败,轻则重新起飞,重则机毁人亡。因此需要时刻依靠极短期预报所得的母舰精确运动数据时刻修正舰载机着舰角度、速度等;在舰载武器发射领域,因为舰体运动对导弹发射状态有直接影响,显著影响着导弹命中率,如何控制导弹发射系统以适应运动中的舰船载体,是一个难点问题,而极短期预报是解决此类难题的核心技术之一;在工程作业船舶领域,当船舶在海上进行货物补给作业时,在两只船舶并靠,补给船的起重机将货物转移到被补给船上的过程中,过大的垂荡运动会导致货物与被补给船发生碰撞,造成损失,极短期预报的引入能大大降低此类风险;在海洋平台作业、海洋工程领域,浮式钻井平台的钻探作业、货物的吊装、人员的输送、直升机的起降等,均会受到平台运动的影响,因此都要依靠极短期预报所得的精确数据时刻修正。
面对这些问题,常规的解决方案是从两方面来着手:一方面,严格控制作业窗口,避免在恶劣的海况条件下进行作业;另一方面,加强相关设备的性能,如结构强度等。然而,随着计算机、现代控制技术和相关测试技术的发展,进行主动地运动补偿或者预报,已成为解决问题的一种新思路。其中,对未来短时间内的浮体运动进行即时预报(简称“极短期预报”),是一个关键问题。在航母舰载机起降问题中,如果可以通过某种预报方法,预测在未来极短期时间内航空母舰的运动姿态和位移,并且根据运动预报的结果,及时地对舰载机的姿态进行自动控制,或者人为调整舰载机的起降姿态,这样不仅可以避免在起降过程中可能发生的事故,减少损失,还可以显著提高航母的战斗力。或在舰载导弹发射问题中,如能对舰船未来几秒内的运动进行预报并通过导弹发射架进行运动补偿,即可提升导弹发射水平和命中率。在两船并靠补给问题中,如果能够对两船在补给过程中的相对运动进行即时预报,使补给船的起重机进行主动补偿,则可大大减小碰撞造成的损失;另外,对海洋平台未来几秒内的运动进行准确预报和补偿,对于直升机的起降、货物的吊装、人员的转移等辅助设备的研制,均有非常重要的意义。
近年来,我国海上自动化控制技术在政策支持和技术进步下,极短期预报软硬件的开发如火如荼,取得了丰硕成果。例如上海交通大学魏强强等人通过将神经网络和EMD算法结合进行极短期预报系统,在进行预报的同时消除了海事数据中噪声的影响,将极短期预报的有效预报时长提高到10s以上,显著提高了船舶紧急情况下作业时的反应时间。
目前国家提出“建设海洋强国,必须进一步关心海洋、认识海洋、经略海洋,加快海洋科技创新步伐”的海洋发展战略,进一步提出加强数字船舶建设,促进海上作业安全、船舶自动化控制的方针。极短期预报设备是海上自动控制系统的重要一环,可以使船舶等海上设施具有抵御海洋环境载荷的能力,保证各种复杂设计条件下的作业需求,以及遭遇极端海况时,能够保证海上设施定位和安全。研究和创新是降低海上作业安全事故和提升未来竞争力的关键,其中,极短期预报系统及相关的数字孪生系统正是关键的技术研发趋势和重点领域,是确保海上作业安全必不可少的核心系统之一。
需解决的主要技术难题
1 对船舶等海上平台多自由度运动在短期内进行精确预报
2 用传感器采集船舶运动数据;利用视频分析、运动捕捉技术分析海上浮子运动轨迹,获取波浪数据
3 利用长短期记忆(LSTM)神经网络等深度学习技术结合运动和波浪数据进行极短期预报。
期望实现的主要技术目标
1 本项目在已有研究基础上建立基于视觉图像识别的波浪反演方法,结合LSTM神经网络模型建立“波浪+运动数据”的多特征极短期预报模型,将极短期预报时长由8s突破到60s以上。
2 开发船舶极短期预报系统,开发基于该系统的无人水翼艇。
3 针对不同的海洋工作环境、工作需求,所需设备的结构特点和功能原理,集中人力物力,突破了极短期预报时间短、精度差等一系列难题,形成极短期预报系统的关键技术。
需求解析
解析单位:“科创中国”高端装备产业科技服务团(中国造船工程学会) 解析时间:2023-11-21
王鸿东
上海交通大学
副书记
综合评价
处理进度