船舶耐波性安全評價及程序設計應用

李生長，王鳳武

(1．煙臺大學 海洋學院，山東 煙臺264005;2．大連海事大學 航海學院，遼寧 大連116026)

0 引言

船舶耐波性是船舶在波浪擾動下，仍能維持一定航速安全航行的性能，對船舶航行中的安全尤為重要。耐波性的考量主要通過各種耐波性評價方法完成，在耐波性評價方法中計算船舶航行在一定風浪環境下的耐波性安全評估值，依據評估值的大小可以選取當時風浪條件下最有利的航速和航向，從而指導船舶操縱，保證航行安全。本文在計算船舶的耐波性安全評估值時采用的是基于BP神經網絡的耐波性安全評價方法，為了方便和快速地進行評估值計算，本文將BP神經網絡的耐波性評價方法分為幾個模塊，通過應用Matlab軟件與C語言的接口方法設計出了船舶的耐波性安全評價程序界面。計算機程序界面的應用更易于操作和快速地計算一定風浪環境下的安全評估值，從而能夠更好地選擇合適的航速和航向來指導船長和駕駛員進行船舶操縱。

1 基于BP神經網絡的船舶耐波性安全評價

1.1 船舶耐波性綜合評估方程

船舶在一定風浪環境中的安全性可以依據當時航態下的耐波性安全評估值來進行考量，在BP神經網絡的船舶耐波性安全評價中，通過計算耐波性綜合評估方程來獲得安全評估值。船舶耐波性綜合評估方程如下:

式中:Rx為某風浪環境下船舶以一定航速和航向航行時的安全評估值，它越大，表明船舶沿此航態航行越安全;n為選取的耐波性因素個數;Ki為各耐波性因素的權重系數，其值反映各因素響應對船舶安全性的影響程度，采用層次分析方法計算獲得;Pi為各耐波性因素在當前海況和航態下的響應幅值或其超越耐波性衡準值出現的概率;P'i為保證船舶安全航行時各因素允許的響應幅值或其為衡準時允許出現的概率［1］。

1.2 船舶耐波性因素計算

從耐波性的綜合評估方程中可知，要得出耐波性安全評估值Rx，需要選取影響船舶航行安全的耐波性因素，并且要計算出在一定的風浪環境和航行狀態下與其對應的響應幅值或其超越衡準值出現的概率。通過查閱有關文獻，研究海上風浪對航行安全的影響以及對船舶駕駛員的調研，選取了影響船舶安全較顯著的耐波性因素，包括橫搖、縱搖、升沉、船首垂向加速度、砰擊、螺旋槳出水和甲板上浪等7個因素，其響應幅值或超越衡準值出現的概率通過譜分析方法和耐波性計算公式獲得［2］。

1.2.1 海浪譜密度公式

基于BP神經網絡的船舶耐波性安全評價采用ITTC(國際船模試驗池會議)推薦的雙參數譜計算海區的海浪譜密度，其公式如下:

通過海浪譜密度的計算，進而預報船舶在風浪中航行時的性能。

1.2.2 船舶在不規則波中的六自由度運動計算

依據不規則波理論和平穩隨機過程中的譜分析知道，船舶在風浪中的運動表現為線性系統對不規則海浪輸入的響應問題，故而:

由此可得到船舶六自由度運動的方差:

應用同樣原理，可以計算當時風浪環境下橫搖、升沉、船首垂向加速度的有義幅值。

1.2.3 砰擊、螺旋槳出水、甲板上浪計算

一定風浪環境下，砰擊發生概率P和單位時間內砰擊次數N的值，依據不規則波理論和砰擊條件，通過以下公式求得:

圖1 縱搖有義幅值隨浪向角變化曲線Fig.1 Curve of pitching significant amplitude with wave angle

式中:d為計算點的吃水;v為臨界相對速度;σ2為計算點的相對位移的方差為計算點相對速度的方差。

同樣的，螺旋槳出水和甲板上浪在一定風浪環境下的發生概率和單位時間內的發生次數也可以依據不規則波理論和各自相應的發生條件求得。

1.3 船舶耐波性安全評價的Matlab實現

船舶耐波性安全評價的Matlab實現必須要有用于建模的樣本數據，BP神經網絡的樣本數據包括樣本的輸入向量和輸出向量。將上面提到的橫搖、縱搖等7個因素和由綜合評估方程計算得到的安全評估值Rx分別作為樣本數據的輸入向量和輸出向量。為了盡可能全地描述船舶航行在風浪環境中的各運動狀態以及保證樣本數據的科學合理性，選擇以浪向角0°為基準，每間隔15°取一樣本，對應船舶航速分別為13 kn和15 kn，依據上面提到的船舶資料和風浪條件獲得的部分樣本數據如表1所示。

表1 耐波性安全評價的部分樣本數據Tab.1 Integrant sample data of seakeeping's safety evaluation

為了保證BP神經網絡評價模型的正確及網絡結構的穩定，選擇線性的purelin函數作為輸出層的傳遞函數;設置一個隱層，隱層的傳遞函數采用S型函數tansig，隱層神經元的數目通過試驗的方法選擇，取為15;訓練函數采用改進的訓練算法traingd，學習速率根據網絡訓練情況選擇為0.05。在Matlab環境下調用相應函數對建立的耐波性安全評價模型進行訓練［4］。網絡訓練過程如圖2所示。

圖2 網絡訓練過程Fig.2 The process of network training

由訓練過程可看出，網絡經過7848次訓練達到了訓練精度10－4，經過網絡訓練之后的耐波性安全評價模型，可以用來計算船舶一定航態下的耐波性安全評估值R［5］。

x

2 船舶耐波性安全評價的程序設計

2.1 BP神經網絡評價模型模塊分析

要完成船舶耐波性安全評價的計算機程序設計首先需要對BP神經網絡模型各個計算模塊進行分析，其中主要涉及以下幾個模塊:船舶參數模塊、航行環境模塊、耐波性因素值計算模塊、耐波性衡準模塊、耐波性綜合評估方程計算模塊、BP神經網絡評價模塊、船舶航態模塊、耐波性安全評估值顯示模塊。船舶參數模塊用來輸入船舶的主要資料數據，包括船長、船寬、排水體積等;航行環境模塊可以輸入航行海域的實時風力，應用統計數據獲取波浪特征周期和有義波高，從而用來計算當時的波浪譜密度;耐波性因素值計算模塊是在給定條件的船舶航態下結合船舶參數模塊和航行環境模塊應用上述提到的計算公式來獲得耐波性因素值，耐波性因素值一方面用于綜合評估方程的計算，另一方面作為BP神經網絡評價模型的樣本輸入向量;耐波性衡準為各耐波性衡準要素能達到的極限指標值，參考各國有關的研究機構和專家學者提出的建議選定，其值恒定;耐波性綜合評估方程計算模塊是應用耐波性因素值與耐波性衡準來計算安全評估值，為BP神經網絡評價模型提供樣本輸出向量;BP神經網絡評價模型模塊主要通過樣本輸入向量和樣本輸出向量選取合適的網絡結構和網絡參數生成船舶的耐波性安全評價模型;船舶航態為船舶航行時實時的航速和航向信息;耐波性安全評估值顯示模塊為應用BP神經網絡建立模型之后根據船舶航態實時數據計算出當時的安全評估值，用以判斷該航行狀態下的安全程度，該值越大越安全，從而指導船舶的安全操縱。通過分析繪制出的評價模型流程如圖3所示。

圖3 耐波性評價模型流程圖Fig.3 The flowchart of the seakeeping's evaluation model

2.2 程序設計界面

BP神經網絡方法的耐波性安全評價是在Matlab環境下完成的，Matlab具有很好的開放性，通過與C語言程序的結合，將Matlab作為計算引擎，在C語言應用程序中調用，可以很好地對耐波性安全評價進行程序設計。通過ActiveX控件，前臺設計為由C語言編寫的選擇顯示界面，后臺由Matlab來進行計算［6］。

結合上面的模塊分析，應用C語言編程，設計出了一個菜單界面和一個結果顯示界面。菜單界面如圖4所示，主要包括船舶參數、航行環境、耐波性衡準、船舶航態、BP神經網絡參數等菜單選項，每個菜單項都包含各自的子菜單，可以進行有關數據的輸入和修改，如圖5為船舶參數子菜單。結果顯示界面主要是直觀顯示耐波性安全評估值，還可以查看和檢驗所選擇的BP神經網絡結構，如圖6為耐波性安全評估值顯示界面，圖7為BP神經網絡結構圖顯示界面。通過程序設計及界面菜單選擇，可以方便和快速地進行BP神經網絡的耐波性評價模型構建，以及直觀地獲取耐波性安全評估值，進而選擇合適的航向和航速信息來指導船長和駕駛員對船舶的操縱。

圖4 菜單界面Fig.4 The menu interface

圖5 船舶參數界面Fig.5 The interface of ship's parameters

圖6 耐波性安全評估值顯示界面Fig.6 The display interface of safety evaluation value

圖7 BP神經網絡結構圖Fig.7 The structure of BP neutral network

3 結語

船舶在海上航行，難免遭遇大風浪等惡劣天氣，如何在惡劣天氣下選擇正確地操縱，保證船舶安全尤為重要。通過應用BP神經網絡進行船舶的耐波性安全評價，以及使用Matlab軟件與C程序語言的接口方法建立安全評價的程序界面，可以方便和快速地計算出安全評估值，并且可以實現通過按鍵、菜單、窗口等方式進行操作和評估，進而從理論上指導船長和駕駛員的操縱。未來可以應用計算機編程對船舶航行時各個航態下的耐波性安全評估值進行優選，選取當時風浪環境下船舶航行最安全的航態來更好地指導船舶操縱。

［1］ 熊文海．船舶耐波性評價及其在航海安全中的應用［D］．武漢:武漢理工大學，2004．XIONG Wen-hai．The evaluation of seakeeping and application in navigational safety［D］．Wuhan:Wuhan University of Technology，2004．

［2］ 李積德．船舶耐波性［M］．哈爾濱:哈爾濱工程大學出版社，2007:65－76，95－126．LI Ji-de．Seakeeping of ship［M］．Harbin:Harbin Engineering University Press，2007:65 －76，95 －126．

［3］ 熊云峰．基于灰色系統理論的船舶耐波性綜合評價研究［D］．武漢:武漢理工大學，2005．XIONG Yun-feng．The comprehensive evaluation of seakeeping based on the theory of grey system［D］．Wuhan:Wuhan University of Technology，2005．

［4］ 董長虹．Matlab神經網絡與應用(第二版)［M］．北京:國防工業出版社，2007:85－92．DONG Chang-hong．Matlab Neural network and application(the second edition)［M］．Beijing:National Defence Industry Press，2007:85 －92．

［5］ 李生長．油船大風浪航行中的耐波性評價研究［D］．大連:大連海事大學，2011．LI Sheng-zhang．The seakeeping assessment of oil tanker in storm wave［D］．Dalian:Dalian Martime University Press，2011．

［6］ 陳杰．MATLAB寶典(第四版)［M］．北京:電子工業出版社，2013:829－849．CHEN Jie．Matlab Collection(the fourth edition)［M］．Beijing:Publishing House Of Electronics Industry，2013:829－849．