一种船舶破舱进水应急决策辅助方法

摘要

本发明公开了一种船舶破舱进水应急决策辅助方法，包括以下步骤：计算已知船舶破损情况下的船舶状态参数；计算未知船舶破损情况下的船舶状态参数；为船舶破舱评估和决策提供依据。由于本发明对典型的船舶破损情况进行预先计算，得到船体在不同位置和大小的破损引起的船舶浮态、剪力和弯矩的变化。在实际发生船体破损的情况下，根据实际船舶破损的情况，利用神经网络进行非线性拟合，得到在该破损情况下船舶浮态、稳性、剪力和弯矩的变化。由于无需进行迭代计算，只需利用神经网络进行一次拟合计算，从而实现了快速计算，无需进行繁琐的迭代计算。本发明对于可见破损的可视化输入，实现了对于可见破损，可利用图形或数据进行破损情况的快速输入。

主权项

一种船舶破舱进水应急决策辅助方法，其特征在于：包括以下步骤：A、判断船舶破损情况是否已知，如果已知，则转步骤B，否则转步骤C；B、计算已知船舶破损情况下的船舶状态参数；B1、将船舶破损中心的纵向位置、垂向位置和破损面积以数值作为输入，或者在船舶三维视图表示的船体外壳上直接标绘出破损的位置、大小和形状；B2、预先模拟不同进水情况下船舶状态参数，利用模拟计算的结果训练神经网络A并确定神经网络A的权值；在船舶发生破损情况下，根据船舶实际破损情况，利用训练得到的神经网络A快速计算船舶的状态参数；所述的状态参数包括首吃水、尾吃水、横倾角、初稳性高度、复原力臂、剪力和弯矩以及首吃水、尾吃水、横倾角、初稳性高度、复原力臂、剪力和弯矩的变化率；计算船舶的状态参数的方法包括重量增加法、浮力损失法或计算流体力学方法；转步骤D；C、计算未知船舶破损情况下的船舶状态参数；预先模拟不同进水情况下船舶的首吃水、尾吃水、横倾、初稳性高度和复原力臂，以船舶的首吃水、尾吃水、横倾及其变化率为输入、以船舶的破损位置和面积为输出建立神经网络，利用不同进水情况下的船舶进水模拟结果训练神经网络；在船舶破损情况下，首先根据船舶首吃水、尾吃水、横倾及其变化率确定船舶的进水情况，然后根据进水情况通过已知船舶破损情况下的神经网络A计算船舶状态参数；具体计算步骤如下：C1、选择不破同损位置和面积作为典型状况，计算在该种破损下对应的船舶的首吃水、尾吃水、横倾及其变化率，利用船舶破舱后的首吃水、尾吃水、横倾及其变化率作为输入，以破损中心的纵向距离、垂向距离和破损面积作为输出建立神经网络映射B，利用典型状况下的计算结果作为样本数据训练神经网络B，确定神经网络B的结构和连接权值；C2、在船舶发生破损事故时，测量船舶首吃水、尾吃水和横倾及其变化率并将上述数值作为输入，利用神经网络B进行非线性拟合，得到船舶破损中心的破损中心的纵向距离、垂向距离和破损面积；C3、得到船舶破损中心的破损中心的纵向距离、垂向距离和破损面积后，根据已知船舶破损情况下的计算，利用神经网络A得到船舶破舱后的状态参数，.D、为船舶破舱评估和决策提供依据在计算船舶破损后的浮态、稳性、剪力和弯矩后，显示船舶最终状态及达到最终状态所需要的时间，为船长的施救或弃船决策提供依据。