项目批准号 52071045

申请代码 E1102
归口管理部门
收件日期

国家自然科学基金

资助项目进展报告

21
20
资助类别： 面上项目

T-
亚类说明：

附注说明：
R
O
项目名称： 多变航行条件下风翼-柴油机混合动力船舶能效优化机理研究
EP

负 责 人： 黄连忠 电话： 13644087824

-R

电子邮件： huanglz@dlmu.edu.cn

依托单位： 大连海事大学
C

联 系 人： 王欣 电话： 0411-84724258
SF

直接费用： 58（万元） 执行年限： 2021.01-2024.12

N

已拨入经费： 29（万元） 已使用直接费用： 1.6788（万元）

填表日期： 2022年01月02日

国家自然科学基金委员会制（2020年）

Version：1.011.381
 国家自然科学基金资助项目进展报告

报告正文
一、重要研究进展
1. 研究工作
按照研究计划，本年度主要完成了数据挖掘以及风翼-柴油机混合动力系统能效稳态
耦合模型研究，工作如下：
（1）2021.1–2021.2：收集整理资料，通过理论分析研究，细化总体研究方案；
（2）2021.3–2021.6：进行风翼组合及其与船体之间耦合作用下的空气动力学特性
研究，并开展基于大数据的船舶主柴油机推进特性参数特征分析研究；

21
（3）2021.7–2021.12：进行给定航行条件下“风翼、主机–桨、船体”的稳态运
动耦合特性研究基于关联规则算法的船舶主柴油机推进特性模型研究，并开展基于实船
数据在线学习的风翼-柴油机混合动力系统能效稳态耦合模型研究。

20
2. 重要研究进展和阶段性成果
通过2021年1月至12月一年来的努力，我们的科研工作已完成了原定指标，已撰写学

T-
术论文4篇、发明专利2项，其中1篇论文已发表，2篇论文已被录用，1项发明专利已被授
权，并取得了如下进展和成果：
（1）风翼组合及其与船体之间耦合作用下的空气动力学特性研究：构建了单风翼在
R
不同风场、风翼攻角下的风翼推力图谱，分析了双风翼最优的布置方案，设计了能够为
O
船舶带来最大助推作用的风翼攻角控制方案。具体进展如下：
根据U型风帆气动力特性的风洞模型试验结果，以及风向角-90°~+90°范围内的风
EP

帆气动力载荷特性，计算出U型风帆模型在-90°~+90°帆攻角范围的阻力、升力及转帆
力矩系数，获得了U型帆的合力系数及转帆力矩系数极值，为风帆助推能力评估、结构强
度设计及风帆转动系统设计提供了支撑。基于风翼空气动力特性理论，结合现存的风洞
-R

试验数据，分析了U型风帆的作用力与力矩特性，建立了单风翼空气动力学数学模型，得
到了单风翼在不同风场、风翼攻角下的风翼推力图谱。
同时，利用三维数值计算方法，构建了U型帆的风翼模型，建立了双风翼仿真模型。
C

分析了双风翼在对不同风场、不同风翼姿态下的空气动力学特性。通过对双风翼仿真模
型的进一步的分析，可以定性得出风翼之间确实存在干扰。此外，采用控制变量的方法
SF

，保持风翼的尺寸形状不变，改变风翼对的布置距离，根据流体仿真结果得出双风翼最
优的布置方案。
此基础上，开展了风翼组合及其船体之间耦合作用下的空气动力学特性研究。通过
N

建立风翼作用力模型，研究了不同风场下、风翼运行状态及船舶运行状态下风翼对船舶
助推力的影响，并构建了风翼推力图谱。结合风翼空气动力特性和风对船体的作用力特
性，对风翼助航船舶运动模型进行仿真，分析了二者合力对船舶航速的影响，进而设计
了能够为船舶带来最大助推作用的风翼攻角控制方案，分析结果表明：不同相对风向下
，采用最大风翼助推力对应的攻角，能够为不同静水航速的船舶提供最大助推作用。为
风翼-柴油机混合动力船舶推进系统的研究奠定基础。

第1页
 国家自然科学基金资助项目进展报告

（2）基于大数据的船舶主柴油机推进特性分析研究：挖掘了各种通航环境下船舶运
行工况、主柴油机推进特性参数之间的关联关系与作用规律，构建不同航行环境、主机
运行工况下的船舶主柴油机推进功率图谱。具体进展如下：
针对目标船舶，开展了风翼-柴油机混合动力船舶推进系统的建模研究。采用模块化
建模方法，将风翼-柴油机混合动力船舶推进系统划分为柴油机模块、螺旋桨模块、主机
进排气模块、调速器模块、传动效率模块、阻力模块以及风翼模块。
其中，首先建立了船用大型二冲程柴油机工作过程的平均值模型。基于6点式基本Se
iliger循环建立了柴油机缸内工作过程模型，基于限燃烧阶段和燃烧参数特征化柴油机
缸内工作过程，根据台架试验数据采用回归拟合的方法得到了燃烧参数的计算公式。柴

21
油机平均值模型在满足仿真实时性和变工况适应性的前提下，实现了船舶主柴油机在全
工况下工作特性参数的实时计算，并将计算结果与台架试验数据进行验证，确保了模型

20
计算的精度；其次，基于螺旋桨的敞水特性曲线建立了螺旋桨数学模型，实现了在不同
运动状态下的螺旋桨的水动力特性分析，计算了螺旋桨的推力与阻转矩；此外，建立了
基于准稳态法的主机进排气模型，主要包括空冷器模型、扫气箱模型、废气涡轮增压器

T-
模型以及排气总管模型。空冷器模型可以作为一个节流降压降温环节来简化处理。中冷
器的压力降可由气体压力乘上一阻力系数得到，温度降可由气体入口温度和冷却介质入
R
口温度之间的差值乘上一冷却效率得到。扫气箱模型和排气总管模型则可以通过将进排
气管视为具有固定容积的开口热力系统并利用充排法进行建模。废气涡轮增压器模型主
O
要包括压气机、涡轮和转子。根据已有的稳态特性图谱，采用插值法得到废气涡轮增压
器的动态数据。调速器模型则是通过PI（比例积分）控制算法调节循环供油量，其控制
EP

信号经过负荷限制、扭矩限制等环节调节后得到调速器的输出，可实现主机实时转速能
够稳定追踪设定转速。传动效率模块主要包括考虑了主机的机械损失、轴系的传递损失
以及船体效率等。阻力模块首先建立了基于船舶参数、船舶吃水、以及航行状态的静水
-R

阻力模型，主要分为摩擦阻力和剩余阻力。摩擦阻力通过1957ITTC公式计算求得，剩余
阻力则是通过蓝波-凯勒法计算求得。其次建立了基于风、浪、流环境要素附加阻力模型
，通过理论计算的方法，实现了不同航行环境、航速下船舶的风载荷、波浪载荷的计算
C

，分析了环境要素与船舶阻力的动态响应关系，量化各要素与船舶阻力的动态关系，建
SF

立多影响要素与船舶阻力动态响应关系知识图谱。
将上述所建立的模型与风翼模型相结合，建立了基于多要素耦合作用下的的风翼-柴
油机混合动力船舶推进系统模型，并根据目标船舶的试航试验数据对仿真结果进行验证
N

，模型误差小于5%。通过设定风翼-柴油机混合动力船舶推进系统模型的环境参数、主机
转速、风翼攻角等，分析了给定航行环境下，风翼推力、船舶阻力、螺旋桨推力、主机
扭矩和转速等参数的匹配关系，分析了风翼-柴油机船舶的能量传递耦合关系，揭示了多
影响要素下耦合作用下的风翼-船舶阻力-螺旋桨-主机之间的能量传递耦合关系，从而可
以解决风翼攻角、主机转速和船舶航速的优化匹配关系问题，为该型混合动力船舶能效
优化提供基础和约束条件。
利用大数据分析、关联规则算法相结合的形式，挖掘了各种通航环境下船舶运行工
况、主柴油机推进特性参数之间的关联关系于作用规律，构建不同航行环境、主机运行
工况下的船舶主柴油机推进功率图谱。

第2页
 国家自然科学基金资助项目进展报告

（3）风翼-柴油机混合动力系统能效稳态耦合模型研究：提出了一种基于航次数据
时空分布分析的船舶能耗动态协同优化方法，以此为基础建立了船舶航行过程中的航行
环境与船舶风翼-柴油机混合推进特性参数的自适应辨识模型。具体进展如下：
通过目标船舶的实航数据，包括目标船定速航行航线上的经度、纬度、船舶对地航
速、航向数据、航行环境、主机油耗、主机转速等；通过欧洲气象中心下载NC文件并通
过编辑时空插值程序获得目标船航线上绝对风速、绝对风向、特征波高数据;最后剔除异
常值，建立通航环境数据库。基于通航环境数据库数据，计算得到船舶通航环境数据（
风速、风向、波高）及航速和油耗率数据的相关性系数矩阵图；进而计算相应的权重系
数，在计算样本特征属性数据与聚类中心的距离时，引入权重系数ωa (a代表样本特征

21
属性， 即风速、风向、特征波高)改进 K均值聚类算法。
基于大数据聚类算法将船舶航行海域的环境信息进行聚类所获得的通航环境，以及

20
基于风翼-柴油机混合动力船舶推进系统模型的参数数据，分析给定航行条件下“风翼、
主机-桨、船体”的稳态运动耦合特性，建立风翼-柴油机混合动力系统能效稳态耦合模
型。在此基础上，分析了不同通航环境及航行状态下的船舶阻力特性、风翼特性、螺旋

T-
桨特性、主机油耗特性之间的非线性关系，研究了不同环境条件下的船体–螺旋桨–主
机的动态配合特性，进行了不同航行状态下的多环境要素与船舶能效动态响应关系分析
R
。通过建立时空分布特征模型，实现了通航环境与船舶能效的时空分布特征分析。
利用风翼-柴油机混合动力船舶的实船数据，基于离线学习算法建立航行环境与船舶
O
风翼-柴油机混合推进特性数据时序模型；基于获取的多源信息，研究基于多源信息自学
习技术的船舶航行状态与运行工况自动辨识技术，通过设计在线学习算法建立船舶航行
EP

过程中的航行环境与船舶风翼-柴油机混合推进特性参数的自适应辨识模型，实现航行环
境与船舶推进特性参数的在线辨识，从而为基于实时信息的风翼-柴油机混合动力船舶动
态协同优化算法研究奠定基础。
-R

通过上述研究，取得的具体进展和成果为：
[1] K. Wang, H. Xu, J. Y. Li, L. Z. Huang*, R. Q. Ma, X. L
. Jiang, Y. P. Yuan, N. A. Mwero, P. T. Sun, R. R. Negenborn, X
C

. P. Yan. A novel dynamical collaborative optimization method of sh

SF

ip energy consumption based on a spatial and temporal distribution

analysis of voyage data [J]. Applied Ocean Research, 2021, 112, 102
657. (SCI，IF：2.979)
N

[2] 王凯, 黄连忠, 马冉祺, 赵俊豪, 董思邑. 一种考虑船舶稳性与能效的

风翼攻角优化控制方法及系统[P]. 中国专利（授权公告日：2021.10.26；授权公告号
：CN112591037 B）
3．研究生培养
已有1名轮机工程专业硕士依托本项目完成了毕业论文（李嘉源 “基于时空分布特
征的船舶能效联合优化方法研究”），获大连海事大学2021年校级优秀硕士学位论文并
推荐报评辽宁省优秀硕士学位论文；2名博士研究生和8名硕士研究生正依托本项目进行
论文的研究工作。

二、存在问题及解决方法

第3页
 国家自然科学基金资助项目进展报告

按照项目的实施计划安排，本年度基本完成了项目的各项研究内容和研究任务，包
括风翼组合及其与船体之间耦合作用下的空气动力学特性、基于大数据的船舶主柴油机
推进特性参数特征以及风翼-柴油机混合动力系统能效稳态耦合模型研究，并先后撰写学
术论文4篇、申请发明专利2项，其中1篇论文已发表，2篇论文已被录用，1项发明专利已
被授权，创新性地建立了基于实船数据在线学习的混合动力系统能效稳态耦合模型。
虽然项目取得了一定的进展，然而由于疫情等各方面的影响，还存在以下问题：
（1）由于疫情等各方面的影响，全国各航运企业和港口对于外来人员登船控制严格，导
致实船实验开展不足，原计划应该支出的材料费和试验加工费使用不足，实船采集的用
于风翼-柴油机混合动力系统的数据量有待进一步地丰富和完善。拟采取的措施为：待疫

21
情有效控制，全国港口和船舶解封后，增加实船实验的开展，进一步丰富包括风场数据
在内的通航环境数据，以及风翼柴油机混合动力系统数据的采集和获取。在此基础上，

20
进一步地进行混合动力系统能效大数据的深入挖掘分析，在混合动力系统能效模型的建
立的基础上，采用机器学习算法实现船舶能效模型参数的辨识和修正，进一步提高能效
模型的精度。 （2）由于疫情等各方面的影响，项目出差次数大幅减少，从而也影响了

T-
差旅费的计划支出。 拟采取的措施为：相应的出差调研任务，待疫情有效控制后将补
充开展。 R
其他研究内容按照研究计划顺利开展，并完成了年度的各项研究内容。

三、其他需要说明的情况
O
无
EP
-R
C
SF
N

第4页
 国家自然科学基金资助项目进展报告

研究成果目录

21
项目负责人通过ISIS系统，从文献库中检索研究成果或者按要求格式自行填入。请按照期刊论文、会议论文、学术专著、专
利、会议报告、标准、软件著作权、科研奖励、人才培养、成果转化的顺序列出，其它重要研究成果如标本库、科研仪器设备、
共享数据库、获得领导人批示的重要报告或建议等，应重点说明研究成果的主要内容、学术贡献及应用前景等。

20
项目负责人不得将非本人或非参与者所取得的研究成果，以及与受资助项目无关的研究成果列入报告中。发表的研究成果，
项目负责人和参与者均应如实注明得到国家自然科学基金项目资助和项目批准号，科学基金作为主要资助渠道或者发挥主要资助

T-
作用的，应当将自然科学基金作为第一顺序进行标注。

R
期刊论文
(1) Kai Wang; Hao Xu; Jiayuan Li; Lianzhong Huang; Ranqi Ma; Xiaoli Jiang; Yupeng Yuan; Ngome A. Mwero;

O
Peiting Sun; Rudy R. Negenborn; Xinping Yan; A novel dynamical collaborative optimization method of ship energy
consumption based on a spatial and temporal distribution analysis of voyage data, Applied Ocean Research, 2021,

EP
112. SCIE. 第一标注

专利
-R
(1) 王凯; 黄连忠; 马冉祺; 赵俊豪; 董思邑,
一种考虑船舶稳性与能效的风翼攻角优化控制方法及系统，2021-10-26至，中国, ZL 2020 1 1449380.9.
C

人才培养
SF

1. 出站博士后/毕业博士/毕业硕士/在站博士后/在读博士/在读硕士
(1) 李嘉源; 毕业硕士, 基于时空分布特征的船舶能效联合优化方法研究, 黄连忠， 王凯, 2018-9-1至2021-6-30.
N

(2) 刘春雷; 在站博士后, 2021-3-1至2023-3-1.

(3) Ngome A. Mwero; 在读博士, 2020-9-1至2023-6-30.

第5页
 国家自然科学基金资助项目进展报告

(4) 董思邑; 在读硕士, 2020-9-1至2022-6-30.

(5) 徐浩; 在读硕士, 2020-9-1至2022-6-30.

21
(6) 黄忠玺; 在读硕士, 2020-9-1至2022-6-30.

20
(7) 王中一; 在读硕士, 2020-1-1至2023-6-30.

(8) 王英楠; 在读硕士, 2021-1-1至2023-6-30.

T-
(9) 孙晓雷; 在读硕士, 2021-1-1至2023-6-30.

(10) 赵浩洋; 在读硕士, 2021-1-1至2023-6-30.

R
(11) 王建行; 在读硕士, 2021-1-1至2023-6-30.

O
学术交流

EP
(1) 2021-11-06至2021-11-06, 举办第四届宁波新能源技术国际研讨会, 浙江宁波,
中国航海学会、宁波大学、中囯能源研究会, 袁金良、孙培廷、黄连忠.
-R
C
SF
N

第6页