МАТЕМАТИЧНА МОДЕЛЬ ОСТІЙНОСТІ СУДНА НА РЕГУЛЯРНОМУ ХВИЛЮВАННІ

https://doi.org/10.33815/2313-4763.2024.1.28.041-056

Ключові слова: інтелектуальні системи транспорту, автоматичне керування, навігаційна безпека, людський чинник, остійність судна, відновлювальний момент

Анотація

Одним із важливих питань безпеки мореплавства є контроль остійності судна під час рейсу. Під час руху по схвильованій поверхні моря змінюється форма об’єму підводної частини корпусу судна, що призводить до постійної зміни метацентричної висоти і плеча остійності. До теперішнього часу судноводії не мають надійних розрахункових методів оперативної оцінки зниження остійності на хвилюванні. Найбільш радикальним напрямком уникнення небезпек недопустимого зниження та втрати остійності є автоматичний контроль в автоматизованих системах. Ефективна робота такого контролю забезпечується математичними моделями об’єктів або процесів, які повинні мати достатню швидкодію для можливості використання у реальному часі. У роботі розроблено аналітичну модель розрахунку відновлювального моменту у каналі крену судна для регулярного хвилювання, яка враховує геометричні розміри корпусу, параметри занурення, параметри руху судна та параметри хвилювання. Отримані результати відрізняються від відомих рішень тим, що мають аналітичний вигляд і можуть використовуватися у бортовому обчислювачі автоматизованої або автоматичної системи керування для визначення параметрів остійності судна у реальному часі. Теоретичне значення отриманих результатів полягає у розробці аналітичної моделі обчислення відновлювального моменту у каналі крену на регулярному хвилюванні. Практичне значення  отриманих результатів полягає у: перевірці працездатності аналітичної моделі математичним моделюванням під час проведення обчислювального експерименту та можливості використання аналітичної моделі у бортовому обчислювачі автоматизованої або автоматичної системи керування для оцінювання характеристик остійності судна у реальному часі.

Посилання

1. Why do ships built in compliance with the laws of stability capsize? Boats and yachts, №113, 1985.
2. Recommendation on intact stability for passenger and cargo ships under 100 meters in length, IMCO RESOLUTION A.167 (ES.IV) adopted on 28 November (1968).
3. Guidance to the master for avoiding dangerous situations in following and quartering seas, IMO MSC/Circ.707. Ref. T1/2.04/ (1995).
4. Recommendation on a severe wind and rolling criterion (weather criterion) for the intact stability of passenger and cargo ships of 24 meters in length and over, IMO RESOLUTION A.562(14) adopted on 20 November (1985).
5. Revised guidance to the master for avoiding dangerous situations in adverse weather and sea conditions, IMO MSC.1/Circ.1228 (2007), 8 p.
6. Capt. Takuzo Okada (2019). Marine Weather Ship Handling in Rough Sea, Japan P&I Club. P&I Loss Prevention Bulletin 45, 100 p.
7. Nosov, P, Koretsky, O., Zinchenko, S., Prokopchuk, Yu., Gritsuk, I., Sokol, I., Kyrychenko, K. (2023). Devising an approach to safety management of vessel control through the identification of navigator's state, Eastern-European Journal of Enterprise Technologies, 4(3(124)),19–32. DOI: 10.15587/1720-4061.2023.286156.
8. Zinchenko, S., Kobets, V., Tovstokoryi, O., Kyrychenko, K., Nosov, P., Popovych, I, (2023). Control of the Pivot Point Position of a Conventional Single-Screw Vessel, CEUR-WS.org, Vol.3513, P.130–140, (ICST-2023). https://ceur-ws.org/Vol-3513/paper11.pdf.
9. Zinchenko, S., Kyrychenko, K., Grosheva, O., Nosov, P., Popovych, I., Mamenko, P. (2023). Automatic reset of kinetic energy in case of inevitable collision of ships, IEEE Xplore, p. 496–500, 13th International Conference on Advanced Computer Information Technologies (ACIT), Wrocław, Poland. DOI: 10.1109/ACIT58437.2023.10275545.
10. Zinchenko, S., Kobets, V., Tovstokoryi, O., Nosov, P., Popovych, I. (2023). Intelligent System Control of the Vessel Executive Devices Redundant Structure, CEUR Workshop Proceedings, Vol-3403, pp. 582–594. https://ceur-ws.org/Vol-3403/.
11. Krugliy, D. G., Appazov, Е. S., Zinchenko, S. М., and Nosov, P. S. (2021). Choice of the Fractal Method For Visualization of Input Data While Designing Support Systems for Decision-Making by Navigator. Sci. in nov. 2021. V. 17, no. 5. P. 63–72. DOI: 10.15407/scine17.05.063.
12. Zeng, K., Lu, J., Gu, M., Chen, Y. (2023). A Comparative Analysis of CFD and the Potential Flow Method for the Pure Loss of Stability in Following Waves. Journal of Marine Science and Engineering, 11(11), November 2135. DOI: 10.3390/jmse11112135.
13. Lu, J., Gu, M. Evangelos Boulougouris. (2023). Further Study on One of the Numerical Methods for Pure Loss of Stability in Stern Quartering Waves. Journal of Marine Science and Engineering, 11(2), 394. DOI: 10.3390/jmse11020394.
14. Liu, L., Yao, Ch., Feng, D., Wang, X., Yu, J., Chen, M. (2022). Numerical study of the interaction between the pure loss of stability, surf-riding, and broaching on ship capsizing. Ocean Engineering, 266(4), 112868. DOI: 10.1016/j.oceaneng.2022.112868.
15. Liu, L., Feng, D., Wang, X., Zhang, Zh., Yu, J., Chen, M. (2022). Study on extreme roll event with capsizing induced by pure loss of stability for the free-running ONR Tumblehome. Ocean Engineering, 257(4), 111656. DOI: 10.1016/j.oceaneng.2022.111656.
16. Lu, J., Gu, M. (2023). A Unified Numerical Method for Broaching and Loss of Stability in Astern Seas. Journal of Marine Science and Engineering 11(8):1555 DOI: 10.3390/jmse11081555.
17. Park, M., Kim, Y. (2024). Probabilistic estimation of directional wave spectrum using onboard measurement data. Journal of Marine Science and Technology. Vol. 29, p. 200–220 DOI: 10.1007/s00773-023-00984-z.
18. Bowker, J. (2018). Coupled dynamics of a flapping foil wave powered vessel. A thesis submitted for the degree of Doctor of Philosophy, 251 p.
19. Dirdal, J.A., Skjetne, R., Rohac, J., Fossen, T.I. (2022). Online wave direction and wave number estimation from surface vessel motions using distributed inertial measurement arrays and phase-time-path-differences. Ocean Engineering, 249(3). DOI: 10.1016/j.oceaneng.2022.110760.
20. Im, N., Lee, S. (2021). A Study on Motion Response of Small Fishing Vessels According to Various Tonnage in Regular Waves. Journal of the Korean Society of Marine Environment and Safety. 27(6):832-838. DOI: 10.7837/kosomes.2021.27.6.832.
21. Xie, Zh., Falzarano, J., Wang. H. (2020). A Framework of Numerically Evaluating a Maneuvering Vessel in Waves. Journal of Marine Science and Engineering, 8(392):392. DOI: 10.3390/jmse8060392.
22. Wang, Y., Perera, L., Batalden, B. (2023). Kinematic motion models based vessel state estimation to support advanced ship predictors. Ocean Engineering. Volume 286, Part 1, 15, 115503. DOI: 10.1016/j.oceaneng.2023.115503.
23. Araki, M., Sadat, H., Sanada, Yu., Umeda, N., Stern, F. (2019). Improved Maneuvering-Based Mathematical Model for Free-Running Ship Motions in Following Waves Using High-Fidelity CFD Results and System-Identification Technique: Risk of Capsizing. Fluid Mechanics and its Applications. DOI: 10.1007/978-3-030-00516-0_6.
24. Pipchenko, O. D. (2010). Optimization of vessel movement control in stormy conditions, PhD Thesis, Odesa National Maritime Academy.
25. Pipchenko, O. D. (2009). On the method of calculation of ship's transverse stability in regular waves, Ships and Offshore Structures, Vol.4, Issue 1, doi: 10.1080/17445300802402579.
Опубліковано
2024-07-29
Номер
Том 1 № 28 (2024): Науковий вісник Херсонської державної морської академії
Розділ
АВТОМАТИЗАЦІЯ ТА КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ