• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2022 Fiscal Year Annual Research Report

Development of factor-divided statistical model for seakeeping performance analysis and experimental verification method

Research Project

Project/Area Number 22H01702
Allocation TypeSingle-year Grants
Research InstitutionOsaka University

Principal Investigator

箕浦 宗彦  大阪大学, 大学院工学研究科, 教授 (30294044)

Project Period (FY) 2022-04-01 – 2025-03-31
Keywords実海域性能 / カーネル関数 / モニタリングデータ / 逐次解析 / 自走試験 / 曳航試験
Outline of Annual Research Achievements

船舶の実海域の推進出力(馬力)を解析するための分割型統計モデルの構築とその統計モデル検証のための模型試験の準備を行った。多変量カーネル回帰モデルをベースとして、船舶の推進出力を波、流れの要因毎に分割し、性能分析のための統計モデルの構築を行った。モデル化にあたっては、力学的整合性を満足するように、推進出力の物理機構を制約条件として導入した。この統計モデルの妥当性を既存の実海域モニタリングデータと性能シミュレーションデータで検証を行ない、十分な結果を得た。モデル検証のための自走可能な船型模型の製作・模型試験は行わなかった。その代わりに既存の模型船を用いた不規則波中の曳航試験を大阪大学船舶海洋試験水槽(長さ100m、幅7.8m、深さ4.5m)で行った。試験は正面向波で行い、理論計算値との比較により信頼性を確保した。また、取得した平水中抵抗と波浪中抵抗増加に理論計算値が一致するように、理論計算のパラメータの調整を行った。性能シミュレーションはこのパラメータを用いて行った。実験では統計解析に十分量のデータが取得できないが、それと同等の性能シミュレーションにより統計解析に十分量のデータを生成することができた。この結果をまとめて、日本船舶海洋工学会の平成5年春季講演会の講演論文として投稿した。また、データ解析に関連して、波浪中抵抗増加の問題に対して確率的な側面からのアプローチも行い、その成果を国際ジャーナル Ocean Engineering に投稿し、採択された。

Current Status of Research Progress
Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

計画では模型船とそれに搭載する自航システムを製作、自航試験を行う予定であった。しかし、小型の模型船に搭載し実用的に試験できる自航システムの設計と実験が困難であることがわかり、代わりに既存の模型船を用いて曳航試験によるデータ取得を行った。曳航試験で計測できるのは抵抗であり、抵抗に船速を乗じることで有効出力(模型船を曳航するのに必要な仕事率)が得られる。自航試験では模型船を走行させるのに必要な出力が直接に得られるので、より実船の状態に近い形でデータ取得ができるが、研究目的である性能の要因分析の統計モデルによる解析は、抵抗ベースのデータを対象にしても、出力ベースのデータを対象にしても、原理的には同等なので、本年度は具体的に実験可能な曳航試験データによるモデル検証を行なった。予定していた自航システム・模型船の製作を行わなかったため、予算の一部が使用されなかった。

Strategy for Future Research Activity

波・流れ要因に風要因を追加した性能分析の統計モデルの構築・検証を行うために、大阪大学船舶海洋試験水槽にて既存の小型模型船(船長2.5m)を用いてあらたに風のある状態で曳航試験を行い、その結果に一致するように理論計算のパラメータを調整し、それを用いた性能シミュレーションを行い、そのデータを用いて、提案の統計モデルによる風成分の分離に関する検証を行なう。可能ならば、既存の大型の模型船(船長3.2m)と自航システムを用いて波浪中の自航試験を行う。取得した平水中出力と波浪中出力増加に理論計算値が一致するように、理論計算のパラメータの調整を行い、性能シミュレーションに適用することで、実験と同等の十分量のデータを生成し、それを用いて前年度に構築した統計モデルの検証を行なう。さらに、経年劣化・船体汚損影響を説明できる統計モデルの構築に取り組む。モデル構築にあたっては、性能シミュレーションデータを用いる。データ生成に際しては実海域モニタリングデータが有するデータの不確実性を付加する。この不確実性はガウスノイズをベースとする。抵抗増加比の真値は、実験および性能シミュレーションにおいては明らかなので、推定した信頼区間での真値の有無により統計モデルの正しさを検証する。推定できない場合は、統計モデルと信頼区間モデルを見直し、正しく推定できるまでモデルの改良を行う。

  • Research Products

    (2 results)

All 2023

All Journal Article (1 results) (of which Peer Reviewed: 1 results) Presentation (1 results)

  • [Journal Article] Validation of short-term prediction of added resistance in head seas considering wave steepness nonlinearity with probability density function method2023

    • Author(s)
      Jawa Sahil、Munehiko Minoura
    • Journal Title

      Ocean Engineering

      Volume: 278 Pages: 114353~114353

    • DOI

      10.1016/j.oceaneng.2023.114353

    • Peer Reviewed
  • [Presentation] 実海域性能推定に関する統計モデルの実験的検証2023

    • Author(s)
      箕浦宗彦
    • Organizer
      日本船舶海洋工学会平成5年春季講演会

URL: 

Published: 2023-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi