周丙浩，焦 鹏，朱时茂，郑金龙

(中港疏浚有限公司，上海 200136)

21世纪初以来，市场需求快速变化，随着疏浚工程规模与疏浚船舶的大型化发展，对施工质量的要求越来越高[1]，人员配置大幅增加，随之产生的成本也逐渐增加[2]。为在减少人工成本和提高疏浚效率的同时降低能耗，高度智能的自动疏浚船舶是目前发展的趋势。根据IHC的 INSIGHT报告(2018)，2006年，比利时德米集团于“MARIEKE”耙吸挖泥船开始基于ECO(经济控制器)模式的实船试验；2014年，印度疏浚公司在3艘中型姊妹船上进行了全面测试[3-4]。

国内方面，中港疏浚有限公司于2019年首次建造两艘具有“一人疏浚”模式的智能船舶——“航浚6008”轮和“航浚6009”轮(图1)。针对“一人疏浚”模式下的疏浚效果，2019年6月，在“航浚6008”轮进行了MANUAL模式(手动)与ECO模式(自动)下的性能对比试验。

本文通过海上试验，对ECO模式下耙吸挖泥船的疏浚性能进行分析。基于装舱时间、产量、能耗、真空、流速和密度等试验数据，分析TSC(航速控制)、EPC(泥泵控制)、AVC(耙头活动罩自动控制)等ECO模式作用下的挖泥船疏浚性能，并与MANUAL模式下的性能进行对比分析，以达到提高疏浚效率和产量、节本、降耗的目的。

图1 “航浚6009”轮

1 ECO工作原理

高自动化的耙吸挖泥船疏浚控制系统主要由12个支系统组成，分别为：EPC、AGVC(环保溢流阀自动控制)、PCS(推进控制系统)、ADC(吃水自动控制系统)、ALMO(低浓度自动旁通系统)、OLE(溢流损失评估)、DLM(吃水和装载测量系统)、TSC、AVC、ADWC/AWC(绞车自动控制系统)、APSS(耙臂顺序自动控制)、DTPS(疏浚轨迹显示系统)，如图2所示(其中DCS为疏浚控制系统，Eco-APC即EPC，DGPS为差分全球定位系统，PRC为产量计算，TDSS为干土质量，STPM为耙臂位置测量系统，Echo Sounding为测深仪，Gyro Compass为电罗经，Beidou为北斗卫星导航系统，ECDIS为电子海图显示与信息系统，Tidal为潮汐数据系统)。ECO主要包括3个控制器:TSC、EPC和AVC。随着疏浚过程中土壤性质、挖掘深度、船舶吃水等条件的变化，人工智能系统通过调整TSC、EPC和AVC的设定优化疏浚作业，以保持整个疏浚周期的最大生产效率。

图2 疏浚控制系统

船舶对地速度是疏浚作业的一个重要参数。疏浚过程中，在航行速度受到耙头阻力等各种因素影响时，TSC通过向推进系统发出模拟信号，不断调整推进器桨角，自动补偿耙头拖曳力，以保持疏浚作业期间航速的稳定。

ECO根据泥泵特性、测量值和水力计算模型，估算理论扬程和效率，并与实际测量扬程和效率进行比较。在小流速范围内，扬程和效率测量值急剧下降，即汽蚀开始时，ECO向泥泵驱动装置发送所计算出的减速信号。控制算法动态地在降低流量和提高密度间寻找最佳平衡，以保持最高产量。

AVC根据船舶施工中的不同疏浚工况(如土壤、挖掘深度和船舶吃水)的变化及泥泵特性计算出最佳流速，通过调节活动罩位置将流速稳定在最佳流速附近，以稳定最大产量，且最大限度地减少了外部干扰(如河床底部不规则)的影响，使疏浚过程更稳定。

AVC与EPC相互配合，当实际泥浆流速高于(最佳)设定值时，AVC将活动罩下压，使耙头产量与泥泵真空极限相匹配；达到极限时，EPC通过降低泥泵转速来降低泥浆流速，以达到最佳混合物流速。通过这种机制，AVC和EPC配合寻找最佳产量点。TSC、EPC和AVC显示界面如图3所示。

图3 显示界面

2 试验工况

2.1 试验地点

本试验在滨州港区3万吨级航道工程进行，航道总长17.5 km，有效宽度130 m，通航底高程-9.8 m，乘潮水位2.78 m，航道设计边坡1:7。测试区段K5～K9，长4 km，平均水深9.45 m。

2.2 气象、水文等环境条件

该海区属不正规半日潮海区，以风浪为主，涌浪为辅。测试当天天气情况：白天晴，东南风2～3级，阵风5级，浪高0～0.5 m；夜间阴，西南风4～5级，浪高1.0～1.5 m，平均流速0.15 m/s，槽中流压角约10°。

2.3 土质

施工底质为密实粉土，d50体积含量47.95%、粒径35.47 μm，颗粒分析曲线见图4。

图4 颗粒分析曲线

2.4 工艺参数

航速3 kn，波浪补偿器压力2.4 MPa，高压冲水压力0.9 MPa，除TSC、AVC、EPC外，开启ADWC(耙头绞车自动控制器)、ADC(自动吃水控制器)等自动功能。

3 结果与分析

3.1 数据来源

本次数据为2019-06-01—2019-07-03“航浚6008”轮的施工数据，根据工况的相同性、近似性及代表性原则，取2019-07-02的第3、6船次数据进行对比分析。

3.2 数据分析

3.2.1性能

本文通过海上试验，在同种工况下，对比分析ECO和MANUAL控制时的吸入真空、流速和挖掘密度随时间的趋势。同种工况下，ECO和MANUAL控制模式的吸入真空、流速、挖泥密度时程曲线见图5。

图5 ECO和MANUAL控制模式的时程曲线

由图5a)可知，ECO模式下的吸入真空整体大于MANUAL控制模式下的吸入真空。相对于人工操作的不稳定性和偶然性，ECO模式下，无人工干涉，控制波动小，稳定时吸入真空最大可达81 kPa，体现了ECO模式在稳定性方向的优势。

由图5b)可知，ECO模式下的流速整体稍大于MANUAL控制模式下的流速，稳定后两者波动相似，但ECO模式下流速稳定更快，且波动范围更小，体现了ECO模式在流速控制方面的优势。

由图5c)可知，ECO模式下的挖泥密度整体高于MANUAL控制模式下的挖泥密度；ECO模式下挖泥密度在1.065～1.214 t/m3之间，MANUAL模式下挖泥密度在1.055～1.201 t/m3。由此可知，通过与泥泵、航速等因素的寻优匹配，ECO模式下挖泥密度提升，装舱效率提高。

3.2.2产量

由于受波浪干扰、土壤条件和河床变化，产量很不稳定。本文通过两种模式下的产量时程曲线，直观显示出产量的波动幅度，如图6所示。

图6 ECO和MANUAL控制模式的装舱量

由图6可知，与MANUAL控制模式相比，ECO模式下的产量稳定性得到很大提升，且产量均值更大，装舱量和装舱效率得到显著提高。

3.2.3经济性

装舱时间和燃油消耗量是衡量疏浚效率及经济性的直观、重要的指标。在海上试验期间，在同样装舱时间下，MANUAL和ECO模式的装舱土体积和燃料消耗量对比见图7。

由图7及海上试验结果可知，同样的装舱时间下，ECO模式的装舱土体积为620 m3，油耗量为0.514 t；MANUAL模式的装舱土体积为560 m3，油耗量为0.547 t；与MANUAL模式相比，ECO模式下，通过稳定装舱过程，同样的装舱时间内疏浚土体积提升了10%，燃油消耗量降低了6%。

图7 MANUAL和ECO模式的装舱土体积和燃料消耗量对比

综上，ECO模式下，操作人员的工作量大幅降低，耙吸挖泥船的疏浚性能得到了显著提高。本次试验工程为平均水深9.45 m、土质d50为35.47 μm的3万吨级航道工程。由于本次试验仅针对一个工程，缺乏不同土质、不同水深的相关数据，后续将通过其他工程，继续分析验证该船舶的疏浚性能。

4 结语

1)ECO模式减轻了操作人员的工作量，减少了人员干涉及偶然性误差，降低了人工成本。

2)AVC、EPC、TSC的匹配控制显著提高了耙吸挖泥船的装载效率，真空、流速和密度控制在ECO模式下更稳定，在产量稳定性提高的同时，减少装舱时间、提高装舱量。

3)与MANUAL模式相比，ECO模式下，通过稳定装舱过程，同样的装舱时间，疏浚土方量提升10%，燃油消耗量降低6%。通过后期的运用与调试，有望将装舱时间与燃油消耗降低(缩短)15%，达到国际最先进水平。

4)此外，通过感知系统、虚拟现实与增强现实技术、岸基通信技术的应用，国内疏浚业未来实现疏浚船舶全智能化，达到无人疏浚，值得期待。