17:30 〜 17:50
[2N6-GS-10-01] 深層学習を用いた船舶の船底汚損度の推定
キーワード：船底汚損、船舶、ニューラルネットワーク
船舶の航海パフォーマンスは，風や波などの外力および船底汚損などの船のコンディションにより大きく影響を受ける．船底汚損による影響は，メンテナンスを行うことで軽減することが期待できるため，汚損の進行度合いを定量的に解析できれば，メンテナンスを最適な時期および仕様で行うことが期待できる．しかし，外力と船のコンディションは複数の要素が複雑に影響し合うため，各影響度合いを定量的に解析することは困難である．そこで本研究では，船底汚損の進行度合いの解析を目的とし，まずはじめに船底汚損が進行していないと考えられる初期の航海データを用いて，波や風などの外力と船の軸馬力を入力値とし，船の速度を出力値として予測するニューラルネットワークを構築した．次に構築したモデルを用いて，船底汚損が進行していると予想される時期のデータから船の速度の予測を行い，予測値と実測値との差分を船底汚損による影響と定義することで，船底汚損の進行度合いを定量的に解析できるようにした．検証では，3隻の船舶に対して解析を行い，各々の船底汚損の進行度合いおよびメンテナンスによる効果を時系列で確認することができた．
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。