基于事故学习的内河绿色智能船舶水动力致因分析
2015年发生的东方之星事故充分显示了水动力对内河船舶的灾难性影响，因此有必要针对内河船舶进行水动力致险因子分析，特别是在我国当前大力发展内河绿色智能船舶的趋势下，研究水动力致险因子能够明确当前影响内河船舶的主要环境因素，这对内河绿色智能船舶设计制造以及绿色智能算法优化都具有现实意义。本文梳理了近10年来3600余条内河事故数据，分析了内河典型水域事故特征，应用Accimap方法对内河事故致险因子进行了分析，划分了六层致险因子分类，并从中梳理出由于水动力影响的关键致险因子，通过网络层次分析方法(ANP)进行致险因子排序，结果显示洪水期事故水域流态紊乱、大风大浪、冰雹天气等是显著的致险因子，内河绿色智能船舶设计制造应重点考虑水动力致险因子的影响。
事故学习 Accimap方法 ANP方法 水动力 致险因子
王西召 卜淑霞 董海波 曾柯 顾宇翔
中国船舶科学研究中心,无锡214082;南方海洋科学与工程广东省实验室(湛江),湛江524013 中国船舶科学研究中心,无锡214082
国内会议
江苏无锡
中文
1066-1074
2021-10-29（万方平台首次上网日期，不代表论文的发表时间）