阅读说明：本技术 Gm计算系统、方法和程序以及横波周期预测系统、方法和程序 (GM calculation system, method, and program, and shear wave period prediction system, method, and program ) 是由 下泽亮 堀川恭伯 津金正典 于 2019-08-23 设计创作，主要内容包括：本发明提供一种GM计算系统,其无需另行配置传感器,利用已设置的传感器的测量数据,无需复杂的数据处理即可实时高精度地计算GM。GM计算系统1中包括：船体状态量检测装置,使用被设置于船体的吃水标尺按时序检测船体状态量；横摇周期检测装置,基于由船体状态量检测装置按时序检测的船体状态量,连续地检测船体的横摇周期；典型横摇周期识别装置,基于由横摇周期检测装置检测的预定期间内的横摇周期,识别所述预定期间内船体的典型横摇周期；GM计算装置,基于由典型横摇周期识别装置识别的典型横摇周期计算船体的GM值。(The invention provides a GM calculation system which can calculate GM in real time and high precision by using the measurement data of the installed sensor without arranging a sensor additionally and without complex data processing. The GM calculation system 1 includes: a hull state quantity detection device which detects hull state quantity according to time sequence by using a draft scale arranged on a hull; a rolling period detection device that continuously detects the rolling period of the hull based on the hull state quantities detected in time series by the hull state quantity detection device; typical roll period identifying means for identifying a typical roll period of the hull in a predetermined period based on the roll period in the predetermined period detected by the roll period detecting means; and GM calculating means for calculating a GM value of the hull based on the typical roll period identified by the typical roll period identifying means.)

GM计算系统、方法和程序以及横波周期预测系统、方法和程序

技术领域

本发明涉及GM计算系统、方法和程序以及横波周期预测系统、方法和程序。

背景技术

在海运领域(船舶航运)中，对于在不规则变化的波浪上航行的船舶来说，从安全措施的观点来看，高精度地掌握船体状态数据，即船体的加速度、位移等与船体的运动相关的数据，以及船体状态数据，即船体的吃水、GM等与船体的状态相关的数据，是重要事项。

尤其是实时且准确地掌握船体的GM，从防止船体倾覆的观点来看是最重要的问题。船体的GM，被定义为稳心M与船体的重心G的距离，是基于船体的倾斜等在时时刻刻变化的值。其中，所述稳心M为在船体横向倾斜时，以浮力的中心作为作用点的浮力的方向与船的横截面上通过重心的垂直方向的线相交的点。万一错误地估计GM，不仅无法安全航行，最坏的情况下，亦伴有倾覆的危险。

一方面，对GM带来影响的不仅有来自横向的波，还有必要考虑来自各方向的波的合成波所带来的影响。因此，以往为了准确地掌握或预测GM，掌握波浪对船体的入射方向，需要通过手动输入入射角度。但是，在船体被大波浪击中有倾覆可能的状况下，手动输入波浪的入射角度是不现实的。

因此，近年来，采用近似方程和模型对GM进行估计(专利文献1)。

一般认为，波的周期为30秒至300秒左右，随着周期变长，波的高度(峰值)变大。即，通过预测横波的周期，能够预测船体所承受的波的高度。

而且，近年来，通过分析设置于船体的传感器测量的物理量随时间的变化，对波浪的高度进行预测(专利文献2)。

现有技术文献

专利文献

【专利文献1】日本专利公开公报“再公表特许第2015-178410号”

【专利文献2】日本专利公开公报“特开2017-021029”

发明内容

发明要解决的问题

根据专利文献1中记载的发明，基于由GPS罗盘或陀螺仪传感器测量的横摇角的时序数据，采用二阶线性概率力学模型或一般状态空间模型计算GM。基于这样的技术，需要诸如GPS罗盘或陀螺仪传感器这样的另行配置的传感器，且难以检测准确的横摇角。而且，估计方法使用多个模型，数据处理变得复杂，还不能高精度地估计GM。因此，误读实际的GM值，最坏的情况下，可能会对安全性产生妨碍。

另外，根据专利文献2中记载的发明，基于微波水位传感器测量的液面高度随时间的变化，其中所述微波水位传感器包括被设置于船体的四个位置的模块，以及加速度计或陀螺仪传感器测量的船体运动的变化，对波的方向或高度进行预测。基于这样的技术，需要诸如微波水位传感器、加速度计或陀螺仪传感器这样的另行配置的传感器。另外，由于不仅要对横波进行预测，还要对从各个方向入射的波的合成成分的行为进行预测，因此，有必要对被设置于船体的四个位置处的总共八个传感器的测量值进行分析，存在数据处理变得复杂且需要使数据处理顺利进行的高性能计算机的问题。

本发明鉴于上述问题，其目的在于提供一种系统，其无需另行配置传感器，利用已设置的传感器的测量数据，无需复杂的数据处理，即可高精度地实时计算GM。

另外，本发明的目的还在于提供一种系统，其无需另行配置传感器，利用已设置的传感器的测量数据，无需复杂的数据处理，即可高精度地预测航行中的船体所承受的横波的周期。

用于解决问题的手段

本发明提供如下解决手段。

第1特征的发明提供一种GM计算系统，包括：船体状态量检测装置，使用被设置于船体的吃水标尺按时序检测船体状态量；横摇周期检测装置，基于所述船体状态量检测装置按时序检测的船体状态量，连续地检测船体的横摇周期；典型横摇周期识别装置，基于所述横摇周期检测装置检测的预定期间内的横摇周期，识别所述预定期间内船体的典型横摇周期；以及GM计算装置，基于所述典型横摇周期识别装置识别的典型横摇周期计算船体的GM值。

根据第1特征的发明，由于利用被设置于船体的吃水标尺可以计算GM值，无需另行配置传感器，亦无需复杂的数据处理即可实时高精度地计算GM值。

关于第2特征的发明，在第1特征的发明的基础上，所述吃水标尺被设置于船体的左右舷，由所述左右舷的吃水标尺按时序检测的船体左右的船体状态量来检测船体的横摇周期。

根据第2特征的发明，由于使用被设置于船体的左右舷的吃水标尺检测船体的横摇周期，无需掌握波浪对于船体的入射角，亦无需船员输入波浪的入射角，即可计算准确的GM值。

关于第3特征的发明，在第1或第2特征的发明的基础上，所述吃水标尺采用石英晶体式吃水标尺。

根据第3特征的发明，由于采用石英晶体式吃水标尺作为检测船体状态量的吃水标尺，与其他形式的吃水标尺不同，可以数字测量，不产生伴随A/D转换的转换误差，可以更高精度地计算GM值。

关于第4特征的发明，在第3特征的发明的基础上，在所述石英晶体式吃水标尺中，将晶振的振荡频率作为船体状态量按时序进行检测。

根据第4特征的发明，由于采用石英晶体式吃水标尺中的晶振的振荡频率作为船体状态量，振荡频率的变化作为横摇周期，可以直接且连续的测量。因此，无需特意转换具体的其他物理量，少量数据处理即可构建高精度的GM计算系统。

第5特征的发明提供一种横波周期预测系统，包括：吃水值测量装置，按时序测量船体的右舷和左舷的吃水值；横波周期计算装置，基于在预定期间内由所述吃水值测量装置测量的右舷吃水值与左舷吃水值的差分的时序数据，计算在所述预定期间内船体所承受的横波的周期；以及预测横波周期计算装置，基于所述横波周期计算装置按照每一预定时间间隔计算出的横波周期，对横波周期预测值进行计算。

根据第5特征的发明，由于利用被设置于船体的吃水标尺可以预测横波周期，无需另行配置传感器，亦无需复杂的数据处理，即可高精度地预测航行中的船体所承受的横波周期。另外，在计算横波周期时，由于仅使用右舷吃水值与左舷吃水值的差分的时序数据，无需考虑波的入射角或波的合成，即可准确掌握横波的周期。

关于第6特征的发明，在第5特征的发明的基础上，所述吃水值测量装置采用石英晶体式吃水标尺。

根据第6特征的发明，由于采用石英晶体式吃水标尺作为检测船体状态量的吃水标尺，与其他形式的吃水标尺不同，可以数字测量，不产生伴随A/D转换的转换误差，可以更高精度地预测横波周期。

关于第7特征的发明，在第2特征的发明的基础上，在所述石英晶体式吃水标尺中，将晶振的振荡频率作为船体状态量按时序进行检测。

根据第7特征的发明，由于采用石英晶体式吃水标尺中的晶振的振荡频率作为船体状态量，振荡频率的变化作为横摇周期，可以直接且连续的测量。因此，无需特意转换具体的其他物理量，少量数据处理即可构建高精度的横波周期预测系统。

关于第8特征的发明，在第5至第7的任一特征的发明的基础上，所述预测横波周期计算装置中，在计算横波的预测值时将气压信息作为影响因素。

根据第8特征的发明，由于在计算中将气压信息作为影响因素，可以更高精度地计算横波周期的预测值。

发明效果

本发明能够提供一种系统，无需另行配置传感器，利用已设置的传感器的测量数据，无需复杂的数据处理即可实时高精度地计算GM。

另外，本发明还能够提供一种系统，无需另行配置传感器，利用已设置的传感器的测量数据，无需复杂的数据处理即可高精度地预测横波周期。

附图说明

图1为表示本发明的第1实施方式中GM计算系统1的硬件结构与软件功能的框图。

图2为表示船体中吃水标尺的配置示例的图。

图3为表示第1实施方式中GM计算方法的流程图。

图4为船体状态量数据库31的一例。

图5为表示本发明的第2实施方式中横波周期预测系统101的硬件结构与软件功能的框图。

图6为表示船体中吃水标尺的配置示例的图。

图7为表示本实施方式中横波周期预测方法的流程图。

图8为船体状态量数据库131的一例。

图9为表示第2实施方式中GM计算方法的流程图。

具体实施方式

<第1实施方式>

以下，结合附图，对用于实施本发明的第1实施方式进行说明。另外，这仅是一例，本发明的技术范围不限于此。

[GM计算系统1的结构]

图1为说明本实施方式中GM计算系统1的硬件结构与软件功能的框图。

GM计算系统1包括：控制数据的控制部10、与用户和其他设备通信的通信部20、存储数据的存储部30、接收来自用户的信息输入的输入部40、输出由控制部10控制的数据和图像的显示部50、以及测量数据的测量部60。

控制部10包括：CPU(中央处理器：Central Processing Unit)、RAM(随机存取存储器：Random Access Memory)、ROM(只读存储器：Read Only Memory)等。

通信部20包括可用于与其他设备通信的器件，例如，基于IEEE802.11的Wi-Fi(无线保真：Wireless Fidelity)对应器件。

控制部10读入预定的程序，根据需要，通过与通信部20和/或测量部60协作，可实现船体状态量检测模块11、横摇周期检测模块12、典型横摇周期识别模块13和GM计算模块14。

存储部30为数据和文件的存储装置，包括硬盘、半导体存储器、记录介质、存储卡等数据的存储部。存储部30存储后述的船体状态量数据库31。

输入部40的种类无特别限定。作为输入部40，可以列举出键盘、鼠标、触摸屏等。

显示部50的种类无特别限定。作为显示部50，可以列举出显示器、触摸屏等。

在本实施方式中，测量部60由用于测量吃水值的吃水标尺D1～D2构成，其中，所述吃水值被定义为从水面至船体底部的垂直距离。如图2所示，吃水标尺由下述四个构成：被设置于船体船首部的中心附近的吃水标尺D1、船体中心部附近左右分别设置的吃水标尺D2、D3、以及被设置于船体船尾部附近的吃水标尺D4。

[吃水标尺D1～D4的结构]

作为构成本实施方式的GM计算系统1的吃水标尺D1～D4，采用石英晶体式的吃水标尺。以下对石英晶体式的吃水标尺的工作原理进行说明。

石英晶体式的吃水标尺使用晶振作为检测元件。由于晶振具有振荡频率随施加压力成比例变化的性质，石英晶体式的吃水标尺中，其频率直接由计数器测量，可以掌握施加于检测元件的压力(水压)，由此检测出检测元件设置位置的水深，计算吃水值。

使用晶振的吃水标尺中，由于石英晶体的振荡频率由计数器直接测量，因此可以数字测量，其不同于半导体式吃水标尺那样需要将压力以模拟信号的形式测量且进行A/D转换的以往的吃水标尺，能够实现无转换误差的高精度的吃水值检测。

即，假如使用诸如半导体式吃水标尺等其他形式的吃水标尺的情况下，对吃水标尺设置位置处的压力进行模拟测量。并且，对按时序测量的压力进行傅里叶分析等数据处理时，需要将测量的压力值从模拟型号转换为数字信号(A/D转换)。此时，模拟信号转换为数字信号时会产生误差，因此，半导体式吃水标尺的测量误差是本实施方式中石英晶体式的吃水标尺的测量误差的10倍左右。

在本实施方式中，由于采用石英晶体式吃水标尺，晶振的振荡频率可以由计数器以数字信号形式测量。因此，测量的数据无需进行数字转换，可以不产生A/D转换的转换误差，可以高精度地计算GM值。

[使用GM计算系统1的GM计算方法的流程]

图3为表示使用GM计算系统1的GM计算方法的流程图。图4为表示船体状态量数据库31的一例的图。结合图2至图4，对上述各硬件、软件模块所执行的处理进行说明。本实施方式中，通过反复执行步骤S10至步骤50的控制逻辑，反复计算船体的GM值。

〔步骤S10：船体状态量的检测〕

最初，当系统启动时，GM计算系统1的控制部10与测量部60协作，执行船体状态量检测模块11，按时序检测船体状态量(步骤S10)。步骤S10中，基于被设置于船体的吃水标尺，以预定的时间间隔，在预定的期间内对船体状态量进行检测。预定的时间间隔可以适当设置，例如，1秒间隔或1/10秒间隔。

本实施方式中，基于被设置于左右舷的吃水标尺D2、D3，以时序数据形式检测石英晶体的振荡频率。

〔步骤S20：船体的横摇周期的检测〕

接下来，GM计算系统1的控制部10执行横摇周期检测模块12，对船体的横摇周期进行连续检测，所述船体的横摇周期被定义为左右舷的最大横摇的时间间隔(步骤S20)。

本实施方式中，基于被设置于左右舷的吃水标尺D2、D3检测的振荡频率的时序数据，检测船体的横摇周期。由于检测的振荡频率是与晶振所承受的压力相当的状态量，因此，振荡频率随时间的变化表示压力随时间的变化。前述变化表示船体的摇摆，因此，吃水标尺D2、D3的表示振荡频率的时序数据的波形周期相当于船体的横摇周期。在本实施方式中，从表示振荡频率的时序数据的波形中，检测出振荡频率的极大值和极小值的峰，并由峰间的时间检测横摇周期。

另外，本实施方式中，采用石英晶体式吃水标尺测定石英晶体的振荡频率并利用该振荡频率检测船体的横摇周期，但本发明并不限于此，只要是能检测横摇周期，亦可以使用其他的船体状态量。例如，也可以由左右舷的吃水值随时间的变化检测横摇周期。或者，也可以由倾斜度或横摇量随时间的变化检测横摇周期。

另外，在本实施方式中，由表示船体状态量的时序数据的波形检测峰，并从峰间的时间检测横摇周期，但本发明并不限于此，也可以通过对波形进行波谱分析来检测周期，也可使用表示摇摆时序的现有统计模型检测周期。

〔步骤S30：船体的横摇周期的存储〕

在步骤S20中检测船体的横摇周期时，检测的横摇周期被存储于船体状态量数据库31(步骤S30)。连续检测横摇周期，检测的横摇周期值如图4所示与检测的时刻一起被存储于船体状态量数据库31中。

〔步骤S40：典型横摇周期的识别〕

接下来，控制部10与存储部30协作执行典型横摇周期识别模块13，提取被存储于船体状态量数据库31的预定期间的横摇周期，利用所提取的横摇周期，识别所述预定期间内横摇周期的典型周期(步骤S40)。

这里，预定期间是指，例如，从当前时刻算起过去20分钟的期间，在这种情况下预定期间的典型周期是指，20分钟内横摇周期的典型值。如前所述，在步骤S30中，横摇周期与时刻一起被存储。然后，提取从当前时刻前溯预定时间(此处指20分钟)的时刻之间所检测的全部横摇周期，通过对所提取的横摇周期数据进行傅里叶分析，识别预定期间内横摇周期的典型周期。

每隔预定时间例如每隔2秒执行步骤S40中的典型周期识别。

〔步骤S50：GM值的计算〕

接下来，控制部10执行GM计算模块14，利用步骤S40中识别的船体的横摇周期的典型周期，带入式(1)计算出GM值。计算出的GM值实时显示于显示部50。

GM＝(0.8B/Tγ’)²·····式(1)

这里，式(1)中，B为船体的船宽(m)，Tγ’为步骤S40中傅里叶分析识别的横摇周期的典型周期(秒)。

以预定的时间间隔例如每隔2秒执行步骤S50中GM值的计算，每次执行计算时，就将最新的值显示于显示部50。船员对显示部50逐一显示的GM值进行确认并对船体执行各种控制，由此能够持续进行安全航行。

另外，在计算GM值时，想要更严谨的计算时，可以使用带有回转半径的式(2)，所述回转半径在新建完工时的重心检查(倾斜试验)中得出。

GM＝(2.01K/T)²·····式(2)

这里，式(2)中，K为船体的回转半径(m)，T为基于吃水值变化的船体的固有周期(秒)。

能得到船体的回转半径K(m)时，可以采用式(2)计算GM值。但是，在使用式(1)时，亦可与采用式(2)计算GM值时有同等的精度。

这样，利用被设置于船体的吃水标尺检测的船体状态量的时序数据，通过傅里叶分析识别的横摇周期的典型周期计算GM值，无需复杂的数据处理即可高精度地实时计算GM值。另外，由于检测船体状态量的吃水标尺已经被设置于船体，因此无需设置新的传感器类以计算GM值，可以构建低成本高精度的GM计算系统。

另外，由于利用被设置于船体的左右舷的吃水标尺检测的船体状态量的时序数据，检测作为左右舷的最大横摇的时间间隔的横摇周期，无需特殊的测量设备和高性能的计算设备，通过使用已有的设备，即可构建低成本高精度的GM计算系统。

并且，由于采用石英晶体式吃水标尺作为检测船体状态量的吃水标尺，与其他形式的吃水标尺所不同，可以数字信号的形式测量船体状态量。因此，数据处理时无需A/D转换，即可构建无转换误差高精度的GM计算系统。

而且，作为要检测的船体状态量，由于采用被设置于船体左右的石英晶体式吃水标尺中晶振的振荡频率，振荡频率的变化作为横摇周期，可以进行直接且连续的测量。因此，无需特意变换具体的其他物理量，即可构建少量数据处理的高精度GM计算系统。

[船体的吃水值的测量]

对使用构成本实施方式的GM计算系统1的吃水标尺D1～D4测量船体吃水值的方法进行说明。

计算GM值时，使用了由吃水标尺D2、D3检测的振荡频率。测量吃水值时，将振荡频率转换为压力(水压)，由此计算出检测元件设置位置的水深，并利用该水深与检测元件的设置位置至船底的距离来导出船体的吃水值。

如图2所示，由于船首部的吃水标尺D1被设置于与船首线错开的位置，由吃水标尺D1测量的测量值转换至船首线位置，即为船首吃水值。

另外，由于船体中心部附近的左右两处的吃水标尺D2、D3，均被设置于与船体中央线错开的位置，由吃水标尺D2、D3测量的测量值换算至船体中央线，即为船体中央部的左右吃水值。

由于船尾部的吃水标尺D4被设置于与船尾线错开的位置，由吃水标尺D4测量的测量值转换至船尾线位置，即为船尾吃水值。

通过对如上所述得到的吃水值进行温度校正以及基于自动运算功能的船体倾斜校正(纵倾：前后倾斜，横倾：横向倾斜)，可以得出校正后的吃水值，其中，上述温度校正利用了被安装于各吃水标尺D1～D4的温度计所测量的水温。

另外，由于港湾的海水比重与一般咸水水域、咸淡水水域、淡水水域不同，通过手动输入测量值对港湾的海水比重进行校正。在航运状态下采用标准海水比重。

按照如上所述实施船体的吃水值的测量。

[船体船首部与波浪相遇周期的识别]

本实施方式中，对使用构成GM计算系统1的吃水标尺D1或D4识别船体船首部与波浪相遇周期的方法进行说明。

首先，使用吃水标尺D1或D4，测量船首部或船尾部的纵摇周期。即，与计算GM值时相同，可由吃水标尺中的晶振的振荡频率的变化检测船体的摇摆，并可由振荡频率的变化的周期检测摇摆的周期。

然后，由被设置于船首部或船尾部的吃水标尺D1或D4的振荡频率的变化对船首部或船尾部的最大纵摇的时间间隔进行连续检测，并对所检测的连续纵摇周期数据进行傅里叶分析，从而识别其纵摇周期的典型周期。

[船体的前后方向的挠度的计算]

本实施方式中，对使用构成GM计算系统1的吃水标尺D1或D4计算船体的前后方向的挠度的方法进行说明。

船体的前后方向的挠度，被定义为船首吃水值与船尾吃水值的平均值和船体中央吃水值之间的差值，是简要表示船体在前后方向是中拱状态(凸状态)还是中垂状态(凹状态)的值。在计算此值时，针对各测量值，取预定期间(例如150秒)内吃水值的时间平均值。

然后，从船首吃水值和船尾吃水值的算术平均值减去船体中央吃水值的算术平均值，以此计算出挠度的值。此值是左右与船体强度密切相关船体弯矩量以及装载货物重量大小的重要指标，对其准确掌握可以防止重大事故的发生。

<第2实施方式>

以下，结合附图，对用于实施本发明的第2实施方式进行说明。另外，这仅是一例，本发明的技术范围并不限于此。

[横波周期预测系统101的结构]

图5为说明本实施方式中横波周期预测系统101的硬件结构和软件功能的框图。

横波周期预测系统101包括：控制数据的控制部110、与用户和其他设备通信的通信部120、存储数据的存储部130、接收来自用户的信息输入的输入部140、输出由控制部110控制的数据和图像的显示部150、以及测量数据的测量部160。

控制部110包括：CPU(中央处理器：Central Processing Unit)、RAM(随机存取存储器：Random Access Memory)、ROM(只读存储器：Read Only Memory)等。

通信部120包括可用于与其他设备通信的器件，例如，基于IEEE802.11的Wi-Fi(无线保真：Wireless Fidelity)对应器件。

控制部110读入预定的程序，根据需要，通过与通信部120和/或测量部160协作，可实现船体状态量检测模块111、吃水值计算模块112、横波周期计算模块113、预测横波周期计算模块114、横摇周期检测模块115、典型横摇周期识别模块116、GM计算模块117。

存储部130为数据和文件的存储装置，包括硬盘、半导体存储器、记录介质、存储卡等数据的存储部。存储部130存储后述的船体状态量数据库131。

输入部140的种类无特别限定。作为输入部140，可以列举出键盘、鼠标、触摸屏等。

显示部150的种类无特别限定。作为显示部150，可以列举出显示器、触摸屏等。

在本实施方式中，测量部160由用于测量吃水值的吃水标尺D101～D104构成，其中，所述吃水值被定义为从水面至船体底部的垂直距离。如图6所示，吃水标尺由下述四个构成：被设置于船体船首部的中心附近的吃水标尺D101、船体中心部附近左右分别设置的吃水标尺D102、D103、以及被设置于船体船尾部附近的吃水标尺D104。

[吃水标尺D101～D104的结构]

作为构成本实施方式的横波周期预测系统1的吃水标尺D101～D104，采用石英晶体式的吃水标尺。以下对石英晶体式的吃水标尺的工作原理进行说明。

石英晶体式的吃水标尺使用晶振作为检测元件。由于晶振具有振荡频率随施加压力成比例变化的性质，石英晶体式的吃水标尺中，其频率直接由计数器测量，可以掌握施加于检测元件的压力(水压)，由此检测出检测元件设置位置的水深，计算吃水值。

使用晶振的吃水标尺中，由于石英晶体的振荡频率由计数器直接测量，因此可以数字测量，其不同于半导体式吃水标尺那样需要将压力以模拟信号的形式测量且进行A/D转换的以往的吃水标尺，能够实现无转换误差的高精度的吃水值检测。

即，假如使用诸如半导体式吃水标尺等其他形式的吃水标尺的情况下，对吃水标尺设置位置处的压力进行模拟测量。并且，对按时序测量的压力进行傅里叶分析等数据处理时，需要将测量的压力值从模拟型号转换为数字信号(A/D转换)。此时，模拟信号转换为数字信号时会产生误差，因此，半导体式吃水标尺的测量误差是本实施方式中石英晶体式的吃水标尺的测量误差的10倍左右。

在本实施方式中，由于采用石英晶体式吃水标尺，晶振的振荡频率可以由计数器以数字信号形式测量。因此，测量的数据无需进行数字转换，可以不产生A/D转换的转换误差，可以高精度地计算GM值。

另外，被设置于左右舷的吃水标尺D102、D103分别优选被设置于右舷和左舷的端部。由于在右舷和左舷的端部设置吃水标尺，可以构建测量误差小的系统。

[使用横波周期预测系统1的横波周期预测方法的流程]

图7为表示使用横波预测系统101的横波周期预测方法的流程图。图8为表示船体状态量数据库131的一例的图。结合图6至图8，对上述各硬件、软件模块所执行的处理进行说明。本实施方式中，通过反复执行步骤S110至步骤160的控制逻辑，反复计算船体的横波周期的预测值。

〔步骤S110：船体状态量的检测〕

最初，当系统启动时，横波周期预测系统101的控制部110与测量部160协作，执行船体状态量检测模块111，按时序检测船体状态量(步骤S110)。步骤S110中，基于被设置于船体的吃水标尺，以预定的时间间隔，在预定的期间内对船体状态量进行检测。预定的时间间隔可以适当设置，例如，1/2秒间隔或1/10秒间隔。

本实施方式中，基于被设置于左右舷的吃水标尺D102、D103，以时序数据形式检测石英晶体的振荡频率。

〔步骤120：船体的左右舷吃水值的计算〕

接下来，横波周期预测系统101的控制部110，执行吃水值计算模块112，使用被设置于船体左右舷的石英晶体式吃水标尺D102、D103，对船体的右舷和左舷的吃水值按时序进行测量(步骤120)。使用被设置于船体左右舷的石英晶体式吃水标尺D102、D103测量吃水值时，步骤110中作为船体状态量检测的振荡频率转换为压力(水压)，由此计算出检测元件设置位置的水深，并利用该水深与检测元件的设置位置至船底的距离，计算船体的吃水值。

由于船体中心部附近的左右两处的吃水标尺D102、D103，均被设置于与船体中央线错开的位置，由吃水标尺D102、D103测量的测量值换算至船体中央线，即为船体中央部的左右吃水值。

通过对如上所述得到的吃水值进行温度校正以及基于自动运算功能的船体倾斜校正(纵倾：前后倾斜，横倾：横向倾斜)，可以得出校正后的吃水值，其中，上述温度校正利用了被安装于各吃水标尺D102、D103的温度计所测量的水温。

另外，由于港湾的海水比重与一般咸水水域、咸淡水水域、淡水水域不同，通过手动输入测量值对港湾的海水比重进行校正。在航运状态下采用标准海水比重。

〔步骤130：船体的左右舷的吃水值的存储〕

在步骤120中计算船体的左右舷的吃水值时，计算的吃水值被存储于船体状态量数据库131(步骤130)。例如，每1/2秒连续进行船体状态量的检测以及吃水值的计算。如图8所示，将计算出的左右舷的吃水值与检测所对应的船体状态量的时刻一起作为时序数据存储于船体状态量数据库131中。

〔步骤140：船体所承受的横波的周期的计算〕

接下来，横波周期预测系统101的控制部110执行横波周期计算模块113，计算在预定期间内船体所承受的横波的周期(步骤140)。这里，预定期间是指，例如，从当前时刻算起过去20分钟的期间。

根据被设置于船体一侧船舷的吃水标尺D102测量的吃水值与被设置于另一侧船舷的吃水标尺D103测量的吃水值之差的时序数据，对横波周期进行计算。

即，基于步骤110和步骤120，各吃水标尺D102、D103中，对船体的右舷和左舷的吃水值以时序数据的形式进行计算，计算出的左右舷的吃水值基于步骤130与时刻一起被存储于船体状态量数据库131。

然后，步骤140中，将步骤130中被存储于船体状态量数据库131的各时刻的右舷吃水值和左舷吃水值的差分取出，并将该差分与检测时刻一起按时序进行提取。此时，基于船体所承受横波的大小和周期，吃水值的差分的时序数据取以描绘波形的方式变化的值。然后，对预定期间(例如，从当前时刻算起过去20分钟)内提取的吃水值的差分进行傅里叶分析，计算所述预定期间内横波的周期。

按照每预定时间间隔(例如，每4分钟)执行上述横波周期的计算。如此，每隔4分钟就能计算出当前时刻算起过去20分钟内的典型横波周期。

另外，本实施方式中，以左右舷的吃水值的差随时间的变化检测船体所承受的横波周期，但本发明并不限于此，只要是能检测横摇周期，亦可以使用其他的船体状态量。例如，亦可使用利用石英晶体式吃水标尺测定的石英晶体的振荡频率检测横波周期。

即，石英晶体式吃水标尺检测的振荡频率是与晶振所承受的压力相当的状态量，振荡频率随时间的变化表示压力随时间的变化。前述变化表示船体的摇摆，因此，吃水标尺D102、D103的表示振荡频率的时序数据的波形周期相当于船体的横摇周期。因此，从表示振荡频率的时序数据的波形中，检测出振荡频率的极大值和极小值的峰，并由峰间的时间检测横摇周期。

此外，亦可由船体的倾斜度或横摇量随时间的变化来检测横波周期。

另外，本实施方式中，对预定期间内左右舷的吃水值的差分随时间的变化进行傅里叶分析，计算横波周期，但本发明并不限于此，亦可从表示船体状态量的时序数据中检测出峰，从峰之间的时间检测周期，亦可使用表示动摇的时序的现有的统计模型检测周期。

〔步骤150：船体所承受横波周期的存储〕

在步骤140计算船体所承受横波周期时，计算的横波周期被存储于船体状态量数据库131(步骤150)。按预定期间间隔(例如，每隔4分钟)进行横波周期的计算，并将计算出的横波周期的值如图8所示与计算时刻一起作为时序数据存储于船体状态量数据库131。

〔步骤160：预测横波周期的计算〕

接下来，控制部110与存储部130协作执行预测横波周期计算模块114，提取被存储于船体状态量数据库131的预定期间内的横波周期，利用所提取的横波周期，计算该预定期间之后的时刻的横波周期的预测值(步骤160)。

如前所述，在步骤150中，从某时刻前溯预定时间的期间内的横波周期与时刻一起被存储。将当前时刻至前溯预定时间(这里为20分钟)后的时刻之间计算出的横波周期(这种情况下，为5个)与计算时刻一起全部提取，并将所提取的横波周期数据以时间进行微分运算，从而计算出自当前时刻20分钟后的时刻的横波周期的预测值。

例如，提取从当前时刻前溯预定时间的期间内被存储于船体状态量数据库131中的多个横波周期以及计算该横波周期的时刻，并对与时刻相对应的横波周期的值进行回归分析。并根据由回归分析结果得到的最新数据的斜率，预测从当前时刻起经过预定时间后的时刻的波长数据。

或者，也可以为下述，即：以差分方式计算出所提取的各时刻的横波周期的时间变化率(基于时间的微分值)即斜率，并将横波周期的时间微分值的时间变化与事先存储的实际数据进行比较，当观察到预定趋势时，将其推定为下一时刻的横波周期的时间微分值。然后，根据所推定的横波周期的时间微分值，计算下一时刻的横波周期的预测值。

另外，也可以利用多元回归分析方法由后述的GM值和气压数据计算横波周期的预测值。

进而，也可以为下述，即：例如，使用卷积神经网络(CNN：Convolutional NeuralNetwork)等机械学习模型，将横波周期与气象信息相关联进行学习，作为训练数据事先进行存储，并根据已存储的训练数据与当前的气象信息对横波周期进行预测。

步骤160中，使用这些方法之一，计算上述预定期间后的时刻的横波周期的预测值。

另外，步骤140中为计算横波周期提取吃水值差分的期间与步骤160中为计算横波周期的预测值提取横波周期的期间可以相同也可以不同。

步骤160中计算横波周期预测值时，考虑船体航行地域的气压信息，可以构建更高精度的系统。即，众所周知，气压的高低对波的形成发展有巨大的影响，进行将气压信息作为影响因素的计算时，可以更高精度的计算横波周期的预测值。气压信息可以通过通信部120得到。

每隔预定时间(例如，每隔4分钟)执行步骤160中对预测横波周期的计算。即，可以为：步骤140中每当进行横波周期的计算时，对预测横波周期进行计算。

这样，利用被设置于船体的吃水标尺所检测的船体状态量的时序数据，并利用经傅里叶分析计算出的横波周期的时序数据，计算出船体所承受的横波的周期的预测值，由此，无需复杂的数据处理即可高精度地计算预测横波周期。另外，由于检测船体状态量的吃水标尺已被设置于船体，无需为计算预测横波周期而设置新的传感器类，从而可以构建低成本高精度的横波周期预测系统。

另外，在计算横波的周期时，仅使用由被设置于船体左右舷的吃水标尺检测的船体状态量的时序数据获得的、右舷吃水值与左舷吃水值的差分的时序数据，因此，无需特殊的测量设备和高性能的计算设备，也无需考虑波的入射角和波的合成，通过使用已有的设备即可构建能准确预测横波周期的系统。

进而，由于使用石英晶体式吃水标尺作为检测船体状态量的吃水标尺，与其他形式的吃水标尺不同，可以以数字信号形式测量船体状态量。因此，无需数据处理时的A/D转换，可以构建无转换误差的高精度的横波周期预测系统。

[使用横波周期预测系统101的GM计算方法的流程]

图9为表示使用横波周期预测系统101的GM计算方法的流程图。图8为表示船体状态量数据库131的一例的图。结合图6、图8、图9，对上述各硬件、软件模块所执行的处理进行说明。本实施方式中，通过反复执行步骤210至步骤250的控制逻辑，反复计算船体的GM值。

这里，船体的GM被定义为稳心M与船体的重心G的距离，是基于船体的倾斜等在时时刻刻变化的值。其中，所述稳心M为在船体横向倾斜时，以浮力的中心作为作用点的浮力的方向与船的横截面上通过重心的垂直方向的线相交的点。万一错误地估计GM，不仅无法安全航行，最坏的情况下，亦伴有倾覆的危险。

但是，对GM带来影响的不仅有来自横向的波，还有必要考虑来自各方向的波的合成波所带来的影响。因此，以往为了准确地掌握或预测GM，掌握波浪对船体的入射方向，需要通过手动输入入射角度。但是，在船体被大波浪击中有倾覆可能的状况下，手动输入波浪的入射角度是不现实的。

因此，无需人手动输入波浪的入射角，甚至无需另行配置传感器，利用已设置的传感器的测量数据，无需复杂的数据处理，对GM进行高精度的实时计算是必要的。

〔步骤S210：船体状态量的检测〕

最初，当系统启动时，横波周期预测系统101的控制部110与测量部160协作，执行船体状态量检测模块111，按时序检测船体状态量(步骤S210)。步骤S210中，基于被设置于船体的吃水标尺，以预定的时间间隔，在预定的期间内对船体状态量进行检测。预定的时间间隔可以适当设置，例如，1秒间隔或1/10秒间隔。

本实施方式中，基于被设置于左右舷的吃水标尺D102、D103，以时序数据形式检测石英晶体的振荡频率。

〔步骤S220：船体的横摇周期的检测〕

接下来，横波周期预测系统101的控制部110执行横摇周期检测模块115，对船体的横摇周期进行连续检测，所述船体的横摇周期被定义为左右舷的最大横摇的时间间隔(步骤S220)。

本实施方式中，基于被设置于左右舷的吃水标尺D102、D103检测的振荡频率的时序数据，检测船体的横摇周期。由于检测的振荡频率是与晶振所承受的压力相当的状态量，因此，振荡频率随时间的变化表示压力随时间的变化。因此，吃水标尺D102、D103的表示振荡频率的时序数据的波形周期相当于船体的横摇周期。在本实施方式中，从表示振荡频率的时序数据的波形中，检测出振荡频率的极大值和极小值的峰，并由峰间的时间检测横摇周期。

另外，本实施方式中，采用石英晶体式吃水标尺测定石英晶体的振荡频率并利用该振荡频率检测船体的横摇周期，但本发明并不限于此，只要能检测横摇周期，亦可以使用其他的船体状态量。例如，也可以由左右舷的吃水值随时间的变化检测横摇周期。或者，也可以由倾斜度或横摇量随时间的变化检测横摇周期。

另外，在本实施方式中，由表示船体状态量的时序数据的波形检测峰，并从峰间的时间检测横摇周期，但本发明并不限于此，也可以通过对波形进行波谱分析来检测周期，也可使用表示摇摆时序的现有统计模型检测周期。

〔步骤230：船体的横摇周期的存储〕

在步骤S220中检测船体的横摇周期时，检测的横摇周期被存储于船体状态量数据库131(步骤S230)。连续检测横摇周期，检测的横摇周期值如图8所示与检测的时刻一起被存储于船体状态量数据库131中。

〔步骤S240：典型横摇周期的识别〕

接下来，控制部110与存储部130协作执行典型横摇周期识别模块116，提取被存储于船体状态量数据库131的预定期间的横摇周期，利用所提取的横摇周期，识别所述预定期间内横摇周期的典型周期(步骤S240)。

这里，预定期间是指，例如，从当前时刻算起过去20分钟的期间，在这种情况下预定期间的典型周期是指，20分钟内横摇周期的典型值。如前所述，在步骤S230中，横摇周期与时刻一起被存储。然后，提取当前时刻至前溯预定时间(此处指20分钟)的时刻之间所检测的全部横摇周期，通过对所提取的横摇周期数据进行傅里叶分析，识别预定期间内横摇周期的典型周期。

每隔预定时间例如每隔2秒执行步骤S240中的典型周期识别。

〔步骤S250：GM值的计算〕

接下来，控制部110执行GM计算模块117，利用步骤S240识别的船体的横摇周期的典型周期，带入式(3)计算GM值。计算出的GM值实时显示于显示部150。

GM＝(0.8B/Tγ’)²·····式(3)

这里，式(3)中，B为船体的船宽(m)，Tγ’为步骤S240中傅里叶分析识别的横摇周期的典型周期(秒)。

以预定的时间间隔例如每隔2秒执行步骤S250中GM值的计算，每次执行计算时，就将最新的值显示于显示部150。船员对显示部150逐一显示的GM值进行确认并对船体执行各种控制，由此能够持续进行安全航行。

另外，在计算GM值时，想要更严谨的计算时，可以使用带有回转半径的式(4)，所述回转半径在新建完工时的重心检查(倾斜试验)中得出。

GM＝(2.01K/T)²·····式(4)

这里，式(4)中，K为船体的回转半径(m)，T为基于吃水值变化的船体的固有周期(秒)。

能得到船体的回转半径K(m)时，可以采用式(4)计算GM值。但是，在使用式(3)时，亦可与采用式(4)计算GM值时有同等的精度。

这样，利用被设置于船体的吃水标尺检测的船体状态量的时序数据，通过傅里叶分析识别的横摇周期的典型周期计算GM值，无需复杂的数据处理即可高精度地实时计算GM值。另外，由于检测船体状态量的吃水标尺已经被设置于船体，因此无需设置新的传感器类以计算GM值，可以构建低成本高精度的GM计算系统。

另外，由于利用被设置于船体的左右舷的吃水标尺检测的船体状态量的时序数据，检测作为左右舷的最大横摇的时间间隔的横摇周期，无需特殊的测量设备和高性能的计算设备，通过使用已有的设备，即可构建低成本高精度的GM计算系统。

并且，由于采用石英晶体式吃水标尺作为检测船体状态量的吃水标尺，与其他形式的吃水标尺所不同，可以数字信号的形式测量船体状态量。因此，数据处理时无需A/D转换，即可构建无转换误差高精度的GM计算系统。

作为检测的船体状态量，由于采用被设置于船体左右的石英晶体式吃水标尺中晶振的振荡频率，振荡频率的变化作为横摇周期，可以直接且连续的测量。因此，无需特意变换具体的其他物理量，即可构建少量数据处理高精度的GM计算系统。

[船体的吃水值的测量]

对使用构成本实施方式的横波周期预测系统101的吃水标尺D101和D104测量船体的船首部和船尾部的吃水值的方法进行说明。

测量吃水值时，振荡频率转换为压力(水压)，由此计算出检测元件设置位置的水深，并利用该水深与检测元件的设置位置至船底的距离来导出船体的吃水值，这一点与图7的步骤120相同。

如图6所示，由于船首部的吃水标尺D101被设置于与船首线错开的位置，由吃水标尺D101测量的测量值转换至船首线位置，即为船首吃水值。

由于船尾部的吃水标尺D104被设置于与船尾线错开的位置，由吃水标尺D104测量的测量值转换至船尾线位置，即为船尾吃水值。

通过对如上所述得到的吃水值进行温度校正以及基于自动运算功能的船体倾斜校正(纵倾：前后倾斜，横倾：横向倾斜)，可以得出校正后的吃水值，其中，上述温度校正利用了被安装于各吃水标尺D101、D104的温度计所测量的水温。

另外，由于港湾的海水比重与一般咸水水域、咸淡水水域、淡水水域不同，通过手动输入测量值对港湾的海水比重进行校正。在航运状态下采用标准海水比重。

按照如上所述实施船体的吃水值的测量。

[船体船首部与波浪相遇周期的识别]

对使用构成本实施方式中横波周期预测系统101的吃水标尺D101或D104识别船体船首部与波浪相遇周期的方法进行说明。

首先，使用吃水标尺D101或D104，测量船首部或船尾部的纵摇周期。即，可与计算GM值时同样地由吃水标尺中的晶振的振荡频率的变化检测船体的摇摆，并由振荡频率的变化的周期检测摇摆的周期。

然后，由被设置于船首部或船尾部的吃水标尺D101或D104的振荡频率的变化对船首部或船尾部的最大纵摇的时间间隔进行连续检测，并对所检测的连续纵摇周期数据进行傅里叶分析，从而识别其纵摇周期的典型周期。

[船体的前后方向的挠度的计算]

对使用构成本实施方式中横波周期预测系统101的吃水标尺D101～D104计算船体的前后方向的挠度的方法进行说明。

船体的前后方向的挠度被定义为船首吃水值与船尾吃水值的平均值和船体中央吃水值之间的差值，是简要表示船体在前后方向是中拱状态(凸状态)还是中垂状态(凹状态)的值。在计算此值时，针对各测定值，取预定期间(例如150秒)内吃水值的时间平均值。

然后，从船首吃水值和船尾吃水值的算术平均值减去船体中央吃水值的算术平均值，以此计算出挠度的值。此值是左右与船体强度密切相关的船体弯矩量以及装载货物重量大小的重要指标，对其准确掌握可以防止重大事故的发生。

以上，对本发明的实施方式进行了说明，本发明不限于上述实施方式。另外，本发明的实施方式中所记载的效果，仅列举了由本发明产生的最优选的效果，本发明的效果并不限于本发明的实施方式中所记载的效果。

附图标记说明

1 第1实施方式的GM计算系统

10 控制部

11 船体状态量检测模块

12 横摇周期检测模块

13 典型横摇周期识别模块

14 GM计算模块

20 通信部

30 存储部

31 船体状态量数据库

40 输入部

50 显示部

60 测量部

101 第2实施方式的GM计算系统

110 控制部

111 船体状态量检测模块

112 吃水值计算模块

113 横波周期计算模块

114 预测横波周期计算模块

115 横摇周期检测模块

116 典型横摇周期识别模块

117 GM计算模块

120 通信部

130 存储部

131 船体状态量数据库

140 输入部

150 显示部

160 测量部