随着全球气候的变暖、温室气体的过度排放，节能减排已成为各行各业研究的重点，在船舶行业也是如此。国际海事组织不断出台严格的环保政策和新的技术要求，使得加快船舶节能减排的发展已是迫在眉睫，绿色化和可持续化发展成为船舶行业重点发展目标。对于已投入运营的船舶，主要通过能效优化方法提高船舶的能效水平。数字孪生技术由于其在船舶性能与能效预测和运行管理的优越性，使其在船舶运营能效优化领域的应用具有特殊的价值与意义。通过对实船运行数据的分析和建模，预测船舶在不同航行工况和负载下的能效水平，可为船舶能源管理和节能减排提供科学依据。
根据IMO新的规则要求，航运船舶营运能效水平采用EEOI指数作为航运船舶营运能效水平的评价指标。本文以内河船舶为研究对象，综合考虑各因素对内河船舶营运能效的影响，建立了船舶运营能耗模型，基于此建立船舶能效优化孪生模型，给出了船舶能效数字孪生系统的完整设计。具体的研究内容如下：
（1）论述船舶营运能效的评价方法与评价指标，围绕能效评估指标分析船舶能效的主要影响因素及作用律，针对影响因素讨论了能效提升方法，包括从船舶设计建造到营运管理的能效提升手段，为船舶能耗的建模与优化奠定了理论基础。
（2）分析船舶能效优化研究的数据需求，包括船舶推进系统及通航环境中所涉及的基本参数。确定具体目标船舶，并针对该目标船舶设计船舶营运数据采集与分析平台，包括架构组成，功能要求，数据采集形式，软件监控界面等，为船舶能耗的建模与优化提供了数据基础。
（3）在能耗数据获取的基础上进行数据分析、数据清洗、插值修补。对航行航段的水深、流速、风向、风速等通航环境数据进行特征差异分析，采用聚类算法对通航环境航段进行特征划分及编号。建立了船舶能耗机理模型和神经网络模型，经过对比分析结果，表明了针对该目标船舶下能耗神经网络模型的预测效果要优于机理模型。
（4）针对目标船舶设计船舶能效数字孪生系统，包括：船舶实体层、孪生模型层、数据层、功能应用层和三维可视化层。在能耗模型的基础上，建立综合考虑多环境因素下的船舶能效优化孪生模型，采用智能求解算法给出不同特征航段下的最优化决策。搭建三维虚拟场景环境及虚拟船舶，在三维可视化平台中实体船舶与虚拟船舶数据实时交互、状态保持同步，采用孪生模型层和三维可视化相结合的方法对船舶能效智能优化决策进行有效性验证。
谷歌
火狐
