FPSO 船体运动状态数字孪生建模方法研究

1 概 述

FPSO 在极端恶劣海况情况下将发生较大的转向、倾斜、漂移、振荡等系列运动行为，对平台的生产能力、储油能力、抗风浪能力、结构寿命和可靠性以及运行维护经济性等造成影响[1]。与航行船不同，FPSO 船体受到单点系泊系统约束，单点系泊（SPM）系统受到不同深度的流场影响，引起的惯性力将传递至主船体，与波浪作用耦合，共同决定船体的运动状态 [2]，现有的数学解析与仿真计算软件在分析这种接触、传递和耦合作用导致的非线性运动现场面临精度和方法的局限性 [3]，因此监测 FPSO 船体运动对于识别恶劣海况下的系统性风险至关重要 [4]。

然而，直接通过局部传感器测量难以获得全局精确信息，面临技术挑战：

（1）空间非线性与重心动态性： 船体各区域运动幅度差异显著，且重心、稳性持续变化，局部测量数据与全域状态呈复杂非线性关系 [5]。

（2）关键运动区域不可达与运动传递复杂性： 监测点（如报房）远离高风险的 SPM 区域，且两者运动通过复杂的“旋转链”（报房绕甲板 SPM 点转，甲板SPM 点绕水下中心点转）关联，使得推算关键的SPM 中心点实时偏移量（系泊断裂主因）异常困难。

为提升对现场数据的分析能力，通过数字孪生（Digital Twin）技术构建船体全域运动解算模型，基于现场实测数据，全面和精准地展示复杂环境互动和多变载荷条件下全域运动姿态信息，为系泊系统控制、结构安全、管理维护、故障调查和降本增效实现提供准确的数据支持和科学的决策依据。

2 FPSO 运动姿态监测技术

本研究以一艘 10 万吨级内转塔式 FPSO 为研究对象，该 FPSO 采用单点系泊方式。通过分析 FPSO 在恶劣海况下可能面临的风险，识别出关键运动指标参数，并梳理出需要掌握的核心物理量，包括三轴位移、三轴角度、三轴加速度以及 GPS 位置信息，这些参数的监测对于评估船体稳定性、设备安全、结构疲劳和系泊系统风险至关重要。

在监测 F P S O 运动状态时，需要在船体多个位置布设运动姿态监测装置，以组合分析出 F P S O 的整体运动状态。单个测点装置主要由 GPS 模块、IMU 模块及计算模块组成。GPS 模块提供精确的位置信息，IMU 模块（包含陀螺仪、加速度计、磁力计、气压计）提供三轴加速度数据，而计算模块则负责数据分析、存储、通信及计算等任务。

为克服多测点布设中可能遇到的信号干扰和定位漂移问题（如上层建筑阻挡卫星信号、多路径效应和电磁干扰），本研究引入了动态 RTK（Real-TimeKinematic）技术。通过基准站与移动站同步接收 GNSS 卫星信号，并利用双差算法处理观测数据，动态 RTK 能够有效消除系统误差，实现厘米级的相对距离和位移测量，从而确保船舶全域运动数据的精确性。

3 FPSO 全域运动状态数字孪生体系构建

将FPSO 的复杂系统耦合运动行为分为三个层级：

（1）单元级： 描述单个构件（如锚链、局部结构）的运动，通常为线性运动。（2）系统级： 由多个单元级实体组成，单元间存在线性或非线性关系，例如FPSO 船体整体运动。

（3）复杂系统级： 由多个系统级实体运动相互接触、传递和耦合形成的非线性复杂运动，例如 FPSO 的运动状态是系泊系统、环境载荷和船体自身水动力特性三者之间非线性耦合的结果。

为实现对 F P S O 全域运动状态的精准监测和分析，构建了一个四层数字孪生技术架构，包括实体层、感知层、孪生层和应用层。

（1）感知层： 通过沿船长方向均匀布设的 16 组位移姿态节点（6 组输入，10 组验证），以“边缘 - 云”协同的方式获取全船多个区域的位移与姿态数据，进而求解全域位移。

（2）孪生层： 作为体系架构的核心，负责描述FPSO 运动状态的数字化表达，通过深度融合导入类数据、采集类数据、中间类数据和工单类数据，以及图像模型、行为模型、结构模型和数据模型，构建全面、实时的虚拟镜像。

4 船体全域运动状态关键算法

4.1 基于IMU 的纵摇/ 横摇动态校准算法

对于一个节点，其惯性测量单元（IMU）在 n 个时间步的加速度数据可以表示为矩阵：

此处， ，表示第个时间序列的倾角数据。

（1）三轴倾角基线

计算三轴分量的基线：

横摇基线的计算公式为：

纵摇基线的计算公式为：

（2）纵摇、横摇角计算节点在第个时间序列的纵摇（ ）的计算公式为：

节点 在第个时间序列的横摇角计算公式为：

4.2 基于三截面节点坐标的艏向角计算

若从船尾到船头均匀选择了三个截面，每个截面在左舷与右舷各布置一个位姿节点，则共 6 个节点，第 i 个截面的左右节点GPS 坐标为：

其中， 。定义每个截面的中点（即船体中线上的参考点）为：

使用前后两个截面中点连线的方向向量估算船艏向（Heading）：

艏向角定义为该向量在水平面上与正北方向之间的夹角。若以正北方向为Δ y 轴则：

5 总结

针对 FPSO 在风、浪、流及系泊系统共同作用下产生的转向、倾斜、漂移与振荡等非线性运动行为所引发的系统性风险，提出一种基于数字孪生技术的全域运动状态解算模型，克服局部传感器难以实现全局精确监测的技术挑战。为系泊控制能力、结构安全水平、运维效率与事故响应能力提供了数据支撑与决策依据，具有重要的工程应用价值与推广意义。

构建了一套四层结构的数字孪生架构体系，包括实体层、感知层、孪生层与应用层。在感知层，设计了多节点布设方案并引入动态RTK 技术，显著提升了多源运动数据的获取精度，有效抑制了定位漂移问题。孪生层作为系统核心，通过深度融合各类数据与多种模型表达方式，构建了 FPSO 运动状态的实时虚拟映像。

在核心算法设计方面，提出了适用于船体全域运动解算的多项关键技术，包括基于 IMU 数据的纵摇与横摇角估算方法、利用多截面中点连线计算艏向角的方法以及针对FPSO 装载变化所引发的动态旋转中心变化计算模型。

参 考 文 献 ：

[1] Zhao C， Bai Y， Shin Y. Extreme response and fatigue damages for FPSO structural analysis[C]//ISOPE International Ocean and Polar Engineering Conference. ISOPE， 2001： ISOPE-I-01-047. [2] Wang J， Li H， Li P， et al. Nonlinear coupled analysis of a single point mooring system[J]. Journal of Ocean University of China， 2007， 6： 310-314. [3] Fernandes A C， Asgari P， Junior J S S. Linear and non-linear roll damping of a FPSO via system identification of a third order equation with sway-roll coupled damping effects[J]. Ocean Engineering， 2018， 166： 191-207. [4] Li D， Lyu B， Bai X， et al. Real-time safety risk assessment of floating offshore platforms based on on-site monitoring[J]. Ocean Engineering， 2024， 305： 117825. [5] Yang J， He Y， Zhao Y， et al. Coupled dynamic response analysis of multicolumn floating offshore wind turbine with low center of gravity[J]. Journal of Ocean Engineering and Science， 2024， 9（1）： 25-39.