在談到航運業節能減排時，大家可能不會想到從縱傾優化的角度入手；但這種方法在近期備受關注，因為它確實可以大大減少燃料消耗。即使航行速度和吃水保持不變，船舶的阻力也會發生變化，這取決于縱傾角度。因此，在港口的裝載貨物時，優化縱傾角可以確保船舶在航行過程中的平均阻力達到最小。

縱傾優化的經濟效益

除了助力環保事業，航運公司還可以獲得夢寐以求的經濟效益。由于優化縱傾角可以減少燃料成本，在對各種巡航條件進行全面的縱傾角優化研究的基礎上，建立一個最佳縱傾角數據庫在財務方面意義重大。

任何類型和船齡的船舶都可以進行縱傾優化；當然，船舶體積越大，好處就越明顯。對于某些船舶，如游輪，由于乘客的舒適度和設施的限制相對嚴格，所以縱傾角的調整相對不那么靈活。對于航行時經常需要裝載部分負荷的船舶，如滾裝船和較小的集裝箱船，優化縱傾角可以發揮最大的效果。在這些情況下，燃料節省可能高達 5%。這是一個相當大的數字：對于一艘裝載大約 2000 個標準集裝箱的集裝箱運輸船，如果以 22kn 的速度航行，這相當于每天節省約 35 桶石油。

“對于航行時經常需要裝載部分負荷的船舶，如滾裝船和較小的集裝箱船，優化縱傾角可以節省高達 5% 的燃料。對于一艘裝載大約 2000 個標準集裝箱的集裝箱運輸船，如果以 22kn 的速度航行，這相當于每天節省約 35 桶石油。”

動態縱傾的重要性

在過去，船舶設計是針對單一的速度和吃水進行優化的，但大多數船舶會經歷各種不同的航行條件，需要對這些參數進行各種更改。如今，借助計算流體力學 (Computational Fluid Dynamics ，CFD) 這一扭轉乾坤的利器，我們可以快速而準確地生成最佳縱傾和吃水條件矩陣。

需要運行數以百計的模擬，每種模擬都對應一組初始縱傾、吃水和速度值，從而創建一個最佳縱傾數據庫，同時不需要進行任何模型測試。計算時采用實船數據，因為使用縮小版模型不能準確預測湍流，而湍流對最佳縱傾角度有很大的影響。局部再循環和水流剝離會導致模型和實船的預測力出現差異，因為支配這些現象的雷諾數不能在幾何比例中得到保留。與不包括湍流效應的潛在數據相比，壁面粗糙度（污垢）的阻力增加效應也可以納入 CFD 分析中。因此，對于船舶在整個生命周期內的阻力，CFD 可以提供更真實的數據。

鑒于結果的準確性和一致性，CFD 還能將復雜流體力學問題的詳細信息轉換為 3D 形式。工作流程幾乎可以完全自動化，因為軟件的所有操作都可以用腳本編寫。船舶設計師只需輸入特定的船舶條件，軟件就能在一個工作站或 HPC 集群上快速自主地設置和運行所有模擬。

“整個工作流程幾乎可以完全自動化。船舶設計師只需輸入特定的船舶條件，軟件就能在一個工作站或 HPC 集群上快速自主地設置和運行所有模擬。”

Omnis Marine

在實踐中，Omnis Marine 的 C-Wizard 矩陣模式創建了 n x m x p 的計算：針對每個 {吃水 (n)，縱傾 (m)} 組合提供一個速度 (p) 的列表。所有吃水-縱傾組合的位移都保持一致。隨著船舶平移/旋轉，自由表面的 Z 坐標在所有計算中也保持不變，以確保等距位移條件。此外，用戶還可以選擇通過鼓動盤使用真實螺旋槳性能的公開水域數據，這進一步提高了結果的準確性和真實性，同時 CPU 成本較低。

在模擬過程中，Omnis Marine 可以通過鼓動盤讀取公開水域性能數據。

流體求解器計算出的阻力、力矩和動態縱傾以及下沉量，對應后處理步驟中的每個組合（吃水、縱傾、速度），會產生每個吃水的位移。例如，以下是基于 Omnis Marine 獲得的 CFD 結果得出的特定船只的優化縱傾表格。

Omnis Marine得出的優化縱傾表格

值得注意的是，整個項目的數百次計算都將用同一個網格來完成！這種能力大大減少了所需的總計算時間，因為幾何體和水域只需要經過一次網格化，同時還能確保最高的精度。此外，這還避免了創建不同網格所固有的數值不確定性。這要歸功于 Omnis Marine 獨特的自適應網格細化 (Adaptive Grid Refinement ，AGR) 技術，該技術以各向異性、自動和動態的方式，在模擬過程中對自由表面進行所有必要的細化。

Omnis Marine自適應網格細化技術在捕捉自由表面方面的作用

結論

對于船東來說，要減少運營費用，縱傾優化是一個相對容易的方法。在過去，可能無法針對初始吃水、縱傾角和速度的龐大矩陣獲得準確的阻力預測，而現在，CFD 是快速和高精度獲得最佳縱傾角數據庫的首選工具。

Omnis Marine 具有獨特的功能，如帶有自適應網格細化技術的單網格方法和使用真實的公開水域推進數據，對于基于矩陣阻力的應用而言，該軟件提供了一套終極 CFD 工具。