收益：
- 能够了解速度、纵倾、天气、机械负载和排放限制如何确定燃油消耗，并利用人工智能根据船舶的实际性能曲线进行预测
- 能够在稳定性、机器健康状况和商业法律限制（包机、港口窗口）范围内，经人工批准后应用配平和速度变化
- 能够理解 CII 和 EEXI 等排放数据是通过经批准的官方方法产生的，人工智能估算不能取代官方报告，并且存在幻觉风险。
燃料通常是船舶运营成本中最大的项目，也是碳排放的来源。如今，船舶必须管理其燃料，不仅是为了“经济”，而且也是为了遵守国际规则（国际海事组织的排放法规）。燃油优化是为了保证船舶在一定的天气和航线下，以最少的燃油量，按规则、按时地承载一定的载荷。 AI在这个方程的多元微积分方面很强；但人类设定了优化的限制（安全、合同、机器健康）。
在本单元中，您将学习如何一起优化速度、配平、空气、机器负载和排放约束；您将了解人工智能在哪里进行计算并将批准留给人类。
决定油耗的变量
以下因素主要决定船舶燃料：
- 速度。阻力随速度大致呈三次方增加；换句话说，稍微降低速度（慢速航行）会不成比例地降低燃料消耗。但过多的减速会降低预计到达时间，有时还会降低机器的健康状况。
- 修剪。 Trim是船舶前后吃水的差值，即纵向平衡调整。正确的修剪可以减少阻力；错误的装饰会浪费燃油。最佳配平随负载和速度而变化。
- 草稿并离开。负载越大，阻力越大。
- 空气和海洋。头部增加波浪和风的阻力（增加阻力）。
- 船体和螺旋桨状况。被污染的船或损坏的螺旋桨会增加阻力。
- 机器效率。机器的工作点、涡轮增压器状态、燃油质量。
人工智能对这些变量与历史数据（中午报告 - 每日巡航/消耗报告、传感器记录）的关系进行建模，并表示“这是在这种天气、这种速度、这种装饰下的预期消耗”。这是一个猜测；它的实现考虑了机器的实际行为和安全约束。
提示：在进行AI消耗消耗预测时，请务必参考船舶的实际性能曲线（海试和服役数据）。假设您的船舶采用通用“船舶模型”得出的估计值可能会存在 10-20% 的误差。
排放和效率规则：需要验证的领域
海运排放规则是技术性的，并且不断更新。常用概念：
- CII（碳强度指标）：是船舶每项工作的碳排放年值，并以字母等级（A-E）分级。不良评级可能会造成业务限制。
- EEXI（现有船舶能效指数）：衡量船舶的设计效率。
- MRV/DCS（排放监测-报告-验证系统）：燃料消耗和排放数据的官方报告。
- SEEMP（船舶能效管理计划）：定义船舶能效措施的强制性计划。
AI可以解释这些概念并生成账本草稿；但CII等级、MRV报告等官方输出是用经过验证的数据和批准的方法生成的。 AI生成的CII数据只是初步估计；这不是官方报告，存在产生幻觉的风险。
注意：排放规则的阈值和计算方法每年都有所不同。请务必通过最新的官方 IMO/船旗国/船级社来源确认 YZ 提供的任何系数或公式。不正确的 CII 声明会产生法律后果。
三个迷你箱子
案例 1 — 通过配平调整节省成本。根据人工智能从过去中午的报告数据中提出的建议，一艘油轮在给定负载下将头朝下 0.5 m 调整至空档。轮机长和大副在安全限度内实施变更（保持稳定性和螺旋桨下沉）；测得的消耗量下降了 3%。每年可节省大量费用。 AI给出了建议；团队确认了平衡性和安全性。
案例 2 — 合同冲突与减速。 YZ说：“降低1节航速，节省大量燃油。”但该船有租船合同规定的最低航速承诺；放慢速度将构成违约。船长拒绝了该提议，因为他知道商业限制。教训：燃料优化必须包括商业和法律约束。
案例 3 — CII 预测不正确。官员有AI计算年度CII；人工智能使用旧系数并显示船舶的等级比实际情况更好。当公司的效率专家使用当前方法重新计算时，他发现分数降低了一级。如果报告有误，审计就会出现问题。官方计算是使用批准的方法进行的。
四个可复制模板
1) 速度-燃油-预计到达时间平衡：
您的角色：能源效率顾问。附有船舶性能曲线（速度-消耗）。任务：比较 12、12.5 和 13 节的预计总燃油量和到达时间。约束：港口窗口[日期/时间]，包机最低速度[x]节。在每一行写下你使用的假设；我将对机器进行健康和安全确认。
2) 修整提案草案：
我将根据负载和速度向您提供历史装饰/消耗数据。根据此数据，建议最小化当前负载 [x] 吨和速度 [y] 节消耗的配平范围。警告：我将控制稳定性、推力和撞击极限；您只需提供基于数据的建议和不确定性幅度。
3) 集思广益生产力措施：
我的船[类型、船龄、航线]。列出减少燃料/排放的适用措施（船体清洁、螺旋桨、纵倾、速度、线路规划、热回收）。对于每项措施，写下估计的影响级别和所需的验证/确认。如果他们不确定，请标记。
4) CII/排放概念描述（非计算）：
只需用 8 行内容向官员解释 CII、EEXI 和 SEEMP 的概念：它测量什么、影响什么、当前值应从哪个官方来源获取。给出数值阈值；重定向至“从当前 IMO/船级来源确认”。
弱提示/强提示
弱提示：
如何节省燃油？
没有船舶、没有货物、没有空运、没有合同；通用且不适用的答案来了。
强力提示：
您的角色：船舶能效顾问。船舶：5万吨散货船，船龄8年，航速13节。附上性能曲线和最近 30 点报告。任务：建议速度和配平以减少本次航程的燃油（当前载重 42,000 吨，机票）；写下每项建议的预计节省量和预计到达时间的影响。限制：包机速度最低 12 节，港口窗口 4 月 18 日。机器健康度、稳定性以及CII公众号都在我的验证中；您标记不确定性。
船舶数据、约束和验证限制使输出真正可行。
优化决策：谁设定限制
变量
人工智能推荐
人为约束/批准
速度
燃油/预计到达时间计算
包机最低速度、安全性
修剪
数据驱动范围
稳定性、螺旋桨下沉
路线/天气
增加电阻估计
海上安全
船/螺旋桨维护
影响估计
泳池/潜水确认
CII/排放
概念+预测
已验证的官方帐号
机器负载
产量推荐
总工程师限额
常见错误
- 利用通用船舶模型进行预测。如果您不提供自己的性能曲线，则估计结果将严重偏离。
- 忘记商业/法律限制。如果未给出港口窗口，则包机最低速度可能会导致“经济”违规。
- 将 AI 的 CII/排放数据误认为是官方数据。这是伏笔；正式报告是使用经批准的方法生成的。
- 改变装饰没有安全限制。如果不检查稳定性、砰击和螺旋桨下沉，则不会改变纵倾。
- 使用旧的系数/公式。更新了排放阈值；需要与当前官方消息来源确认。
总之
燃油优化是速度、配平、空气、发动机和排放限制的多元平衡。在这种平衡中，人工智能产生快速的预测和场景；但估算必须基于船舶的实际性能曲线，必须考虑商业法律限制（租船、港口窗口），并且排放数据必须通过批准的官方方法进行验证。配平和速度变化是在稳定性、机器健康和安全的限度内进行的，并且经过人工批准。
应用任务
描述一艘船和航行。使用“速度-燃油-预计到达时间平衡”模板比较三种速度；请务必提供包机最低速度和港口窗口限制。然后根据“安全/交易确认”列表测试看起来最好的选项：稳定性、机器健康状况、合同和 CII 影响。
清单
- [ ] 我根据船舶的实际性能曲线进行了估算。
- [ ] 我在优化中添加了商业和法律限制（包机、港口窗口）。
- [ ] 我将配平/速度变化保持在稳定性和机器安全的范围内。
- [ ] 我用官方批准的方法验证了排放/CII数据，我不认为AI估算是报告。
- [ ] 我从当前官方来源确认了排放阈值和公式。