当前位置: 首页 > news >正文

读2025世界前沿技术发展报告35高技术船舶

读2025世界前沿技术发展报告35高技术船舶

1. 智能船舶

1.1. 近年来,在大数据时代背景下,船舶智能化成为造船业发展的必然趋势

1.2. 日韩出台多项政策,支持引导智能船舶发展

  • 1.2.1. 根据协议,韩国政府和韩国船企将在未来5年内投资9万亿韩元(约合62.9亿美元)用于开发环保和自主船舶等,旨在确保韩国在全球造船业的技术领先地位

  • 1.2.2. 日本方面,2024年8月,日本国土交通省发布《实现船舶工业转型发展》报告

  • 1.2.2.1. 利用数字技术推动设计、建造变革以及企业间合作

  • 1.2.2.2. 建立新一代船舶供应体系

  • 1.2.2.3. 培养人才

  • 1.2.2.4. 改善造船业竞争环境

1.3. 主要造船国家聚焦智能船舶标准化工作

  • 1.3.1. 现代尾浦造船和Avikus将建造搭载“HiNAS Control”的自主航行船舶,韩国船级社则制定验证船舶安全性及可靠性的测试程序

  • 1.3.2. 《自主航行船舶指南》​(Guidelines for Autonomous Ships)制定检验标准

  • 1.3.3. 2024年4月,英国劳氏船级社与日本海岸警卫队、科研院所、日本船企,就加快制定自主船舶监管保障框架并推动区域和国际法规立法开展讨论

  • 1.3.4. 2024年7月,中国联合美国、丹麦、比利时、日本、韩国等九个国家正式发布智能航运领域国际标准—《船载网络安全风险评估》​(ISO 23799:2024)​

  • 1.3.4.1. 该标准全面对标国内外海事公约,规范了船载网络安全风险评估要素、流程,以及船载系统安全风险识别、分析和评价等有关要求,并创新性提出基于矩阵原理的定量风险评估方法

  • 1.3.4.2. 该标准也将支撑船载基于计算机的信息及控制系统的设计、开发、安装部署及全寿命周期管理,为业界更好地履行国际海事组织《安全管理系统中海洋网络风险管理》​(Marine Cyber Risk Management in Safety Management Systems)​,以及国际船级社协会(International Association of Classification Societies,IACS)船载系统和设备的网络韧性等最新要求提供切实可行的解决方案

1.4. 智能船舶技术研发取得阶段性进展

  • 1.4.1. 2024年1月,韩国海事海洋大学(Korea Maritime&Ocean University)开发了一种关于自主船航迹控制的新方法

  • 1.4.2. 《船舶安全管理及碳减排AI解决方案业务协议》​(Business Agreement for AI Solutions in Ship Safety Management and Carbon Reduction)​,携手加强在AI船舶安全及碳减排领域的合作

  • 1.4.2.1. 在船舶安全方面,三方将采用HD现代的自动化控制系统(Health Intelligent Condition-Based Maintenance,HiCBM)和船舶综合安全管理系统(Health Intelligent Condition Assessment and Monitoring System,HiCAMS)组成的自主航行船舶辅助系统解决方案

  • 1.4.2.2. 该方案采用数字孪生技术,可在虚拟空间构建船舶性能预测模型

  • 1.4.2.3. 随着船舶实际航行数据的积累,该方案还可以利用大数据、深度学习等前沿技术提高准确度

  • 1.4.3. 2024年10月,全球首艘自主航行电动渡船MF Estelle号完成试航

  • 1.4.3.1. 由挪威船厂建造,配备了由挪威科技大学(Norwegian University of Science and Technology,NTNU)开发的自主导航系统,以及由船载太阳能电池板供电的推进系统

  • 1.4.3.2. 该船还安装了激光雷达、摄像头、超声波传感器、人工智能和全球定位系统

2. 液化气体运输船

2.1. 液化气体运输船主要包括液化天然气、液氢、液氨、液态二氧化碳运输船,这些船舶不仅技术复杂,且在设计和建造上要求高度专业化,属于高技术船舶

2.2. 液化天然气运输船核心装备及配套设施建造取得突破

  • 2.2.1. 相对于管道天然气传输,天然气海运贸易近年来在全球天然气贸易中的占比迅速上升

  • 2.2.2. 2024年7月,法国GTT公司研发的NEXT1薄膜型LNG液货围护系统获得法国船级社的设计认可以及英国劳氏船级社的应用认可,这意味着该系统有望投入商业应用

2.3. 日欧韩推进液氢运输船建造,提前布局液氢海上运输市场

  • 2.3.1. 三方计划以2030年实现商用化为目标,共同开发大型液氢运输船,抢占未来液氢海上运输市场

  • 2.3.2. 2024年5月,澳大利亚墨尔本大学宣布将于2029年前开发出一款超大型液氢储存系统

2.4. 液氨运输船备受各国船东青睐

  • 2.4.1. 氨具有能量密度较高、生产成本低、易于储存和运输等优势

  • 2.4.2. 液氨还可作为氢储载体,具有较高安全性和经济性,已在全球范围内得到广泛应用

2.5. 主要国家同步布局液化二氧化碳运输船标准制定和技术研发

  • 2.5.1. 液化二氧化碳运输船在碳捕捉、利用与封存(Carbon Capture,Utilization and Storage,CCUS)产业中扮演着至关重要角色,是海底碳封存的必备运载装备

  • 2.5.2. 《液化二氧化碳运输船要求》​(Requirements for Liquefied Carbon Dioxide Carriers)​

  • 2.5.2.1. 该文件是海事行业第一本专门介绍液化二氧化碳运输船的设计、建造和入级的出版物

  • 2.5.3. 2024年5月,芬兰船舶设计与工程公司Deltamarin和希腊ECOLOG公司,共同推出LNG双燃料动力液化二氧化碳运输船设计方案

  • 2.5.3.1. 该船具有低压、浅吃水的设计特点,并整合了LNG双燃料推进、岸电和风力辅助等技术,可最大限度地减少对环境的影响

  • 2.5.4. 2024年8月,日本多家船企开启联合研究,以建立液化二氧化碳运输船的标准规格和建造供应链

3. 核动力商船

3.1. 早在20世纪60年代,美国就成功建造了全球首艘核动力商船“萨瓦纳”号(Savannah)​

3.2. 除俄罗斯长期运营核动力破冰船队外,其他拥有船用核动力技术的国家大多将其应用于军事领域

3.3. 多家企业机构成立核能海事组织,海上核能的应用迈出重要一步

  • 3.3.1. 2024年3月,HD韩国造船海洋、英国劳氏船级社、美国泰拉能源等11家公司成立了核能海事组织。该机构将与国际海事组织、国际原子能机构合作制定在海上核能部署、运行及停运的全球标准和规则,并推动海上核能的商业化应用

3.4. 全球矿业巨头委托核能开发和咨询公司开展核动力商船研究

3.5. 英国和丹麦合作开展核动力集装箱船在欧洲运营的监管评估研究

3.6. 美国船级社发布《船舶和海上应用核动力系统要求》

  • 3.6.1. 2024年10月,美国船级社发布《船舶和海上应用核动力系统要求》​(Nuclear Power Systems for Marine and Offshore Applications)规范

  • 3.6.2. 该规范旨在提供设计、建造和检验要求,以便对装载核动力系统的船舶进行入级审查和批准

3.7. 美国完成将先进核技术用于LNG运输船的可行性研究

  • 3.7.1. 该项研究展示了模块化核反应堆如何为传统尺度的LNG运输船提供动力,并强调了核动力LNG运输船需要的特定设计特征

  • 3.7.2. 根据研究结果,高温气冷反应堆有望为核动力LNG运输船提供更快的运输速度和零排放操作

http://www.jsqmd.com/news/606049/

相关文章:

  • OpenClaw 部署教程
  • 静态图编译×分布式协同×硬件亲和:PyTorch 3.0三重架构演进全拆解,为什么你的DDP训练仍卡在38% GPU利用率?
  • 阿里Z-Image文生图实战:用ComfyUI工作流,5分钟生成国风插画
  • golang如何操作Elasticsearch搜索引擎_golang操作Elasticsearch方法
  • nli-distilroberta-base效果展示:教育题干与选项逻辑关系自动标注效果实录
  • 效率提升实测:Gemma-3-12b-it在OpenClaw办公场景中的表现
  • DAMO-YOLO TinyNAS模型部署:TensorRT性能调优全攻略
  • 消费级GPU福音:百川2-13B-4bits量化模型在OpenClaw中的性能实测
  • SmolVLA部署教程:requirements.txt依赖安装与num2words避坑指南
  • SEO优化对网站的影响是什么_图片和视频的 SEO 优化有什么技巧
  • Phi-4-mini-reasoning模拟软件测试:自动生成测试用例与探索性测试
  • Step3-VL-10B-Base轻量级多模态模型Java集成开发指南
  • 迅投QMT量化交易系统实战:国债逆回购自动交易脚本编写指南(附完整代码)
  • 探索黑苹果无线网络配置:从硬件检测到驱动注入的完整实践指南
  • Midscene.js插件实战:用通义千问VL模型,5分钟搞定网页自动化测试初体验
  • 第11章 Mosquitto高可用与集群方案
  • 芯片工程师用 AI 写代码,先要学一下什么是TDD
  • 实测LiuJuan20260223Zimage:基于Z-Image LoRA的快速文生图体验
  • OpenClaw跨平台配置对比:gemma-3-12b-it在mac/Windows下的性能差异
  • QwQ-32B实现卷积神经网络模型解释与可视化
  • AI Agent创业商业模式:订阅制、按需付费、定制化服务的选择
  • Kandinsky-5.0-I2V-Lite-5s对比评测:不同运动强度下的视频质量分析
  • 利用DoraOS与Proxmox VE构建高效桌面云环境
  • 使用Node.js调用yz-女生-角色扮演-造相Z-Turbo API:快速搭建角色生成服务
  • Ubuntu20.04下Retinaface+CurricularFace开发环境一键配置
  • 频谱仪选型指南:零中频 vs 超外差架构,5个关键指标帮你做决策
  • 3天掌握Agent架构从设计到生产环境部署实战
  • 如何分析网站SEO数据,优化营销策略
  • 一键生成九宫格:用yz-bijini-cosplay快速制作社交媒体宣传素材
  • 环境配置速查表升级版:PyTorch 2.8 + RTX4090D 24G 镜像,直接跳过所有坑,开箱即用