Statistical modeling of ice induced loads on a ship hull in the Baltic Sea

Abstract

Methods of predicting lifetime loads already exist for open water navigation. Wave loads can be determined with spectral analysis and the statistics of wave conditions have been determined for different sea areas. Therefore, design loads can be taken into account in the design phase when ship operation area is known. However, this is not the case in ice conditions.

Short term maximum ice induced loads are analysed in this thesis. The aim is to determine the relation between the statistical parameters, such as the mean value and the standard deviation, of the measured ice loads and the ice conditions. In addition, the aim is to describe the measured short term ice loads with probability distributions. Furthermore, long term maximum loads are predicted with the obtained distributions and the parameters for the distributions are defined by the ice conditions.

As a result, the analysis indicates an increasing trend to the statistical parameters as a function of ice thickness. In addition, the ratio between the mean value and the standard deviation approaches the value of one as a function of the maximum measured ice load. o Furthermore, exponential and logarithmic normal distributions are proven to be the best to describe the measured short term maximum loads. In addition, the exponential distribution is shown to give the best prediction for long term ice induced loads.

Laivan kohtaamat avovesikuormat pystytään arvioimaan aaltokuormista. Aaltokuormat voidaan määrittää spektrianalyysilla eri aallonkorkeuksille ja aallot pystytään kuvaamaan tilastollisilla jakaumilla eri merialueilla. Tämä mahdollistaa aaltokuormien arvioinnin jo suunnitteluvaiheessa, kun operointialue tiedetään. jääolosuhteissa tilanne on toinen.

Tässä työssä analysoidaan lyhyen aikavälin maksimijääkuormia. Tavoitteena on määrittää tilastollisten muuttujien, kuten mitattujen jääkuormien keskiarvon ja keskihajonnan, ja jääolosuhteiden välinen riippuvuus. Lisäksi tavoitteena on kuvata mitatut lyhyen aikavälin jääkuormat todennäköisyysjakaumalla. Kun lyhyen aikavälin jääkuormat on kuvattu todennäköisyysjakaumilla, käytetään näitä jakaumia kuvaamaan pitkän aikavälin jääkuormia määrittelemällä jakaumien parametrit jääolosuhteista.

Analyysi osoittaa tilastollisten parametrien kasvavan jään paksuuden funktiona. Keskiarvon ja keskihajonnan suhteen havaittiin lähestyvän arvoa yksi mitatun maksimijääkuorman funktiona. Tämän lisäksi eksponenttijakauman ja logaritmisen normaalijakauman osoitetaan kuvaavan parhaiten mitattuja lyhyen aikavälin jääkuormia. Eksponenttijakauma antaa myös parhaan ennusteen pitkän aikavälin jääkuormille.